分子對(duì)接與藥物虛擬篩選2022/12/23分子對(duì)接與藥物虛擬篩選分子對(duì)接與藥物虛擬篩選2022/12/17分子對(duì)接與藥物虛擬1分子對(duì)接的最初思想起源于FisherE提出的“鎖和鑰匙模型”。即受體與配體的相互識(shí)別首要條件是空間結(jié)構(gòu)的匹配

配體受體復(fù)合物受體－配體的鎖和鑰匙模型

分子對(duì)接與藥物虛擬篩選分子對(duì)接的最初思想起源于FisherE提出的“鎖2Ohboy!Whataperfectmatch這類(lèi)方法首先要建立大量化合物（例如幾十至上百萬(wàn)個(gè)化合物）的三維結(jié)構(gòu)數(shù)據(jù)庫(kù)，然后將庫(kù)中的分子逐一與靶標(biāo)分子進(jìn)行“對(duì)接”（docking），通過(guò)不斷優(yōu)化小分子化合物的位置（取向）以及分子內(nèi)部柔性鍵的二面角（構(gòu)象），尋找小分子化合物與靶標(biāo)大分子作用的最佳構(gòu)象，計(jì)算其相互作用及結(jié)合能。在庫(kù)中所有分子均完成了對(duì)接計(jì)算之后，即可從中找出與靶標(biāo)分子結(jié)合的最佳分子（前50名或前100名）

分子對(duì)接與藥物虛擬篩選Ohboy!Whataperfectmatch3分子對(duì)接的基本原理藥物與受體的結(jié)合強(qiáng)度取決于結(jié)合的自由能變化?G結(jié)合

=?H結(jié)合

-T?S結(jié)合

=-RTlnKi大部分的分子對(duì)接法忽略了全部的熵效應(yīng)，而在焓效應(yīng)也只考慮配體與受體的相互作用能，即：Einteraction=Evdw+Eelectrostatic+Eh-bond分子對(duì)接與藥物虛擬篩選分子對(duì)接的基本原理藥物與受體的結(jié)合強(qiáng)度取決于結(jié)合的自由能變化4§7.4.1分子對(duì)接的基本方法（一）剛性的分子對(duì)接方法這種方法是最初的分子對(duì)接的方法，在對(duì)接中，小分子和蛋白質(zhì)兩種都保持剛性。（1）基于最大團(tuán)搜索的方法（Clique-SearchBasedApproaches）對(duì)接兩個(gè)剛性分子可以理解為分子在空間的匹配問(wèn)題，這種匹配可以是一種形狀上的互補(bǔ)或相互作用。如氫鍵受體與氫鍵給體的互補(bǔ)。搜索在三維空間中有效的條件下的最大匹配分子對(duì)接與藥物虛擬篩選§7.4.1分子對(duì)接的基本方法（一）剛性的分子對(duì)接方法5受體的活性位點(diǎn)配體有效匹配的距離圖集受體－配體的示意圖，字母代表特征部分如氫鍵等，相應(yīng)的有效匹配的圖集如右，三個(gè)環(huán)性頂點(diǎn)組織的三角形為這個(gè)圖集的一個(gè)最大團(tuán)(clique)

分子對(duì)接與藥物虛擬篩選受體的活性位點(diǎn)配體有效匹配的距離圖集受體6Dock對(duì)接程序中剛性對(duì)接的算法就是基于這種思想Dock利用球集來(lái)表示受體活性位點(diǎn)和配體的形狀分子對(duì)接與藥物虛擬篩選Dock對(duì)接程序中剛性對(duì)接的算法就是基于這種思想Dock利7一系列的球集填充在受體活性位點(diǎn)的表面，這些球集代表能被配體占據(jù)的體積。配體可以用球集表示或者用自己的原子表示，在Dock程序中，四個(gè)有效匹配的對(duì)應(yīng)點(diǎn)被考慮，先考慮配體中第一個(gè)球集與活性位點(diǎn)的球集的匹配，第二個(gè)點(diǎn)則滿(mǎn)足?d≤ε，其中?d為第二個(gè)匹配點(diǎn)中配體和受體的球心與第一個(gè)點(diǎn)球心的距離，第三個(gè)點(diǎn)又必需滿(mǎn)足與前兩個(gè)球心的距離限制，以上過(guò)程一直進(jìn)行到找不到更多匹配點(diǎn)為止。分子對(duì)接與藥物虛擬篩選一系列的球集填充在受體活性位點(diǎn)的表面，這些8（2）基于幾何哈希技術(shù)“geometrichashing”的方法第一部分中，幾何哈希表從被對(duì)接的一個(gè)配體或一系列配體中構(gòu)建。哈希矩陣含有配體名字和能調(diào)整配體在空間方向的參考框架。第二部分即識(shí)別階段，蛋白質(zhì)的特征用來(lái)識(shí)別哈希矩陣，每一次匹配表示蛋白質(zhì)的特征與哈希矩陣中已定義好方位的配體相匹配，具有大量匹配信息的哈希矩陣代表著具有幾個(gè)吻合特征的配體和方位分子對(duì)接與藥物虛擬篩選（2）基于幾何哈希技術(shù)“geometrichashing”9(3）基于poseclustering的方法這種方法與幾何哈希的方法相類(lèi)似，也是一種基于模式識(shí)別的方法。在LUDI模型中，如圖所示，對(duì)每一個(gè)作用基團(tuán)，定義作用中心和作用表面。受體的作用表面近似地用離散的點(diǎn)表示，和對(duì)應(yīng)的配體的中心目標(biāo)點(diǎn)相匹配。三個(gè)氫鍵受體的作用表面

Poseclustering算法中的作用點(diǎn)

