虛擬篩選技術(shù)與應(yīng)用

虛擬篩選技術(shù)及其應(yīng)用1.虛擬篩選技術(shù)的介紹2.重

點

介

紹

基

于

靶

點

結(jié)

構(gòu)

的

虛

擬

篩

選

一

3.虛擬篩選在藥物研發(fā)中的應(yīng)用實例4.虛

擬

篩

選

與

新

型

食品

保

鮮

劑

的

開

發(fā)內(nèi)

容

簡

介一分子對接1

.

1

虛

擬

篩

選

技

術(shù)

產(chǎn)

生

的

背

景●20世紀(jì)80年代中期，隨著分子生物學(xué)和結(jié)構(gòu)生物學(xué)的發(fā)展，靶標(biāo)生物大分

子的功能被闡明、三維結(jié)構(gòu)被測定.以及計算機(jī)科學(xué)的發(fā)展，功能先進(jìn)的圖

形工作站的出現(xiàn)，分子對接<moleculardocking>方法和數(shù)據(jù)庫搜尋方法已經(jīng)出現(xiàn)，并發(fā)展了第一個分子對接程序DOCK.●20世紀(jì)90年代中期，基于小分子的藥物設(shè)計<LBDD>方法和基于受體生物大分子結(jié)構(gòu)的藥物設(shè)計<SBDD>方法，已成為創(chuàng)新藥物研究的核心技

術(shù)之一.同時由于超級計算機(jī)技術(shù)的發(fā)展，產(chǎn)生了虛擬篩選并行算法，實現(xiàn)

了虛擬篩選的高通量化.●近年來，PC

集群式計算機(jī)<cluster>

的普及，進(jìn)一步促了進(jìn)虛擬篩選技術(shù)

的發(fā)展.化學(xué)信息學(xué)

生物信息學(xué)命中結(jié)構(gòu)化學(xué)信息學(xué)：利用計算機(jī)技術(shù)對化學(xué)分子結(jié)構(gòu)和相關(guān)信息進(jìn)行管理的學(xué)科，可

促進(jìn)化學(xué)信息的獲職、轉(zhuǎn)化與共享.例如：將小分子化合物的一維、

二維、三

維結(jié)構(gòu)以一些格式文件形式儲存，并生成數(shù)據(jù)庫.生物信息處理：利用計算機(jī)技術(shù)對大量生物大分子作信息獲職、加工、儲存

關(guān)

類例、如檢：索蛋與白統(tǒng)質(zhì)計的分

級，、揭

級生、物三大級分、子

構(gòu)、功能、同源性和進(jìn)化小分子化合物匹配計算生物大分子NasEase1

.

2

虛

擬

篩

選

技

術(shù)

的

定

義●

虛擬篩選

[virtual

screening,VS>是計算機(jī)輔助藥物設(shè)計方法的延

伸和推廣，針對重要疾病特定靶標(biāo)生物大分子的三維結(jié)構(gòu)或定量構(gòu)效關(guān)系<QSAR>

模型，從現(xiàn)有小分子數(shù)據(jù)庫中，搜尋與靶標(biāo)生物大分子結(jié)合或符合QSAR

模型的化合物，進(jìn)行實驗篩選研究.●

生物體內(nèi)吸收、分布、代謝、排泄等生理相關(guān)性質(zhì)的方法.●

虛擬篩選的目的是從幾十到上百萬個分子中，發(fā)現(xiàn)有潛在可能性的化合

物，集中目標(biāo)，大大降低實驗篩選化合物數(shù)量.在統(tǒng)機(jī)小分子以數(shù)學(xué)和有數(shù)，分子相互作用、質(zhì)參數(shù)或結(jié)構(gòu)參大性物化生理與的子子分分小助計學(xué)手段定量研究有機(jī)定量構(gòu)效關(guān)系是一種借化

合

物

數(shù)

據(jù)

庫分子

對

接

(dock)受體

結(jié)

構(gòu)SBVS生

物

測

試QSAR

模

型藥

效

基

團(tuán)

模

型LBVS候

選

化

合

物

臨

床

前

和

臨

床

研

究三

維

搜

尋6·

SBVS

是根據(jù)受體生物大分子的三維結(jié)構(gòu)，通過分子對接的方法，確定小分子與受

體的結(jié)合構(gòu)象，并評價其與受體的結(jié)合活性，從而篩選出有潛力的配體小分子.·LBVS

是根據(jù)現(xiàn)有藥物〔配體的結(jié)構(gòu)、理化性質(zhì)與活性關(guān)系<SAR>的分析，建立定量構(gòu)效關(guān)系<QSAR>或藥效基團(tuán)模型，預(yù)測篩選新化合物的活性.分類(SBVS)基于配體小分子的

虛擬篩選

(LBVS分子對

接(

dockima-based藥效基團(tuán)搜尋(1

.

