計算機輔助藥物設(shè)計和應(yīng)用方法

1、計算機輔助藥物設(shè)計和應(yīng)用方法藥物發(fā)現(xiàn)藥物篩選藥物分子設(shè)計獲取藥物分子臨床前研究普通藥理學(xué)研究藥效動力學(xué)研究藥代動力學(xué)研究毒理學(xué)研究臨床研究與應(yīng)用I 期臨床研究II期臨床研究III期臨床研究不良反應(yīng)監(jiān)測藥物發(fā)現(xiàn)藥物開發(fā)藥物應(yīng)用圖1 新藥研究的基本過程Drug Design Process*courtesy Merck-FrosstDrug Design ProcessBIOTECHTRIPOSDiscovery Phase合理藥物設(shè)計 依據(jù)生物化學(xué)、酶學(xué)、分子生物學(xué)、遺傳學(xué)、信息學(xué)以及計算化學(xué)等學(xué)科的研究成果，針對這些基礎(chǔ)中所揭示的包括酶、受體、離子通道以及核酸等潛在的藥物設(shè)計靶點，并參考其他類

2、源性配體或天然產(chǎn)物底物的化學(xué)結(jié)構(gòu)特征設(shè)計出合理的藥物分子，以發(fā)現(xiàn)選擇性作用于某種靶點的新藥。重大突破：計算機輔助藥物設(shè)計 計算機輔助藥物設(shè)計將合理藥物設(shè)計的思路與方法計算機化，綜合和借助多學(xué)科的先進技術(shù)、方法和成果，為合理藥物設(shè)計提供強有力的基本工具和手段，離開計算機的輔助，合理藥物設(shè)計是寸步難行的。第一節(jié) 計算機輔助藥物設(shè)計概述Computer-Aided Drug Design（CADD）CADD是近年來發(fā)展起來的研究與開發(fā)新藥的一種嶄新技術(shù)，以數(shù)學(xué)、藥物化學(xué)、生物化學(xué)、分子生物學(xué)、分子藥理學(xué)、結(jié)構(gòu)化學(xué)、結(jié)構(gòu)生物學(xué)、細胞生物學(xué)等學(xué)科為基礎(chǔ)，以量子化學(xué)、分子力學(xué)和分子動力學(xué)等為理論依據(jù)，借助

3、計算機數(shù)值計算和邏輯判斷、數(shù)據(jù)庫、圖形學(xué)、人工智能等處理技術(shù)，進行合理的藥物設(shè)計。CADD的產(chǎn)生1964年，Hansch建立定量關(guān)系，計算機開始介入藥物設(shè)計領(lǐng)域計算功能，非真正意義上的輔助20世紀70年代， CADD產(chǎn)生計算機科學(xué)的不斷進步以及量子化學(xué)、分子力學(xué)、分子動力學(xué)與藥學(xué)學(xué)科的滲透，使計算機科學(xué)中的數(shù)據(jù)庫。圖形學(xué)及人工智能廣泛應(yīng)用于藥物分子和生物大分子的三維結(jié)構(gòu)研究，為構(gòu)象分析、二者作用模式認定、機理推測以及構(gòu)效關(guān)系研究等提供了先進的手段和方法20世紀80年代末特別到了90年代，由于生物大分子結(jié)構(gòu)測定技術(shù)和計算機技術(shù)的進步，CADD快速發(fā)展，日益成熟CADD已經(jīng)從基礎(chǔ)理論的研究開始過渡

4、到實際應(yīng)用的階段，各種CADD參與設(shè)計的藥物已經(jīng)相繼上市或進入臨床研究階段國內(nèi)中國科學(xué)院上海藥物研究所和生物物理研究所、中國科學(xué)技術(shù)大學(xué)計算機分子設(shè)計實驗室、北京大學(xué)化學(xué)系、北京軍科院等CADD的作用大大加速了研制新藥的速度，節(jié)省了新藥開發(fā)工作的人力、物力和財力，因為它從理論的角度出發(fā)，可避免以前研究中一定程度的盲目性，能進行直觀的設(shè)計，指導(dǎo)人們有目的地開發(fā)新藥以美國Structure Bioinformatics Inc.(SBI)提供的數(shù)據(jù)為例，平均每個新靶點需篩選10萬個化合物，傳統(tǒng)藥物設(shè)計命中率在，而以計算機輔助進行藥物設(shè)計，其命中率可提高到520，可以減少的費用應(yīng)用CADD成功設(shè)計出

