分子模拟方法研究四氢化吡啶并[1,2-a]吲哚酮衍生物对GSK3β和CDK5的选择性

本文通过分子对接,分子动力学模拟（MD）和MM/PBSA能量计算的方法,从分子水平研究了3个四氢化吡啶并[1,2-a]吲哚酮衍生物与CDK5和GSK3β的相互作用,并揭示了这些抑制剂对GSK3β的选择性抑制机理。分子对接结果表明,抑制剂对2种激酶具有相似的结合模式,结合口袋处的残基也都根据晶体结构的序列比对相互对应。研究体系的RMSD随时间的稳定变化,表明模拟体系已达到稳定状态,因而后续的分析是可靠的。CDK5/抑制剂体系,RMSD在0.15 nm上下波动,CDK5/M1和CDK5/M2骨架轻微波动,稍高于CDK5/M3;而GSK3β体系的RMSD值略高于CDK5体系,在0.17 nm上下波动,GSK3β/M1和GSK3ββ/M2的骨架波动平衡值则稍低于GSK3β/M3。活性较大的抑制剂增强了蛋白骨架整体的“柔性”,即对激酶构象产生一定影响。能量分析表明,静电能和范德华作用能够区分不同抑制剂对同种激酶的生物活性差异。极性溶剂化自由能对区分抑制剂选择性也很重要,残基分解表明GSK3β的Glu97、Thr138是造成抑制剂选择性的主要原因。抑制剂与CDK5和GSK3β结合的过程中,蛋白质残基的动态相关性存在差异,铰链区域的Thr138与Val135~Gln206区域残基正相关,证实Thr138残基是区分抑制剂选择性的关键。     

2,4-二氨基嘧啶类黏着斑激酶抑制剂的3D-QSAR研究

本文选取42个2,4-二氨基嘧啶类黏着斑激酶(FAK)小分子抑制剂,分别以比较分子场分析法(CoMFA)与相似性指数分析法(CoMSIA)构建3D-QSAR模型,评价模板分子、公共骨架点、最小能量优化参数、分子构象等因素对模型优化的影响。分析最优模型中立体场、静电场以及氢键等因素对抑制剂活性的影响,并应用分子对接分析该类抑制剂与FAK蛋白的相互作用。结果表明,选择化合物16作为模板分子,骨架A作为公共骨架点,最小能量优化参数中电荷、最大迭代系数、最低能量限定值分别为MMFF94、1000、0.01kcal/mol时所构建的模型最优。以CoMFA和CoMSIA构建的3D-QSAR模型的交叉验证系数(q~2)分别为0.666和0.736,非交叉验证系数(R~2)分别为0.990和0.989,表明此模型具有良好的预测能力。分子对接分析显示,其与FAK的氨基酸残基CYS502、ASP564形成了重要的氢键作用,并与周围残基形成了较强的疏水作用。通过3D-QSAR的构建与分子对接分析,可指导2,4-二氨基嘧啶类FAK小分子抑制剂的进一步结构优化设计。     

2,4-二氨基嘧啶类FAK抑制剂的3D-QSAR研究

摘要 本文选取42个2,4-二氨基嘧啶类FAK小分子抑制剂,分别以比较分子场分析法（CoMFA）与相似性指数分析法（CoMSIA）构建3D-QSAR模型,评价模板分子、公共骨架点、最小能量优化参数、分子构象等因素对模型优化的影响。分析最优模型中立体场、静电场以及氢键等因素对抑制剂活性的影响,并应用分子对接分析该类抑制剂与FAK蛋白的相互作用。结果表明选择16号化合物作为模板分子,骨架A作为公共骨架点,最小能量优化参数中电荷、最大迭代系数、最低能量限定值分别为MMFF94、1000、0.01 Kcal/mol时所构建的模型最优。以CoMFA和CoMSIA构建的3D-QSAR模型的交叉验证系数（q2）分别为0.666和0.736,非交叉验证系数（R2）分别为0.990和0.989,表明此模型具有良好的预测能力。分子对接分析显示,其与FAK的氨基酸残基CYS502、ASP564形成了重要的氢键作用,并与周围残基形成了较强的疏水作用。通过3D-QSAR的构建与分子对接分析,可指导2,4-二氨基嘧啶类FAK小分子抑制剂的进一步结构优化设计。     

