QSAR建模及其在抗病毒藥物設計與篩選中的研究進展

摘要新藥研發(fā)往往是一件過程漫長且人力物力投入極大的事情。隨著日益嚴重的環(huán)境污染問題對人類生命健康形成的挑戰(zhàn)，快速研發(fā)高效低毒的藥物成為當務之急。定量構效關系（QSAR）在歷經幾十年的發(fā)展后，廣泛應用于藥物科學領域中，作為藥物篩選及其生物活性預測的高效工具，在藥物活性、毒性和滲透性預測以及作用機制等研究中發(fā)揮重要作用。重點介紹了QSAR建模過程及其近年來在抗病毒藥物設計與篩選中的研究進展，并對現(xiàn)階段QSAR應用的局限性問題進行了分析，展望了其未來的發(fā)展方向。引言在新中國歷史上，由病毒引發(fā)的重大突發(fā)公共衛(wèi)生事件有兩次，第一次是非典型性肺炎（SARS），第二次就是去年在全世界范圍內大規(guī)模傳播流行的新型冠狀病毒肺炎（COVID-19）。其實病毒我們并不陌生，從原始社會發(fā)展至今，病毒從始至終伴隨左右，在國際病毒分類委員會（ICTV）的最新統(tǒng)計報告中，人類已發(fā)現(xiàn)病毒4958種。根據科學家估計，該報告范圍還不及全部病毒種類的1%。在眾多病毒中，不少類別對人類生命健康有嚴重危害，如人類免疫缺陷病毒（HIV）、冠狀病毒、乙肝病毒（HBV）、丙肝病毒（HCV）以及人乳頭瘤病毒（HPV）等。著眼當下，從新冠肺炎爆發(fā)至今，國際醫(yī)藥界始終致力于抗新冠藥物及疫苗的研發(fā)工作，目前已經取得不少階段性進展，由此可見藥物科學研究在保障人類生命健康中發(fā)揮了重要作用。通過提取、合成、檢測等步驟，新的藥品被生產出來，但在投放臨床之前，仍需要對其藥效和毒性等指標進行檢測。因為這些人工合成的藥品在具有抗病毒療效的同時，有可能對人體健康和環(huán)境生態(tài)造成損害，如抗病毒藥物的腸道副作用、致突變和致癌作用以及制藥廢水廢氣排放造成環(huán)境污染等問題。美國化學文摘社（ChemicalAbstractsService，CAS）網站顯示截止2020年，已有登記化合物16700萬余種，并且新型化合物以每天1.5萬的速度在增加。但是，在美國毒理學數據網站（ToxicologyDataNetwork，TOXNET）中，僅記載450余萬種化合物關于人或動物的毒性研究數據。顯然每年研究的有毒化合物數據遠不及新增化合物數量。但要對眾多化學物質逐一進行生物毒性檢測實驗顯然不可企及，同時新型抗病毒藥物研究是一件經濟、時間成本很高的工作。據相關統(tǒng)計，成功將一種新藥應用于臨床治療當中，平均需要花費10余年，篩選數萬種化合物，新藥的研制仍主要依賴反復試驗。病毒又因其基因結構特性極易發(fā)生突變，僅最為常見的甲型流感病毒（InfluenzaAvirus）就有H1N1、H5N1、H7N1、H7N2、H7N3、H7N7、H7N9等多種類型，常規(guī)的藥物篩選恐怕難以追上病毒變異的步伐，因此急需一種快速高效的抗病毒藥物設計與活性預測方法，即在對一類化合物進行有限次數的實驗后，可以根據所得的實驗數據，結合化合物的分子結構信息，對同類未知化合物的活性或毒性進行預測的方法，這就是我們熟知的化學計量學（Chemometrics）。借助此類方法，將為進一步的藥物分子設計與篩選、新型化合物合成開辟新途徑，其中定量構效關系（QuantitativeStructureActivityRelationship，QSAR）是此類方法在藥物科學領域研究中的熱點之一，該法也被應用于抗病毒藥物的研發(fā)工作當中。正文部分1