5、新型藥物的例子很多，eg：治療青光眼的碳酸酶抑制劑多佐拉米（Dorzolamid）、HIV蛋白酶抑制劑類抗艾滋病藥物扎那米韋（Zanamivir）等，而進入臨床研究階段的藥物更多第二節(jié) CADD的理論基礎(chǔ)藥物作用的分子藥理學(xué)基礎(chǔ)（受體學(xué)說）受點： 也稱結(jié)合位點，是配基和受體發(fā)生分子間相互作用而結(jié)合 的部位，有著十分復(fù)雜的作用和空間特征 誘導(dǎo)契合： Koshland認為結(jié)晶狀態(tài)的酶受點形狀與底物的形狀不一定是互補的，在酶和底物相互作用時，具有柔性或可塑性的酶活性中心受底物的誘導(dǎo)而發(fā)生構(gòu)象的變化，產(chǎn)生互補性的契合，而且這種構(gòu)象的誘導(dǎo)變化是可逆的。 如蛋白質(zhì)大分子，為柔性結(jié)構(gòu)，可通過自身的變化，開啟

6、或關(guān)閉與其他分子結(jié)合的部位，從而產(chǎn)生一系列的生物效應(yīng)。 鑰鎖模型剛性結(jié)構(gòu)藥物和受體相互作用的因素：疏水鍵、靜電引力、氫鍵和螯合鍵主要結(jié)合力靜電斥力和立體位阻使藥物和受體相互排斥蛋白質(zhì)所固有的三維結(jié)構(gòu)，決定這些力的結(jié)合方式和結(jié)合能力蛋白質(zhì)分子中氨基酸殘基維系著活性部位的特異性排列，盡管只有少數(shù)的氨基酸參與特異性結(jié)合，但是遠離受點的基團在決定空間結(jié)構(gòu)中也起一定的作用藥物的化學(xué)結(jié)構(gòu)與生物活性的關(guān)系（SAR）概念： 構(gòu)效關(guān)系（SAR): 藥物的化學(xué)結(jié)構(gòu)和生物活性之間的關(guān)系藥物設(shè)計學(xué)的基礎(chǔ) 藥物效應(yīng)動力學(xué)生物活性的變化使生物系統(tǒng)的狀態(tài)發(fā)生改變 藥物代謝動力學(xué)藥物在生物系統(tǒng)內(nèi)發(fā)生的位置上和分子結(jié)構(gòu)上的變化

7、目的： 獲得藥物的生物活性與其結(jié)構(gòu)間依賴關(guān)系的規(guī)律，以便能解析和認識藥物的作用機理和作用方式，預(yù)測某一化合物的生物活性意義： 可為有效地研究藥物作用規(guī)律以及合理地設(shè)計新藥提供理論依據(jù)和實際指導(dǎo)，如諾氟沙星1978年日本杏林公司采用定量構(gòu)效關(guān)系設(shè)計并上市的新藥 藥效基團、藥動基團和毒性基團 除了研究藥效學(xué)外，還有藥物代謝動力學(xué)的構(gòu)效關(guān)系（SKR），藥物毒性的構(gòu)效關(guān)系，即結(jié)構(gòu)毒性關(guān)系（STR），這樣區(qū)別出藥物分子中決定藥效的基團（藥效基團）和影響藥動學(xué)的結(jié)構(gòu)部分（藥動基團）以及毒性基團，以便在藥物設(shè)計的同時，對藥物的代謝性質(zhì)及毒性加以考慮，為設(shè)計出高效、低毒、安全的新藥物提供依據(jù)藥效基團亦稱藥效團

8、，指一系列生物活性分子所共有的、對藥物活性起決定作用的結(jié)構(gòu)特征，如氫鍵供體和接納體、正負電荷和疏水基團為典型的結(jié)構(gòu)特征，常見的有雜原子、極性官能團、芳香環(huán)，如N、O、OH、COOH等磺胺類抗菌藥的藥效基團為對氨基苯磺酰胺結(jié)構(gòu)，改變此結(jié)構(gòu)，則活性將降低或消失藥動基團藥物中參與體內(nèi)藥物的吸收、分布、代謝和排泄（ADME）過程的基團，本身不具有顯著的生物活性，只決定藥物的藥動學(xué)性質(zhì)，當它和藥效團組合就很可能產(chǎn)生一個療效優(yōu)良的藥物據(jù)統(tǒng)計，在臨床上進行試驗研究的化合物中，大約有1/3因為藥動學(xué)性質(zhì)不適宜而不能發(fā)展成為新藥，在進入臨床研究前作ADME評價，減少藥物開發(fā)的風(fēng)險藥動基團通常是模擬自然界存在的物

