分子對接和藥物虛擬篩選

1、關(guān)于分子對接與藥物虛擬篩選第一張，PPT共五十頁，創(chuàng)作于2022年6月 分子對接的最初思想起源于Fisher E提出的“鎖和鑰匙模型”。即受體與配體的相互識別首要條件是空間結(jié)構(gòu)的匹配 配體 受體 復合物 受體配體的鎖和鑰匙模型 第二張，PPT共五十頁，創(chuàng)作于2022年6月Oh boy! What a perfect match 這類方法首先要建立大量化合物（例如幾十至上百萬個化合物）的三維結(jié)構(gòu)數(shù)據(jù)庫，然后將庫中的分子逐一與靶標分子進行“對接”（docking），通過不斷優(yōu)化小分子化合物的位置（取向）以及分子內(nèi)部柔性鍵的二面角（構(gòu)象），尋找小分子化合物與靶標大分子作用的最佳構(gòu)象，計算其相互作用及

2、結(jié)合能。在庫中所有分子均完成了對接計算之后，即可從中找出與靶標分子結(jié)合的最佳分子（前50名或前100名） 第三張，PPT共五十頁，創(chuàng)作于2022年6月分子對接的基本原理藥物與受體的結(jié)合強度取決于結(jié)合的自由能變化G結(jié)合 = H結(jié)合 - TS結(jié)合 = -RT ln Ki大部分的分子對接法忽略了全部的熵效應，而在焓效應也只考慮配體與受體的相互作用能，即：Einteraction= Evdw + Eelectrostatic + Eh-bond第四張，PPT共五十頁，創(chuàng)作于2022年6月7.4.1 分子對接的基本方法（一） 剛性的分子對接方法 這種方法是最初的分子對接的方法，在對接中，小分子和蛋白質(zhì)兩

3、種都保持剛性。 （1）基于最大團搜索的方法 （Clique-Search Based Approaches） 對接兩個剛性分子可以理解為分子在空間的匹配問題，這種匹配可以是一種形狀上的互補或相互作用。如氫鍵受體與氫鍵給體的互補。搜索在三維空間中有效的條件下的最大匹配 第五張，PPT共五十頁，創(chuàng)作于2022年6月受體的活性位點 配體 有效匹配的距離圖集 受體配體的示意圖，字母代表特征部分如氫鍵等，相應的有效匹配的圖集如右，三個環(huán)性頂點組織的三角形為這個圖集的一個最大團(clique) 第六張，PPT共五十頁，創(chuàng)作于2022年6月Dock對接程序中剛性對接的算法就是基于這種思想 Dock利用球集來

4、表示受體活性位點和配體的形狀 第七張，PPT共五十頁，創(chuàng)作于2022年6月 一系列的球集填充在受體活性位點的表面，這些球集代表能被配體占據(jù)的體積。配體可以用球集表示或者用自己的原子表示，在Dock程序中，四個有效匹配的對應點被考慮，先考慮配體中第一個球集與活性位點的球集的匹配，第二個點則滿足d ，其中d為第二個匹配點中配體和受體的球心與第一個點球心的距離，第三個點又必需滿足與前兩個球心的距離限制，以上過程一直進行到找不到更多匹配點為止。 第八張，PPT共五十頁，創(chuàng)作于2022年6月（2）基于幾何哈希技術(shù)“geometric hashing”的方法 第一部分中，幾何哈希表從被對接的一個配體或一系

5、列配體中構(gòu)建 。哈希矩陣含有配體名字和能調(diào)整配體在空間方向的參考框架。 第二部分即識別階段，蛋白質(zhì)的特征用來識別哈希矩陣，每一次匹配表示蛋白質(zhì)的特征與哈希矩陣中已定義好方位的配體相匹配，具有大量匹配信息的哈希矩陣代表著具有幾個吻合特征的配體和方位 第九張，PPT共五十頁，創(chuàng)作于2022年6月(3）基于pose clustering的方法 這種方法與幾何哈希的方法相類似，也是一種基于模式識別的方法。 在LUDI模型中，如圖所示，對每一個作用基團，定義作用中心和作用表面。受體的作用表面近似地用離散的點表示，和對應的配體的中心目標點相匹配。 三個氫鍵受體的作用表面 Pose clustering 算

