計(jì)算機(jī)輔助藥物設(shè)計(jì)課件

計(jì)算機(jī)輔助藥物設(shè)計(jì)

——分子對(duì)接及虛擬篩選孫麗丹2014.12.091編輯版pppt內(nèi)容1.理論基礎(chǔ)2.分子對(duì)接及虛擬篩選3.分子對(duì)接流程4.分子對(duì)接實(shí)例2編輯版pppt理論基礎(chǔ)3編輯版pppt合理藥物設(shè)計(jì)

(Rationaldrugdesign，RDD)?運(yùn)用基于機(jī)理、結(jié)構(gòu)和性質(zhì)的藥物設(shè)計(jì)(Mechanism,structureandpropertybaseddrugdesign,MBDD,SBDD和PBDD)原理、方法和技術(shù)MBDD：尋找和研究新舊藥物作用靶點(diǎn)(Target,受體)(以生命科學(xué)、現(xiàn)代儀器和技術(shù)為基礎(chǔ)，從疾病機(jī)理著手)SBDD：借助計(jì)算機(jī)(Computeraided,DD)，根據(jù)構(gòu)效關(guān)系(SAR)直接設(shè)計(jì)藥物（根據(jù)靶點(diǎn)3D結(jié)構(gòu)）間接設(shè)計(jì)藥物（參考配體理化性質(zhì)和藥效基團(tuán)模型）PBDD：設(shè)計(jì)靶向到達(dá)、選擇性作用于靶點(diǎn)的藥物(根據(jù)理化性質(zhì))MBDD+SBDD+PBDD=RDD4編輯版pppt計(jì)算機(jī)輔助藥物設(shè)計(jì)：用計(jì)算機(jī)處理并在屏幕上顯示生物大分子和藥物分子模型，特別是計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)與合理藥物設(shè)計(jì)過(guò)程的結(jié)合則稱為計(jì)算機(jī)輔助藥物設(shè)計(jì)5編輯版pppt6編輯版pppt7編輯版pppt8編輯版pppt9編輯版pppt10編輯版pppt11編輯版pppt12編輯版pppt13編輯版pppt14編輯版pppt15編輯版pppt16編輯版pppt17編輯版pppt18編輯版pppt19編輯版pppt分子對(duì)接及虛擬篩選20編輯版pppt虛擬篩選（virtualscreening,VS)

也稱分子對(duì)接，即在進(jìn)行生物活性篩選之前，在計(jì)算機(jī)上對(duì)化合物分子進(jìn)行預(yù)篩選，以降低實(shí)際篩選化合物數(shù)目，同時(shí)提高先導(dǎo)化合物發(fā)現(xiàn)效率。不消耗樣品，降低篩選成本考慮化合物分子的藥動(dòng)學(xué)性質(zhì)和毒性，增加篩選的內(nèi)涵21編輯版pppt虛擬篩選的效率例：蛋白酪氨酸磷酸酯酶1B（PTP1B）抑制劑的發(fā)現(xiàn)經(jīng)虛擬篩選，再作生物學(xué)測(cè)試，虛擬篩選的命中率比隨機(jī)的高通量篩選提高1,700倍22編輯版pppt虛擬篩選技術(shù)的分類根據(jù)靶點(diǎn)的結(jié)構(gòu)知識(shí)基于靶點(diǎn)結(jié)構(gòu)的虛擬篩選基于配體相似性的虛擬篩選分子對(duì)接藥效基團(tuán)搜尋23基于

結(jié)構(gòu)

虛擬

篩選

一般

流程

圖24編輯版pppt分子對(duì)接的基本原理配體與受體的結(jié)合過(guò)程是一個(gè)很復(fù)雜的過(guò)程，涉及到配體和受體的去溶劑化、配體和受體（主要是活性位點(diǎn)處的殘基）的構(gòu)象變化以及配體與受體之間的相互作用。配體與受體的結(jié)合強(qiáng)弱取決于結(jié)合過(guò)程的自由能變化：25編輯版pppt分子對(duì)接計(jì)算是把配體分子放在受體活性位點(diǎn)的位置，然后按照幾何互補(bǔ)、能量互補(bǔ)、化學(xué)環(huán)境互補(bǔ)的原則來(lái)實(shí)時(shí)評(píng)價(jià)配體與受體相互作用的好壞，并找到兩個(gè)分子之間最佳的結(jié)合模式。26編輯版pppt分子對(duì)接最初思想起源于FisherE.的“鎖和鑰匙模型”，認(rèn)為“鎖”和“鑰匙”的相識(shí)別的首要條件是他們?cè)诳臻g形狀上要互相匹配