分子對(duì)接與藥物虛擬篩選(3）基于poseclustering的方法10（二）柔性對(duì)接的方法（1）構(gòu)象的系綜方法

Flexibase用來(lái)儲(chǔ)存小分子庫(kù)中每個(gè)分子的一系列不同構(gòu)象，用距離幾何和能量最小化的方法產(chǎn)生構(gòu)象，每個(gè)分子根據(jù)rmsd的差異選擇25個(gè)系列構(gòu)象。每個(gè)構(gòu)象采用FLOG剛性對(duì)接的方法進(jìn)行對(duì)接。分子對(duì)接與藥物虛擬篩選（二）柔性對(duì)接的方法（1）構(gòu)象的系綜方法Fl11（2）片段的方法片斷的方法是處理小分子柔性的最通用的方法，配體分割成一些小的片斷，這些片斷可以認(rèn)為是剛性構(gòu)象或一個(gè)小的構(gòu)象系綜。一般，有兩種方法來(lái)處理:第一種方法是把一個(gè)片段放入受體的作用位點(diǎn)，然后加上余下的片段，這種方法稱(chēng)為連續(xù)構(gòu)建“incrementalconstruction”.第二種方法把所有或一部分片段獨(dú)立地放入受體的作用位點(diǎn)，再重新連接至到構(gòu)成一個(gè)完整的配體分子，這種策略稱(chēng)為“放置&加”“place&join”分子對(duì)接與藥物虛擬篩選（2）片段的方法片斷的方法是處理小分子柔性12第一個(gè)連續(xù)構(gòu)建的算法是Kuntz發(fā)展的Dock程序，首先，一個(gè)單獨(dú)的錨碎片通過(guò)手工選擇對(duì)接進(jìn)受體的活性結(jié)合位點(diǎn)，并且考慮了氫鍵的作用。其次這個(gè)錨的優(yōu)勢(shì)位置主要包含有有大量匹配氫鍵對(duì)，高打分值，和低相似性。接著，一種回溯的算法（backtrackingalgorithm）用來(lái)搜索整個(gè)配體在結(jié)合位點(diǎn)的非重疊放置空間，在當(dāng)前位置加上一個(gè)碎片后，優(yōu)化的方法用來(lái)減少立體的張力和改善氫鍵的幾何構(gòu)型。最后的位置通過(guò)過(guò)濾，優(yōu)化和基于力場(chǎng)的方法來(lái)打分評(píng)價(jià)。FlexX也是一個(gè)基于連續(xù)構(gòu)建算法的對(duì)接程序分子對(duì)接與藥物虛擬篩選第一個(gè)連續(xù)構(gòu)建的算法是Kuntz發(fā)展的D13（3）遺傳算法和進(jìn)化規(guī)劃遺傳算法開(kāi)始應(yīng)用到分子對(duì)接技術(shù)，其特點(diǎn)為：第一步，一個(gè)稱(chēng)為染色體的線性表示符能夠描述構(gòu)型的所有自由度，找到這個(gè)染色體描述符是算法中最困難的一步。第二步，確定一個(gè)一個(gè)類(lèi)似如打分函數(shù)的目標(biāo)函數(shù)。著名的GOLD軟件包括了這種算法分子對(duì)接與藥物虛擬篩選（3）遺傳算法和進(jìn)化規(guī)劃遺傳算法開(kāi)始應(yīng)用到分子對(duì)接技術(shù)，14（4）基于分子模擬的方法模擬退火的方法，Autodock程序就采用了這種方法分子動(dòng)力學(xué)的方法

MonteCarlo模擬，一種統(tǒng)計(jì)力學(xué)的方法，這種算法中最重要的兩部分是自由度的描述和能量的評(píng)價(jià)，合適的自由度描述可以避免較高能量的構(gòu)象，用鍵角、扭曲角等內(nèi)座標(biāo)來(lái)描述配體的柔性比用笛卡兒空間的三維座標(biāo)描述要強(qiáng)，同樣，能量的評(píng)價(jià)也是最耗時(shí)，這一步時(shí)間必須足夠的長(zhǎng)。分子對(duì)接與藥物虛擬篩選（4）基于分子模擬的方法模擬退火的方法，Autodock程15評(píng)價(jià)：打分函數(shù)

每一個(gè)對(duì)接的算術(shù)都會(huì)采用平衡了時(shí)效和精確度的簡(jiǎn)單自由能預(yù)測(cè)方法，現(xiàn)在的打分函數(shù)主要包括三種：基于經(jīng)驗(yàn)的回歸參數(shù)的方法；基于分子力場(chǎng)的方法和基于知識(shí)的方法、基于知識(shí)的打分函數(shù)。分子對(duì)接與藥物虛擬篩選評(píng)價(jià)：打分函數(shù)每一個(gè)對(duì)接的算術(shù)都會(huì)采用平衡了16（1）基于力場(chǎng)的方法只考慮熱焓對(duì)能量的貢獻(xiàn)，不考慮熵的影響，一般情況下，采用標(biāo)準(zhǔn)力場(chǎng)的非鍵作用能如真空靜電和范德華作用能用作打分函數(shù)，如DOCK程序中采用AMBER的能量函數(shù)：分子對(duì)接與藥物虛擬篩選（1）基于力場(chǎng)的方法只考慮熱焓對(duì)能量的貢獻(xiàn)，不考17（2）基于經(jīng)驗(yàn)的打分函數(shù)基于經(jīng)驗(yàn)的打分函數(shù)用多元回歸的方法擬合各種物理參數(shù)對(duì)結(jié)合自由能的貢獻(xiàn)，如FlexX程序中采用下列函數(shù)，所采用的方程包括，配體旋轉(zhuǎn)鍵的個(gè)數(shù)、氫鍵、離子鍵，疏水和芳香環(huán)的堆積作用，以及親水作用。這種方法能快速直接地估算結(jié)合自由能，分子對(duì)接與藥物虛擬篩選（2）基于經(jīng)驗(yàn)的打分函數(shù)基于經(jīng)驗(yàn)的打分函18（3）基于知識(shí)的打分函數(shù)

