教學(xué)課件-藥物設(shè)計(jì)

第一章

藥物設(shè)計(jì)的生命科學(xué)基礎(chǔ)藥物設(shè)計(jì)第一節(jié)藥物作用的生物靶點(diǎn)一、生物靶點(diǎn)的分類現(xiàn)已問世的幾百種作用于受體的新藥當(dāng)中，絕大多數(shù)是GPCR激動(dòng)劑或拮抗劑。血管緊張素Ⅱ受體拮抗劑氯沙坦（losartan）、依普沙坦（

eprosartan）。中樞鎮(zhèn)痛的阿片受體激動(dòng)劑丁丙諾啡（buprenorphine）、布托啡諾（butorphanol）。1.

以受體為靶點(diǎn)抗過敏性哮喘的白三烯（leukotriene，LT）受體拮抗劑普侖司特（pranlukast）和扎魯司特（zafirlukast）?？刮笣兊慕M胺H2受體拮抗劑西咪替?。╟imetidine）、雷尼替丁（ranitidine）等。2.以酶為靶點(diǎn)由于酶是催化生成或滅活一些生理反應(yīng)的介質(zhì)和調(diào)控劑，因此，酶構(gòu)成了一類重要的藥物作用靶點(diǎn)。酶抑制劑通過抑制某些代謝過程，降低酶促反應(yīng)產(chǎn)物的濃度而發(fā)揮其藥理作用。理想的酶抑制劑類藥物應(yīng)該對(duì)靶酶有高度的親和力和特異性。3.以離子通道為靶點(diǎn)鈉通道鈉通道阻滯藥（Ⅰ類抗心律失常藥）：奎尼丁、利多卡因、美西律、恩卡尼、普羅帕酮等。鈣通道1，4-二氫吡啶類、苯烴胺類和硫氮雜?類鈣拮抗劑。鉀通道鉀通道阻滯藥：胺碘酮、司美利特、索他洛爾。4.以核酸為靶點(diǎn)直接作用于核酸的調(diào)控方式反義藥物間接作用方式利用反義技術(shù)（antisensetechnology）抑制癌細(xì)胞增殖。即用人工合成的或天然存在的寡核苷酸，以堿基互補(bǔ)方式抑制或封閉靶基因的表達(dá)，從而抑制細(xì)胞增殖。缺點(diǎn)：脂溶性較差，不易跨膜轉(zhuǎn)運(yùn)至細(xì)胞內(nèi)，且易受核酸酶水解。1.具有多種單體的共聚物（1）蛋白質(zhì)多肽鏈的一級(jí)結(jié)構(gòu)：無分支開鏈多肽、分支開鏈多肽和環(huán)狀多肽，由遺傳基因所決定。（2）DNA和RNA多聚核苷酸鏈的一級(jí)結(jié)構(gòu)：是物種遺傳的基礎(chǔ)。（3）多糖：同多糖、雜多糖。二、生物大分子的結(jié)構(gòu)與功能（一）生物大分子結(jié)構(gòu)方面的特征與共性2.具有多層次結(jié)構(gòu)（1）蛋白質(zhì)的三維空間結(jié)構(gòu)二級(jí)結(jié)構(gòu)：

-螺旋結(jié)構(gòu)、-折疊結(jié)構(gòu)三級(jí)結(jié)構(gòu)：蛋白質(zhì)分子在二級(jí)結(jié)構(gòu)的基礎(chǔ)上按一定方式再行盤曲折疊而形成的空間結(jié)構(gòu)。四級(jí)結(jié)構(gòu)：多個(gè)具有三級(jí)結(jié)構(gòu)亞基的聚集體。

（2）DNA、RNA的三維空間結(jié)構(gòu)DNA：兩條互相裹繞著的（5′－3′；3′－5′）、走向相反的多聚核苷酸鏈所組成。兩條長鏈上的單核苷酸是相對(duì)的，每兩個(gè)相對(duì)的單核苷酸中的堿基間通過氫鍵互補(bǔ)配對(duì)。DNA分子中的堿基排列順序蘊(yùn)藏著無數(shù)的遺傳信息。分子中部分結(jié)構(gòu)的細(xì)微變化即意味著遺傳基因的突變。RNA：由與A、G、C、U等堿基與相應(yīng)的各種核苷酸通過磷酸二酯鍵而形成的多核苷酸長鏈分子（m-RNA；t-RNA；r-RNA）。以單鏈形式存在，通過自身回折而形成一定的空間構(gòu)象。腺嘌呤（A）與尿嘧啶（U）、鳥嘌呤（G）與胞嘧啶（C）之間分別相互配對(duì)，形成許多短的二、三級(jí)結(jié)構(gòu)的局部雙螺旋。3.生物高分子結(jié)構(gòu)的可變性（1）一級(jí)結(jié)構(gòu)的改變生物大分子前體的激活或剪裁重組某些單體的化學(xué)修飾接枝（2）高級(jí)結(jié)構(gòu)的改變局部側(cè)鏈熱運(yùn)動(dòng)引起的構(gòu)象改變活性部位的構(gòu)象改變生物大分子的變構(gòu)效應(yīng)（3）結(jié)構(gòu)可變性的幅度

1.作用的專一性（鎖-鑰關(guān)系）酶-底物抗體-抗原DNA復(fù)制；RNA轉(zhuǎn)錄糖鏈——識(shí)別特定的生物信號(hào)2.作用的配合與協(xié)調(diào)（二）生物大分子功能方面的特征與共性第二節(jié)

藥物與生物大分子靶點(diǎn)的相互作用

藥物分子和靶點(diǎn)的結(jié)合除靜電相互作用外，主要是通過各種化學(xué)鍵連接，形成藥物-靶點(diǎn)復(fù)合物。

一、藥物與生物大分子靶點(diǎn)相互作用的化學(xué)本質(zhì)1.共價(jià)鍵結(jié)合有機(jī)磷殺蟲藥、膽堿酯酶抑制劑和烷化劑類抗腫瘤藥2.非共價(jià)鍵的相互作用離子鍵離子-偶極；偶極-偶極氫鍵電荷轉(zhuǎn)移疏水相互作用范德華力二、藥物與生物靶點(diǎn)相互作用的適配關(guān)系（一）藥物與靶點(diǎn)的互補(bǔ)性藥物與靶點(diǎn)分子中電荷的分布與匹配藥物與靶點(diǎn)分子中各基團(tuán)和原子的空間排列與構(gòu)象互補(bǔ)（二）影響藥物與靶點(diǎn)契合的立體化學(xué)因素順反異構(gòu)光學(xué)異構(gòu)D（-）和L（+）腎上腺素與受體結(jié)合示意圖三、藥物與靶點(diǎn)相互作用的基本理論Rt=R總數(shù)；KD

＝解離常數(shù)Stephenson和Ariens的補(bǔ)充和修正1.藥物產(chǎn)生最大效應(yīng)不須占領(lǐng)全部靶點(diǎn)2.藥物和靶點(diǎn)的結(jié)合能力并不代表其引起效應(yīng)的能力（一）占領(lǐng)學(xué)說受體蛋白質(zhì)彈性三維實(shí)體具有較大的柔性藥物與受體接觸時(shí)，由于分子間的各種鍵力，誘使受體作用部位的構(gòu)象可逆性改變激動(dòng)劑：藥物與靶點(diǎn)結(jié)合形成一種構(gòu)象，使藥物結(jié)合不太牢固而易于解離拮抗劑：藥物與靶點(diǎn)結(jié)合作用的結(jié)果并不導(dǎo)致構(gòu)象變化，并且結(jié)合的較穩(wěn)定（二）誘導(dǎo)契合學(xué)說靶點(diǎn)本身有兩種構(gòu)象狀態(tài)：一種是松弛型構(gòu)象R，另一種是緊密型構(gòu)象T。（三）變構(gòu)學(xué)說藥物作用并不取決于被占領(lǐng)靶點(diǎn)的數(shù)量，而取決于單位時(shí)間內(nèi)藥物與靶點(diǎn)接觸的總次數(shù)。（四）速率學(xué)說