极光激酶A抗癌抑制剂的高通量筛选及对接研究

极光激酶(aurora kinases)A是负责调控细胞有丝分裂的一类重要的丝氨酸/苏氨酸激酶. 用极光激酶A的一种抑制剂H-89作为先导化合物, 通过AutoDock vina软件进行虚拟筛选, 选取能量打分最低的抑制剂(命名为H-89-1)做进一步的深入研究. 理论对接研究揭示H-89-1是一种比H-89更好的抑制剂, 并且Thr217和Arg137是H-89-1和酶作用中的重要残基, 因为它们和H-89-1形成了氢键. 我们的研究将为极光激酶A专有抑制剂的设计提供可靠的理论线索.     

乙酰胆碱酯酶AChE与1,7-二氮杂咔唑抑制剂的作用机理的分子动力学模拟

通过分子对接、分子动力学(MD)模拟以及成键自由能分析方法,从原子水平上模拟研究了3种1,7-二氮杂咔唑衍生物(分别记为M1、M2和M3)与ACh E的结合模式及相互作用机理,分析和讨论了研究体系的静电相互作用和范德华相互作用(vd W)。用MM-PBSA方法计算的3种抑制剂与ACh E之间的结合自由能与抑制剂的实验生物活性数据(IC50值)相对应。分析结果表明,残基S286与抑制剂之间形成的氢键作用有利于抑制剂与ACh E之间的结合。范德华相互作用,尤其是抑制剂与关键残基W279和Y334的作用,对抑制剂与ACh E之间的结合自由能有较大的贡献,在区分抑制剂M1(或M2)和M3的生物活性上发挥着重要的作用。     

乙酰胆碱酯酶AChE与1,7-二氮杂咔唑抑制剂的作用机理的分子动力学模拟

通过分子对接、分子动力学（MD）模拟以及成键自由能分析方法,从原子水平上模拟研究了3种1,7-二氮杂咔唑衍生物（分别记为M1、M2和M3）与AChE的结合模式及相互作用机理,分析和讨论了研究体系的静电相互作用和范德华相互作用（vdW）。用MM-PBSA方法计算的3种抑制剂与AChE之间的结合自由能与抑制剂的实验生物活性数据（IC₅₀值）相对应。分析结果表明,残基S286与抑制剂之间形成的氢键作用有利于抑制剂与AChE之间的结合。范德华相互作用,尤其是抑制剂与关键残基W279和Y334的作用,对抑制剂与AChE之间的结合自由能有较大的贡献,在区分抑制剂M1（或M2）和M3的生物活性上发挥着重要的作用。     

CDK2-抑制剂结合自由能计算

细胞周期蛋白依赖性激酶Ⅱ(cyclin-dependent kinase 2,CDK2)是一种重要的治疗癌症的靶标.本文中采用分子动力学取样,运用MM-PBSA/GBSA两种方法计算了CDK2-NU6102复合物的绝对结合自由能.通过能量分解的方法考察了CDK2大分子主要残基与配体NU6102之间的相互作用和识别.     