3

虛

擬

篩

選

技

術(shù)

的

分

類phar

aasceodp)hore-N合

成

化

合

物

庫天

然

化

合

物

庫

組

合

化

合

物

庫

藥

物

分

子

庫類

藥

性

化

合

物

庫1

.

4

虛

擬

篩

選

技

術(shù)

的數(shù)

據(jù)

庫庫子

庫子

分物

文分

庫分

質(zhì)酸

白核

蛋大

據(jù)合

據(jù)化

女物

庫生子1

.

5

虛

擬

篩

選

技

術(shù)

的

優(yōu)

勢1.計算機(jī)上進(jìn)行2.不需要化合物，只需結(jié)構(gòu)3.不消耗樣品，降低篩選成本4.縮短了新藥研發(fā)的周期，降低了直接研發(fā)費用2.

基

于

受

體

生

物

大

分

子

結(jié)

構(gòu)

的

虛

擬

篩

選

〔

SBVS——

分

子

對

接<1>用到的基本模型：受體-配體的鎖和鑰匙模型<

2

>分子

對

接

：

受

體

和

配

基

之

間

通

過

能

量

匹

配

和

空

間匹配而相互識別形成分子復(fù)合物，并預(yù)測復(fù)合物結(jié)

構(gòu)的

操

作

過

程復(fù)合物受體配

體Ligand

Database

Preparation2DMolecularDatabasesA

entConformationAssemble

DataAssignmentsionmerigConveAssureTypStruct/BondDm3toProteinStructure

PreparationProteinStructuresProtonation/ChargeAssignment

StructureOptimizationBindingSiteDeterminationGridConstructionDockingScoringRanking/SelectionDrugLikenessAnalysisPostprocessing<3>分子對接的具體流程：HitCandfdatesListStructureOptimization

nVirtualScreening蛋白質(zhì)結(jié)構(gòu)的準(zhǔn)備是虛擬篩選的重要一步.虛擬篩選的蛋白靶

標(biāo)的結(jié)構(gòu)可以從PDB

庫<>中直接下載使用2靶點處理：加氫原子、加電荷、帶電殘基的質(zhì)子化第二步：小分子庫的產(chǎn)生建立小分子數(shù)據(jù)庫〔最為常用的小分子數(shù)據(jù)庫Zinc

數(shù)據(jù)庫結(jié)構(gòu)優(yōu)化

加電荷類藥性分析多樣性分析第三步：計算機(jī)篩選對接和打分，這一步是虛擬篩選的核心步驟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)象和

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.包括4個步驟：第一步：受體模型的建立

1大分子結(jié)構(gòu)獲取NLigandsPredictedbindingsiteReceptorPositive

chargeNegative

chargeB

HydrophobicL

HydrophylicA

Hydrogenbond

acceptorD

Hydrogen

bond

donor能量和空間匹配BD第四步：命中化合物的后處理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、器官分布、體內(nèi)代謝、排泄和毒性>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(jìn)一步藥物開發(fā)的分子.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(jìn)行實際的生物測試.ldentificationofa

Novel

InhibitorofDengueVirus

ProteasethroughUseofaVirtualScreening

Drug

DiscoveryWeb

Portal

UshaViswanathan,SuzanneM.Tomlinson,JohnM.Fonner,*StephenA.Mock,andStanleyJ.Watowich*iDepartmentof

BiochemistryandMolecularBiology,Universityof

TexasMedicalBranch,Galveston,Texas77555,United

StatesTexasAdvancedComputingCenter,TheUniversityof

TerasatAustin,Austin,Texas78758,Uniteld

States3.

虛

擬

篩

選

在

藥

物

設(shè)

計中

的

應(yīng)

用

舉

例—

—

—

用

一

個虛擬篩選藥物研發(fā)門戶網(wǎng)獲得

一

種新型的登革

熱病毒蛋白酶抑制劑UOURNAL

OFCHEMICALAND

MODELINGReceived:SeptemberPublished:September2,201429,2014pubs.acs.org/jcimArticleINFORMATIONcontent·Wereport

the

discovery

of

a

novel

small-molecule

inhibitor

ofthedenguevirus<DENV>protease<NS2B-NS3pro>usinga

w

r

d

e

l.