9、質(zhì)，如氨基酸、磷酸基、糖基等生物代謝基本物質(zhì)，使藥物分子具有類似天然物質(zhì)被轉(zhuǎn)運的性質(zhì)，改變藥物在體內(nèi)的轉(zhuǎn)運，增強靶向性如氮芥與氨基酸、糖類、甾體、嘌呤、嘧啶或單克隆抗體等結(jié)合，靶向性增強、抗腫瘤活性增強、毒性降低嘧啶氮芥毒性基團藥效基團所產(chǎn)生的生物效應(yīng)為毒性反應(yīng)，毒性基團往往存在于癌細胞的化療藥物中，其毒性選擇性越好，則越安全可能致癌基團：環(huán)氧化合物和可以生成正碳的基團，如芳基、烯基、炔基、環(huán)丙基及含雜原子的類似物N-氧化劑、N-羥胺、胺類及在體內(nèi)能轉(zhuǎn)化為胺的物質(zhì)烷基硫酸酯或磺酸酯-內(nèi)酯和醌類可生成正碳或自由基的某些鹵代烷，含鹵芳烴及含鹵硝基芳烴有助于我們在設(shè)計新分子時避免引入一些可能引起毒性

10、、致癌、致突變的基團藥效構(gòu)象活性構(gòu)象最低能量構(gòu)象定量構(gòu)效關(guān)系（QSAR）利用理論計算和統(tǒng)計分析工具來研究系列化合物結(jié)構(gòu)（二維結(jié)構(gòu)、三維結(jié)構(gòu)和電子結(jié)構(gòu)）與其生物效應(yīng)（如藥物的活性、毒性、藥效學(xué)性質(zhì)、藥物代謝動力學(xué)參數(shù)和生物利用度等）之間的關(guān)系，結(jié)構(gòu)特征以理化參數(shù)、分子拓撲參數(shù)、量子化學(xué)指數(shù)或結(jié)構(gòu)碎片指數(shù)來表示，用數(shù)理統(tǒng)計的方法進行數(shù)據(jù)回歸分析，并以數(shù)學(xué)模型表達和概括出量變規(guī)律 生物效應(yīng)的大小以產(chǎn)生標準生物效應(yīng)時藥物的摩爾劑量或摩爾濃度的負對數(shù)log(1/C)來表示標準生物效應(yīng)多采用劑量效應(yīng)曲線的敏感部位，如IC50，LD50，ED50二維定量構(gòu)效關(guān)系（2D-QSAR）1868年Crum-Brow

11、n和Fraser發(fā)表了QSAR方面的第一個方程=f（C）隨后的幾十年，親脂性和生物效應(yīng)、毒性、麻醉活性以及其他非特異性生物活性的線性關(guān)系被發(fā)現(xiàn)20世紀60年代，Hansch-Fujita發(fā)現(xiàn)活性與疏水參數(shù)、電性參數(shù)和立體參數(shù)相關(guān)，提出Hansch方程: log(1/C) = -k12+k2+k3+k4ES+kS注：C為化合物產(chǎn)生指定生物效應(yīng)物質(zhì)量的濃度； 、ES分別表示疏水性參數(shù)、電性參數(shù)和立體參數(shù)； k代表各項因素貢獻大小的系數(shù) 二氫吡啶類鈣通道阻斷劑（DHPs）與受體的結(jié)合活性如下： 1o,mm1pmO，m取代基的最小寬度參數(shù)B1增大可使活性增強，但間位取代基的長度參數(shù)L增大則使生物活性減

12、弱P取代基的長度或最小寬度增加均使生物活性減弱m可有吸電子基團，但是m的取代基不宜過大，而對位則不應(yīng)有取代基 另有研究表明，o取代基疏水性大、p位疏水性小對生物活性有利 故推測鈣通道阻斷劑與受體結(jié)合的模型如下：三維構(gòu)效關(guān)系方法（3D-QSAR） 20世紀80年代中期由Cramer提出，以配體和受體的三維結(jié)構(gòu)為基礎(chǔ)，根據(jù)分子的內(nèi)能變化和分子間相互作用能的變化來定量地分析三維結(jié)構(gòu)與生物活性間的關(guān)系。分子形狀分析法（molecular shape analysis，MSA)距離幾何法（Distance geometry，DG）比較分子力場分析法（Comparative of Molecular Fi