6、法中的作用點 第十張，PPT共五十頁，創(chuàng)作于2022年6月（二）柔性對接的方法（1）構(gòu)象的系綜方法 Flexibase用來儲存小分子庫中每個分子的一系列不同構(gòu)象，用距離幾何和能量最小化的方法產(chǎn)生構(gòu)象，每個分子根據(jù)rmsd的差異選擇25個系列構(gòu)象。每個構(gòu)象采用FLOG剛性對接的方法進行對接。 第十一張，PPT共五十頁，創(chuàng)作于2022年6月（2）片段的方法 片斷的方法是處理小分子柔性的最通用的方法，配體分割成一些小的片斷，這些片斷可以認為是剛性構(gòu)象或一個小的構(gòu)象系綜。一般，有兩種方法來處理:第一種方法是把一個片段放入受體的作用位點，然后加上余下的片段，這種方法稱為連續(xù)構(gòu)建 “incremental

7、 construction”.第二種方法把所有或一部分片段獨立地放入受體的作用位點，再重新連接至到構(gòu)成一個完整的配體分子，這種策略稱為“放置&加” “place & join” 第十二張，PPT共五十頁，創(chuàng)作于2022年6月 第一個連續(xù)構(gòu)建的算法是Kuntz發(fā)展的Dock程序，首先，一個單獨的錨碎片通過手工選擇對接進受體的活性結(jié)合位點，并且考慮了氫鍵的作用。其次這個錨的優(yōu)勢位置主要包含有有大量匹配氫鍵對，高打分值，和低相似性。接著，一種回溯的算法（backtracking algorithm）用來搜索整個配體在結(jié)合位點的非重疊放置空間，在當前位置加上一個碎片后，優(yōu)化的方法用來減少立體的張力和改

8、善氫鍵的幾何構(gòu)型。最后的位置通過過濾，優(yōu)化和基于力場的方法來打分評價。FlexX也是一個基于連續(xù)構(gòu)建算法的對接程序 第十三張，PPT共五十頁，創(chuàng)作于2022年6月（3） 遺傳算法和進化規(guī)劃 遺傳算法開始應用到分子對接技術(shù)，其特點為 ：第一步，一個稱為染色體的線性表示符能夠描述構(gòu)型的所有自由度，找到這個染色體描述符是算法中最困難的一步。第二步，確定一個一個類似如打分函數(shù)的目標函數(shù)。 著名的GOLD軟件包括了這種算法 第十四張，PPT共五十頁，創(chuàng)作于2022年6月（4）基于分子模擬的方法 模擬退火的方法，Autodock程序就采用了這種方法 分子動力學的方法 Monte Carlo模擬，一種統(tǒng)計力

9、學的方法，這種算法中最重要的兩部分是自由度的描述和能量的評價，合適的自由度描述可以避免較高能量的構(gòu)象，用鍵角、扭曲角等內(nèi)座標來描述配體的柔性比用笛卡兒空間的三維座標描述要強，同樣，能量的評價也是最耗時，這一步時間必須足夠的長。 第十五張，PPT共五十頁，創(chuàng)作于2022年6月評價：打分函數(shù) 每一個對接的算術(shù)都會采用平衡了時效和精確度的簡單自由能預測方法，現(xiàn)在的打分函數(shù)主要包括三種：基于經(jīng)驗的回歸參數(shù)的方法；基于分子力場的方法和基于知識的方法、基于知識的打分函數(shù) 。 第十六張，PPT共五十頁，創(chuàng)作于2022年6月（1）基于力場的方法 只考慮熱焓對能量的貢獻，不考慮熵的影響，一般情況下，采用標準力場

