虚拟筛选技术及其应用绪论.pptVIP

虚拟筛选技术及其应用 内容简介 1.虚拟筛选技术的介绍 2.重点介绍基于靶点结构的虚拟筛选——分子对接 3.虚拟筛选在药物研发中的应用实例 4.虚拟筛选与新型食品保鲜剂的开发 1.1 虚拟筛选技术产生的背景 20世纪80年代中期，随着分子生物学和结构生物学的发展，靶标生物大分子的功能被阐明、三维结构被测定。以及计算机科学的发展，功能先进的图形工作站的出现，分子对接(molecular docking)方法和数据库搜寻方法已经出现，并发展了第一个分子对接程序DOCK。 20世纪90年代中期， 基于小分子的药物设计(LBDD)方法和基于受体生物大分子结构的药物设计(SBDD)方法，已成为创新药物研究的核心技术之一。同时由于超级计算机技术的发展，产生了虚拟筛选并行算法，实现了虚拟筛选的高通量化。 近年来，PC集群式计算机(cluster)的普及，进一步促了进虚拟筛选技术的发展。 化学信息学：利用计算机技术对化学分子结构和相关信息进行管理的学科，可促进化学信息的获取、转化与共享。例如：将小分子化合物的一维、二维、三维结构以一些格式文件形式储存，并生成数据库。 生物信息处理：利用计算机技术对大量生物大分子作信息获取、加工、储存、分类、检索与统计分析，揭示生物大分子的分子结构、功能、同源性和进化关系。例如：蛋白质的一级、二级、三级、四级结构 1.2 虚拟筛选技术的定义 虚拟筛选（virtual screening, VS)是计算机辅助药物设计方法的延伸和推广，针对重要疾病特定靶标生物大分子的三维结构或定量构效关系(QSAR)模型，从现有小分子数据库中，搜寻与靶标生物大分子结合或符合QSAR 模型的化合物，进行实验筛选研究。 定量构效关系是一种借助分子的理化性质参数或结构参数，以数学和统计学手段定量研究有机小分子与生物大分子相互作用、有机小分子在生物体内吸收、分布、代谢、排泄等生理相关性质的方法。 虚拟筛选的目的是从几十到上百万个分子中，发现有潜在可能性的化合物，集中目标，大大降低实验筛选化合物数量。 1.3 虚拟筛选技术的分类 分类 基于受体生物大分子结构的虚拟筛选（SBVS） 分子对接（docking-based） 基于配体小分子的虚拟筛选（LBVS） 药效基团搜寻（pharmacophore-based） SBVS是根据受体生物大分子的三维结构，通过分子对接的方法，确定小分子与受体的结合构象，并评价其与受体的结合活性，从而筛选出有潜力的配体小分子。 LBVS是根据现有药物（配体）的结构、理化性质与活性关系(SAR)的分析，建立定量构效关系(QSAR)或药效基团模型，预测筛选新化合物的活性。 1.4 虚拟筛选技术的数据库 1.5 虚拟筛选技术的优势 1.计算机上进行 2.不需要化合物，只需结构 3.不消耗样品，降低筛选成本 4.缩短了新药研发的周期，降低了直接研发费用 2. 基于受体生物大分子结构的虚拟筛选（SBVS）——分子对接 (1) 用到的基本模型：受体-配体的锁和钥匙模型 (2) 分子对接：受体和配基之间通过能量匹配和空间匹配而相互识别形成分子复合物，并预测复合物结构的操作过程 配体 受体 复合物 (3) 分子对接的具体流程： 包括4个步骤： 第一步：受体模型的建立 1）大分子结构获取 蛋白质结构的准备是虚拟筛选的重要一步。虚拟筛选的蛋白靶标的结构可以从PDB库(/pdb/index.html)中直接下载使用 2）靶点处理：加氢原子、加电荷、带电残基的质子化 第二步:小分子库的产生 建立小分子数据库（最为常用的小分子数据库Zinc数据库） 结构优化 加电荷 类药性分析 多样性分析 第三步:计算机筛选 对接和打分，这一步是虚拟筛选的核心步骤 把每个小分子放到受体蛋白的配体结合位点，优化配体构象和位置，使之与受体有最佳的结合作用，给最佳结合构象打分，对所有化合物根据打分排序，然后从化合物库中挑出打分最高的小分子。 能量和空间匹配 第四步:命中化合物的后处理 最后一步是命中化合物的后处理 通过计算分子的类药性质ADME/T (吸收、器官分布、体内代谢、排泄 和毒性)性质的估算，排除那些不具有类药性质的分子。可以利用一些经验规则如“五规则” 等，快速排除那些不适合进一步药物开发的分子。 通过以上四步处理，大部分分子从化合物库中剔除，形成一个合理大小的化合物库，仅对这些适合成药的化合物或购买、或合成、或分离得到，然后再进行实际的生物测试。 3. 虚拟筛选在药物设计中的应用举例 ——用一个虚拟筛选药物研发门户网获得一种新型的登革热病毒蛋白酶抑制剂 Re