13、eld Analysis，CoMFA）MSA：柔性分子可以存在多種構(gòu)象（形狀），而受體所能接受的形狀是有限的，分子的活性就與該分子形狀對受體活性部位空腔的適應(yīng)能力有關(guān)。分子形狀參數(shù)，活性構(gòu)象為參照構(gòu)象DG：藥物-受體相互作用是通過藥物的活性基團和受體的結(jié)合部位作用實現(xiàn)的；藥物的活性強度由結(jié)合部位作用點的結(jié)合能來衡量，而結(jié)合能與活性基團和受體作用位點的類型有關(guān)。能量參數(shù) 比較分子力場分析法（CoMFA） 藥物分子與受體之間的可逆相互作用主要是通過非共價結(jié)合，如范德華作用、靜電作用、氫鍵作用和疏水作用等實現(xiàn)的。作用于同一受體的一系列藥物分子，它們與受體之間的各種作用力場應(yīng)該有一定的相似性。這樣，在

14、不了解受體三維結(jié)構(gòu)的情況下，研究這些藥物分子周圍的力場分布，并把它們與藥物分子活性定量地聯(lián)系起來，既可以推測受體的某些性質(zhì)，又可以依此建立一個定量模型，設(shè)計新化合物，并定量地預(yù)測化合物的活性。 三維藥效基團模型三維結(jié)構(gòu)已知的受體，可以分析受體接合部位的作用方式和空間特征，建立起藥物的三維藥效基團，并根據(jù)結(jié)構(gòu)和空間互補的原則，能推斷配體的結(jié)構(gòu)和形狀；或根據(jù)已知復(fù)合物的三維結(jié)構(gòu)直接分析藥效基團三維結(jié)構(gòu)未知的受體，可以利用分子模型技術(shù)，根據(jù)一系列活性分子的結(jié)構(gòu)信息，進行SAR研究，總結(jié)出一些對活性至關(guān)重要的原子和基團及其空間關(guān)系，模建3D藥效基團模型 3D藥效基團說明了藥效基團單元間的空間關(guān)系，常以

15、各個點之間的距離、角度或其他幾何量度及其范圍來表示： 3D藥效基團還能模擬與受體結(jié)合時的某些特征，比如占有范圍表示了3D藥效基團中不能被其他基團進入的空間部位計算機軟硬件計算機的硬件基礎(chǔ)機型：Fuel工作站CPU：R14000A；主頻：600MHz；內(nèi)存：1GB；緩存：4MB；硬盤：36GB；顯示器：IRIX 6.5 Advanced Workstation Environment for Workstations, CD-ROM MediaSGI Origin 380064 CPUsVisualizationData ArraySupercomputersWorkstationsVirtua

16、l Screeningfuel計算機的軟件基礎(chǔ)Tripos（軟件基本運行平臺，包括分子力學(xué)計算、分子構(gòu)建等基本功能）Dynamics（分子動力學(xué)計算工具）QSAR with CoMFA（定量構(gòu)效關(guān)系研究工具）DISCOtech（活性官能團預(yù)測，即分析計算一系列化合物可能的藥效基團）MOLCAD（分子表面性質(zhì)顯示工具）SYBYLGraphicswindowTextportSoftware IntroductionMOLCAD Genefold （用同源模建結(jié)合“riverse folding”及 “threading”方法預(yù)測蛋白質(zhì)結(jié)構(gòu)）Composer（蛋白質(zhì)同源模建工具）FlexX（具有快速

17、將配體柔性對接到活性位點的功能）Cscore（提供了評價配體受體之間相互作用的多種方法)SiteID（分析和觀察生物大分子內(nèi)部及表面結(jié)合位點的工具）ProTable（分析評價蛋白三級結(jié)構(gòu)的工具）LeapFrog（全新藥物設(shè)計工具）CONCORD（化合物二維結(jié)構(gòu)轉(zhuǎn)化為三維結(jié)構(gòu)的工具)VolSurf（吸收、代謝、分布預(yù)測工具）siteIDDihydrofolate Reductase - with MTX ligandGROMACS QM/MD simulation- dodecahedron- 5089 water molecules (SPC)- 6 Na+ ionswith one prot

18、ein molecule藥物的化學(xué)信息計算機基礎(chǔ)三維結(jié)構(gòu)數(shù)據(jù)庫 實驗測定數(shù)據(jù)X射線晶體學(xué)和NMR等 理論計算數(shù)據(jù)分子力學(xué)和分子動力學(xué)優(yōu)化，耗時長 軟件直接將二維轉(zhuǎn)化為三維結(jié)構(gòu)，如SYBYL開發(fā)的 CONCORD三維結(jié)構(gòu)的來源：商業(yè)數(shù)據(jù)庫和法人數(shù)據(jù)庫主要的商業(yè)數(shù)據(jù)庫提供商：CAS，Daylight，MDLMDL數(shù)據(jù)庫簡介生物活性數(shù)據(jù)庫 MDL藥物數(shù)據(jù)報道數(shù)據(jù)庫 （MDDR, MDDR-3D）綜合了大約70,000種候選藥物的結(jié)構(gòu)、生物活性、專利和版權(quán)信息及參考文獻 綜合醫(yī)藥化學(xué)三維結(jié)構(gòu)數(shù)據(jù)庫（CMC-3D）含有6,700多種化合物，包括它們的二維結(jié)構(gòu)、三維模型以及重要的生化特征。所有這些化合物曾