最初應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)，打分函數(shù)用統(tǒng)計(jì)力學(xué)的方法得自蛋白質(zhì)－配體的復(fù)合物結(jié)構(gòu)，結(jié)合自由能用函數(shù)為分子間距離的平均能的加和來(lái)計(jì)算。基于知識(shí)的打分函數(shù)是一種比較有前途的方法分子對(duì)接與藥物虛擬篩選（3）基于知識(shí)的打分函數(shù)分子對(duì)接與藥物虛擬篩選19§7.4.3虛擬篩選的具體流程分子對(duì)接與藥物虛擬篩選§7.4.3虛擬篩選的具體流程分子對(duì)接與藥物虛擬篩選20包括4個(gè)步驟：受體模型的建立；小分子庫(kù)的產(chǎn)生；計(jì)算機(jī)篩選和命中化合物的后處理。第一步，受體模型的建立：蛋白質(zhì)結(jié)構(gòu)的準(zhǔn)備是虛擬篩選的重要一步。虛擬篩選的蛋白靶標(biāo)的結(jié)構(gòu)可以從PDB庫(kù)(/pdb/index.html)中直接下載使用也可以通過(guò)和家族中同源蛋白的序列、結(jié)構(gòu)信息比較，同源模建而得1）大分子結(jié)構(gòu)獲取分子對(duì)接與藥物虛擬篩選包括4個(gè)步驟：受體模型的建立；小分子庫(kù)的產(chǎn)生；計(jì)算機(jī)篩選和命212）接著是結(jié)合位點(diǎn)的描述，選擇合適的配體結(jié)合口袋對(duì)分子對(duì)接至關(guān)重要一種是直接從配體－受體復(fù)合物結(jié)構(gòu)中抽出；選擇口袋有兩種方式：如果沒(méi)有復(fù)合物結(jié)構(gòu)，則需要根據(jù)生物功能如結(jié)合、突變等實(shí)驗(yàn)信息來(lái)手動(dòng)選擇結(jié)合部位分子對(duì)接與藥物虛擬篩選2）接著是結(jié)合位點(diǎn)的描述，選擇合適的配體結(jié)合口袋對(duì)分子對(duì)接至22第二步，建立小分子數(shù)據(jù)庫(kù)二維結(jié)構(gòu)用結(jié)構(gòu)轉(zhuǎn)換程序如CORINA、CONCORD實(shí)現(xiàn)三維結(jié)構(gòu)的轉(zhuǎn)化。建好的三維結(jié)構(gòu)加氫加電荷后，便可以用于對(duì)接程序。分子對(duì)接與藥物虛擬篩選第二步，建立小分子數(shù)據(jù)庫(kù)二維結(jié)構(gòu)用結(jié)構(gòu)轉(zhuǎn)換程序如CORIN23第三步，對(duì)接和打分，這一步是虛擬篩選的核心步驟。對(duì)接操作就是把每個(gè)小分子放到受體蛋白的配體結(jié)合位點(diǎn)，優(yōu)化配體構(gòu)像和位置，使之與受體有最佳的結(jié)合作用，給最佳結(jié)合構(gòu)象打分，對(duì)所有化合物根據(jù)打分排序，然后從化合物庫(kù)中挑出打分最高的小分子。分子對(duì)接與藥物虛擬篩選第三步，對(duì)接和打分，這一步是虛擬篩選的核心步驟。對(duì)接操作就24最后一步是命中化合物的后處理通過(guò)計(jì)算分子的類(lèi)藥性質(zhì)ADME/T(吸收absorption、器官分布distribution、體內(nèi)代謝metabolism、排泄excretion和毒性toxicity)性質(zhì)的估算，排除那些不具有類(lèi)藥性質(zhì)的分子?？梢岳靡恍┙?jīng)驗(yàn)規(guī)則如“五規(guī)則”等，快速排除那些不適合進(jìn)一步藥物開(kāi)發(fā)的分子。分子對(duì)接與藥物虛擬篩選最后一步是命中化合物的后處理通過(guò)計(jì)算分子的類(lèi)藥性質(zhì)ADME25通過(guò)以上四步處理，大部分分子從化合物庫(kù)中剔除，形成一個(gè)合理大小的化合物庫(kù)，僅對(duì)這些適合成藥的化合物或購(gòu)買(mǎi)、或合成、或分離得到，然后再進(jìn)行實(shí)際的生物測(cè)試。分子對(duì)接與藥物虛擬篩選通過(guò)以上四步處理，大部分分子從化合物庫(kù)中剔除，形成一個(gè)合理大26對(duì)接方法尚需解決的問(wèn)題：分子的柔性溶劑化效應(yīng)打分函數(shù)分子對(duì)接與藥物虛擬篩選對(duì)接方法尚需解決的問(wèn)題：分子的柔性溶劑化效應(yīng)打分函數(shù)分子對(duì)接27§7.4.4分子對(duì)接的應(yīng)用靶

標(biāo)靶標(biāo)分類(lèi)靶標(biāo)結(jié)構(gòu)小分子庫(kù)大小所用方法抑制劑活性M實(shí)驗(yàn)數(shù)據(jù)AmpC-lactamseHydrolaseX-ray200kNWUDOCK26X-ray復(fù)合物BCR－ABLKinaseX-ray200kDOCK25細(xì)胞的抑制活性實(shí)驗(yàn)AnthraxEFAdenylylcyclaseX-ray200kNWUDOCK20酶動(dòng)力學(xué)實(shí)驗(yàn)IMPDHDehydrogrnaseX-ray3500kFlexX30酶動(dòng)力學(xué)實(shí)驗(yàn)CaseinkinaseIIKinaseHomology400kDOCK0.08抑制活性、構(gòu)效關(guān)系K＋

通道IonchannelHomology50kDOCK10細(xì)胞的抑制活性實(shí)驗(yàn)ThyroidhomonereceptorNuclearreceptorHomology250kICM0．75抑制活性實(shí)驗(yàn)CDK2KinaseX-ray50kLIDAEUS2X-ray復(fù)合物TGFRKKinaseX-ray200kCatalyst0．005X-ray復(fù)合物cyclophilinImmunophilinX-rayUnity/FlexX6細(xì)胞的抑制活性實(shí)驗(yàn)tRNAguaninetransglycoslaseX-ray800kUnity/FlexX0.25酶動(dòng)力學(xué)實(shí)驗(yàn)PfDHFRReductaseHomology230kCatalyst/DOCK0.9酶動(dòng)力學(xué)實(shí)驗(yàn)-AmylaseHydrolaseX-ray200kUnity/FlexXNMR,SPR,層析分子對(duì)接與藥物虛擬篩選§7.4.4分子對(duì)接的應(yīng)用靶標(biāo)靶標(biāo)分類(lèi)靶標(biāo)結(jié)構(gòu)小分子庫(kù)大小28（一）配體對(duì)CDK2，CDK4激酶選擇性的研究細(xì)胞周期蛋白依賴(lài)性蛋白激酶（cyclin-dependentkinases,CDKs）是一類(lèi)Ser/Thr蛋白激酶，直接參與調(diào)控細(xì)胞分裂周期，顧名思義，CDK只在周期蛋白Cyclin活化下才能工作.現(xiàn)在已經(jīng)發(fā)現(xiàn)了13種CDK蛋白激酶和25種周期蛋白Cyclin，但它們具體的生物功能還不十分明了。其中CDK2、CDK5、CDK6已經(jīng)解析出晶體結(jié)構(gòu)，但CDKs的一級(jí)序列存在高的同源性，它們之間一級(jí)序列的高同源性暗示了三維結(jié)構(gòu)的相似性CDK1、CDK2、CDK4、CDK6是基于CDKs結(jié)構(gòu)化學(xué)治療癌癥的主要靶標(biāo)。至今為止，文獻(xiàn)報(bào)告的CDKs抑制劑有多種分子對(duì)接與藥物虛擬篩選（一）配體對(duì)CDK2，CDK4激酶選擇性的研究細(xì)胞周期蛋白29盡管化合物結(jié)構(gòu)各異，但所有CDKs的小分子抑制劑有一些共同的特點(diǎn)：（1）一般小的分子量（<600）;（2）平面、疏水性的多環(huán)化合物；（3）主要通過(guò)和ATP競(jìng)爭(zhēng)來(lái)占據(jù)酶的ATP結(jié)合口袋；（4）主要通過(guò)疏水和氫鍵作用和酶結(jié)合；（5）配體與CDK2作用時(shí)，一般與Leu83和Glu81形成氫鍵。分子對(duì)接與藥物虛擬篩選盡管化合物結(jié)構(gòu)各異，但所有CDKs的小分子抑制劑有一些共同的30NU6102(6-cyclohexylmethyl-2-(4’-sulfamoylanilino)purine)是第一個(gè)基于活化狀態(tài)的CDK2-cyclinA復(fù)合物結(jié)構(gòu)的高效的小分子抑制劑。實(shí)驗(yàn)表明NU6102對(duì)CDK2和CDK4有著不同的選擇活性，對(duì)CDK2有一個(gè)較高的親和力Ki=6nM，但是對(duì)CDK4的親和力比較低Ki=1600nM，為了解釋這種選擇性差異的起源小分子NU6102的結(jié)構(gòu)