10、的非鍵作用能如真空靜電和范德華作用能用作打分函數(shù)，如DOCK程序中采用AMBER的能量函數(shù)：第十七張，PPT共五十頁，創(chuàng)作于2022年6月（2） 基于經(jīng)驗的打分函數(shù) 基于經(jīng)驗的打分函數(shù)用多元回歸的方法擬合各種物理參數(shù)對結(jié)合自由能的貢獻，如FlexX程序中采用下列函數(shù)，所采用的方程包括，配體旋轉(zhuǎn)鍵的個數(shù)、氫鍵、離子鍵，疏水和芳香環(huán)的堆積作用，以及親水作用。這種方法能快速直接地估算結(jié)合自由能， 第十八張，PPT共五十頁，創(chuàng)作于2022年6月（3）基于知識的打分函數(shù) 最初應用于蛋白質(zhì)結(jié)構(gòu)預測，打分函數(shù)用統(tǒng)計力學的方法得自蛋白質(zhì)配體的復合物結(jié)構(gòu)，結(jié)合自由能用函數(shù)為分子間距離的平均能的加和來計算?；谥?/p>

11、識的打分函數(shù)是一種比較有前途的方法 第十九張，PPT共五十頁，創(chuàng)作于2022年6月7.4.3虛擬篩選的具體流程第二十張，PPT共五十頁，創(chuàng)作于2022年6月包括4個步驟：受體模型的建立；小分子庫的產(chǎn)生；計算機篩選和命中化合物的后處理。 第一步，受體模型的建立： 蛋白質(zhì)結(jié)構(gòu)的準備是虛擬篩選的重要一步。虛擬篩選的蛋白靶標的結(jié)構(gòu)可以從PDB庫(/pdb/index.html)中直接下載使用 也可以通過和家族中同源蛋白的序列、結(jié)構(gòu)信息比較，同源模建而得 1）大分子結(jié)構(gòu)獲取第二十一張，PPT共五十頁，創(chuàng)作于2022年6月2）接著是結(jié)合位點的描述，選擇合適的配體結(jié)合口袋對分子對接至關(guān)重要 一種是直接從配體

12、受體復合物結(jié)構(gòu)中抽出；選擇口袋有兩種方式：如果沒有復合物結(jié)構(gòu)，則需要根據(jù)生物功能如結(jié)合、突變等實驗信息來手動選擇結(jié)合部位 第二十二張，PPT共五十頁，創(chuàng)作于2022年6月第二步，建立小分子數(shù)據(jù)庫 二維結(jié)構(gòu)用結(jié)構(gòu)轉(zhuǎn)換程序如CORINA、CONCORD實現(xiàn)三維結(jié)構(gòu)的轉(zhuǎn)化。 建好的三維結(jié)構(gòu)加氫加電荷后，便可以用于對接程序。 第二十三張，PPT共五十頁，創(chuàng)作于2022年6月第三步，對接和打分，這一步是虛擬篩選的核心步驟。 對接操作就是把每個小分子放到受體蛋白的配體結(jié)合位點，優(yōu)化配體構(gòu)像和位置，使之與受體有最佳的結(jié)合作用，給最佳結(jié)合構(gòu)象打分，對所有化合物根據(jù)打分排序，然后從化合物庫中挑出打分最高的小分子

13、。 第二十四張，PPT共五十頁，創(chuàng)作于2022年6月最后一步是命中化合物的后處理 通過計算分子的類藥性質(zhì)ADME/T (吸收absorption、器官分布distribution、體內(nèi)代謝metabolism、排泄excretion 和毒性toxicity)性質(zhì)的估算，排除那些不具有類藥性質(zhì)的分子。 可以利用一些經(jīng)驗規(guī)則如“五規(guī)則” 等，快速排除那些不適合進一步藥物開發(fā)的分子。 第二十五張，PPT共五十頁，創(chuàng)作于2022年6月通過以上四步處理，大部分分子從化合物庫中剔除，形成一個合理大小的化合物庫，僅對這些適合成藥的化合物或購買、或合成、或分離得到，然后再進行實際的生物測試。 第二十六張，PP