19、作為藥物試劑進行過人體實驗。 NCI-3D 美國國家癌癥研究院（NCI）將其測試過的125,000種非專用化合物制成了文本文件。每個化合物都有CAS登錄號。 合成方法和轉(zhuǎn)化數(shù)據(jù)庫 化學(xué)反應(yīng)信息庫是MDL最早的有機合成反應(yīng)數(shù)據(jù)庫。經(jīng)過50多年的發(fā)展和積累，它包括的反應(yīng)已超過800,000個。這些反應(yīng)代表著最新的或是已改進了的合成方法。 有機合成數(shù)據(jù)庫、綜合雜環(huán)化學(xué)數(shù)據(jù)庫、固相有機反應(yīng)數(shù)據(jù)庫、代謝數(shù)據(jù)庫、毒性數(shù)據(jù)庫等化學(xué)物質(zhì)源和安全數(shù)據(jù)庫 現(xiàn)有化學(xué)品目錄數(shù)據(jù)庫（ACD）包含了供應(yīng)商信息，這些信息涉及240多個廠家商品目錄的200,000多種不同商用研究等級和數(shù)量的化學(xué)品。 第三節(jié) CADD的方法學(xué)

20、直接藥物設(shè)計全新藥物設(shè)計 模板定位法 原子生長法 分子碎片法 動力學(xué)算法基于靶點結(jié)構(gòu)的三維結(jié)構(gòu)搜尋間接藥物設(shè)計 3D-QSAR 假想受點點陣（HASL) 分子形狀分析(MSA） 比較分子場分析法（CoMFA）藥效基團模型的建立 活性類似物法（AAA） 藥效基團模型法基于藥效基團模型的三維結(jié)構(gòu)搜尋 距離幾何法（DG）等根據(jù)受體受點的形狀和性質(zhì)，利用計算機程序計算和分子圖形顯示直接設(shè)計其結(jié)構(gòu)互補的激動劑或拮抗劑，恰如量體裁衣定做服裝依據(jù)受體受點，在一個已知的三維數(shù)據(jù)庫中進行搜尋，從而找到與之結(jié)構(gòu)和性質(zhì)互補的配體分子，猶如在服裝店挑選合身的成衣直接藥物設(shè)計首先從與生物活性有關(guān)的靶點入手，闡明靶點的功

21、能、三維結(jié)構(gòu)、內(nèi)源性配基或天然底物的化學(xué)結(jié)構(gòu)特征，以計算機輔助展示這些物質(zhì)的受點，然后用各種方法得到選擇性作用于該部位的配基分子受點的確定受體蛋白與小分子配基的互補結(jié)合（空間互補及疏水作用、離子鍵、氫鍵、電荷轉(zhuǎn)移等作用）受點未知，可采用簡單的分子或碎片作為探針來探測配基分子活性部位可能的結(jié)合位置，如GRID三維結(jié)構(gòu)搜尋概念：利用計算機人工智能的模式識別技術(shù)，把三維結(jié)構(gòu)數(shù)據(jù)庫中的小分子數(shù)據(jù)逐一地與搜尋標準（即提問結(jié)構(gòu)）進行匹配計算，尋找復(fù)合特定性質(zhì)和三維結(jié)構(gòu)形狀的命中結(jié)構(gòu)，從而發(fā)現(xiàn)合適的藥物分子基礎(chǔ)：對接（Docking） 受體和配體之間通過能量匹配的空間匹配而相互識別形成分子復(fù)合物，并預(yù)測復(fù)合

22、物結(jié)構(gòu)的操作過程對接定義：將小分子配體放置于受體的活性位點處，并尋找其合理的取向和構(gòu)象，使得配體與受體的形狀和相互作用的匹配最佳應(yīng)用：從小分子數(shù)據(jù)庫中搜尋與受體大分子有較好親和力的小分子，進行藥理測試，從中發(fā)現(xiàn)新的先導(dǎo)化合物軟件：DOCK，Docking，AutoDock，F(xiàn)lexX，F(xiàn)lexiDock對接的方法手工對接 根據(jù)操作者的經(jīng)驗，在計算機上通過顯示的圖像從不同方向作受體和藥物的分子對接，然后經(jīng)能量優(yōu)化得到復(fù)合物的結(jié)構(gòu)，如InsightII中的Docking模塊自動對接 先在受體上找出結(jié)合腔，確定其表面，再將配體置于結(jié)合腔中，根據(jù)受體受點與藥物性質(zhì)和形狀的互補性，調(diào)整受體受點或藥物的構(gòu)

