用分子对接方法预测HIV-1整合酶与金精三羧酸抑制剂的相互作用

用分子对接方法(Docking)研究了HIV-1整合酶与其抑制剂金精三羧酸的结合过程.为弄清金属离子在结合中所起的作用,选择含有一个Mg+2或不含Mg+2的两种不同的整合酶受体分别与金精三羧酸对接.结果表明, Mg+2对稳定配体与受体的结合起了重要作用. 金精三羧酸配体与含有一个金属Mg+2的整合酶受体对接,最优结合自由能为-45.19 kJ/mol. 当Mg+2失去后,整合酶的活性中心构象将发生变化,使金精三羧酸抑制剂与整合酶的结合自由能(-24.35 kJ/mol)明显增加. 预测了未知的HIV-1整合酶与其抑制剂金精三羧酸的复合物结构, 并可对基于结构的抗HIV-1整合酶的药物设计提供重要信息.     

用分子对接方法预测HIV-1整合酶与金精三羧酸抑制剂的相互作用

用分子对接方法 (Docking)研究了HIV 1整合酶与其抑制剂金精三羧酸的结合过程 .为弄清金属离子在结合中所起的作用 ,选择含有一个Mg+ 2 或不含Mg+ 2 的两种不同的整合酶受体分别与金精三羧酸对接 .结果表明 ,Mg+ 2 对稳定配体与受体的结合起了重要作用 .金精三羧酸配体与含有一个金属Mg+ 2 的整合酶受体对接 ,最优结合自由能为 - 4 5 .19kJ/mol.当Mg+ 2 失去后 ,整合酶的活性中心构象将发生变化 ,使金精三羧酸抑制剂与整合酶的结合自由能 (- 2 4 .35kJ/mol)明显增加 .预测了未知的HIV 1整合酶与其抑制剂金精三羧酸的复合物结构 ,并可对基于结构的抗HIV 1整合酶的药物设计提供重要信息     

HIV-1整合酶与芳香二酮酸类抑制剂相互作用的分子模拟研究

用分子对接方法研究了一系列芳香二酮酸类抑制剂与HIV-1整合酶的识别及相互作用. 结果表明, 抑制剂结合到整合酶Asp64～Leu68, Thr115～Phe121, Gln148～Lys159和Mg2＋所构成的口袋区, 抑制机理与5CITEP相似. 采用分子动力学模拟和MM/PBSA方法计算了芳香二酮酸类抑制剂与整合酶之间的结合自由能, 计算结果与实验值相吻合, 平均绝对偏差为3.6 kJ/mol, 体系范德华相互作用和溶剂化效应的非极性项是利于形成复合物的主要因素. 相关性分析结果表明, 结合自由能值与疏水相互作用有较强的线性相关(R＝0.61), 基于此, 用多元线性回归方法给出了一个能较强预测芳香二酮酸类抑制剂与HIV-1整合酶的结合自由能预测模型, 为后续基于抑制剂结构的抗HIV-1药物分子设计提供指导.     

人类免疫缺陷病毒整合酶二酮酸类抑制剂的三维药效团构建

应用遗传算法相似性程序(GASP), 以作用于I型人类免疫缺陷病毒(human immun-odeficiency virus type 1, HIV-1)整合酶(IN)的二酮酸类(diketoacids, DKAs)抑制剂构建药效团模型. 所选训练集分子均具有可靠的类药性特征及DKAs药效团特征. 尝试将抑制剂与药效团叠合后的构象和抑制剂与IN的对接构象进行叠合, 得到药效团模型与分子对接构象中IN残基的相对位置, 并基于抑制剂的药效团模型特征与周围IN氨基酸残基位置的匹配情况进行药效团特征的修改. 所得最优药效团由1个疏水特征、3对氢键特征和1个氢键供体特征组成. 该药效团的命中物质量(goodness of hit, GH)为0.56, 产出率(Y)达63.6%, 假阳性率(FP)为0.41%. 该药效团具有较好的置信度, 产出率较高而假阳性率较低, 可用于数据库搜索发现新的具有DKAs药效团特征的活性化合物, 也可为先导化合物的改造提供帮助.     

与金精三羧酸抑制剂的相互作用

用分子对接方法(Docking)研究了HIV-1整合酶与其抑制剂金精三羧酸的结合过程．为弄清金属离子在结合中所起的作用，选择含有一个Mg+2或不含Mg+2的两种不同的整合酶受体分别与金精三羧酸对接．结果表明，Mg+2对稳定配体与受体的结合起了重要作用．金精三羧酸配体与含有一个金属Mg+2的整合酶受体对接，最优结合自由能为-45．19kJ／mol.当Mg+2失去后，整合酶的活性中心构象将发生变化，使金精三羧酸抑制剂与整合酶的结合自由能(-24．35kJ／mol)明显增加．预测了未知的HIV-1整合酶与其抑制剂金精三羧酸的复合物结构，并可对基于结构的抗HIV-1整合酶的药物设计提供重要信息．     

持久性有机污染物4,4’-DDE和CB-153的反向虚拟筛选

持久性有机污染物(POPs)会导致人类和动植物各种疾病的发生, 已经成为一种新的全球性环境问题.研究发现, POPs分子能够特异性地结合到生物体内一些蛋白质受体上, 发挥其致病机制. 本文运用基于分子对接的反向虚拟筛选方法,从蛋白质结构数据库中筛选出配体分子可能的受体蛋白质, 研究了持久性有机污染物4,4'-DDE和CB-153潜在的受体蛋白质. 结合实验信息, 讨论分析了排在前5%的蛋白质受体. 值得注意的是,已知的一些蛋白质受体都排在了虚拟筛选结果的前列. 该研究不仅有助于进一步了解这些有毒污染物分子的致病机制, 还将为设计针对该类污染物分子的生物传感器提供有用的信息.