CDK2－NU6102的作用模式圖

分子對(duì)接與藥物虛擬篩選NU6102(6-cyclohexylmethyl-2-(31解決思路：采用同源模建、分子對(duì)接、分子動(dòng)力學(xué)模擬和自由能計(jì)算來(lái)闡明配體和激酶的作用機(jī)理。由于CDK4的三維結(jié)構(gòu)還沒(méi)有解析出來(lái)，所以我們通過(guò)序列聯(lián)配、同源模建的方法得到CDK4的結(jié)構(gòu)，在通過(guò)分子對(duì)接的方法得到NU6102－CDK4的復(fù)合物結(jié)構(gòu)。分子對(duì)接與藥物虛擬篩選解決思路：采用同源模建、分子對(duì)接、分子動(dòng)力學(xué)模擬和自由能計(jì)算32CDK2和CDK4的序列聯(lián)配，序列同源性45.6%

分子對(duì)接與藥物虛擬篩選CDK2和CDK4的序列聯(lián)配，序列同源性45.6%分子對(duì)接33通過(guò)分子對(duì)接得到CDK4－NU6102的作用模式

通過(guò)CDK4－NU6102復(fù)合物和CDK2－NU6102復(fù)合物結(jié)構(gòu)對(duì)比，可以很清楚地看到造成NU6102親和力差別的主要原因是在CDK2－NU6102復(fù)合物中，Asp86位起了一個(gè)很重要的識(shí)別作用，它與配體的磺胺基形成了兩個(gè)穩(wěn)定的氫鍵，并且通過(guò)能量分解的方法也可以得到導(dǎo)致配體活性差異主要識(shí)別基團(tuán)在磺胺基

分子對(duì)接與藥物虛擬篩選通過(guò)分子對(duì)接得到CDK4－NU6102的作用模式通過(guò)CDK34（二）SARS冠狀病毒3C-like蛋白酶抑制劑的設(shè)計(jì)熊兵等人結(jié)合同源模建、分子虛擬篩選的方法設(shè)計(jì)了抗SARS冠狀病毒3C-like蛋白酶的抑制劑。SARS冠狀病毒3C－like蛋白酶在SARS病毒其他功能蛋白的形成過(guò)程中起重要作用，阻斷SARS病毒3C－like蛋白酶的作用可以阻止SARS病毒的復(fù)制，并最終達(dá)到治療SARS的目的分子對(duì)接與藥物虛擬篩選（二）SARS冠狀病毒3C-like蛋白酶抑制劑的設(shè)計(jì)熊兵35在TGEV的主蛋白酶三維晶體結(jié)構(gòu)的基礎(chǔ)上，構(gòu)建了SARS病毒的3C－like蛋白酶三維結(jié)構(gòu)SARS病毒的3C-like蛋白酶的三維模建結(jié)構(gòu)

分子對(duì)接與藥物虛擬篩選在TGEV的主蛋白酶三維晶體結(jié)構(gòu)的基礎(chǔ)上，構(gòu)建了SARS病毒36通過(guò)序列聯(lián)配和采用MOLCAD/SYBYL活性位點(diǎn)分析，表明SARS病毒3C-like蛋白酶和TGEV主蛋白酶兩者的結(jié)合口袋比較類(lèi)似同一結(jié)構(gòu)家族的組織蛋白酶抑制劑分別與SARS冠狀病毒3C-like蛋白酶和TGEV的主蛋白酶的復(fù)合物模型如圖7－23，從圖中可以看出兩者的作用模式也是十分類(lèi)似。SARS病毒3C-like蛋白酶和TGEV主蛋白酶與抑制劑結(jié)合圖

分子對(duì)接與藥物虛擬篩選通過(guò)序列聯(lián)配和采用MOLCAD/SYBYL活性位點(diǎn)分析，表明37在SARS病毒3C-like蛋白酶活性位點(diǎn)確定之后，再通過(guò)查詢(xún)MDDR數(shù)據(jù)庫(kù)得到了73個(gè)蛋白酶抑制劑的小分子數(shù)據(jù)，對(duì)SARS病毒3C-like蛋白酶和TGEV的主蛋白酶進(jìn)行了分子對(duì)接參數(shù)的調(diào)節(jié)和優(yōu)化。結(jié)果表明大多數(shù)分子與兩個(gè)蛋白酶的結(jié)合相似，并且對(duì)DOCK打分進(jìn)行相關(guān)性分析，表明結(jié)合能力較為一致，在優(yōu)化好的3Cl蛋白酶的三維結(jié)構(gòu)模型和DOCK對(duì)接程序參數(shù)的基礎(chǔ)上，對(duì)含有數(shù)十萬(wàn)多個(gè)小分子化合物庫(kù)分子對(duì)接與藥物虛擬篩選在SARS病毒3C-like蛋白酶活性位點(diǎn)確定之后，再通過(guò)查38用DOCK4.0初篩，從每一個(gè)數(shù)據(jù)庫(kù)篩選結(jié)果中選擇DOCK打分前1000名的分子，進(jìn)一步做類(lèi)藥性分析和多種評(píng)價(jià)函數(shù)包括SYBYL中的Cscore打分函數(shù)和Autodock的經(jīng)驗(yàn)自由能評(píng)價(jià)方法進(jìn)行打分，再根據(jù)藥物化學(xué)家的經(jīng)驗(yàn)來(lái)進(jìn)行人工挑選，最終對(duì)每個(gè)數(shù)據(jù)庫(kù)選擇100個(gè)分子進(jìn)行生物測(cè)試，這次虛擬篩選找到300個(gè)可能具有抗SARS冠狀病毒的候選化合物，發(fā)現(xiàn)了7個(gè)具有高活性的化合物，進(jìn)一步的細(xì)胞水平的實(shí)驗(yàn)，發(fā)現(xiàn)5-HT受體拮抗劑具有明顯的抗SARS病毒感染和保護(hù)細(xì)胞的作用，其EC50值小于10mg/L，這一研究成果已經(jīng)申請(qǐng)專(zhuān)利分子對(duì)接與藥物虛擬篩選用DOCK4.0初篩，從每一個(gè)數(shù)據(jù)庫(kù)篩選結(jié)果中選擇DOCK39§7.4.5DOCK具體操作實(shí)例DOCK流程圖