23、象，計算對接時各個取向的受體藥物相互作用能，進行分子動力學(xué)模擬，求得復(fù)合物的全局最優(yōu)結(jié)合構(gòu)象，即得到最佳的對接三維結(jié)構(gòu)搜尋的基本要素三維結(jié)構(gòu)數(shù)據(jù)庫（MDDR-3D, NCI、ACD-3D）合理的搜尋標準 受體結(jié)構(gòu)已知，直接根據(jù)受體受點的性質(zhì)和形狀反推出互補性配基的特征結(jié)構(gòu)和空間關(guān)系，以此定義提問結(jié)構(gòu)； 受體結(jié)構(gòu)未知，可根據(jù)一組活性配基的藥效基團模式圖或3D-QSAR分析來定義詢問條件（間接藥物設(shè)計）搜尋方法該詢問條件從29個ACE抑制活性類似物中得到，集中了這些化合物共同的理化性質(zhì)和空間特征，以此搜尋萬化合物的數(shù)據(jù)庫，發(fā)現(xiàn)96個命中結(jié)構(gòu)，藥理試驗證明這些化合物具有良好的ACE抑制活性，說明圖6

24、-4的搜尋標準是合理的搜尋方法三維幾何搜尋對符合三維幾何限制條件的化合物進行打分，如DOCK，F(xiàn)lexX三維相似性搜尋分子不需要與受體受點相匹配，只要相似即可，相似性指數(shù)（較新）柔性構(gòu)象搜尋誘導(dǎo)契合，低能構(gòu)象，初篩、精篩，如AutoDOCK大分子三維結(jié)構(gòu)搜尋主要是蛋白質(zhì)，處于起步階段。根據(jù)蛋白質(zhì)的C原子和二級結(jié)構(gòu)因素如-螺旋、-折疊及其之間的距離和角度三維結(jié)構(gòu)搜尋的特點 三維結(jié)構(gòu)搜尋方法可以在實驗藥理篩選之前為數(shù)據(jù)庫中的分子作生物活性的可能性預(yù)測，其實這在進行計算機輔助藥物篩選，又稱虛擬篩選，它以酶、受體等生物大分子三維圖像代替生物樣品，以數(shù)據(jù)庫化合物結(jié)構(gòu)代替化合物樣品，以對接代替藥理體外篩選

25、，這樣篩選出有效的化合物，可直接購得進入生物測試階段，不必在實驗室合成，大大縮短了藥物開發(fā)的時間，提高了效率。這是一種很實用的藥物設(shè)計方法，已有很多成功的例子 但由于受體的結(jié)構(gòu)十分復(fù)雜，用搜尋方法找到配基中藥效基團與受體受點在電性和空間上完全吻合的概率非常??；此外該法受到現(xiàn)有數(shù)據(jù)庫的限制，只能從現(xiàn)有的分子中尋找，無法創(chuàng)造新分子。 DatabaseScreen with DOCKVirtual ScreeningVirtual screeningFlexXCScoreCombiFlexXFlexSTop100CrystalVirtual Screening全新藥物設(shè)計De novo drug d

26、esign 從頭設(shè)計根據(jù)受體受點與配基之間的互補性，在受體的受點配上基本構(gòu)建塊，然后通過數(shù)據(jù)庫的搜尋和計算，在構(gòu)建塊上安置合適的原子或原子團，得到與受體形狀和性質(zhì)互補的配體三維結(jié)構(gòu)，該法考慮了受體和配體之間相互作用的優(yōu)勢和穩(wěn)定性，要比數(shù)據(jù)庫中搜尋的結(jié)構(gòu)要好，而且得到的先導(dǎo)化合物可能是全新的，不被任何人的偏見所干擾全新藥物設(shè)計的方法模板定位法在受點用模板構(gòu)建出一個形狀互補的三維分子骨架，再根據(jù)受體的性質(zhì)把分子骨架轉(zhuǎn)化為具體的分子結(jié)構(gòu)原子生長法根據(jù)靶點的性質(zhì)，如靜電、氫鍵和疏水性等，逐個地增加原子，配上與受點形狀和性質(zhì)互補的分子，基本構(gòu)建塊為原子分子碎片法碎片連接法碎片庫+連接子庫，如CAVEAT