配體受體復(fù)合物配體和受體分子之間的識(shí)別要比“鎖和鑰匙”模型復(fù)雜的多：1.配體和受體分子的構(gòu)象是變化的，而不是剛性的，配體和

受體在對(duì)接過(guò)程中互相適應(yīng)對(duì)方，從而達(dá)到更完美的匹配；2.其次，分子對(duì)接不但要滿足空間形狀的匹配，還要滿足能

量的匹配。27編輯版pppt1958年Koshland提出了分子識(shí)別過(guò)程中的誘導(dǎo)契合（inducedfit）概念，指出配體與受體相互結(jié)合時(shí)，受體將采取一個(gè)能同底物達(dá)到最佳結(jié)合的構(gòu)象。28編輯版pppt分子對(duì)接方法根據(jù)不同的簡(jiǎn)化程度可以大致分為以下三類：（1）剛性對(duì)接；研究體系的構(gòu)象不發(fā)生變化（2）半柔性對(duì)接；研究體系尤其是配體的構(gòu)象允許在一定的范圍內(nèi)變化（3）柔性對(duì)接；研究體系的構(gòu)象基本上是可以自由變化的29編輯版pppt剛性對(duì)接適合考察比較大的體系，比如蛋白質(zhì)和蛋白質(zhì)以及蛋白質(zhì)和核酸之間的相互作用，他計(jì)算較為簡(jiǎn)單，原理也相對(duì)簡(jiǎn)單，主要是考慮構(gòu)象之間的契合程度。半柔性對(duì)接適合于處理小分子和大分子之間的對(duì)接。在對(duì)接過(guò)程中，小分子的構(gòu)象一般是可以變化的，但大分子則是剛性的。由于小分子相對(duì)較小，因此在一定程度考察柔性的基礎(chǔ)上，還可以保持較高的計(jì)算效率，在藥物設(shè)計(jì)尤其在基于分子數(shù)據(jù)庫(kù)的虛擬篩選過(guò)程中，一般采用半柔性的分子對(duì)接方法。柔性對(duì)接方法一般用于精確考察分子之間的識(shí)別情況，由于在計(jì)算過(guò)程中體系的構(gòu)象是可以變化的，因此柔性對(duì)接在提高了對(duì)接準(zhǔn)確性的同時(shí)卻需要耗費(fèi)較長(zhǎng)的計(jì)算時(shí)間。30編輯版pppt分子對(duì)接的目的：找到底物分子和受體分子的最佳結(jié)合位置找到最佳的結(jié)合位置評(píng)價(jià)對(duì)接分子之間的結(jié)合強(qiáng)度？構(gòu)象搜索方法31編輯版pppt按照分子對(duì)接程序?qū)ふ遗潴w與受體結(jié)合構(gòu)象方法的差異，可以分為三種：1、局部?jī)?yōu)化法