14、T共五十頁，創(chuàng)作于2022年6月對接方法尚需解決的問題：分子的柔性溶劑化效應打分函數(shù)第二十七張，PPT共五十頁，創(chuàng)作于2022年6月7.4.4分子對接的應用靶 標靶標分類靶標結(jié)構(gòu)小分子庫大小所用方法抑制劑活性M實驗數(shù)據(jù)AmpC -lactamseHydrolaseX-ray200kNWU DOCK26X-ray復合物BCRABLKinaseX-ray200kDOCK25細胞的抑制活性實驗Anthrax EFAdenylyl cyclaseX-ray200kNWU DOCK20酶動力學實驗IMPDHDehydrogrnaseX-ray3500kFlexX30酶動力學實驗Casein kinase

15、 IIKinaseHomology400kDOCK0.08抑制活性、構(gòu)效關(guān)系K 通道Ion channelHomology50kDOCK10細胞的抑制活性實驗Thyroid homone receptorNuclear receptorHomology250kICM075抑制活性實驗CDK2KinaseX-ray50kLIDAEUS2X-ray復合物TGFRKKinaseX-ray200kCatalyst0005X-ray復合物cyclophilinImmunophilinX-rayUnity/FlexX6細胞的抑制活性實驗tRNA guanine transglycoslaseX-ray80

16、0kUnity/FlexX0.25酶動力學實驗PfDHFRReductaseHomology230kCatalyst/DOCK0.9酶動力學實驗-AmylaseHydrolaseX-ray200kUnity/FlexXNMR,SPR,層析第二十八張，PPT共五十頁，創(chuàng)作于2022年6月（一） 配體對CDK2，CDK4激酶選擇性的研究細胞周期蛋白依賴性蛋白激酶（cyclin-dependent kinases, CDKs）是一類Ser/Thr 蛋白激酶，直接參與調(diào)控細胞分裂周期，顧名思義，CDK只在周期蛋白Cyclin活化下才能工作. 現(xiàn)在已經(jīng)發(fā)現(xiàn)了13種CDK蛋白激酶和25種周期蛋白Cycli

17、n，但它們具體的生物功能還不十分明了。其中CDK2、CDK5、CDK6已經(jīng)解析出晶體結(jié)構(gòu)，但CDKs的一級序列存在高的同源性，它們之間一級序列的高同源性暗示了三維結(jié)構(gòu)的相似性 CDK1、CDK2、CDK4、CDK6是基于CDKs結(jié)構(gòu)化學治療癌癥的主要靶標。至今為止，文獻報告的CDKs抑制劑有多種 第二十九張，PPT共五十頁，創(chuàng)作于2022年6月盡管化合物結(jié)構(gòu)各異，但所有CDKs的小分子抑制劑有一些共同的特點： （1）一般小的分子量 （ autoMS protein.pdb 第四十四張，PPT共五十頁，創(chuàng)作于2022年6月（四） 用sphgen產(chǎn)生表征口袋形狀的球集，得到protein.sph文件，該文件即為球集文件。用showsphere程序由protein.sph生成sphere.pdb，用Sybyl或Weblab等程序觀看球集的分布。第四十五張，PPT共五十頁，創(chuàng)作于2022年6月（五）用showbox產(chǎn)生一表征網(wǎng)格范圍的文件box.pdb 第四十六張，PPT共五十頁，創(chuàng)作于2022年6月（六）計算打分用的網(wǎng)格文件，首先建立grid4的輸入文件grid.in，所需文件還有protein.mol2和box.pdb，然后用以下命名生成網(wǎng)格文件： grid4 i grid.in第