（五）大分子微擾學(xué)說藥物與生物大分子相互作用時(shí)，對(duì)生物大分子產(chǎn)生微擾作用，使兩者有更好的互補(bǔ)性和適配性。（六）二態(tài)模型的占領(lǐng)-活化學(xué)說未被藥物占領(lǐng)的靶點(diǎn)有兩種狀態(tài)：靜息態(tài)、活化態(tài)，兩者之間存在著動(dòng)態(tài)平衡。1.生物大分子結(jié)構(gòu)方面的特征與共性有哪些？2.生物大分子功能方面的特征與共性有哪些？3.試述藥物-受體相互作用的化學(xué)鍵類別及特點(diǎn)。4.如何理解藥物與受體的互補(bǔ)性？5.影響藥物-受體相互契合的立體化學(xué)因素有哪些？6.根據(jù)藥物-受體相互作用的4種動(dòng)力學(xué)學(xué)說解釋agonist和antagonist?！舅伎碱}】ThankYou!第二章

新藥開發(fā)的基本途徑與方法藥物設(shè)計(jì)1.掌握先導(dǎo)化合物的發(fā)掘途徑與結(jié)構(gòu)優(yōu)化方法。2.熟悉藥物作用靶點(diǎn)的發(fā)現(xiàn)、表達(dá)和鑒定的基本方法。3.了解臨床候選藥物的研究與開發(fā)過程，及近年來世界上市的化學(xué)小分子實(shí)體藥物。【學(xué)習(xí)要求】第一節(jié)

藥物作用靶點(diǎn)的發(fā)現(xiàn)人類基因組計(jì)劃完成之后，以基因組學(xué)為基礎(chǔ)，基于靶點(diǎn)的現(xiàn)代藥物設(shè)計(jì)和篩選策略逐漸取代了傳統(tǒng)的經(jīng)驗(yàn)?zāi)Ｊ?。人類基因組計(jì)劃的完成以及后續(xù)功能基因組計(jì)劃和蛋白質(zhì)組計(jì)劃的實(shí)施，大大改變了藥物研究與開發(fā)的思路與策略，形成了藥物研發(fā)的新模式――從基因到藥物。從基因到藥物功能基因組學(xué)的研究闡明疾病發(fā)生機(jī)制與藥物調(diào)節(jié)的機(jī)制發(fā)現(xiàn)并確證藥物作用的靶點(diǎn)設(shè)計(jì)和篩選藥物一、人類功能基因組學(xué)的研究功能基因組學(xué)（functionalgenomics）利用結(jié)構(gòu)基因組學(xué)研究所提供的信息和結(jié)果，發(fā)展和應(yīng)用新的實(shí)驗(yàn)手段，在基因組或系統(tǒng)生物學(xué)水平上全面分析基因的功能。從解析生命的全套遺傳信息，轉(zhuǎn)移到系統(tǒng)研究這些遺傳信息所代表的實(shí)際意義，也就是生物功能上來。功能基因組學(xué)的應(yīng)用研究目標(biāo)：針對(duì)涉及多基因、多靶點(diǎn)和網(wǎng)絡(luò)調(diào)控的人類重大疾?。ㄈ缒[瘤、神經(jīng)退行性疾病、自身免疫性疾病及代謝性疾病等），確認(rèn)哪些生物大分子起關(guān)鍵作用，有可能被開發(fā)成為藥物作用的靶點(diǎn)。二、與重大疾病相關(guān)基因的發(fā)現(xiàn)與表達(dá)

靶點(diǎn)的探測(cè)與驗(yàn)證是新藥開發(fā)的瓶頸階段?；蚪M學(xué)研究表明，人體中全部藥靶蛋白有1萬～2萬種，而在過去100年中所發(fā)現(xiàn)的靶點(diǎn)，僅有約500種。目前已經(jīng)上市的藥物中，已知的作用靶點(diǎn)只有約120個(gè)。1.重大疾病相關(guān)基因的發(fā)現(xiàn)后基因組時(shí)代：反向遺傳學(xué)前基因組時(shí)代：正向遺傳學(xué)

先發(fā)現(xiàn)功能蛋白，再研究其基因，再通過基因工程技術(shù)表達(dá)該蛋白，經(jīng)過分離、純化、結(jié)晶和結(jié)構(gòu)測(cè)定，獲得其三維結(jié)構(gòu)。先找到可以作為靶點(diǎn)的功能基因，經(jīng)過確證后，再將其表達(dá)于合適的系統(tǒng)，而獲得相應(yīng)的功能蛋白。而后可利用該功能蛋白進(jìn)行藥物設(shè)計(jì)與篩選。發(fā)現(xiàn)靶點(diǎn)基因的方法和技術(shù)

基因敲除基因沉默

蛋白質(zhì)組學(xué)技術(shù)

其他功能基因組學(xué)技術(shù)

基因敲除技術(shù)發(fā)現(xiàn)和驗(yàn)證靶標(biāo)的常用方法。在同源重組技術(shù)以及胚胎干細(xì)胞技術(shù)逐步完善的基礎(chǔ)上發(fā)展起來的。揭示藥物作用的機(jī)制，幫助尋找藥物作用的新靶點(diǎn)，為疾病的治療提供全新的機(jī)制。多數(shù)情況下基因敲除表型與藥物的治療作用間存在著直接的聯(lián)系。舉例敲除拓?fù)洚悩?gòu)酶Ⅲ的β型，導(dǎo)致受試小鼠壽命縮短50%，并且會(huì)在各種組織中出現(xiàn)病理狀態(tài)，這種結(jié)果提示了拓?fù)洚悩?gòu)酶在細(xì)胞老化中的作用。因此，拓?fù)洚悩?gòu)酶Ⅲ的β型有可能開發(fā)為抗腫瘤藥物的靶點(diǎn)?；虺聊?/p>

利用反義化合物或RNAi造成基因沉默。探測(cè)基因功能及其是否在腫瘤細(xì)胞的生命過程中起關(guān)鍵作用。探測(cè)基因是否具有較強(qiáng)的特異性。確定其作為靶點(diǎn)的可能性。其中RNAi因其高效而較為多用。舉例針對(duì)510個(gè)基因（包括大多數(shù)激酶基因）的RNAi文庫，通過轉(zhuǎn)染HeLa細(xì)胞篩選了對(duì)TRAIL誘導(dǎo)細(xì)胞凋亡有控制作用的基因。RNAi實(shí)驗(yàn)證明，TRAIL蛋白能同DR4和DR5受體結(jié)合，誘導(dǎo)多種腫瘤細(xì)胞的凋亡，而對(duì)正常細(xì)胞沒有影響。蛋白質(zhì)組學(xué)技術(shù)蛋白質(zhì)組學(xué)的比較，即健康與病變細(xì)胞、組織或體液的蛋白質(zhì)表達(dá)譜的差異和表達(dá)量變化。已成功用于腫瘤、糖尿病、艾滋病、關(guān)節(jié)炎等多種基本相關(guān)蛋白的檢測(cè)，成為疾病監(jiān)測(cè)、診斷、治療的有力工具。蛋白質(zhì)組學(xué)技術(shù)發(fā)現(xiàn)藥物靶點(diǎn)的例子SDS聯(lián)合高通量MALDI-TOF質(zhì)譜技術(shù)對(duì)CLL細(xì)胞的質(zhì)膜蛋白質(zhì)進(jìn)行了分離與鑒定。目的：尋找B細(xì)胞特異的膜蛋白以期發(fā)現(xiàn)可用于小分子或抗體治療的藥物靶點(diǎn)。發(fā)現(xiàn)2個(gè)潛在的新蛋白藥物靶點(diǎn)：MIG2B和B細(xì)胞新蛋白1。其他功能基因組學(xué)技術(shù)應(yīng)用GBA（guilt-by-association）檢測(cè)了522個(gè)cDNA庫中的40000個(gè)人類基因，從中發(fā)現(xiàn)了幾百個(gè)未曾被識(shí)別的基因與癌癥、炎癥、類固醇激素合成、胰島素合成、神經(jīng)遞質(zhì)病變等疾病相關(guān)，其中8中與前列腺癌相關(guān)的基因具有稱為診斷基因或原始靶點(diǎn)的潛力。反轉(zhuǎn)錄病毒介導(dǎo)的功能基因組學(xué)可以用于發(fā)現(xiàn)細(xì)胞內(nèi)治療靶點(diǎn)。2.重大疾病相關(guān)基因的表達(dá)

