新型整合素αvβ3受體拮抗剂的设计及抗肿瘤活性.docVIP

新型整合素αvβ3受体拮抗剂的设计及抗肿瘤活性 程刚英、倪广慧、张曼、赵娟、朱一婧、姜凤超* 华中科技大学同济医学院药学院，武汉（430030） 摘要：目的：构建αvβ3受体拮抗剂的药效团模型，设计新型αvβ3受体拮抗剂的先导化合物。方法：选择对αvβ3受体具有较高拮抗活性（IC501.5 nmol?L-1）的四个类型的30个化合物为训练集，构建整合素αvβ3受体拮抗剂药效团模型。结合药效团模型和设计出新型结构的先导化合物，合成并利用MTT法检测化合物对人脐静脉内皮细胞(ECV304)与宫颈癌细胞株(Hela)的抑制作用。结果：最佳药效团含一个芳环中心, 一个疏水中心和两个氢键受体，其相关系数与权重值数系数为：RMS=0.44, Correl=0.90, Weight=1.31, Config=16.26。合成的8个目标化合物经UV、IR、1H-NMR，13C-NMR等光谱确证，目标化合物对ECV304和Hela细胞 关键词：整合素αvβ3受体拮抗剂；药效团模型；抑瘤活性；先导化合物 肿瘤血管生成抑制剂[1]是一类能破坏或抑制血管生成，有效地阻止肿瘤的生长和转移的药物，整合素[2]是一种跨膜糖蛋白，分布于多种肿瘤细胞表面，是介导细胞与细胞、细胞与细胞外基质粘附作用的主要因子。其中αvβ3在肿瘤诱导的血管生成过程中起重要作用[3]，近来被认为一种血管新生的标志。 αvβ3受体拮抗剂通过占据受体胞外区的特异性识别位点，阻止受体与内源性配体结合，从而抑制血管内皮细胞的生成以及促进血管内皮细胞的凋亡，有效地阻止肿瘤血管生成，达到有望控制肿瘤的生长和转移的目的[4]。 αvβ3受体拮抗剂包括含RGD三肽序列（图2）的小分子肽和拟肽化合物及模仿RGD三肽结构设计的非肽分子。由于α = 2 \* ROMAN IIbβ3、αvβ5和α5β1亦能识别RGD三肽序列，故设计αvβ3拮抗剂时不仅要考虑其对αvβ3受体的拮抗活性，还需注意选择性。 本文选择已报道的αvβ3受体拮抗剂中拮抗活性较高的化合物为样本，构建αvβ3受体拮抗剂药效团模型。设计相应的化合物，并利用所得的药效团模型进行虚拟筛选和类药性分析，对设计的化合物进行体外抗肿瘤活性实验，结果表明，设计的化合物对ECV304和Hela细胞均具有一定的作用。 一、药效团模型构建 选择30个文献报道的活性较好，不同结构类型的αvβ3受体拮抗剂（IC50值在1.5 nmol?L-1以下）作为训练集元素。根据结构类型不同，将训练集中化合物按照中间连接部分（如烷基酰胺、哌嗪、哌啶和γ-内酰胺等）不同分为相应的子集等。利用计算机辅助药物设计系统的CATALYST软件，构建出相应的αvβ3受体拮抗剂的药效团模型。其中的优化模型含一个芳环中心（RA）, 一个可阴离子化部位（NI），两个疏水作用基（HP），其相关系数与权重值数等分别为：RMS=0.73, Correl=0.90, Weight=1.17, Config=14.00。检验表明，构建的药效团模型具有较好的活性预测能力，可用来指导αvβ3受体选择性拮抗剂的设计与筛选。 a b 图1药效团模型1(a)及其与化合物B-3的叠合图(b) 二、设计与合成 利用构建的药效团模型，在MDDR数据库中搜索符合模型的化合物，参照作用于整合素αvβ3受体的信号分子RGD三肽的基本结构，以合成的现实性与合理性为依据，对搜索得到的化合物进行结构修饰，设计了多种不同结构类型的化合物。对设计的化合物利用药效团模型进行虚拟活性预测，最后从中筛选出八个目标化合物(图2)。 图2 RGD及设计的新化合物 类药性分析结果表明，设计的新型化合物符合利平斯基规则，初步显示无明显口服生物利用度或代谢分布差问题。无致癌性，膜刺激性，致敏性，免疫毒性和神经毒性，除了化合物 = 2 \* ROMAN II中个别化合物具有一定致突变性外，较安全。 化合物的合成路线如下所示（图3）： 图3. 合成反应路线 (a) 乙酰乙酸乙酯，哌啶，95%乙醇，20℃~50℃；(b) KOH，回流；(c)HCl；(d) 乙酸酐，回流；(e) 3，丙酮，室温；(f) 硫脲，碘，微波辐射；(g) 乙醚，浓氨水；(h) 3，丙酮，回流 三、实验 熔点由X-5型显微熔点测定仪测定，温度未校正。UV：紫外光谱仪：756PC Spectrum(上海光谱仪器有限公司)；IR：Spectrum One傅立叶红外光谱仪测定。 1H-NMR，13C-NMR：均采用Parian Mercury VX-300型核磁共振仪。 3.1 中间体的合成 3.1.1 2，4-二乙酰基-3-芳香基戊二酸二乙酯(1a