3D-QSAR和分子对接研究吲哚咔唑类细胞周期蛋白激酶抑制剂的选择性

细胞周期蛋白激酶(cyclin-dependent kinases, CDKs)是近年来治疗肿瘤的重要靶标. 由于大多数激酶ATP结合位点的保守性, CDK选择性激酶抑制剂的开发成为当前的研发难点和热点. 针对吲哚咔唑类CDK抑制剂, 我们采用比较分子力场分析方法(CoMFA)建立了CDK2-QSAR(quantitative structure-activity relationship)和CDK4-QSSR(quantitative structure-selectivity relationship)模型. 所建模型的交叉验证系数q2分别为0.722和0.703; 非交叉验证系数r2分别为0.977和0.946, 表明其具有较好的预测能力. 同时, 用分子对接的方法分析了这类化合物与CDK4同源模建结构的作用模式, 根据这两个模型发现, 吲哚咔唑类化合物的R5和R6位长链取代对CDK4的选择性具有一定的影响, 而且结合其作用模式比较合理地解释了这类抑制剂的选择性原因, 这对CDKs的选择性研究具有一定的指导意义.     

高通量虚拟筛选CDK2/Cyclin A2靶点抑制剂

CDK2/Cyclin A2复合蛋白的异常表达与乳腺癌、 口腔癌、 食管鳞状细胞癌的发生密切相关. CDK2/ Cyclin A2复合蛋白的活性位点不同于CDK2单体. 至今临床上尚无靶向此复合蛋白的药物分子. 针对CDK2/Cyclin A2复合蛋白, 以实验报道的10个抑制剂分子构建药效团模型, 通过药物体外药代动力学（ADME）、 Docking、 聚类分析、 毒性预测, 从DrugBank, ChEMBL和TCM@Taiwan 3个数据库约90万组数据中进行高通量虚拟筛选, 进一步进行MD模拟、 MM/PBSA结合自由能计算、 能量分解和平均非共价作用(aNCI)分析, 筛选出3个抑制效果优于阳性实验药Roscovitine的先导分子: DrugBank-2004, DrugBank-583和ChEMBL-7122. 与CDK2蛋白相比, CDK2/Cyclin A2复合蛋白结合位点空间变大, 先导分子与Lys33, Asp86, Lys129和Asp145残基之间的排斥作用有所降低, 导致结合自由能更大.     

基于虚拟筛选策略发现新型潜在JAK3小分子抑制剂

利用已知活性的分子采用基于配体的策略构建药效团模型,通过基于类药规则、药效团模型、多种精度的分子对接算法、MM/GBSA结合能预测以及ADMET筛选手段对含约250万个分子的数据库进行虚拟筛选。发现5种JAK3抑制剂的新型骨架,其中6个以1-苯基咪唑烷-2-酮为骨架的分子在与JAK3激酶的结合能以及分子的ADMET性质评价方面均表现优异,具备高JAK3抑制剂潜力,被认为是虚拟筛选的命中分子。     

靛玉红类CDK1抑制剂的同源模建、分子对接及3D-QSAR研究

细胞周期蛋白依赖性激酶1的异常表达会导致G2期的停滞及多种肿瘤的发生,故CDK1近年来已成为一个理想的治疗靶点.本文以细胞分裂调控蛋白2的同源体为模板,同源模建了CDK1的结构,并与靛玉红类小分子抑制剂进行分子对接.分别运用三种叠合方法进行分子叠合,并在此基础上采用Sybyl 7.1中的比较分子场分析(CoMFA)模块及Discovery Studio 3.0中的三维定量构效关系(3D-QSAR)模块(以下简称为DS)分别建立了3D-QSAR模型.其中,将分子对接叠合与公共骨架叠合联合运用的叠合方法所得3D-QSAR模型的评价参数是最佳的(CoMFA:q2=0.681,r2=0.909,r2pred.=0.836;DS:q2=0.579,r2=0.971,r2pred.=0.795,其中q2为交叉验证系数,r2为非交叉验证系数).本文的研究结果在对靛玉红类小分子进行结构修饰设计出新的CDK1抑制剂方面,可提供重要的理论基础.     