生物信息學(xué)預(yù)測(cè)生物信息學(xué)軟件可預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，特別是具有顯著功能片段的分析，可以大體上確定靶基因在細(xì)胞中的定位和可能的功能。選擇表達(dá)體系對(duì)研究的蛋白進(jìn)行表達(dá)究竟選擇哪種表達(dá)體系必須綜合考慮靶點(diǎn)基因的表達(dá)產(chǎn)量、產(chǎn)物穩(wěn)定性、生物學(xué)活性及分離純化等各種影響因素，建立最佳表達(dá)體系。（1）大腸埃希菌作為表達(dá)體系E.coli是分子遺傳學(xué)研究較深入且在基因工程中采用最多的原核表達(dá)體系。來源于真核細(xì)胞的基因在E.coli中的表達(dá)方式有三種：

融合蛋白、非融合蛋白、分泌型表達(dá)蛋白。缺點(diǎn)：缺乏真核蛋白表達(dá)后加工修飾的酶系，因而此類靶點(diǎn)蛋白如糖基化蛋白無法選之作為表達(dá)體系。

（2）酵母菌作為表達(dá)體系酵母表達(dá)蛋白的加工、轉(zhuǎn)運(yùn)和分泌途徑都與高等真核生物相似。釀酒酵母能使表達(dá)的外源蛋白在分泌過程中發(fā)生糖基化。該糖基化的方式有N-糖苷鍵（天冬酰胺連接）和O-糖苷鍵（絲氨酸或蘇氨酸連接）連接。與哺乳動(dòng)物細(xì)胞中發(fā)生的糖基化相同。（3）哺乳動(dòng)物細(xì)胞作為表達(dá)體系哺乳動(dòng)物細(xì)胞分泌的基因產(chǎn)物是糖基化的，接近或類似于天然產(chǎn)物。優(yōu)點(diǎn)：基因工程產(chǎn)物與原基因表達(dá)產(chǎn)物的功能一致。缺點(diǎn)：生長緩慢，培養(yǎng)條件苛刻，費(fèi)用高。3.靶點(diǎn)的驗(yàn)證在靶點(diǎn)的發(fā)現(xiàn)工作完成之后，下一個(gè)關(guān)鍵步驟就是對(duì)靶點(diǎn)的驗(yàn)證。在不同系統(tǒng)和不同模型上證明藥物與潛在靶點(diǎn)發(fā)生特異性相互作用時(shí)會(huì)產(chǎn)生治療效果。靶點(diǎn)驗(yàn)證不同階段及相關(guān)技術(shù)

第二節(jié)

先導(dǎo)化合物的發(fā)掘與結(jié)構(gòu)優(yōu)化

創(chuàng)新藥物研發(fā)過程的兩個(gè)階段先導(dǎo)化合物的發(fā)現(xiàn)先導(dǎo)化合物的結(jié)構(gòu)優(yōu)化一、先導(dǎo)化合物的發(fā)現(xiàn)先導(dǎo)化合物是指有獨(dú)特結(jié)構(gòu)且具有一定生物活性的化合物。存在的問題：活性較低，選擇性不高，藥動(dòng)學(xué)性質(zhì)差。在先導(dǎo)化合物結(jié)構(gòu)的基礎(chǔ)上進(jìn)行一系列的結(jié)構(gòu)改造或修飾，得到符合治療要求的新藥。先導(dǎo)化合物發(fā)現(xiàn)的途徑天然產(chǎn)物基于現(xiàn)有藥物基于活性內(nèi)源性物質(zhì)組合化學(xué)與高通量篩選由天然資源得到先導(dǎo)化合物

植物微生物以現(xiàn)有的藥物作為先導(dǎo)物

1.由藥物副作用發(fā)現(xiàn)先導(dǎo)化合物

磺胺類藥物磺酰脲類口服降糖藥磺酰胺類利尿藥哌唑嗪（

1受體阻斷藥）降血壓抗良性前列增生2.通過藥物代謝研究得到先導(dǎo)物抗抑郁藥丙米嗪地昔帕明阿米替林去甲替林3.以現(xiàn)有突破性藥物作先導(dǎo)

抗?jié)兯幵退幬铩癿e-too”藥物奧美拉唑蘭索拉唑以活性內(nèi)源性物質(zhì)作先導(dǎo)化合物組胺西咪替丁利用組合化學(xué)和高通量篩選得到先導(dǎo)化合物將一些基本小分子，如氨基酸、核苷酸、單糖等通過化學(xué)或生物合成的手段組配成不同的組合，構(gòu)建化合物庫。通過高通量篩選(high-throughputscreening)發(fā)現(xiàn)其組分具有生物活性后再進(jìn)行分離，并確定其活性化合物的結(jié)構(gòu)。屬于非合理藥物設(shè)計(jì)。二、先導(dǎo)化合物的結(jié)構(gòu)優(yōu)化目的：以得到活性更強(qiáng)、選擇性更好、毒副作用更小以及具藥代動(dòng)力學(xué)性質(zhì)更好的新化合物。優(yōu)化方法：生物電子等排體前藥設(shè)計(jì)軟藥設(shè)計(jì)定量構(gòu)效關(guān)系研究……第三節(jié)

臨床候選藥物的研究與開發(fā)臨床前藥物研究：藥效學(xué)、毒理學(xué)、藥物安全性評(píng)價(jià)、合成工藝路線、完成藥物的結(jié)構(gòu)確證、質(zhì)量穩(wěn)定性和質(zhì)量標(biāo)準(zhǔn)等藥學(xué)研究內(nèi)容。經(jīng)過綜合評(píng)估，符合要求后開始進(jìn)行臨床試驗(yàn)研究（包括Ⅰ、Ⅱ和Ⅲ期臨床試驗(yàn)）。通過在人體內(nèi)進(jìn)行深入的有效性、安全性研究并獲得理想結(jié)果后，最終才能被批準(zhǔn)上市應(yīng)用。1.臨床前體內(nèi)外藥效學(xué)評(píng)價(jià)藥效學(xué)研究的內(nèi)容研究藥物的生化、生理效應(yīng)及機(jī)制，以及劑量和效應(yīng)之間的關(guān)系。對(duì)擬用于臨床預(yù)防、診斷、治療作用的有關(guān)新藥進(jìn)行藥理作用觀測(cè)和作用機(jī)制探討。一、臨床前研究

確定新藥預(yù)期用于臨床防、診、治的目的藥效。確定新藥的作用強(qiáng)度。闡明新藥的作用部位和機(jī)制。發(fā)現(xiàn)預(yù)期用于臨床以外的廣泛藥理作用。藥效學(xué)研究的目的

研究方法應(yīng)有兩種以上，其中必須有整體實(shí)驗(yàn)或動(dòng)物模型實(shí)驗(yàn)，所用方法和模型要能反映藥理作用的本質(zhì)。指標(biāo)應(yīng)能反映主要藥效作用的藥理本質(zhì)，應(yīng)明確、客觀、可定量。劑量設(shè)計(jì)能反映量效關(guān)系，盡量求出ED50或有效劑量范圍。實(shí)驗(yàn)應(yīng)用不同形式的對(duì)照（如溶劑對(duì)照、陽性藥對(duì)照）。給藥途徑應(yīng)與臨床用藥途徑一致。

藥效學(xué)評(píng)價(jià)實(shí)驗(yàn)設(shè)計(jì)基本要求

定量分析方法：量-效關(guān)系分析時(shí)-效關(guān)系分析構(gòu)-效關(guān)系分析時(shí)-量關(guān)系分析藥-靶關(guān)系藥效學(xué)評(píng)價(jià)分析

具體請(qǐng)參見藥理學(xué)有關(guān)內(nèi)容比較創(chuàng)新藥物與老藥的作用機(jī)制：作用機(jī)制與老藥相同，可按老藥的標(biāo)準(zhǔn)進(jìn)行評(píng)選；作用機(jī)制與老藥不同，下一步就應(yīng)按照該新藥的特點(diǎn)專門設(shè)計(jì)標(biāo)準(zhǔn)進(jìn)行評(píng)選。新藥作用機(jī)制的研究

2.臨床前安全性評(píng)價(jià)安全、有效是一切藥物必須具備的兩大要素，安全性評(píng)價(jià)是新藥評(píng)價(jià)的主要項(xiàng)目之一。