QSAR簡述QSAR指通過數學方法建立化合物的分子描述符與其生物活性/毒性之間的線性或非線性關系模型，在分子水平上闡明分子結構與化合物的生物學及物理化學特性之間的關系，為新型藥物設計、活性及毒性預測等奠定基礎。相比傳統(tǒng)的藥物活性篩選需進行的體外實驗、體內動物實驗以及限定人體觀察等，QSAR可以大大縮減實驗時間、節(jié)省人力、降低實驗成本。2

QSAR發(fā)展歷程藥物科學QSAR研究的早期發(fā)展歷程如表1所示。最早提出藥物的生物活性與其分子結構間存在某種函數。隨后，Hansch的線性自由能相關模型、Free-Wilson的可加性模型和Bocek-Kopecky的相互作用模型的提出標志著SAR研究向QSAR研究邁出堅實一步。1975年，畫出了分子結構拓撲圖，同年，將其發(fā)展成至今仍廣泛應用的分子連接性方法。QSAR發(fā)展至今，所建立的模型數不勝數，建模方法也不勝枚舉，目前應用范圍較廣的方法包括拓撲學法、量子化學法、加和效應法和線性自由能相關法這四大類。3

QSAR建模過程QSAR建模過程一般包含以下4個步驟：（1）數據收集；（2）計算與篩選分子描述符；（3）模型建立；（4）驗證與評價。3.1

數據收集廣義上，在藥物設計中，用以建模的化合物數據主要包括以下幾類：1）針對靶標的活性，如酶活性的半數抑制濃度和細胞活性的半數抑制濃度等；2）生物毒性，如口服急性毒性LD50、最小作用劑量MED、突變性和致癌性等；3）理化性質，如溶解性和血腦穿透能力等；4）環(huán)境中轉化的表征參數，如水生毒性和降解速率等。數據的可靠性是模型有效的前提，只有通過可靠實驗數據建立的模型才具有實際應用價值。3.2

計算與篩選分子描述符在QSAR研究領域，人們可根據化合物結構推導出來某種與之對應的數值指標，這些指標就是化合物物理化學性質微觀上的描述，將此稱作其生物學性質上某一“指紋”的“微觀顯示”，即分子描述符。3.3

模型建立QSAR模型可分為線性與非線性兩類建模方法。其中線性模型中主要應用多元線性回歸（MLR）、主成分分析（PCA）和偏最小二乘法（PLS）等方法；遺傳算法（GA）、支持向量機（SVM）和人工神經網絡（ANN）則能較好地處理非線性關系。3.3.1

多元線性回歸3.3.2

遺傳算法GA是根據大自然生物進化規(guī)律，模擬生物基因發(fā)生改變的現(xiàn)象，探索復雜模型的組合優(yōu)化問題，通過選擇、交叉和變異等過程的模擬組合，得到備選的多組自變量與因變量，通過適應度是否達到閾值或最優(yōu)個體適應度上升趨勢來判斷其優(yōu)劣，直至滿足要求，得到最優(yōu)QSAR模型。3.3.3

主成分分析在含有多變量的分析中，PCA常被作為簡化數據的方法。該方法可以通過正交變換，完成變量線性到非線性的轉化，從而簡化QSAR建模進程。通過該方法構建QSAR模型，對多環(huán)芳烴致癌毒性的預測得到了較好結果。3.3.4

偏最小二乘法PLS可以看作是MLR和PCA兩種方法的結合，通過最小化誤差的平方和篩選最優(yōu)數據，排除原有信息中線性重疊的分子描述符，并且適合樣本容量不足時構建QSAR模型。3.3.5

人工神經網絡ANN是對人腦處理數據時神經元的模擬，將大量節(jié)點之間構成聯(lián)系，建立模型，常用于構建非線性QSAR模型，但存在一定的不穩(wěn)定性，需要提前篩選描述符才能構建有效模型。3.3.6