分子對(duì)接與藥物虛擬篩選§7.4.5DOCK具體操作實(shí)例DOCK流程圖分子對(duì)接40DOCK具體操作步驟（一）大分子的準(zhǔn)備在Sybyl6.8中將原始PDB中的配體、水、離子及結(jié)合因子等刪除，然后把缺失的殘基和原子補(bǔ)全，分別存成protein.pdb和protein.mol2文件，其中protein.pdb不加氫、不分配電荷；protein.mol2文件加全氫，并分配電荷，電荷一般可選擇KOLLMANALLATOM或KOLLMANUNITEDATOM電荷。另外還需做exclude.pdb，該P(yáng)DB包含除組成活性口袋以外的殘基分子對(duì)接與藥物虛擬篩選DOCK具體操作步驟（一）大分子的準(zhǔn)備在Sybyl6.8中41分子對(duì)接與藥物虛擬篩選分子對(duì)接與藥物虛擬篩選42（二）小分子的準(zhǔn)備小分子加氫和GasteigerMarsili電荷，并進(jìn)行簡(jiǎn)單的能量?jī)?yōu)化，將得到的所有小分子存成一個(gè)MOL2文件database.mol2分子對(duì)接與藥物虛擬篩選（二）小分子的準(zhǔn)備小分子加氫和GasteigerMarsi43（三）用autoMS產(chǎn)生表面點(diǎn)，得protein.ms和INSPH文件，其中protein.ms為口袋的表面點(diǎn)文件，INSPH為球集生成程序sphgen的輸入文件。>autoMSprotein.pdb<surface_density><probe_size>分子對(duì)接與藥物虛擬篩選（三）用autoMS產(chǎn)生表面點(diǎn)，得protein.ms和IN44（四）用sphgen產(chǎn)生表征口袋形狀的球集，得到protein.sph文件，該文件即為球集文件。用showsphere程序由protein.sph生成sphere.pdb，用Sybyl或Weblab等程序觀看球集的分布。分子對(duì)接與藥物虛擬篩選（四）用sphgen產(chǎn)生表征口袋形狀的球集，得到prote45（五）用showbox產(chǎn)生一表征網(wǎng)格范圍的文件box.pdb分子對(duì)接與藥物虛擬篩選（五）用showbox產(chǎn)生一表征網(wǎng)格范圍的文件box.pdb46（六）計(jì)算打分用的網(wǎng)格文件，首先建立grid4的輸入文件grid.in，所需文件還有protein.mol2和box.pdb，然后用以下命名生成網(wǎng)格文件： >grid4–igrid.in分子對(duì)接與藥物虛擬篩選（六）計(jì)算打分用的網(wǎng)格文件，首先建立grid4的輸入文件gr47（七）建立dock的輸入文件dock.in，所需文件還有protein.sph、database.mol2和網(wǎng)格文件，然后進(jìn)行dock： >dock4–idock.in分子對(duì)接與藥物虛擬篩選（七）建立dock的輸入文件dock.in，所需文件還有pr48演講完畢，謝謝聽(tīng)講!再見(jiàn)，seeyouagain2022/12/23分子對(duì)接與藥物虛擬篩選演講完畢，謝謝聽(tīng)講!再見(jiàn)，seeyouagain202249分子對(duì)接與藥物虛擬篩選2022/12/23分子對(duì)接與藥物虛擬篩選分子對(duì)接與藥物虛擬篩選2022/12/17分子對(duì)接與藥物虛擬50分子對(duì)接的最初思想起源于FisherE提出的“鎖和鑰匙模型”。即受體與配體的相互識(shí)別首要條件是空間結(jié)構(gòu)的匹配

配體受體復(fù)合物受體－配體的鎖和鑰匙模型

分子對(duì)接與藥物虛擬篩選分子對(duì)接的最初思想起源于FisherE提出的“鎖51Ohboy!Whataperfectmatch這類(lèi)方法首先要建立大量化合物（例如幾十至上百萬(wàn)個(gè)化合物）的三維結(jié)構(gòu)數(shù)據(jù)庫(kù)，然后將庫(kù)中的分子逐一與靶標(biāo)分子進(jìn)行“對(duì)接”（docking），通過(guò)不斷優(yōu)化小分子化合物的位置（取向）以及分子內(nèi)部柔性鍵的二面角（構(gòu)象），尋找小分子化合物與靶標(biāo)大分子作用的最佳構(gòu)象，計(jì)算其相互作用及結(jié)合能。在庫(kù)中所有分子均完成了對(duì)接計(jì)算之后，即可從中找出與靶標(biāo)分子結(jié)合的最佳分子（前50名或前100名）

分子對(duì)接與藥物虛擬篩選Ohboy!Whataperfectmatch52分子對(duì)接的基本原理藥物與受體的結(jié)合強(qiáng)度取決于結(jié)合的自由能變化?G結(jié)合

=?H結(jié)合

-T?S結(jié)合

=-RTlnKi大部分的分子對(duì)接法忽略了全部的熵效應(yīng)，而在焓效應(yīng)也只考慮配體與受體的相互作用能，即：Einteraction=Evdw+Eelectrostatic+Eh-bond分子對(duì)接與藥物虛擬篩選分子對(duì)接的基本原理藥物與受體的結(jié)合強(qiáng)度取決于結(jié)合的自由能變化53§7.4.1分子對(duì)接的基本方法（一）剛性的分子對(duì)接方法這種方法是最初的分子對(duì)接的方法，在對(duì)接中，小分子和蛋白質(zhì)兩種都保持剛性。（1）基于最大團(tuán)搜索的方法（Clique-SearchBasedApproaches）對(duì)接兩個(gè)剛性分子可以理解為分子在空間的匹配問(wèn)題，這種匹配可以是一種形狀上的互補(bǔ)或相互作用。如氫鍵受體與氫鍵給體的互補(bǔ)。搜索在三維空間中有效的條件下的最大匹配分子對(duì)接與藥物虛擬篩選§7.4.1分子對(duì)接的基本方法（一）剛性的分子對(duì)接方法54受體的活性位點(diǎn)配體有效匹配的距離圖集受體－配體的示意圖，字母代表特征部分如氫鍵等，相應(yīng)的有效匹配的圖集如右，三個(gè)環(huán)性頂點(diǎn)組織的三角形為這個(gè)圖集的一個(gè)最大團(tuán)(clique)