安全性研究始終貫穿于新藥開發(fā)的全過程，而一般把臨床安全性研究納入新藥臨床研究及藥物不良反應(yīng)監(jiān)測(cè)的范疇。就非臨床研究項(xiàng)目的時(shí)間與花費(fèi)而言，急性毒性、長期毒性、生殖毒性、致突變?cè)囼?yàn)、致癌試驗(yàn)等安全性評(píng)價(jià)研究約占整個(gè)臨床前研究時(shí)間的90%。非臨床實(shí)驗(yàn)研究規(guī)范（goodlaboratorypracticefornon-clinicallaboratorystudies，GLP）發(fā)達(dá)國家和我國規(guī)定藥物安全性評(píng)價(jià)研究試驗(yàn)條件必須符合GLP規(guī)定的基本條件，制定相應(yīng)的標(biāo)準(zhǔn)操作規(guī)程（SOP），并要求實(shí)驗(yàn)人員嚴(yán)格按照SOP進(jìn)行藥物安全性評(píng)價(jià)研究，以確保新藥申報(bào)材料中有關(guān)安全性評(píng)價(jià)研究工作的質(zhì)量。新藥臨床前安全性評(píng)價(jià)的內(nèi)容一般毒理學(xué)試驗(yàn)新藥特殊毒性試驗(yàn)

（1）一般毒理學(xué)試驗(yàn)全身性用藥毒性試驗(yàn)單次給藥毒性試驗(yàn)——半數(shù)致死量LD50多次給藥毒性試驗(yàn)

（長期毒性試驗(yàn)）：長期重復(fù)給藥對(duì)動(dòng)物是否產(chǎn)生積蓄毒性，毒性反應(yīng)的表現(xiàn)、性質(zhì)和程度，劑量與毒性效應(yīng)的關(guān)系，靶器官損害程度和可逆性，長期給藥耐受量等，找出安全無毒的劑量。局部用藥毒性試驗(yàn)

某些藥物因其本身的特點(diǎn)、適應(yīng)證、作用部位等因素需要采用局部給藥，例如皮膚給藥、黏膜給藥等。過敏性試驗(yàn)

源于天然產(chǎn)物的新藥，往往含有一些多肽、多糖等大分子物質(zhì)，抗原性很強(qiáng)，較易產(chǎn)生過敏反應(yīng)，因而對(duì)源于天然產(chǎn)物的新藥進(jìn)行過敏性試驗(yàn)更具有特殊意義。過敏性試驗(yàn)一般要進(jìn)行全身主動(dòng)性過敏試驗(yàn)和被動(dòng)過敏試驗(yàn)。（2）新藥特殊毒性試驗(yàn)突變?cè)囼?yàn)生殖毒性試驗(yàn)致癌試驗(yàn)一和二類新藥要求進(jìn)行特殊毒性試驗(yàn)。遺傳毒理學(xué)試驗(yàn)

通常采用一組檢測(cè)遺傳毒性的體內(nèi)和體外試驗(yàn)，這些試驗(yàn)相互補(bǔ)充。我國的遺傳毒性評(píng)價(jià)方案由微生物回復(fù)突變?cè)囼?yàn)、哺乳動(dòng)物培養(yǎng)細(xì)胞染色體畸變?cè)囼?yàn)和嚙齒動(dòng)物微核試驗(yàn)組成。生殖毒性試驗(yàn)

一般生殖毒性試驗(yàn)致畸敏感期試驗(yàn)圍生期試驗(yàn)需要進(jìn)行生殖毒性試驗(yàn)的藥物類型包括：一、二類新藥計(jì)劃生育用藥保胎藥催乳藥其他與生殖、妊娠有關(guān)的藥物致癌試驗(yàn)

預(yù)測(cè)藥物在臨床應(yīng)用中誘導(dǎo)癌癥的危險(xiǎn)性。由于致癌試驗(yàn)周期長、耗費(fèi)多，并不是所有藥物都要做。需要進(jìn)行致癌試驗(yàn)的類型：致突變?cè)囼?yàn)結(jié)果呈陽性長期毒性試驗(yàn)發(fā)現(xiàn)有可疑腫瘤發(fā)生某些器官組織細(xì)胞異常藥物結(jié)構(gòu)與或代謝產(chǎn)物與已知致癌物有關(guān)作用機(jī)制為細(xì)胞毒類3.臨床前藥學(xué)研究目的：全面開展原料藥和制劑的實(shí)驗(yàn)室研究，完成新藥臨床試驗(yàn)所需要的藥學(xué)方面的工作，為Ⅰ期臨床評(píng)價(jià)做好準(zhǔn)備。內(nèi)容：原料藥的藥學(xué)研究內(nèi)容制備工藝，化學(xué)結(jié)構(gòu)確證，理化性質(zhì)，分析鑒別，質(zhì)量控制，穩(wěn)定性研究制劑的藥學(xué)研究內(nèi)容劑型設(shè)計(jì)，處方工藝設(shè)計(jì)，質(zhì)量標(biāo)準(zhǔn)研究，穩(wěn)定性研究二、藥物臨床研究新藥臨床研究的基本原則

新藥臨床研究的內(nèi)容

藥品臨床試驗(yàn)管理規(guī)范（GCP）

1.新藥臨床研究的基本原則

法規(guī)原則：在國家法規(guī)原則指導(dǎo)下。醫(yī)學(xué)倫理原則：遵循赫爾辛基宣言的原則，保護(hù)受試者的利益；簽署“知情同情書”（informconsent）。試驗(yàn)設(shè)計(jì)原則：三原則，即隨機(jī)、對(duì)照、重復(fù)。

具體內(nèi)容還涉及安慰劑、病例選擇、劑量與給藥方案、藥效評(píng)價(jià)、不良反應(yīng)評(píng)價(jià)、患者依從性、病例數(shù)估計(jì)。研究道德原則

統(tǒng)計(jì)分析原則：臨床試驗(yàn)的統(tǒng)計(jì)學(xué)規(guī)范（goodstatisticalpractice，GSP）

2.新藥臨床研究的內(nèi)容

Ⅰ期臨床試驗(yàn)：臨床藥理和毒性作用試驗(yàn)期在少數(shù)健康志愿者中進(jìn)行（20~50例）。目的：確定安全有效的人用劑量和設(shè)計(jì)合理的治療方案。Ⅱ期臨床試驗(yàn)：臨床治療效果的初步探索試驗(yàn)不超過100例。對(duì)藥物的療效和安全性進(jìn)行臨床研究。Ⅲ期臨床試驗(yàn)：全面評(píng)價(jià)臨床試驗(yàn)300例以上，所選病例必須有嚴(yán)格的標(biāo)準(zhǔn)。有明確的療效標(biāo)準(zhǔn)和安全性評(píng)價(jià)標(biāo)準(zhǔn)。通過嚴(yán)格的對(duì)比試驗(yàn)研究，全面評(píng)價(jià)新藥的療效和安全性。Ⅳ期臨床試驗(yàn)：上市后的臨床監(jiān)視監(jiān)視有無副作用。副作用發(fā)生率有多高。3.藥品臨床試驗(yàn)管理規(guī)范（GCP）

GCP是國際公認(rèn)的臨床試驗(yàn)標(biāo)準(zhǔn)。從申辦者、研究者、受試者、管理者的各自責(zé)任以及相關(guān)關(guān)系和工作程序等內(nèi)容，規(guī)范以人體為對(duì)象的臨床試驗(yàn)的設(shè)計(jì)、實(shí)施、進(jìn)行和總結(jié)。確保臨床試驗(yàn)結(jié)果的科學(xué)性和符合醫(yī)學(xué)倫理道德標(biāo)準(zhǔn)。藥品臨床試驗(yàn)管理規(guī)范的內(nèi)容對(duì)新藥臨床試驗(yàn)的審批及試驗(yàn)前的要求保護(hù)受試者權(quán)益的有關(guān)規(guī)定對(duì)研究者資格要求與職責(zé)規(guī)定對(duì)臨床試驗(yàn)場(chǎng)所、實(shí)施的服務(wù)條件的要求對(duì)試驗(yàn)藥品質(zhì)量、供應(yīng)、包裝、儲(chǔ)存、使用管理的要求對(duì)申辦者及監(jiān)視員的職責(zé)要求對(duì)藥物管理部門的有關(guān)要求規(guī)定對(duì)試驗(yàn)設(shè)計(jì)及試驗(yàn)方案的要求對(duì)試驗(yàn)質(zhì)量及安全性監(jiān)控的要求對(duì)試驗(yàn)記錄、數(shù)據(jù)處理、統(tǒng)計(jì)分析及總結(jié)報(bào)告的標(biāo)準(zhǔn)化要求1.藥物作用靶點(diǎn)發(fā)現(xiàn)與表達(dá)的主要方法和技術(shù)有哪些？2.先導(dǎo)化合物的發(fā)掘與結(jié)構(gòu)優(yōu)化的主要途徑與方法有哪些？3.概述臨床候選藥物的研究與開發(fā)過程及主要技術(shù)要求?！舅伎碱}】ThankYou!第三章