27、碎片生長法類似于原子生長法基本構(gòu)建塊為合理的碎片，得到的新分子在結(jié)構(gòu)上比較容易接受，所以這一方法成為當前全新藥物設(shè)計的主流。全新藥物設(shè)計的特點與不足全新藥物設(shè)計的思想和方法是在最近十幾年才出現(xiàn)的，但是發(fā)展非常迅速，顯示出極大的優(yōu)越性，并開發(fā)了不少相應(yīng)的軟件工具但是該法設(shè)計出的分子有時會是一些“超級分子”，雖然能和靶點很好的結(jié)合，但由于含有太多的原子種類或過多的化學(xué)鍵類型，缺乏合理性和實用性。類藥性：一般分子量大于500，logP大于5，分子結(jié)構(gòu)中可提供多于5個的氫鍵供體，分子中N和O的總數(shù)（氫鍵接納體數(shù)目）多于10個，則該化合物成為藥物的可能性就很?。ㄓ蒀. A. Lipinski總結(jié)出藥物的

28、5倍律）由于全新藥物設(shè)計出現(xiàn)的時間不長，仍不完善，有待進一步開發(fā)蛋白質(zhì)結(jié)構(gòu)的預(yù)測同源蛋白是由二個或二個以上由同一祖先蛋白質(zhì)趨異進化而產(chǎn)生的蛋白質(zhì)，它們有著相類似的空間折疊方式和相似的生物功能由于蛋白質(zhì)在進化中空間結(jié)構(gòu)的保守性比序列的保守性更強，因此有時空間結(jié)構(gòu)相似盡管序列有一定差異的兩種蛋白仍屬同源同源模建的方法序列相似性大于30同源模建法序列相似性小于30Threading Threading也稱折疊類型識別方法或者穿線法。它的基本思想是假定被預(yù)測蛋白質(zhì)的折疊類型與某已知結(jié)構(gòu)的蛋白質(zhì)的折疊類型相同，這樣蛋白質(zhì)結(jié)構(gòu)預(yù)測的問題就轉(zhuǎn)變?yōu)樵谝阎臻g結(jié)構(gòu)的蛋白質(zhì)數(shù)據(jù)庫中，確定一種被預(yù)測序列最可能采取的

29、折疊類型。目前這類方法已經(jīng)成功地預(yù)測了一些蛋白質(zhì)的空間結(jié)構(gòu)。 同源模建的基本操作通過數(shù)據(jù)庫搜索找出目標序列的同源蛋白確定參考蛋白的結(jié)構(gòu)保守區(qū)通過序列比對確定參考蛋白和目標序列之間的序列保守區(qū)域把序列保守區(qū)中參考蛋白的坐標復(fù)制給目標序列確定目標序列中其他區(qū)域的結(jié)構(gòu)，包括C端和N端的結(jié)構(gòu)以及Loop區(qū)的結(jié)構(gòu)優(yōu)化目標蛋白殘基的側(cè)鏈分子力學(xué)和分子動力學(xué)對搭建的模型進行修正評估模建的蛋白在結(jié)構(gòu)上和折疊模式上是否合理同源模建的軟件MSI公司的HomologyBiosym公司的ConsensusTripos公司的Composer，Genefold，F(xiàn)uegue網(wǎng)上免費提供的模建工具如SWISS-MODEL,

30、 MODELLER, 3DJIAM等Protable間接藥物設(shè)計3D-QSAR方法藥效基團模型方法 對一系列活性化合物作3D-QSAR分析，對構(gòu)象分析總結(jié)出一些對活性至關(guān)重要的原子和基團及其空間關(guān)系，反推出與之結(jié)合的受體的立體形狀、結(jié)構(gòu)和性質(zhì)，推測得到靶物質(zhì)信息，即虛擬受體模型，以此來設(shè)計新的配體基于藥效基團模型的三維結(jié)構(gòu)搜尋方法 以藥效基團模型為提問結(jié)構(gòu)來搜尋小分子三維結(jié)構(gòu)數(shù)據(jù)庫從而得到新的配體，該法建立在3D-QSAR和藥效基團模型方法的基礎(chǔ)上比較分子場分析法（CoMFA）確定研究體系各化合物的藥效構(gòu)象，根據(jù)合理的重疊規(guī)則，把它們重疊在一個包含全部化合物分子的空間網(wǎng)格上藥效基團的確定計算化