分子對(duì)接與藥物虛擬篩選受體的活性位點(diǎn)配體有效匹配的距離圖集受體55Dock對(duì)接程序中剛性對(duì)接的算法就是基于這種思想Dock利用球集來(lái)表示受體活性位點(diǎn)和配體的形狀分子對(duì)接與藥物虛擬篩選Dock對(duì)接程序中剛性對(duì)接的算法就是基于這種思想Dock利56一系列的球集填充在受體活性位點(diǎn)的表面，這些球集代表能被配體占據(jù)的體積。配體可以用球集表示或者用自己的原子表示，在Dock程序中，四個(gè)有效匹配的對(duì)應(yīng)點(diǎn)被考慮，先考慮配體中第一個(gè)球集與活性位點(diǎn)的球集的匹配，第二個(gè)點(diǎn)則滿(mǎn)足?d≤ε，其中?d為第二個(gè)匹配點(diǎn)中配體和受體的球心與第一個(gè)點(diǎn)球心的距離，第三個(gè)點(diǎn)又必需滿(mǎn)足與前兩個(gè)球心的距離限制，以上過(guò)程一直進(jìn)行到找不到更多匹配點(diǎn)為止。分子對(duì)接與藥物虛擬篩選一系列的球集填充在受體活性位點(diǎn)的表面，這些57（2）基于幾何哈希技術(shù)“geometrichashing”的方法第一部分中，幾何哈希表從被對(duì)接的一個(gè)配體或一系列配體中構(gòu)建。哈希矩陣含有配體名字和能調(diào)整配體在空間方向的參考框架。第二部分即識(shí)別階段，蛋白質(zhì)的特征用來(lái)識(shí)別哈希矩陣，每一次匹配表示蛋白質(zhì)的特征與哈希矩陣中已定義好方位的配體相匹配，具有大量匹配信息的哈希矩陣代表著具有幾個(gè)吻合特征的配體和方位分子對(duì)接與藥物虛擬篩選（2）基于幾何哈希技術(shù)“geometrichashing”58(3）基于poseclustering的方法這種方法與幾何哈希的方法相類(lèi)似，也是一種基于模式識(shí)別的方法。在LUDI模型中，如圖所示，對(duì)每一個(gè)作用基團(tuán)，定義作用中心和作用表面。受體的作用表面近似地用離散的點(diǎn)表示，和對(duì)應(yīng)的配體的中心目標(biāo)點(diǎn)相匹配。三個(gè)氫鍵受體的作用表面

Poseclustering算法中的作用點(diǎn)

分子對(duì)接與藥物虛擬篩選(3）基于poseclustering的方法59（二）柔性對(duì)接的方法（1）構(gòu)象的系綜方法

Flexibase用來(lái)儲(chǔ)存小分子庫(kù)中每個(gè)分子的一系列不同構(gòu)象，用距離幾何和能量最小化的方法產(chǎn)生構(gòu)象，每個(gè)分子根據(jù)rmsd的差異選擇25個(gè)系列構(gòu)象。每個(gè)構(gòu)象采用FLOG剛性對(duì)接的方法進(jìn)行對(duì)接。分子對(duì)接與藥物虛擬篩選（二）柔性對(duì)接的方法（1）構(gòu)象的系綜方法Fl60（2）片段的方法片斷的方法是處理小分子柔性的最通用的方法，配體分割成一些小的片斷，這些片斷可以認(rèn)為是剛性構(gòu)象或一個(gè)小的構(gòu)象系綜。一般，有兩種方法來(lái)處理:第一種方法是把一個(gè)片段放入受體的作用位點(diǎn)，然后加上余下的片段，這種方法稱(chēng)為連續(xù)構(gòu)建“incrementalconstruction”.第二種方法把所有或一部分片段獨(dú)立地放入受體的作用位點(diǎn)，再重新連接至到構(gòu)成一個(gè)完整的配體分子，這種策略稱(chēng)為“放置&加”“place&join”分子對(duì)接與藥物虛擬篩選（2）片段的方法片斷的方法是處理小分子柔性61第一個(gè)連續(xù)構(gòu)建的算法是Kuntz發(fā)展的Dock程序，首先，一個(gè)單獨(dú)的錨碎片通過(guò)手工選擇對(duì)接進(jìn)受體的活性結(jié)合位點(diǎn)，并且考慮了氫鍵的作用。其次這個(gè)錨的優(yōu)勢(shì)位置主要包含有有大量匹配氫鍵對(duì)，高打分值，和低相似性。接著，一種回溯的算法（backtrackingalgorithm）用來(lái)搜索整個(gè)配體在結(jié)合位點(diǎn)的非重疊放置空間，在當(dāng)前位置加上一個(gè)碎片后，優(yōu)化的方法用來(lái)減少立體的張力和改善氫鍵的幾何構(gòu)型。最后的位置通過(guò)過(guò)濾，優(yōu)化和基于力場(chǎng)的方法來(lái)打分評(píng)價(jià)。FlexX也是一個(gè)基于連續(xù)構(gòu)建算法的對(duì)接程序分子對(duì)接與藥物虛擬篩選第一個(gè)連續(xù)構(gòu)建的算法是Kuntz發(fā)展的D62（3）遺傳算法和進(jìn)化規(guī)劃遺傳算法開(kāi)始應(yīng)用到分子對(duì)接技術(shù)，其特點(diǎn)為：第一步，一個(gè)稱(chēng)為染色體的線性表示符能夠描述構(gòu)型的所有自由度，找到這個(gè)染色體描述符是算法中最困難的一步。第二步，確定一個(gè)一個(gè)類(lèi)似如打分函數(shù)的目標(biāo)函數(shù)。著名的GOLD軟件包括了這種算法分子對(duì)接與藥物虛擬篩選（3）遺傳算法和進(jìn)化規(guī)劃遺傳算法開(kāi)始應(yīng)用到分子對(duì)接技術(shù)，63（4）基于分子模擬的方法模擬退火的方法，Autodock程序就采用了這種方法分子動(dòng)力學(xué)的方法

MonteCarlo模擬，一種統(tǒng)計(jì)力學(xué)的方法，這種算法中最重要的兩部分是自由度的描述和能量的評(píng)價(jià)，合適的自由度描述可以避免較高能量的構(gòu)象，用鍵角、扭曲角等內(nèi)座標(biāo)來(lái)描述配體的柔性比用笛卡兒空間的三維座標(biāo)描述要強(qiáng)，同樣，能量的評(píng)價(jià)也是最耗時(shí)，這一步時(shí)間必須足夠的長(zhǎng)。分子對(duì)接與藥物虛擬篩選（4）基于分子模擬的方法模擬退火的方法，Autodock程64評(píng)價(jià)：打分函數(shù)