<DrugDiscoveryTACC>gaeninportcesslatub-virWeasctee-trcturonsucslforne●

Detailed

analysis

of

virtual

screening

docking

scores

andhydrogen-bondinginteractionsbetweeneachdockedligand

l

l

N

5v

in

were

used

to

selectnalidatioide

chasl3erimentapro

Ser1p3exSorBf2esNSuechetman However,theinhibition

constantswere~10-fold

larger

againstthe

WNV

protease

relative

to

the

DENV

protease.This

novelvalidated

lead

had

no

chemical

features

or

pharmacophoresassociated

with

adverse

toxicity,carcinogenicity,ormutagenicity

risks

and

thus

is

attractive

for

additionalcharacterizationand

optimization.●該藥物研發(fā)門戶網(wǎng)是IMB

公司用互聯(lián)網(wǎng)進(jìn)行虛擬篩選研究的拓展，由德

克薩斯高級計算機(jī)中心〔TACC提供巨型計算機(jī)資源，用于篩選登革熱病毒蛋白酶抑制劑的小分子數(shù)據(jù)庫可以商業(yè)購買.●對配體小分子和DENV

的NS2B-NS3pro

Ser135的側(cè)鏈之間的氫化作用以及虛擬篩選分子得分進(jìn)行詳細(xì)分析，來選擇合適的配體小分子.●篩選出來的小分子化合物從已有的化學(xué)制品公司購得，通過NS2B-NS3蛋白酶的穩(wěn)態(tài)動力學(xué)分析來驗證小分子對DENV

蛋白酶的抑制活性.●這種新型的被驗證了的先導(dǎo)物不含有毒性、致癌性、突變風(fēng)險等化學(xué)

特性以及藥效基團(tuán)，因此非常具有潛力的.TACC建立的藥物研發(fā)網(wǎng)站的基本工作結(jié)構(gòu)流程

Virtual

Screening

Drug

Discovery

Web

Portal

[TACC●該網(wǎng)站具有穩(wěn)定且直觀的界面，連接了"Lonestar"超級計算機(jī)，該計算機(jī)

上有大型的類藥性的的小分子數(shù)據(jù)庫，用于虛擬篩選配體分子.●通過Manage

Files界面上傳靶標(biāo)蛋白酶的坐標(biāo)文檔的TACC

的磁盤服務(wù)

器，并在submitjob界面選擇計算機(jī)中的數(shù)據(jù)庫●TACC

代管的超級計算機(jī)的處理中心，將對靶標(biāo)蛋白和小分子配體進(jìn)行對接計算，一個對接計算需要1-3分鐘的處理時間，大部分的操作能在8-12小時完成，對接計算的狀態(tài)可以通過網(wǎng)站查看●對DENV蛋白酶進(jìn)行虛擬篩選時，將產(chǎn)生一系列通過對接得分排序的匹

配記錄，得的負(fù)分越小被認(rèn)為是配體和靶標(biāo)蛋白反應(yīng)越積極.選擇一組得分

低且易于控制數(shù)量的配體的匹配得分分類為"高分匹配",用于之后的分析

和研究驗證實驗.●最后，通過網(wǎng)站view

job界面可以將TACC處理的完整的工程文件下載到

本地存儲LonestarSupercomputerFilepreparationstatus

DockingSort

topresultsVirtual

librariesResearcherUploadtargetWe

GU

rtalManagefiles

Submit

jobsTACC建立的的藥物研發(fā)網(wǎng)站的基本工作結(jié)構(gòu)流程示意圖View

jobsDownloadresultsNHome|About

|Top^|FAQ

TexasAdvancedComputingCenter輸入所需參

數(shù)的用戶界

面

截

屏圖Job

Name:proSteelei

or

y

loa

e

rLigand

Library:?DefinetheActiveSite:?Center

Z:Define

the

Grid

SizeY:Size

Z:SUBMIT

DOCKING

JOBX::?SizeSizeetonpocedrpuruonctDocking

Job

Submission3U1J_trans.pdbqt

:

Zinc

NaturalCmpds

GargAngstroms

AngstromsAngstromsUniversityofTexas

Medical

BranchSubmit

JobIView

JobsIManageFilesCenter

X:Center

Y:Runtime-25

hours)ands90:篩選出小分子ZINC04321905ZINC04321905

與

DENVNS2B-NS3pro

的作用：紅色

代表疏水鍵，藍(lán)色代表氫鍵八個疏水鍵，三個氫鍵Val36ZINC04321905

與DENVNS2B-NS3pro的相互作用Thr134CG2CBOG1Gly133CB

Ser135Asp129NPro132Phe130Tyr161Tyr150His51/al52concludingremarks

e

n

p

.

rug·This

project

demonstrated

the

successful

application

ofa

powerful

drug·librariesareavailablefor

immediate

purchasefromestablishedchemicalaldortfulhe

powermentof

apnevellicatfor

furtherccessful

aeaheltydtiftenaidestral

toemortdotpcryojervposcishdi·Tdiscovery

portal

to

identify

leads

for

further

development.The

portalprovidesaccesstothesupercomputerresourcesoftheTexasAdvanced

api

r

lpi

yd

.integrated

libraries