基于靶點(diǎn)結(jié)構(gòu)的藥物分子設(shè)計(jì)藥物設(shè)計(jì)【學(xué)習(xí)要求】1.掌握基于靶點(diǎn)結(jié)構(gòu)的藥物設(shè)計(jì)、全新藥物設(shè)計(jì)、計(jì)算機(jī)虛擬篩選、基于片段藥物設(shè)計(jì)的基本概念。2.熟悉蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)法、分子對(duì)接方法及分類、基于片段藥物設(shè)計(jì)的基本思路、基于片段藥物設(shè)計(jì)的優(yōu)點(diǎn)；片段篩選的主要檢測(cè)技術(shù)；片段優(yōu)化的常用方法。3.了解全新藥物設(shè)計(jì)的常用方法、磁共振檢測(cè)技術(shù)的分類和原理；SAR-by-NMR的原理和應(yīng)用；Tether和二次Tether技術(shù)的原理；結(jié)晶篩選的研究流程?；诎悬c(diǎn)結(jié)構(gòu)的藥物設(shè)計(jì)是指一般應(yīng)用由X射線衍射、磁共振或分子模擬（同源建模法等）提供的蛋白質(zhì)結(jié)構(gòu)信息，來輔助設(shè)計(jì)具有生物活性的化合物的過程。基于配體結(jié)構(gòu)的藥物設(shè)計(jì)是從研究一系列藥物分子對(duì)同一受體的活性出發(fā)，比較它們的結(jié)構(gòu)變化與生物活性之間的關(guān)系，找到對(duì)該受體能發(fā)生結(jié)合并產(chǎn)生活性的最普遍的結(jié)構(gòu)因素，并根據(jù)此結(jié)構(gòu)特征設(shè)計(jì)新的藥物分子。以靶點(diǎn)結(jié)構(gòu)為主的藥物設(shè)計(jì)可分為三大類全新藥物設(shè)計(jì)：根據(jù)靶點(diǎn)活性位點(diǎn)構(gòu)建配體分子對(duì)接：以靶點(diǎn)結(jié)構(gòu)來搜尋配體基于片段的藥物設(shè)計(jì)：根據(jù)靶點(diǎn)活性位置來構(gòu)建配體片段基于生物大分子靶點(diǎn)結(jié)構(gòu)的藥物設(shè)計(jì)方法Crystalstructure

ofW741L

mutant

androgenreceptor

ligand-bindingdomain

and

(R)-bicalutamidecomplex.第一節(jié)

靶蛋白結(jié)構(gòu)的預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)與功能研究已成為后基因組時(shí)代最具挑戰(zhàn)性的研究課題。當(dāng)前測(cè)定蛋白質(zhì)結(jié)構(gòu)的主要方法仍然是X-射線晶體學(xué)方法和多維核磁共振技術(shù)。蛋白質(zhì)結(jié)構(gòu)的測(cè)定速度卻遠(yuǎn)遠(yuǎn)落后于基因組測(cè)序和氨基酸序列的測(cè)定速度，無法滿足蛋白組學(xué)及其相關(guān)的學(xué)科需要。蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)過程ORF翻譯實(shí)驗(yàn)數(shù)據(jù)蛋白質(zhì)序列蛋白質(zhì)理化性質(zhì)和一級(jí)結(jié)構(gòu)數(shù)據(jù)庫搜索結(jié)構(gòu)域匹配已知結(jié)構(gòu)的同源蛋白？三維結(jié)構(gòu)模型可用的折疊模型？同源建模有二級(jí)結(jié)構(gòu)預(yù)測(cè)無串線法有從頭預(yù)測(cè)無（1）目標(biāo)序列與模板序列的比對(duì)；（2）根據(jù)同源蛋白的多重序列比對(duì)結(jié)果，確定同源蛋白的結(jié)構(gòu)保守區(qū)以及相應(yīng)的框架結(jié)構(gòu)；（3）目標(biāo)蛋白質(zhì)結(jié)構(gòu)保守區(qū)的主鏈建模；（4）目標(biāo)蛋白質(zhì)結(jié)構(gòu)變異區(qū)的主鏈建模；（5）側(cè)鏈的安裝和優(yōu)化；（6）對(duì)模建結(jié)構(gòu)進(jìn)行優(yōu)化和評(píng)估。同源模建的主要步驟同源建模法工具網(wǎng)站備注SWISS-MODEL/完整建模程序，采用同源性鑒定來確定模板蛋白，用戶也可以自定義模板進(jìn)行分析CPHmodelshttp://www.cbs.dtu.dk/services/CPHmodels/基于神經(jīng)網(wǎng)絡(luò)的同源建模工具，用戶只需提交序列，無高級(jí)選項(xiàng)EsyPred3Dhttp://www.fundp.ac.be/urbm/bioinfo/esypred/采用神經(jīng)網(wǎng)絡(luò)來提高同源建模準(zhǔn)確性的預(yù)測(cè)工具M(jìn)ODELLER/modeller/一個(gè)廣泛使用的同源建模軟件，需要用戶對(duì)腳本有一定的了解I-TASSER/I-TASSER/HHpredhttps://toolkit.tuebingen.mpg.de/#/tools/hhpredRaptorX/Robetta/常用三維結(jié)構(gòu)數(shù)據(jù)庫數(shù)據(jù)庫網(wǎng)站備注PDB/pdb/home/home.do主要的蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫MMDB/Structure/MMDB/mmdb.shtmlNCBI維護(hù)的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫Psdb/~deerfiel/PSdb/從PDB和NRL-3D數(shù)據(jù)庫中衍生出的數(shù)據(jù)庫，含二級(jí)結(jié)構(gòu)和三維結(jié)構(gòu)信息3DinSighthttp://gibk26.bse.kyutech.ac.jp/jouhou/3dinsight/3DinSight.html整合了結(jié)構(gòu)、性質(zhì)（氨基酸組成、熱力學(xué)參數(shù)等）、生物學(xué)功能（突變點(diǎn)，相互作用等）的綜合數(shù)據(jù)庫FSSPhttp://www.ebi.ac.uk/dali//fssp/根據(jù)結(jié)構(gòu)比對(duì)的蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫SCOP2http://scop2.mrc-lmb.cam.ac.uk/蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫，將已知結(jié)構(gòu)蛋白進(jìn)行有層次地分類CATH/另一個(gè)有名的蛋白質(zhì)結(jié)構(gòu)和結(jié)構(gòu)域主要結(jié)構(gòu)分類庫MODBASE/modbase-cgi/index.cgi用同源比對(duì)法生成的模型結(jié)構(gòu)數(shù)據(jù)庫EnzymeStructurehttp://www.ebi.ac.uk/thornton-srv/databases/enzymes/從PDB數(shù)據(jù)庫中整理已知結(jié)構(gòu)的酶蛋白數(shù)據(jù)庫HSSPhttp://www.sander.ebi.ac.uk/hssp/根據(jù)同源性到處的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫序列比對(duì)序列比對(duì)是同源模建的關(guān)鍵，大多數(shù)的序列比對(duì)方法都是以目標(biāo)蛋白質(zhì)和模板蛋白質(zhì)序列之間的相似性為基礎(chǔ)的，其準(zhǔn)確性可以通過進(jìn)行多序列比對(duì)得到提高。Pairwisesequencealignment:>30%sequencesimilarityPrograms:BLAST,

FASTASequence-profileandprofile-profilealignment：10-30%sequencesimilarityTwomaintypesofprofiles:PSSM:Position-specificscoringmatrixHMM:HiddenMarkovModelProgramsforsequence-profilemethods:BUILD_PROFILE,