支持向量機SVM是一類監(jiān)督學習方式，它建立在結構風險最小化原理基礎之上，通過尋找最優(yōu)超平面進行非線性分類，從而將非線性特征問題的分析向線性分析轉變，被廣泛用于分類問題和回歸問題的解決中。3.4

模型驗證與評價模型建立后，需要對模型進行驗證與評價，以檢驗模型對真實未知化合物的預測能力。評價模型對未知化合物的效應終點是否具有較好的預測能力是驗證的目的，包括模型的穩(wěn)健性、擬合能力和預測能力。3.4.1

內部驗證內部驗證常將交叉驗證中的留一法（LOO）與Y-隨機驗證法相結合。LOO的原理是在每個循環(huán)的數據集中省略一個分子充當測試集，然后將其余的分子充當訓練集。重復這個過程，直到所有化合物被作為測試集驗證一次。3.4.2

外部驗證僅依靠內部驗證無法評估模型對真實外部化合物的預測能力。評估模型的預測能力需要準備測試集（沒有參與模型構建）。4

QSAR在抗病毒藥物設計中的研究進展QSAR經過50余年的發(fā)展，如今已在醫(yī)藥科學、毒理學、環(huán)境與生態(tài)學、材料科學及化學等諸多領域得到廣泛應用。如今，人類社會在追求高經濟效益的同時，給環(huán)境帶來了不同程度的破壞，環(huán)境污染問題愈發(fā)嚴峻。同樣嚴重的還有人類對于野生動物的獵殺和捕食行為，致使多種新型病毒在動物與人以及人與人之間傳播，由病毒引發(fā)的各類疾病不僅對人類生命健康造成危害，還會使人們產生恐慌情緒，社會經濟發(fā)展受到影響甚至停滯，新型傳染?。ㄈ缧鹿诜窝祝┙o人類生存和發(fā)展造成巨大沖擊。4.1

QSAR在抗HIV藥物設計中的研究進展人類免疫缺陷病毒（HIV）是一種突變率極高的RNA病毒，能與人體T淋巴細胞CD4受體特異性結合，臨床表現(xiàn)為免疫機能幾乎喪失，具有潛伏期長、傳染率高、病死率高，同時會誘導機體產生腫瘤，是一種對人類生存有著嚴重威脅的病毒。4.2

QSAR在抗HBV藥物設計中的研究進展乙型肝炎病毒（HBV）是一種對人類健康構成極大威脅的DNA病毒，截至2020年，WHO數據顯示全球將近3億人感染HBV。但由于抗病毒疫苗及藥物研究的不斷發(fā)展，我國乙型肝炎患病人數呈逐年遞減趨勢，其中芳基丙烯酰胺類化合物對抗HBV特異性較強，是抗HBV藥物研究中重要的化合物來源。4.3

QSAR在抗HCV藥物設計中的研究進展丙型肝炎病毒（HCV）是引發(fā)肝臟急慢性炎癥的主要原因，同樣是肝硬化和肝細胞癌的主要誘因。據WHO網站顯示，僅2016年就有將近40萬人死于HCV所引發(fā)的一系列疾病。值得慶幸的是，目前雖然沒有有效的HCV疫苗，但抗病毒化學藥物可以治愈絕大多數HCV患者，從而減少關聯(lián)的肝硬化和肝癌死亡風險，因此快速有效的抗HCV藥物篩選就成為了首要任務。4.4

QSAR在抗新冠病毒藥物設計中的研究進展2020年初，新冠肺炎COVID-19席卷中國，并在世界大規(guī)模傳播，而后此病毒被ICTV命名為SARS-CoV-2，這也就是新冠病毒。4.5

QSAR在其他抗病毒藥物設計中的研究進展近年來，QSAR在抗病毒藥物篩選與