基于片段的虛擬篩選與藥物發(fā)現(xiàn)

1、導(dǎo)語(yǔ)自1996 年Shuker等開(kāi)創(chuàng)了 基于片段的藥物發(fā)現(xiàn) (fragment-based drug discovery ,FBDD) ”方法以來(lái)，人們?cè)诎l(fā)現(xiàn)優(yōu)質(zhì)先導(dǎo)化合物的數(shù)量方面明顯超過(guò)了高通量篩選(highthroughput screening , HTS)方法，提高了大家對(duì)于 基于結(jié)構(gòu)的藥物設(shè)計(jì) (struc-ture-based drug design , SBDD)”的理性認(rèn)識(shí),加速了新藥創(chuàng)制過(guò)程。COBRE Med Chem Lab, KU Spec alized Che mistry Center卜3, Join *Bio-NMRLab (bOG, 8DQ MHz)CO8RE

2、-PSF ProteinProducticn GrojpX-ray DiffractionPrcte n Structure LabSurface PlasmonResonance Biatore) Low molucular weight* Relatively small librariesCOBRE心F Fragment LibrariesKU h/lolecular Modeling & Graphics Lab1. Laluat# ibra'v divers tv2. Screen bv dockingFBDD方法通常先測(cè)定水溶性好的小分子化合物(相對(duì)分子質(zhì)量 V 3

3、00 ,即片段分子)的親和力，盡管結(jié)合力弱(通常為幾百微摩爾或毫摩爾水平 )，但其結(jié)合大都受氫鍵或鹽鍵等始因素的驅(qū)動(dòng)，因此化合物的原子利用率高，冗余原子少。同時(shí)輔以結(jié)構(gòu)生物學(xué)(X-射線衍射或2D-NMR)顯示片段在靶蛋白的空間取向和結(jié)合特征，在微觀結(jié)構(gòu)的指導(dǎo)下，通過(guò)片段的增長(zhǎng)或連接，提高結(jié)合強(qiáng)度，獲得高活性和高質(zhì)量的先導(dǎo)化合物分子。FBDD是將化合物活性篩選、結(jié)構(gòu)生物學(xué)技術(shù)、分子模擬、化學(xué)合成和構(gòu)效關(guān)系整合在一起的綜合性技術(shù)，用小分子與靶蛋白的結(jié)合特征指導(dǎo)優(yōu)質(zhì)先導(dǎo)物的生成,為成藥性的優(yōu)化預(yù)留了較大的化學(xué)空間，因而提高了研發(fā)效率。090一) OT0-50Number of heavy atoms

4、片段對(duì)接和片段虛擬篩選實(shí)驗(yàn)FBDD僅能篩選數(shù)百到數(shù)千個(gè)片段。然而，至少有 25萬(wàn)個(gè)市售的片段，其中大部分仍未經(jīng)過(guò)測(cè)試。計(jì)算作為補(bǔ)充方法，通過(guò)分子對(duì)接的虛擬片段篩選可以測(cè)試大部分市售片段。Carlsson小組對(duì)A2A腺昔受體（A2AAR ）進(jìn)行平行的基于 NMR的生物物理篩選和基于對(duì)接的片段庫(kù)篩選。結(jié)果強(qiáng)調(diào)了生物物理和基于計(jì)算的片段篩選之間的互補(bǔ)性，因?yàn)閺腘MR和基于對(duì)接的虛擬篩選命中的片段之間沒(méi)有重疊。事實(shí)上，片段對(duì)接已經(jīng)與實(shí)驗(yàn)片段篩選結(jié)合用于藥物發(fā)現(xiàn)。虛擬片段篩選的主要挑戰(zhàn)是片段對(duì)接和評(píng)分的準(zhǔn)確性。首先，難以確定片段的準(zhǔn)確結(jié)合姿勢(shì)和結(jié)合模式。由于片段尺寸小、內(nèi)部自由度較低；因此在對(duì)接計(jì)算期間