PSI-BLAST,SAM,HHBlitsProgramsforprofile-profilemethods:FFAS,Hhsearch,SP3MSA(Multiplesequencealignment):ClustalW,ClustalΩ,MAFFT,MUSCLE.折疊識(shí)別（foldrecognition）當(dāng)目標(biāo)蛋白質(zhì)找不到已知結(jié)構(gòu)的蛋白質(zhì)作模板時(shí)，可以采用蛋白質(zhì)折疊識(shí)別方法進(jìn)行三維結(jié)構(gòu)預(yù)測(cè)。折疊識(shí)別法就是總結(jié)出已知的蛋白質(zhì)結(jié)構(gòu)模式作為目標(biāo)蛋白質(zhì)進(jìn)行匹配的模式，然后經(jīng)過現(xiàn)有的數(shù)據(jù)庫的觀察，總結(jié)出可以區(qū)分正誤結(jié)構(gòu)的平均勢(shì)函數(shù)作為判別標(biāo)準(zhǔn)，來選擇最佳的匹配方式。Threading/foldrecognitionNameMethodDescriptionIntFOLDAunifiedinterfacefor:Tertiarystructureprediction/3Dmodelling,3Dmodelqualityassessment,Intrinsicdisorderprediction,Domainprediction,Predictionofprotein-ligandbindingresiduesAutomatedwebserverandsomedownloadableprogramsRaptorXRemotetemplatedetection,single-templateandmulti-templatethreading,totallydifferentfromandmuchbetterthantheoldprogramRAPTORdesignedbythesamegroupWebserverwithjobmanager,automaticallyupdatedfoldlibraryFALCON@homeSingle-templateandmulti-templatethreading,ahigh-throughputserverbasedonvolunteercomputingWebserverwithjobmanagerHHpredTemplatedetection,alignment,3DmodelingInteractivewebserverwithhelpfacilityNovaFoldCombinationofthreadingandabinitiofoldingCommercialproteinstructurepredictionapplicationI-TASSERCombinationofabinitiofoldingandthreadingmethodsStructuralandfunctionpredictionsmGenTHREADER/GenTHREADERSequenceprofileandpredictedsecondarystructureWebserverMUSTERprofile-profilealignmentWebserverPhyreandPhyre2Remotetemplatedetection,alignment,3Dmodeling,multi-templates,

abinitioWebserverwithjobmanager,automaticallyupdatedfoldlibrary,genomesearchingandotherfacilitiesSelvitaProteinModelingPlatformPackageoftoolsforproteinmodelingFreedemo,interactivewebserverandstandaloneprogramincluding:3Dthreadingandflexible3dthreadingSUPERFAMILYHiddenMarkovmodelingWebserver/standaloneSPARKS-X3DstructuremodelingbyFoldrecognitionaccordingtoSequenceprofilesandstructuralprofilesWebserverBBSP-BuildingBlocksStructurePredictorHybridtemplate-basedFreeapplicationplusdatabaseDeepFRRemotetemplateselection,3DmodelingImprovingproteinfoldrecognitionbyextractingfold-specificfeaturesfrompredictedresidue-residuecontacts從頭預(yù)測(cè)（denovoprediction）蛋白質(zhì)結(jié)構(gòu)從頭預(yù)測(cè)是一個(gè)尚未成熟的研究領(lǐng)域，但發(fā)展?jié)摿κ志薮?。因?yàn)樵摲椒ú恍枰廊魏我粋€(gè)目標(biāo)序列的同源蛋白質(zhì)，僅從蛋白質(zhì)的一級(jí)結(jié)構(gòu)預(yù)測(cè)其高級(jí)結(jié)構(gòu)，一旦從頭預(yù)測(cè)的方法獲得重大突破，將有助于人們理解蛋白質(zhì)折疊的過程，影響蛋白質(zhì)結(jié)構(gòu)穩(wěn)定性的因素等基本問題。Abinitio

structurepredictionNameMethodDescriptionEVfoldEvolutionarycouplingscalculatedfromcorrelatedmutationsinaproteinfamily,usedtopredict3Dstructurefromsequencesaloneandtopredictfunctionalresiduesfromcouplingstrengths.Predictsbothglobularandtransmembraneproteins.WebserverFALCONAposition-specifichiddenMarkovmodeltopredictproteinstructurebyiterativelyrefiningthedistributionsofdihedralanglesWebserverQUARKMonteCarlofragmentassemblyOn-lineserverforproteinmodeling(bestforabinitiofoldinginCASP9)NovaFoldCombinationofthreadingandabinitiofoldingCommercialproteinstructurepredictionapplicationI-TASSERThreadingfragmentstructurereassemblyOn-lineserverforproteinmodelingSelvitaProteinModelingPlatformPackageoftoolsforproteinmodelingInteractivewebserverandstandaloneprogramincluding:CABSabinitiomodelingROBETTARosettahomologymodelingandabinitiofragmentassemblywithGinzudomainpredictionWebserverRosetta@homeDistributed-computingimplementationofRosettaalgorithmDownloadableprogramCABSReducedmodelingtoolDownloadableprogramCABS-FOLDServerfordenovomodeling,canalsousealternativetemplates(consensusmodeling).WebserverBhageerathAcomputationalprotocolformodelingandpredictingproteinstructuresattheatomiclevel.WebserverAbaloneMolecularDynamicsfoldingProgramPEP-FOLDDenovo

approach,basedonaHMMstructuralalphabetOn-lineserverforpeptidestructureprediction活性位點(diǎn)的分析方法通過探針來探測(cè)簡單的分子或碎片如何能夠與生物大分子的活性位點(diǎn)很好地結(jié)合。用于分析的探針可以是一些簡單的分子或碎片，例如水或苯環(huán)作為探針，通過分析它們與活性位點(diǎn)的相互作用情況，可以找到這些分子或碎片在活性部位中的可能結(jié)合位置?；钚晕稽c(diǎn)分析法通常不能直接產(chǎn)生完整的配體分子，但它得到的有關(guān)靶點(diǎn)結(jié)合的信息對(duì)后面的全新藥物設(shè)計(jì)和分子對(duì)接等都有很好的指導(dǎo)意義。代表性的活性位點(diǎn)分析方法的軟件有GRID、MCSS和HINT等相關(guān)程序。GRID/software/grid/GRID程序由Goodford研究小組開發(fā)，其基本原理是將靶點(diǎn)蛋白的活性部位劃分為有規(guī)則的網(wǎng)格，應(yīng)用分子力場(chǎng)的方法計(jì)算探針分子（水分子或甲基等）在不同的格點(diǎn)上與受體活性部位的相互作用能，以此解析探針分子與靶點(diǎn)活性部位的相互作用情況，發(fā)現(xiàn)最佳作用位點(diǎn)。應(yīng)用GRID程序研究流感病毒的重要靶點(diǎn)神經(jīng)氨酸酶時(shí)，以氨為探針分子搜尋神經(jīng)氨酸酶結(jié)合位點(diǎn)時(shí)發(fā)現(xiàn)用胍基取代抑制劑Neu5Ac2en的4-羥基，得到的化合物扎那米韋（zanamivir）活性大為提高，現(xiàn)已作為抗A型感冒病毒藥物上市。MCSSrs.fr/Welcome/index.htmlMCSS是Karplus課題組發(fā)展的一種活性位點(diǎn)分析方法，其基本思路與GRID方法相似，但處理方式更為細(xì)致、深入。例如GRID方法中僅考慮探針和蛋白質(zhì)的非鍵相互作用，而MCSS法進(jìn)一步包括了探子分子片段的構(gòu)象能；GRID計(jì)算采用系統(tǒng)搜索法將探針分子片段依次放在每個(gè)格點(diǎn)上，而MCSS法將探針分子以多拷貝形式放置在活性口袋中，利用蒙特卡羅模擬結(jié)合分子力學(xué)進(jìn)行優(yōu)化來尋找最佳作用位點(diǎn)。Adlington等應(yīng)用MCSS對(duì)前列腺特異性免疫抗原（PSA）的活性位點(diǎn)進(jìn)行了詳細(xì)分析，以此對(duì)已有的PSA抑制劑進(jìn)行結(jié)構(gòu)優(yōu)化，從而得到了迄今為止活性最高的PSA抑制劑，其IC50為（226±10）nmol/L。HINTHINT（hydrophobicinteraction）是Kellogg等研究的計(jì)算分子脂水分配系數(shù)及評(píng)價(jià)的程序，目前已商業(yè)化并已有SYBYL和InsightⅡ下的版本。在SYBYL最新版本中，HINT已作為一個(gè)正式模塊推出，并能夠進(jìn)一步計(jì)算和顯示疏水場(chǎng)及兩分子間的疏水相互作用，并為CoMFA計(jì)算提供疏水場(chǎng)值。第二節(jié)