2、深度搜尋法

3、全局優(yōu)化法32編輯版pppt局部?jī)?yōu)化法：不對(duì)配體和受體進(jìn)行構(gòu)象搜尋，只是對(duì)初始構(gòu)象進(jìn)行優(yōu)化，得到配體與受體結(jié)合的一個(gè)局部最優(yōu)構(gòu)象；深度搜尋法：采用深度優(yōu)先搜尋法或廣度優(yōu)先搜尋法，通過(guò)有限的步驟，找到一個(gè)相對(duì)較好的局部最優(yōu)結(jié)合構(gòu)象。全局優(yōu)化法：在進(jìn)行構(gòu)象搜尋時(shí)，利用模擬退火算法或遺傳算法，尋找配體與受體的全局最優(yōu)結(jié)合構(gòu)象。33編輯版pppt構(gòu)象優(yōu)化的算法系統(tǒng)搜索隨機(jī)搜索確定性搜索片段生長(zhǎng)法構(gòu)象搜索法構(gòu)象庫(kù)方法蒙特卡羅法模擬退火遺傳算法禁忌搜索法分子動(dòng)力學(xué)模擬34編輯版pppt目的：評(píng)判配體分子和受體結(jié)合能力的強(qiáng)弱。含義：①先對(duì)同一個(gè)分子的不同結(jié)合構(gòu)象，評(píng)價(jià)各構(gòu)象的結(jié)合好壞。②再對(duì)數(shù)據(jù)庫(kù)中的不同分子的最好結(jié)合構(gòu)象進(jìn)行評(píng)價(jià)，以得到最終的結(jié)合能力從高到低的化合物分子清單。

打分函數(shù)35編輯版pppt打分函數(shù)1、基于力場(chǎng)的打分函數(shù)2、半經(jīng)驗(yàn)的自由能打分函數(shù)3、基于知識(shí)的打分函數(shù)4、“一致性”打分36編輯版pppt對(duì)接方法尚需解決的問(wèn)題分子的柔性溶劑化效應(yīng)打分函數(shù)37編輯版pppt

分子對(duì)接軟件表1：有代表性的分子對(duì)接軟件名稱優(yōu)化方法評(píng)價(jià)函數(shù)速度DOCK片斷生長(zhǎng)分子力場(chǎng)、表面匹配得分、化學(xué)環(huán)境匹配得分快AutoDock遺傳算法半經(jīng)驗(yàn)自由能評(píng)價(jià)函數(shù)一般ICM-Docking隨機(jī)全局優(yōu)化半經(jīng)驗(yàn)自由能評(píng)價(jià)函數(shù)快GOLD遺傳算法半經(jīng)驗(yàn)自由能評(píng)價(jià)函數(shù)快FlexX片斷生長(zhǎng)半經(jīng)驗(yàn)自由能評(píng)價(jià)函數(shù)快Affinity蒙特卡羅/分子力學(xué)/分子動(dòng)力學(xué)分子力場(chǎng)慢ZDock&RDock幾何匹配/分子動(dòng)力學(xué)CAPRI*/分子力場(chǎng)慢FlexiDock遺傳算法分子力場(chǎng)慢eHiTS系統(tǒng)搜索半經(jīng)驗(yàn)自由能評(píng)價(jià)函數(shù)快Hex幾何匹配CAPRI*快38編輯版pppt分子對(duì)接流程39編輯版pppt分子對(duì)接一、靶點(diǎn)結(jié)構(gòu)的預(yù)處理二、小分子數(shù)據(jù)庫(kù)的預(yù)處理三、分子對(duì)接四、打分函數(shù)40編輯版pppt(一)靶點(diǎn)結(jié)構(gòu)的預(yù)處理靶點(diǎn)結(jié)構(gòu)的預(yù)處理1、靶點(diǎn)的檢驗(yàn)2、靶點(diǎn)的處理3、確定靶點(diǎn)的配體結(jié)合口袋411、靶點(diǎn)的檢驗(yàn)晶體結(jié)構(gòu)（X射線測(cè)定）溶液結(jié)構(gòu)（NMR測(cè)定）分辨率R因子溫度因子幾何構(gòu)型的準(zhǔn)確率小于2.5?Rfree<28%R<25%重點(diǎn)關(guān)注部位不大于整個(gè)分子的平均溫度因子Ψ角至少有90%落在允許區(qū)域內(nèi)PDB多個(gè)構(gòu)象Pro：三維結(jié)構(gòu)和氨基酸序列相容性ProsaII：殘基之間相互作用能量評(píng)估拉氏圖：檢測(cè)三維結(jié)構(gòu)立體構(gòu)型好壞422、靶點(diǎn)的處理補(bǔ)齊晶體結(jié)構(gòu)中缺失原子和殘基為大分子加上氫，并分配相應(yīng)電荷確定帶電殘基的質(zhì)子化狀態(tài)去除不重要的小分子43編輯版pppt3、確定靶點(diǎn)的配體結(jié)合口袋靶點(diǎn)分子為復(fù)合物靶點(diǎn)分子不是復(fù)合物實(shí)驗(yàn)數(shù)據(jù)未知為配體為中心的5-7?區(qū)域內(nèi)的氨基酸殘基根據(jù)同源蛋白或定點(diǎn)變突的數(shù)據(jù)確定利用軟件搜尋44編輯版pppt小分子數(shù)據(jù)庫(kù)的來(lái)源商用化合物數(shù)據(jù)庫(kù)公司或研究機(jī)構(gòu)自有數(shù)據(jù)庫(kù)設(shè)計(jì)的虛擬化合物庫(kù)