5、，碎片可能會(huì)被蛋白質(zhì)表面上的許多口袋所容納，從而導(dǎo)致對(duì)接位置的錯(cuò)誤。即使將其放入正確的口袋中也難以預(yù)測(cè)片段的結(jié)合姿勢(shì)，因?yàn)樘娲慕Y(jié)合可能產(chǎn)生相似的對(duì)接分?jǐn)?shù)或計(jì)算結(jié)合能。其次，針對(duì)較大的藥物樣分子開(kāi)發(fā)和優(yōu)化了大多數(shù)評(píng)分功能，其不足以區(qū)分許多非活性片段中的弱活性片段。片段庫(kù)選擇片段庫(kù)選擇基于 Rule of Three （簡(jiǎn)稱RO3）規(guī)則:MW & 300H-bond donors < 3H-bond acceptors & 3 cLogP <3Fragment Ltiraiy ValuesAverage Property YmlueMolecjlaf Weight15

6、0tc 30DMolecular WeW225.D&H-dorors£3-kJonas122H-acci=!|_：tuiS互32 33CLOCP工3CLogP1.27Potato bie Boras£3Potatable Banta2.01cLogSwcLogSw-1 GfiIPSA<120IPSA4S,56（來(lái)自 ChemBridge ）RO3規(guī)則過(guò)濾之后，可以根據(jù)自己的研究目的進(jìn)行相關(guān)過(guò)濾。案例基于片段的藥物設(shè)計(jì)是高通量篩選的有效替代方案。篩選片段優(yōu)于篩選化合物的主要原因是片段的體外和計(jì)算篩選都是有效的；104個(gè)不同片段(MW <250 Da )的集

7、合通常比106-107個(gè)分子(MW <500Da )的化合物庫(kù)具有更大的化學(xué)多樣性。此外，片段傾向于具有良好的溶解度，這對(duì)于體外生物物理測(cè)定是有利的?；谟?jì)算的片段篩選中的一個(gè)重要優(yōu)點(diǎn)是剛性碎片對(duì)接總是比具有幾個(gè)可旋轉(zhuǎn)鍵的分子對(duì)接更有效且通常更準(zhǔn)確。精品資料i)BRD4decompositionto fragmentsfragment dockingretrieval ofparent coinpou nds®flexible dockingfinal ranking首先，2012年版本的ZINC化合物庫(kù)900萬(wàn)個(gè)化合物依據(jù)標(biāo)準(zhǔn)：分子量在200和400Da之間、兩個(gè)或更多個(gè)氫鍵

8、受體、小于8個(gè)可旋轉(zhuǎn)鍵、兩到六個(gè)環(huán)，減少到約四分之一的相關(guān)維結(jié)構(gòu)。剩余 460萬(wàn)個(gè)化合物通過(guò)以軟件分解為375,897個(gè)片段，然后將這些片段通過(guò)60Da和300Da之間的分子量過(guò)濾，至少一個(gè)氫鍵受體和最多三個(gè)可旋轉(zhuǎn)鍵。2）剩余的238,408個(gè)片段通過(guò)基于遺傳算法的對(duì)接程序進(jìn)行BRD4的對(duì)接，生成511,417個(gè)姿勢(shì)。根據(jù)是否與保守的天冬酰胺存在氫鍵，移除未參與的片段。3）含有17,179個(gè)結(jié)合片段的化合物庫(kù)，其包含 665,184個(gè)分子用于柔性配體對(duì)接。最終基于預(yù)測(cè)的結(jié)合自由能配體效率進(jìn)行遴選，獲得4,826個(gè)候選化合物。4）每個(gè)蛋白-配體復(fù)合物進(jìn)行100 ns分子動(dòng)力學(xué)模擬，分析預(yù)測(cè)結(jié)合模

9、式的結(jié)構(gòu)穩(wěn)定性，特別注意主要相互作用。 模擬顯示，其預(yù)期的一些結(jié)合模式不穩(wěn)定的（即氫鍵與Asn140側(cè)鏈的斷裂）的化合物被過(guò)濾。5） 最后，遴選了 24種化合物用于實(shí)驗(yàn)驗(yàn)證，其中4種顯示出50mM的抑制活性。且對(duì)接預(yù)測(cè)的結(jié)合模式基本與晶體結(jié)構(gòu)中觀察到的結(jié)合模式相同。參考資料1. Sliwoski G, Lowe Jr E W. fragment-based drug designJ. 2013.2. Spiliotopoulos D, Caflisch A. Fragment-based in silico screening of bromodomain ligandsJ. Drug Dis