分子對(duì)接與虛擬篩選分子對(duì)接（moleculardocking）是通過研究小分子配體與靶點(diǎn)生物大分子相互作用，預(yù)測(cè)其結(jié)合模式和親和力，進(jìn)而實(shí)現(xiàn)基于結(jié)構(gòu)的藥物設(shè)計(jì)的一種重要方法。根據(jù)配體與靶點(diǎn)作用的“鎖鑰原理”，分子對(duì)接可以有效地確定與靶受體活性部位空間和電性特征互補(bǔ)匹配的小分子化合物。一、分子對(duì)接分子對(duì)接方法的分類根據(jù)對(duì)接過程中是否考慮研究體系的構(gòu)象變化，可將分子對(duì)接方法分為以下三類：剛性對(duì)接、半柔性對(duì)接和柔性對(duì)接。①剛性對(duì)接是指研究體系的構(gòu)象在對(duì)接過程中不發(fā)生變化；②半柔性對(duì)接是指在對(duì)接過程中研究體系中的配體構(gòu)象允許在一定范圍內(nèi)變化；③柔性對(duì)接是指研究體系在對(duì)接過程中構(gòu)象可以自由變化。根據(jù)對(duì)接時(shí)配體分子的形式還可以將分子對(duì)接方法分為兩種基本類型，即整體分子對(duì)接法和片段對(duì)接法。整體分子對(duì)接法是運(yùn)用特定搜索算法考察配體分子在靶點(diǎn)結(jié)合部位，根據(jù)評(píng)分函數(shù)找出最優(yōu)結(jié)合方式。片段對(duì)接法是將配體分子視為若干片段結(jié)構(gòu)的集合，先將其中一個(gè)或幾個(gè)基本片段放入結(jié)合空腔，然后在活性部位構(gòu)建分子的其余部分，最終得到理論上最優(yōu)的結(jié)合方式。Listofprotein-liganddockingsoftwareProgramYearPublishedOrganisationDescriptionWebserviceLicense1-ClickDocking2011MculeDockingpredictsthebindingorientationandaffinityofaligandtoatargetAvailableBasicfreeversionAADS2011IndianInstituteofTechnologyAutomatedactivesitedetection,docking,andscoring(AADS)protocolforproteinswithknownstructuresbasedon

MonteCarloMethodAvailableFreetouseWebserviceADAM1994IMMDInc.PredictionofstablebindingmodeofflexibleligandmoleculetotargetmacromoleculeNoCommercialAutoDock1990TheScrippsResearchInstituteAutomateddockingofligandtomacromoleculebyLamarckianGeneticAlgorithmandEmpiricalFreeEnergyScoringFunctionNoFreewareAutoDockVina2010TheScrippsResearchInstituteNewgenerationof

AutoDockNoOpensourceBetaDock2011HanyangUniversityBasedonVoroniDiagramNoFreewareBlaster2009UniversityofCaliforniaSanFranciscoCombinesZINCdatabaseswithDOCKtofindligandfortargetproteinAvailableFreewareBSP-SLIM2012UniversityofMichiganAnewmethodforligand-proteinblinddockingusinglow-resolutionproteinstructuresAvailableFreewareDARWIN2000TheWistarInstitutePredictionoftheinteractionbetweenaproteinandanotherbiologicalmoleculebygeneticalgorithmNoFreewareDIVALI1995UniversityofCalifornia-SanFranciscoBasedonAMBER-typepotentialfunctionandgeneticalgorithmNoFreewareDOCK1988UniversityofCalifornia-SanFranciscoBasedonGeometricMatchingAlgorithmNoFreewareforacademicuseDockingServer2009VirtuaDrugLtdIntegratesanumberofcomputationalchemistrysoftwareAvailableCommercialDockingStudywithHyperChem2006MotonoriTsujiBiomacromolecule-andligand-flexibledockingusingcombinationbetweenthepredictedstructure-basedpharmacophoresandligand-basedpharmacophoresNoCommercialDockVision1992DockVisionBasedon

MonteCarlo,geneticalgorithm,anddatabasescreeningdockingalgorithmsNoCommercialDOLINA2014UniversityofBaselPharmacophore-basedaligment,localcombinatorialinduced-fitNoAcademicEADock2007SwissInstituteofBioinformaticsBasedonevolutionaryalgorithmsAvailableFreewareeHiTS2006SymBioSysIncExhaustedsearchalgorithmNoCommercialEUDOC2001MayoClinicCancerCenterProgramforidentificationofdruginteractionsitesinmacromoleculesanddrugleadsfromchemicaldatabasesNoAcademicFDS2003UniversityofSouthamptonFlexibleligandandreceptordockingwithacontinuumsolventmodelandsoft-coreenergyfunctionNoAcademicFitted2010MolecularForecasterInc.Dockingprogramwithflexibility,covalent,metalloenzyme,displaceablewaterconsiderationsAvailableFreeforacademicuseFlexX2001BioSolveITIncrementalbuildbaseddockingprogramNoCommercialFlexAID2015UniversityofSherbrookeTargetside-chainflexibilityandsoftscoringfunction,basedonsurfacecomplementarityNoOpensourceFlexPepDock2010TheHebrewUniversityModelingofpeptide-proteincomplexes,implementedwithintheRosettaframeworkAvailableFreewareFLIPDock2007ScrippsResearchInstituteGeneticalgorithmbaseddockingprogramusingFlexTreedatastructurestorepresentaprotein-ligandcomplexNoFreeforacademicuseFLOG1994MerckResearchLaboratoriesRigidbodydockingprogramusingdatabasesofpregeneratedconformationsNoAcademicFRED2003OpenEyeScientificSystematic,exhaustive,nonstochasticexaminationofallpossibleposeswithintheproteinactivesitecombinedwithscoringFunctionNoFreeforacademicuseFTDOCK1997BiomolecularModellingLaboratoryBasedon

Katchalski-Katzir

algorithm.ItdiscretisesthetwomoleculesontoorthogonalgridsandperformsaglobalscanoftranslationalandrotationalspaceNoFreewareGEMDOCK2004NationalChiaoTungUniversityGenericEvolutionaryMethodformoleculardockingNoFreewareGlide2004Schr?dingerExhaustivesearchbaseddockingprogramNoCommercialGOLD1995Collaborationbetweenthe

UniversityofSheffield,

GlaxoSmithKline

plcandCCDCGeneticalgorithmbased,flexibleligand,partialflexibilityforproteinNoCommercialGPCRautomodel2012INRAAutomatesthehomologymodelingofmammalianolfactoryreceptors(ORs)basedonthesixthree-dimensional(3D)structuresof

Gprotein-coupledreceptors

(GPCRs)availablesofarandperformsthedockingofodorantsonthesemodelsAvailableFreeforacademicuseHADDOCK2003CentreBijvoetCenterforBiomolecularResearchMakesuseofbiochemicaland/orbiophysicalinteractiondatasuchaschemicalshiftperturbationdataresultingfromNMRtitrationexperiments,mutagenesisdataorbioinformaticpredictions.Developedforprotein-proteindocking,butcanalsobeappliedtoprotein-liganddocking.AvailableFreewareHammerhead1996ArrisPharmaceuticalCorporationFast,fullyautomateddockingofflexibleligandstoproteinbindingsitesNoAcademicICM-Dock1997MolSoftDockingprogrambasedonpseudo-BrowniansamplingandlocalminimizationNoCommercialidTarget2012NationalTaiwanUniversityPredictspossiblebindingtargetsofasmallchemicalmoleculeviaadivide-and-conquerdockingapproachAvailableFreewareiScreen2011ChinaMedicalUniversityBasedonacloud-computingsystemforTCMintelligentscreeningsystemAvailableFreewareLeadfinder2008MolTechProgramformoleculardocking,virtualscreeningandquantitativeevaluationofligandbindingandbiologicalactivityNoCommercialLigandFit2003BioViaCHARMmbaseddockingprogramNoCommercialLigDockCSA2011SeoulNationalUniversityProtein-liganddockingusingconformationalspaceannealingNoAcademicLIGIN1996WeizmannInstituteofScienceMoleculardockingusingsurfacecomplementarityNoCommercialLPCCSU1999WeizmannInstituteofScienceBasedonadetailedanalysisofinteratomiccontactsandinterfacecomplementarityAvailableFreewareMCDOCK1999GeorgetownUniversityMedicalCenterBasedonanon-conventional