31、合物周圍各種力場的空間分布，將其連同各化合物的生物活性值構(gòu)成QSAR表使用最小偏二乘法（PLS）確定QSAR關(guān)系式作CoMFA系數(shù)圖，從系數(shù)圖上了解力場分布強弱對生物活性的影響，根據(jù)這個結(jié)果設(shè)計活性更好的新化合物或?qū)oMFA力場的分布作為假想受體模型，進行新化合物的設(shè)計或先導(dǎo)化合物的結(jié)構(gòu)改造紅色和藍色區(qū)域表示電性因素對活性的影響，在紅色區(qū)域增加吸電基，活性增強，藍色區(qū)域相反；綠色和黃色區(qū)域表示立體因素對活性的影響，在綠色區(qū)域增大取代基體積，活性增加，黃色區(qū)域相反數(shù)據(jù)庫、文獻、合成小分子的三維結(jié)構(gòu)數(shù)據(jù)庫、同源模建大分子的三維結(jié)構(gòu)QM、MM、MD以及QM/MM計算機輔助藥物設(shè)計構(gòu)效關(guān)系方法藥效團

32、模型方法分子對接方法從頭設(shè)計方法數(shù)據(jù)庫搜索方法虛擬組合化學(xué)方法ADME/TOX預(yù)測組合合成及高通量篩選可能的先導(dǎo)化合物合成及活性測定先導(dǎo)化合物的優(yōu)化候選化合物圖 計算機輔助藥物設(shè)計的常用方法小結(jié)Amino Acid sequence化合物實體確定蛋白質(zhì)三維結(jié)構(gòu)和活性位點虛擬篩選QSAR預(yù)測&藥效基團分析ADME預(yù)測數(shù)據(jù)庫管理&組合化學(xué)&高通量篩選 UNITY CombiLibMaker LegionVolSurfLeadQuestLead candidatesBiopolymer Composer MOLCAD SiteIDFrom Sequence To Lead CompoundsFlex

33、X Cscore QSAR with CoMFA Advanced Computation DISCOtech 第四節(jié) CADD應(yīng)用實例第一個SBDD方法設(shè)計的新藥碳酸酐酶抑制劑Dorzolamide (治療青光眼疾病)于1994年上市Wellcome公司用CADD方法設(shè)計的5HT1D受體激動劑 311C90 (治療偏頭痛) ，進入三期臨床研究美國Eli Lilly公司開發(fā)的第一個高效、高選擇性人體非胰腺分泌型磷脂酶抑制劑LY311727,進入臨床研究4個已上市的HIV-1蛋白酶抑制劑類藥物的研制過程中，計算機輔助藥物設(shè)計起了重要作用2個凝血酶抑制劑已進入臨床研究Glaxo開發(fā)的唾液酸酶抑制劑

34、4-胍基Nen5Ac2en (抗感冒藥物)進入臨床研究嘌呤核苷磷酸化酶抑制劑B3X-34-治療牛皮癬，進入臨床三期治療糖尿病藥物(醛糖還原酶抑制劑)上市靶標NS3-NS4AEGFRNS3-NS4A鉀離子通道鉀離子通道乙酰膽堿酯酶分泌酶MMPFKBP12BCL-2磷脂酶A2國內(nèi)藥物設(shè)計部分成功的例子疾病丙型肝炎腫瘤丙型肝炎心率失常心率失常老年性癡呆老年性癡呆腫瘤神經(jīng)系統(tǒng)腫瘤關(guān)節(jié)炎完成單位北京大學(xué)北京大學(xué)北京大學(xué)上海藥物所上海藥物所上海藥物所上海藥物所上海藥物所軍科院藥物所軍科院藥物所北京大學(xué)研究方法虛擬篩選虛擬篩選藥效團模型3D-QSAR虛擬篩選從頭設(shè)計虛擬篩選虛擬篩選虛擬篩選ZBG設(shè)計從頭設(shè)計

35、虛擬篩選3D-QSARA 3D model of SARS_CoV 3CL proteinaseand its inhibitors design by virtual screeningsevere acute respiratory syndrome(SARS) Genomic sequencing and bioinformatics analyses have addressed the important proteins that may be associated with the SARS coronaviruse (SARS_CoV) infection, including

36、 the polymerase, the spike (S) glycoprotein, the envelope (E) Protein, the membrane (M) protein, the nucleocapsid (N) protein, and the 3C-like (3CL) proteinaseTarget-SARS_CoV 3CL proteinaseModel the SARS_CoV 3CL proteinase Get the sequence: GenBank protein ID P_828863 ( :/ / )Search the homologous protein: the template- the main proteinase (Mpro) of transmissible gastroenteritis virus (TGEV) the sequence identity is 43 %, positive 60 %, and gap 1 %. Homology modelling