常用的數(shù)據(jù)庫(kù)有MDL數(shù)據(jù)庫(kù)、SPECS數(shù)據(jù)庫(kù)和CNPD（ChineseNaturalProductDatabase）數(shù)據(jù)庫(kù)(二)小分子數(shù)據(jù)庫(kù)的預(yù)處理45編輯版pppt小分子數(shù)據(jù)庫(kù)的預(yù)處理1、3D結(jié)構(gòu)轉(zhuǎn)化2、電荷分配3、原子及鍵的檢查4、結(jié)構(gòu)優(yōu)化46分子對(duì)接實(shí)例47編輯版pppt人碳酸酐酶與其抑制劑復(fù)合物2002年Grunberg等采用基于分子對(duì)接的虛擬篩選方法成功地找到了多種人碳酸酐酶的抑制劑。在整個(gè)設(shè)計(jì)過(guò)程中，他們采用了多次初篩的辦法將Maybridge數(shù)據(jù)庫(kù)（61186個(gè)分子）和LeadQuest數(shù)據(jù)庫(kù)（37841個(gè)分子）進(jìn)行過(guò)濾。首先利用Lipinski的“5規(guī)則”將數(shù)據(jù)庫(kù)縮小為5904個(gè)；然后利用FlexS與已知抑制劑進(jìn)行相似性篩選，得到了100個(gè)候選化合物；最后將這100個(gè)分子利用FlexX程序進(jìn)行對(duì)接篩選，從中挑選出13個(gè)進(jìn)行生物活性測(cè)試，結(jié)果7個(gè)分子的IC50值達(dá)到了微摩爾級(jí)別。48編輯版pppt抗艾滋病藥物的發(fā)現(xiàn)——虛擬篩選艾滋病病毒,人類免疫缺陷病毒humanimmunodeficiencyvirus,HIV49編輯版pppt1.HIV-1蛋白酶（HIV-PR）,所催化的水解反應(yīng)在艾滋病病毒導(dǎo)入人體細(xì)胞過(guò)程中起著重要的作用

2.高效的HIV-PR抑制劑為治療艾滋病的有效藥物

3.肽類HIV-PR抑制劑生物性質(zhì)不穩(wěn)定，吸收性差，易被代謝分解，因此口服給藥無(wú)效50編輯版pppt1.X-射線晶體結(jié)構(gòu)2.搜尋數(shù)據(jù)庫(kù)3.生物測(cè)試:高選擇性,高活性(Ki=0.1nM)51編輯版pppt抗SARS冠狀病毒藥物的設(shè)計(jì)