MonteCarlo

simulationtechniqueNoAcademicMEDock2007SIGMBIMaximum-EntropybasedDockingwebserverisaimedatprovidinganefficientutilityforpredictionofligandbindingsiteAvailableFreewareMolecularOperatingEnvironment

(MOE)2008ChemicalComputingGroupDockingapplicationwithinMOE;choiceofplacementmethods(includingalphaspheremethods)andscoringfunctions(includingLondondG)NoCommercialMolDock2006MolegroApSBasedonanewheuristicsearchalgorithmthatcombinesdifferentialevolutionwithacavitypredictionalgorithmNoAcademicMS-DOCK2008INSERMMulti-stagedocking/scoringprotocolNoAcademicParDOCK2007IndianInstituteofTechnologyAll-atomenergybased

MonteCarlo,rigidproteinliganddockingAvailableFreewarePatchDock2002TelAvivUniversityThealgorithmcarriesoutrigiddocking,withsurfacevariability/flexibilityimplicitlyaddressedthroughliberalintermolecularpenetrationAvailableFreewarePLANTS2006UniversityofKonstanzBasedonaclassofstochasticoptimizationalgorithms(antcolonyoptimization)NoFreeforacademicusePLATINUM2008MoscowInstituteofPhysicsandTechnology(StateUniversity)Analysisandvisualizationofhydrophobic/hydrophilicpropertiesofbiomoleculessuppliedas3D-structuresAvailableFreewarePRODOCK1999CornellUniversityBasedon

MonteCarlo

methodplusenergyminimizationNoAcademicPSI-DOCK2006PekingUniversityPose-SensitiveInclined(PSI)-DOCKNoAcademicPSO@AUTODOCK2007UniversityofLeipzigParticleSwarmOptimization(PSO)algorithmsvarCPSOandvarCPSO-lsaresuitedforrapiddockingofhighlyflexibleligandsNoAcademicPythDock2011HanyangUniversityHeuristicdockingprogramthatusesPythonprogramminglanguagewithasimplescoringfunctionandapopulationbasedsearchengineNoAcademicQ-Dock2008GeorgiaInstituteofTechnologyLow-resolutionflexibleliganddockingwithpocket-specificthreadingrestraintsNoFreewareQXP1997NovartisPharmaceuticalsCorporationMonteCarlo

perturbationwithenergyminimizationin

CartesianspaceNoAcademicrDock2013UniversityofYork/OpensourceprojectHTVS

ofsmallmoleculesagainstproteinsandnucleicacidsNoOpensourceSANDOCK1998UniversityofEdinburghGuidedmatchingalgorithmNoAcademicScore2004AlessandroPedretti&GiulioVistoliTheScoreserviceallowstocalculatesomedifferentdockingscoresofligand-receptorcomplexAvailableFreewareSODOCK2007FengChiaUniversity(Taiwan)Swarmoptimizationforhighlyflexibleprotein-liganddockingNoAcademicSOFTDocking1991UniversityofCalifornia,BerkeleyMatchingofmolecularsurfacecubesNoAcademicSurflex-Dock2003TriposBasedonanidealizedactivesiteligand(aprotomol)NoCommercialSwissDock2011SwissInstituteofBioinformaticsWebservicetopredictinteractionbetweenaproteinandasmallmoleculeligandAvailableFreewebserviceforacademicuseVoteDock2011UniversityofWarsawConsensusdockingmethodforpredictionofprotein-ligandinteractionsNoAcademicYUCCA2005VirginiaTechRigidprotein-small-moleculedockingNoAcademicMOLS2.02016UniversityofMadrasRigidprotein-small-moleculedocking,Flexibleprotein-peptidedockingNoOpenSource1.DOCK（1）應(yīng)用程序產(chǎn)生一個(gè)填充靶點(diǎn)分子表面的口袋或凹槽的球集,整理成假定結(jié)合位點(diǎn)。（2）在假定結(jié)合位點(diǎn)上，應(yīng)用一組球集表示配體，按照匹配原則確定配體與靶點(diǎn)的作用位點(diǎn)。（3）評(píng)價(jià)打分，DOCK支持多種評(píng)分函數(shù)，可以評(píng)價(jià)靶點(diǎn)活性部位與配體幾何形狀互補(bǔ)性、范德華作用和靜電作用等。有代表性的分子對(duì)接軟件2.FlexX第一步是選擇配體的一個(gè)連接基團(tuán)，稱為核心基團(tuán)；第二步是將核心基團(tuán)放置于活性部位，此時(shí)不考慮配體的其他部分；最后一步稱為構(gòu)造，通過在已放置好的核心基團(tuán)上逐步增加其他基團(tuán)，構(gòu)造出完整的配體分子。DOCK分子對(duì)接步驟對(duì)配體和靶點(diǎn)結(jié)構(gòu)分別加氫原子、力場(chǎng)參數(shù)和電荷計(jì)算蛋白溶劑表面結(jié)合部位模擬計(jì)算結(jié)合部分能量網(wǎng)格打分評(píng)價(jià)尋找最佳匹配位置分子對(duì)接應(yīng)用舉例通過對(duì)HIV-1蛋白酶與天門冬氨酸蛋白酶的結(jié)構(gòu)進(jìn)行比較，并借助X-衍射波譜的結(jié)果，人們獲得了高精確度（1.8nm）的HIV-1蛋白酶的三維結(jié)構(gòu)，并建立起該酶的結(jié)構(gòu)模型。隨后，Desjarlais等人根據(jù)其晶體結(jié)構(gòu)中的酶活性部位，利用DOCK程序?qū)蚓w數(shù)據(jù)庫中的10000個(gè)分子與之進(jìn)行分子對(duì)接，按照打分?jǐn)?shù)值的高低排列。然后對(duì)打分值最高的200個(gè)化合物進(jìn)行嚴(yán)格篩選，評(píng)價(jià)這些分子能否與酶的Asp25發(fā)生相互作用。最后發(fā)現(xiàn)溴哌醇具有較好的結(jié)合作用，經(jīng)生物學(xué)實(shí)驗(yàn)測(cè)試表明，其Ki值為100

mol/L，且選擇性很高。溴哌醇高通量篩選的缺陷傳統(tǒng)的高通量篩選遇到許多問題，一方面是藥理測(cè)試假陽性結(jié)果，另一方面是化合物樣品來源短缺。盡管已報(bào)道的化合物數(shù)量非常龐大，但實(shí)際制藥公司和有關(guān)研究機(jī)構(gòu)現(xiàn)有的樣品庫卻數(shù)量有限，這種情況在我國表現(xiàn)更為突出。二、計(jì)算機(jī)虛擬篩選技術(shù)利用現(xiàn)代計(jì)算機(jī)虛擬篩選技術(shù)可以有效克服上述困難，它利用計(jì)算機(jī)強(qiáng)大的運(yùn)算能力，根據(jù)某個(gè)靶標(biāo)的相關(guān)信息，利用三維藥效團(tuán)搜索或分子對(duì)接的方法，對(duì)商業(yè)化的化合物樣品庫進(jìn)行虛擬篩選以尋找可能的活性化合物，發(fā)現(xiàn)潛在的活性分子后，可以向公司或有關(guān)機(jī)構(gòu)定購，然后進(jìn)行藥理測(cè)試。與傳統(tǒng)的高通量篩選技術(shù)相比，虛擬篩選不存在樣品的限制，其成本也遠(yuǎn)低于高通量篩選。小分子三維數(shù)據(jù)庫

劍橋結(jié)構(gòu)數(shù)據(jù)庫（Cambridgestructuraldatabase，CSD）是由劍橋大學(xué)的劍橋晶體數(shù)據(jù)中心（Cambridgecrystallographicdatacentre）提供的有關(guān)有機(jī)小分子晶體結(jié)構(gòu)信息的三維結(jié)構(gòu)數(shù)據(jù)庫系統(tǒng)。在CSD中，所有這些晶體結(jié)構(gòu)都是通過X-射線或中子散射實(shí)驗(yàn)技術(shù)獲得。目前，CSD包含超過25700個(gè)有機(jī)化合物、金屬有機(jī)化合物以及金屬配合物的晶體結(jié)構(gòu)信息，其中約有89%的分子有明確的三維結(jié)構(gòu)數(shù)據(jù)。劍橋結(jié)構(gòu)數(shù)據(jù)庫https://www.ccdc.cam.ac.uk/structures/國家癌癥研究所數(shù)據(jù)庫/ncidb2.2/到200