每一個(gè)對(duì)接的算術(shù)都會(huì)采用平衡了時(shí)效和精確度的簡(jiǎn)單自由能預(yù)測(cè)方法，現(xiàn)在的打分函數(shù)主要包括三種：基于經(jīng)驗(yàn)的回歸參數(shù)的方法；基于分子力場(chǎng)的方法和基于知識(shí)的方法、基于知識(shí)的打分函數(shù)。分子對(duì)接與藥物虛擬篩選評(píng)價(jià)：打分函數(shù)每一個(gè)對(duì)接的算術(shù)都會(huì)采用平衡了65（1）基于力場(chǎng)的方法只考慮熱焓對(duì)能量的貢獻(xiàn)，不考慮熵的影響，一般情況下，采用標(biāo)準(zhǔn)力場(chǎng)的非鍵作用能如真空靜電和范德華作用能用作打分函數(shù)，如DOCK程序中采用AMBER的能量函數(shù)：分子對(duì)接與藥物虛擬篩選（1）基于力場(chǎng)的方法只考慮熱焓對(duì)能量的貢獻(xiàn)，不考66（2）基于經(jīng)驗(yàn)的打分函數(shù)基于經(jīng)驗(yàn)的打分函數(shù)用多元回歸的方法擬合各種物理參數(shù)對(duì)結(jié)合自由能的貢獻(xiàn)，如FlexX程序中采用下列函數(shù)，所采用的方程包括，配體旋轉(zhuǎn)鍵的個(gè)數(shù)、氫鍵、離子鍵，疏水和芳香環(huán)的堆積作用，以及親水作用。這種方法能快速直接地估算結(jié)合自由能，分子對(duì)接與藥物虛擬篩選（2）基于經(jīng)驗(yàn)的打分函數(shù)基于經(jīng)驗(yàn)的打分函67（3）基于知識(shí)的打分函數(shù)

最初應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)，打分函數(shù)用統(tǒng)計(jì)力學(xué)的方法得自蛋白質(zhì)－配體的復(fù)合物結(jié)構(gòu)，結(jié)合自由能用函數(shù)為分子間距離的平均能的加和來(lái)計(jì)算?；谥R(shí)的打分函數(shù)是一種比較有前途的方法分子對(duì)接與藥物虛擬篩選（3）基于知識(shí)的打分函數(shù)分子對(duì)接與藥物虛擬篩選68§7.4.3虛擬篩選的具體流程分子對(duì)接與藥物虛擬篩選§7.4.3虛擬篩選的具體流程分子對(duì)接與藥物虛擬篩選69包括4個(gè)步驟：受體模型的建立；小分子庫(kù)的產(chǎn)生；計(jì)算機(jī)篩選和命中化合物的后處理。第一步，受體模型的建立：蛋白質(zhì)結(jié)構(gòu)的準(zhǔn)備是虛擬篩選的重要一步。虛擬篩選的蛋白靶標(biāo)的結(jié)構(gòu)可以從PDB庫(kù)(/pdb/index.html)中直接下載使用也可以通過(guò)和家族中同源蛋白的序列、結(jié)構(gòu)信息比較，同源模建而得1）大分子結(jié)構(gòu)獲取分子對(duì)接與藥物虛擬篩選包括4個(gè)步驟：受體模型的建立；小分子庫(kù)的產(chǎn)生；計(jì)算機(jī)篩選和命702）接著是結(jié)合位點(diǎn)的描述，選擇合適的配體結(jié)合口袋對(duì)分子對(duì)接至關(guān)重要一種是直接從配體－受體復(fù)合物結(jié)構(gòu)中抽出；選擇口袋有兩種方式：如果沒(méi)有復(fù)合物結(jié)構(gòu)，則需要根據(jù)生物功能如結(jié)合、突變等實(shí)驗(yàn)信息來(lái)手動(dòng)選擇結(jié)合部位分子對(duì)接與藥物虛擬篩選2）接著是結(jié)合位點(diǎn)的描述，選擇合適的配體結(jié)合口袋對(duì)分子對(duì)接至71第二步，建立小分子數(shù)據(jù)庫(kù)二維結(jié)構(gòu)用結(jié)構(gòu)轉(zhuǎn)換程序如CORINA、CONCORD實(shí)現(xiàn)三維結(jié)構(gòu)的轉(zhuǎn)化。建好的三維結(jié)構(gòu)加氫加電荷后，便可以用于對(duì)接程序。分子對(duì)接與藥物虛擬篩選第二步，建立小分子數(shù)據(jù)庫(kù)二維結(jié)構(gòu)用結(jié)構(gòu)轉(zhuǎn)換程序如CORIN72第三步，對(duì)接和打分，這一步是虛擬篩選的核心步驟。對(duì)接操作就是把每個(gè)小分子放到受體蛋白的配體結(jié)合位點(diǎn)，優(yōu)化配體構(gòu)像和位置，使之與受體有最佳的結(jié)合作用，給最佳結(jié)合構(gòu)象打分，對(duì)所有化合物根據(jù)打分排序，然后從化合物庫(kù)中挑出打分最高的小分子。分子對(duì)接與藥物虛擬篩選第三步，對(duì)接和打分，這一步是虛擬篩選的核心步驟。對(duì)接操作就73最后一步是命中化合物的后處理通過(guò)計(jì)算分子的類(lèi)藥性質(zhì)ADME/T(吸收absorption、器官分布distribution、體內(nèi)代謝metabolism、排泄excretion和毒性toxicity)性質(zhì)的估算，排除那些不具有類(lèi)藥性質(zhì)的分子。可以利用一些經(jīng)驗(yàn)規(guī)則如“五規(guī)則”等，快速排除那些不適合進(jìn)一步藥物開(kāi)發(fā)的分子。分子對(duì)接與藥物虛擬篩選最后一步是命中化合物的后處理通過(guò)計(jì)算分子的類(lèi)藥性質(zhì)ADME74通過(guò)以上四步處理，大部分分子從化合物庫(kù)中剔除，形成一個(gè)合理大小的化合物庫(kù)，僅對(duì)這些適合成藥的化合物或購(gòu)買(mǎi)、或合成、或分離得到，然后再進(jìn)行實(shí)際的生物測(cè)試。分子對(duì)接與藥物虛擬篩選通過(guò)以上四步處理，大部分分子從化合物庫(kù)中剔除，形成一個(gè)合理大75對(duì)接方法尚需解決的問(wèn)題：分子的柔性溶劑化效應(yīng)打分函數(shù)分子對(duì)接與藥物虛擬篩選對(duì)接方法尚需解決的問(wèn)題：分子的柔性溶劑化效應(yīng)打分函數(shù)分子對(duì)接76§7.4.4分子對(duì)接的應(yīng)用靶