CDK4与靛玉红及其衍生物复合物结构的模建

细胞周期蛋白依赖性激酶(Cyclin-dependent Kinases, CDKs)是细胞周期调控的重要因子, 也是治疗癌症的一类重要的药物靶标. 靛玉红是传统中药当归龙荟丸中治疗慢性疾病的有效成分, 靛玉红及其衍生物5-磺酸基-靛玉红对CDKs具有有效的抑制作用. 以获得晶体结构的CDK2与5-磺酸根-靛玉红的复合物为模板, 通过同源模建和分子对接的方法构建出的CDK4与靛玉红及其衍生物的结合模式. 结合CDK4与两种抑制剂的复合物结构, 解释了靛玉红和衍生物5-磺酸基-靛玉红之间抑制活性的差别, 同时也分析了5-磺酸基-靛玉红对CDK2和CDK4不同选择性的原因. 所建CDK4结构为进一步进行基于结构的抗癌药物设计提供了合理的模型.     

黄嘌呤型cPEPCK抑制剂的计算模型建立

通过SYBYL X 2.0软件包中Topomer CoMFA和Surflex-dock研究28种黄嘌呤结构的胞浆型磷酸烯醇式丙酮酸羧激酶(cPEPCK)抑制剂的三维定量构效关系(3D-QSAR)和分子对接模式.所得优化的3D-QSAR模型q2和r~2分别为0.907和0.994(q~20.5时,建立的模型具有可靠的预测能力),结果表明该模型具有较高预测能力.分子对接结果显示,此类分子与cPEPCK的Asn 533,Asn 292和Phe 530等活性功能残基具有氢键作用.Trp516可能是潜在的活性残基.基于以上研究讨论,为设计和开发具有较高活性的新型黄嘌呤类cPEPCK抑制剂提供有效信息.     

含磷嘧啶类CDK9抑制剂的分子对接、3D-QSAR和分子动力学模拟

选取64个具有潜力的含磷嘧啶类细胞周期依赖性蛋白激酶(CDK9)小分子抑制剂,采用分子对接方法研究了该类小分子与CDK9的结合作用,结果表明,分子构象、氢键形成、疏水性和氨基酸残基Cys106在此类抑制剂与CDK9的结合过程中具有重要作用.在配体叠合的基础上,运用比较分子力场分析(Co MFA)、比较分子相似性指数分析(Co MSIA)和Topomer Co MFA(T-COMFA)研究了分子结构与抑制活性的关系,发现由训练集立体场、静电场和疏水场组合的Co MSIA模型为最优模型,其内部交叉验证相关系数(Q2=0.557)、非交叉验证相关系数(R2=0.959)和外部预测相关系数(r2=0.863)具有统计学意义,该模型的三维等值线图直观显示了化合物的活性与其三维结构的关系.根据这些结果设计了10个具有新结构的含磷嘧啶类化合物,分子对接和分子动力学模拟结果表明,新化合物和CDK9的结合模式与原化合物64相同,自由能分析从理论上证明了新化合物64d的CDK9抑制活性优于化合物64,并且显示含磷基团与残基Asp109的静电场能在化合物与CDK9作用过程中有重要作用.     

激酶ABL与肉豆蔻酰位点小分子作用机理的分子动力学模拟及自由能计算

采用分子动力学方法研究激酶ABL 与ATP 位点小分子imatinib、P16 及变构位点小分子STJ、MS7、MS9、3YY、MYR等的结合, 并用GBSA (generalized Born surface area)方法将结合自由能分解到各残基. 自由能计算结果表明, 小分子STJ、MS7、MS9 有利于imatinib 与ABL 结合; 小分子STJ、MS7、MS9 与激酶ABL的结合自由能接近, 绝对值均大于ABL 与3YY、MYR 的结合自由能. 能量分解表明, ABL 残基ILE502、VAL506、LEU510与STJ和MYR的相互作用是αI 螺旋处于弯曲状态的重要原因. 模拟过程中ABL肉豆蔻酰口袋残基均方根偏差(RMSD)变化值表明, STJ等小分子抑制剂与ABL结合后降低了肉豆蔻酰口袋残基的柔性.     

