基于靶点结构的药物分子设计.ppt

基于靶点结构的药物分子设计;【学习要求】;基于靶点结构药品设计 是指通常应用由X射线衍射、磁共振或分子模拟（同源建模法等）提供蛋白质结构信息, 来辅助设计含有生物活性化合物过程。 基于配体结构药品设计 是从研究一系列药品分子对同一受体活性出发, 比较它们结构改变与生物活性之间关系, 找到对该受体能发生结合并产生活性最普遍结构原因, 并依据此结构特征设计新药品分子。;以靶点结构为主药品设计可分为三大类;基于生物大分子靶点结构药品设计方法 ;第一节 靶蛋白结构估??? ;蛋白质结构与功效研究已成为后基因组时代最具挑战性研究课题。 目前测定蛋白质结构关键方法仍然是X-射线晶体学方法和多维核磁共振技术。 蛋白质结构测定速度却远远落后于基因组测序和氨基酸序列测定速度, 无法满足蛋白组学及其相关学科需要。 ; （1）目标序列与模板序列比对; （2）依据同源蛋白多重序列比对结果, 确定同源蛋白结构保守区以及对应框架结构; （3）目标蛋白质结构保守区主链建模; （4）目标蛋白质结构变异区主链建模; （5）侧链安装和优化; （6）对模建结构进行优化和评定。 ;序列比对;折叠识别（fold recognition） ;从头估计（de novo prediction） ;活性位点分析方法;活性位点分析法通常不能直接产生完整配体分子, 但它得到相关靶点结合信息对后面全新药品设计和分子对接等都有很好指导意义。 代表性活性位点分析方法软件有GRID、MCSS和HINT等相关程序。 ;GRID;MCSS;Adlington等应用MCSS对前列腺特异性免疫抗原（PSA）活性位点进行了具体分析, 以此对已经有PSA抑制剂进行结构优化, 从而得到了迄今为止活性最高PSA抑制剂, 其IC50为（226±10）nmol/L。;HINT;第二节 分子对接与虚拟筛选;分子对接（molecular docking）是经过研究小分子配体与靶点生物大分子相互作用, 估计其结合模式和亲和力, 进而实现基于结构药品设计一个关键方法。依据配体与靶点作用“锁钥原理”, 分子对接能够有效地确定与靶受体活性部位空间和电性特征互补匹配小分子化合物。 ;分子对接方法分类 ;依据对接时配体分子形式还能够将分子对接方法分为两种基础类型, 即整体分子对接法和片段对接法。 整体分子对接法是利用特定搜索算法考察配体分子在靶点结合部位, 依据评分函数找出最优结合方法。 片段对接法是将配体分子视为若干片段结构集合, 先将其中一个或多个基础片段放入结合空腔, 然后在活性部位构建分子其它部分, 最终得到理论上最优结合方法。; 1. DOCK （1）应用程序产生一个填充靶点分子表面口袋或凹槽球集, 整理成假定结合位点。 （2）在假定结合位点上, 应用一组球集表示配体, 根据匹配标正确定配体与靶点作用位点。 （3）评价打分, DOCK支持多个评分函数, 能够评价靶点活性部位与配体几何形状互补性、范德华作用和静电作用等。;2. FlexX 第一步是选择配体一个连接基团, 称为关键基团; 第二步是将关键基团放置于活性部位, 此时不考虑配体其她部分; 最终一步称为结构, 经过在已放置好关键基团上逐步增加其她基团, 结构出完整配体分子。;3. Affinity 第一步是应用蒙特卡罗或模拟退火法计算确定配体分子在靶点活性口袋可能结合位置; 第二步是经过分子力学或分子动力学方法进行细致对接。 ;DOCK分子对接步骤;结合部位模拟 计算结合部分能量网格;打分评价 寻求最好匹配位置;分子对接应用举例 ;然后对打分值最高200个化合物进行严格筛选, 评价这些分子能否与酶Asp25发生相互作用。最终发觉溴哌醇含有很好结合作用, 经生物学试验测试表明, 其Ki值为100?mol/L, 且选择性很高。;高通量筛选缺点;二、计算机虚拟筛选技术 ;小分子三维数据库;国家癌症研究所数据库 ;ACD-3D数据库 ;2003年MDL企业为了迎合高通量筛选而开发了数据库available chemicals directory 3D-screening（ACD-SC）。该库数据关键来自于42个商业化学品供给商产品目录。这一数据库提供了化学品供给商所能够提供超出200万个化合物三维结构及相关信息。ACD-SC能够说是ACD-3D扩展, 而且全部化合物都能够找到相关购置信息。;MDL drug data report 3D（MDDR-3D） ;虚拟筛选策略 ;;高通量筛选和虚拟筛选方法比较 ;举例: 雌激素受体调整剂;这些研究结果表明, 与随机筛选相比, 虚拟筛选能够成百上千倍地提升筛选效率。所以, 用虚拟筛选方法进行创新药品研究不管是在提升新药研究与开发效率, 还是在取得新结构活性化合物速度方面, 均含有十分关键意