——基于SARS-CoV3CL蛋白酶的虛擬篩選嚴(yán)重急性呼吸道綜合征病原體——SARS冠狀病毒52編輯版ppptSARS-Cov感染宿主細(xì)胞起重要作用的結(jié)構(gòu)蛋白?E蛋白（smallenvelopeprotein，小信封蛋白）?S蛋白（spikeglycoprotein，刺突糖蛋白）?M蛋白（membraneprotein，膜蛋白）?N蛋白（nucleocapsidprotein，核衣殼蛋白）?多聚酶（polymerase）?類3C蛋白酶（3Clikeproteinase,3CL）53編輯版pppt3CL蛋白酶作為抗SARS藥物篩選靶點(diǎn)的優(yōu)點(diǎn)?在冠狀病毒復(fù)制過(guò)程中起著重要作用?有許多已知抑制劑，便于迅速開(kāi)發(fā)?較易表達(dá)，有利于加緊研究?有較高的同源性，可用同源法模建三維結(jié)構(gòu)模型54編輯版pppt步驟1.同源模建(1)3CL蛋白酶序列(GenBank)與各類冠狀病毒蛋白酶序列（PDB）作序列分析和同源性分析（BLAST程序）人冠狀病毒；鼠科肝炎病毒；豬傳染性腹瀉病毒；貓傳染性腹膜炎病毒；禽傳染性支氣管炎病毒；豬冠狀病毒；傳染性胃腸炎病毒(2)傳染性胃腸炎病毒（TGEV）的蛋白酶Mpro與3CL蛋白酶有極高的同源性，特別在底物結(jié)合口袋（活性部位）(3)以TGEVMpro的X-射線晶體結(jié)構(gòu)為模板，模建3CL蛋白酶三維結(jié)構(gòu)（Sybyl6.8/SiteID程序）55編輯版pppt結(jié)果（1）所建模型與TGEVMpro晶體結(jié)構(gòu)基本重疊（2）3CL蛋白酶的折疊方式與TGEVMpro相同，結(jié)合口袋的結(jié)構(gòu)以及空間特征幾乎一樣3CL蛋白酶結(jié)構(gòu)與Mpro蛋白酶晶體結(jié)構(gòu)的重疊圖3CL蛋白酶的緞帶模型56編輯版pppt步驟2.分析酶-配體作用模型兩種蛋白酶的結(jié)合部位(Sybyl6.8程序)中,小分子C能以同樣的方式與兩種酶的結(jié)合口袋契合A.TGEVMPRo蛋白酶B.SARS3CL蛋白酶C.蛋白酶抑制劑兩種蛋白酶的底物結(jié)合口袋的表面特征因此，3CL蛋白酶模建模型或TGEVMpro的晶體結(jié)構(gòu)均可作為篩選抗SARS藥物的結(jié)構(gòu)模型57編輯版pppt步驟3.虛擬篩選以SARS冠狀病毒3CL蛋白酶三維結(jié)構(gòu)模型和TGEVMpro

為篩選模型作虛擬篩選（SGIOrigin3800超級(jí)計(jì)算機(jī)和392CPU的神威1號(hào)超級(jí)計(jì)算機(jī)）ACD數(shù)據(jù)庫(kù)、MDDR數(shù)據(jù)庫(kù)、SPECS數(shù)據(jù)庫(kù)、中國(guó)天然產(chǎn)物數(shù)據(jù)庫(kù)（CNPD）和國(guó)家藥物篩選中心內(nèi)部樣品庫(kù)——共數(shù)十萬(wàn)個(gè)化合物（1）DOCK4.0作初篩，選出得分高的前1000個(gè)化合物；（2）用Cscore軟件和AutoDock3.0軟件作評(píng)價(jià)，從每個(gè)數(shù)

據(jù)庫(kù)中挑選出100個(gè)得分最高的化合物結(jié)果：共找到300個(gè)可能具有抗SARS冠狀病毒潛力的候選化合物58編輯版pppt步驟4藥理測(cè)試（1）用病毒3CL蛋白酶分子水平篩選模型篩選候選化合物——發(fā)現(xiàn)了7個(gè)具有高活性的化合物（2）在P3實(shí)驗(yàn)室中作SARS病毒感染細(xì)胞水平的測(cè)試，發(fā)現(xiàn)5-HT受體拮抗劑（肉桂硫胺，Cinanserin）有明顯的抗SARS病毒感染和保護(hù)細(xì)胞的作用（3）申請(qǐng)專利，以CADD作結(jié)構(gòu)優(yōu)化59編輯版pppt

美普他酚雙配體衍生物與AChE的對(duì)接研究阿爾茨海默癥（Alzheimer’sDisease，AD）與乙酰膽堿（ACh）水平降低和對(duì)乙酰膽堿酯酶AChE誘導(dǎo)的β-淀粉樣蛋白（Aβ）聚集有關(guān)治療AD的藥靶：乙酰膽堿酯酶（AChE）和β-淀粉樣蛋白AChE抑制劑：美普他酚（Meptazinol