马来酰胺类糖原合成酶激酶-3β抑制剂的分子对接和三维定量构效关系

通过分子对接和三维定量构效关系(3D-QSAR)两种方法来确定两类马来酰胺类的糖原合成酶激酶-3β(GSK-3β)抑制剂的结合方式.首先,用分子对接确定抑制剂与GSK-3β的结合模式及其相互作用;然后用比较分子力场分析法(CoMFA)与比较分子相似性指数分析法(CoMSIA)对48个化合物做三维定量构效关系的分析.两种方法得出的交互验证回归系数分别为0.669(CoMFA)和0.683(CoMSIA),证明该模型具有很好的统计相关性,同时也说明该模型具有较高的预测能力.根据该模型提供的信息,设计出9个预测性较好的分子.     

基于酮醇酸还原异构酶KARI复合物晶体结构的三维数据库搜寻

以酮醇酸还原异构酶KARI复合物0.16nm5高分辨率晶体结构为基础,采用DOCK 4.O分子对接程序通过MDDL/ACD三维数据库搜寻,找到了279个与KARI结合能较低的小分子,讨论了能量打分较高分子同靶酶的作用模式.这些分子作为潜在的KARI抑制剂为基于KARI的农药分子设计提供了有利指导.     

人参β-香树素合成酶同源模建及高通量虚拟筛选抑制剂的研究

人参β-香树素合成酶(β-AS)能催化氧鲨烯环化生成齐墩果烷型皂苷,从而减少植物固醇的生成量,有助于获得高效的人参皂苷.因β-AS的三维结构是未知的,我们以氧鲨烯环化酶为模板,对β-AS进行三维结构搭建.以抑制剂10-aza-10,11-dihydro-2,3-oxidosqualene为先导化合物,通过AutoDockvina进行分子对接,选取结合能量最低的新化合物进行研究.研究结果表明:新抑制剂8442257比先导化合物10-aza-10,11-dihydro-2,3-oxidosqualene的抑制效果更好.Leu287与新抑制剂结合时能量最低,是重要的残基位点;Ser413和Trp613通过氢键与新抑制剂结合,在抑制过程中起重要作用.我们的研究结果为人参β-香树素合成酶抑制剂的研究提供一个有利的依据.     

分子动力学模拟研究Fedratinib-JAK2/JAK3选择性

通过动力学模拟获得JAK2高选择性抑制剂Fedratinib在JAK2和JAK3激酶中的结合构象,结合自由能的计算结果表明Fedratinib在JAK2中更稳定.将能量分解到结合位点氨基酸,分析发现当分子在JAK2中占据P-loop区的疏水口袋,并与附近Arg980和Asp994等氨基酸形成氢键时,可以增加相对于JAK2的选择性.     

靛玉红类CDK1抑制剂的同源模建、分子对接及3D-QSAR研究

细胞周期蛋白依赖性激酶1的异常表达会导致G2期的停滞及多种肿瘤的发生,故CDK1近年来已成为一个理想的治疗靶点. 本文以细胞分裂调控蛋白2的同源体为模板,同源模建了CDK1的结构,并与靛玉红类小分子抑制剂进行分子对接. 分别运用三种叠合方法进行分子叠合,并在此基础上采用Sybyl 7.1中的比较分子场分析(CoMFA)模块及Discovery Studio 3.0中的三维定量构效关系(3D-QSAR)模块(以下简称为DS)分别建立了3D-QSAR模型. 其中,将分子对接叠合与公共骨架叠合联合运用的叠合方法所得3D-QSAR模型的评价参数是最佳的(CoMFA：q²=0.681,r²=0.909,r_pred.²=0.836; DS：q²=0.579,r²=0.971,r_pred.²=0.795,其中q²为交叉验证系数,r²为非交叉验证系数). 本文的研究结果在对靛玉红类小分子进行结构修饰设计出新的CDK1抑制剂方面,可提供重要的理论基础.