2025年药物设计与临床试验手册.docxVIP

2025年药物设计与临床试验手册

第2章药物发现与筛选策略

1.1基于靶点优先级的虚拟筛选与对接策略

利用分子对接软件（如AutoDockVina或Glide）将候选药物分子与靶点蛋白的活性位点三维结构进行原子级模拟，设定溶剂模型为水分子，pH值设定为7.4，通过计算结合能（ΔG）来预测结合亲和力，筛选出结合能低于-5.0kcal/mol的高亲和力配体。接着，针对筛选出的前体分子，通过计算机辅助分子设计（CAMD）策略，利用机器学习模型预测其代谢稳定性，剔除在肝脏代谢（CYP450酶系）中易发生羟基化或脱烷基化导致活性的丧失，确保药物在体内半衰期（$t_{1/2}$）延长至12小时以上。

随后，构建包含药物分子、靶点蛋白及配体蛋白的复合物体系，使用分子动力学（MD）模拟（时间步长200ps）模拟药物在细胞内环境中的动态行为，验证其是否能有效穿透细胞膜并进入胞内区。进一步引入量子化学计算（如DFT方法）计算药物在关键催化位点的过渡态能垒，预测其在体内代谢酶（如CYP3A4）上的结合速率常数（$k_{cat}$），若预测结合速率低于$10^4M^{-1}s^{-1}$，则标记该分子为高亲和力候选者。基于上述筛选结果，利用生物信息学数据库（如ChEMBL或PubChem）检索同类靶点药物的已知结构，构建“药物-靶点”共进化