標(biāo)靶標(biāo)分類(lèi)靶標(biāo)結(jié)構(gòu)小分子庫(kù)大小所用方法抑制劑活性M實(shí)驗(yàn)數(shù)據(jù)AmpC-lactamseHydrolaseX-ray200kNWUDOCK26X-ray復(fù)合物BCR－ABLKinaseX-ray200kDOCK25細(xì)胞的抑制活性實(shí)驗(yàn)AnthraxEFAdenylylcyclaseX-ray200kNWUDOCK20酶動(dòng)力學(xué)實(shí)驗(yàn)IMPDHDehydrogrnaseX-ray3500kFlexX30酶動(dòng)力學(xué)實(shí)驗(yàn)CaseinkinaseIIKinaseHomology400kDOCK0.08抑制活性、構(gòu)效關(guān)系K＋

通道IonchannelHomology50kDOCK10細(xì)胞的抑制活性實(shí)驗(yàn)ThyroidhomonereceptorNuclearreceptorHomology250kICM0．75抑制活性實(shí)驗(yàn)CDK2KinaseX-ray50kLIDAEUS2X-ray復(fù)合物TGFRKKinaseX-ray200kCatalyst0．005X-ray復(fù)合物cyclophilinImmunophilinX-rayUnity/FlexX6細(xì)胞的抑制活性實(shí)驗(yàn)tRNAguaninetransglycoslaseX-ray800kUnity/FlexX0.25酶動(dòng)力學(xué)實(shí)驗(yàn)PfDHFRReductaseHomology230kCatalyst/DOCK0.9酶動(dòng)力學(xué)實(shí)驗(yàn)-AmylaseHydrolaseX-ray200kUnity/FlexXNMR,SPR,層析分子對(duì)接與藥物虛擬篩選§7.4.4分子對(duì)接的應(yīng)用靶標(biāo)靶標(biāo)分類(lèi)靶標(biāo)結(jié)構(gòu)小分子庫(kù)大小77（一）配體對(duì)CDK2，CDK4激酶選擇性的研究細(xì)胞周期蛋白依賴(lài)性蛋白激酶（cyclin-dependentkinases,CDKs）是一類(lèi)Ser/Thr蛋白激酶，直接參與調(diào)控細(xì)胞分裂周期，顧名思義，CDK只在周期蛋白Cyclin活化下才能工作.現(xiàn)在已經(jīng)發(fā)現(xiàn)了13種CDK蛋白激酶和25種周期蛋白Cyclin，但它們具體的生物功能還不十分明了。其中CDK2、CDK5、CDK6已經(jīng)解析出晶體結(jié)構(gòu)，但CDKs的一級(jí)序列存在高的同源性，它們之間一級(jí)序列的高同源性暗示了三維結(jié)構(gòu)的相似性CDK1、CDK2、CDK4、CDK6是基于CDKs結(jié)構(gòu)化學(xué)治療癌癥的主要靶標(biāo)。至今為止，文獻(xiàn)報(bào)告的CDKs抑制劑有多種分子對(duì)接與藥物虛擬篩選（一）配體對(duì)CDK2，CDK4激酶選擇性的研究細(xì)胞周期蛋白78盡管化合物結(jié)構(gòu)各異，但所有CDKs的小分子抑制劑有一些共同的特點(diǎn)：（1）一般小的分子量（<600）;（2）平面、疏水性的多環(huán)化合物；（3）主要通過(guò)和ATP競(jìng)爭(zhēng)來(lái)占據(jù)酶的ATP結(jié)合口袋；（4）主要通過(guò)疏水和氫鍵作用和酶結(jié)合；（5）配體與CDK2作用時(shí)，一般與Leu83和Glu81形成氫鍵。分子對(duì)接與藥物虛擬篩選盡管化合物結(jié)構(gòu)各異，但所有CDKs的小分子抑制劑有一些共同的79NU6102(6-cyclohexylmethyl-2-(4’-sulfamoylanilino)purine)是第一個(gè)基于活化狀態(tài)的CDK2-cyclinA復(fù)合物結(jié)構(gòu)的高效的小分子抑制劑。實(shí)驗(yàn)表明NU6102對(duì)CDK2和CDK4有著不同的選擇活性，對(duì)CDK2有一個(gè)較高的親和力Ki=6nM，但是對(duì)CDK4的親和力比較低Ki=1600nM，為了解釋這種選擇性差異的起源小分子NU6102的結(jié)構(gòu)

CDK2－NU6102的作用模式圖

分子對(duì)接與藥物虛擬篩選NU6102(6-cyclohexylmethyl-2-(80解決思路：采用同源模建、分子對(duì)接、分子動(dòng)力學(xué)模擬和自由能計(jì)算來(lái)闡明配體和激酶的作用機(jī)理。由于CDK4的三維結(jié)構(gòu)還沒(méi)有解析出來(lái)，所以我們通過(guò)序列聯(lián)配、同源模建的方法得到CDK4的結(jié)構(gòu)，在通過(guò)分子對(duì)接的方法得到NU6102－CDK4的復(fù)合物結(jié)構(gòu)。分子對(duì)接與藥物虛擬篩選解決思路：采用同源模建、分子對(duì)接、分子動(dòng)力學(xué)模擬和自由能計(jì)算81CDK2和CDK4的序列聯(lián)配，序列同源性45.6%

分子對(duì)接與藥物虛擬篩選CDK2和CDK4的序列聯(lián)配，序列同源性45.6%分子對(duì)接82通過(guò)分子對(duì)接得到CDK4－NU6102的作用模式

通過(guò)CDK4－NU6102復(fù)合物和CDK2－NU6102復(fù)合物結(jié)構(gòu)對(duì)比，可以很清楚地看到造成NU6102親和力差別的主要原因是在CDK2－NU6102復(fù)合物中，Asp86位起了一個(gè)很重要的識(shí)別作用，它與配體的磺胺基形成了兩個(gè)穩(wěn)定的氫鍵，并且通過(guò)能量分解的方法也可以得到導(dǎo)致配體活性差異主要識(shí)別基團(tuán)在磺胺基

分子對(duì)接與藥物虛擬篩選通過(guò)分子對(duì)接得到CDK4－NU6102的作用模式通過(guò)CDK83（二）SARS冠狀病毒3C-like蛋白酶抑制劑的設(shè)計(jì)熊兵等人結(jié)合同源模建、分子虛擬篩選的方法設(shè)計(jì)了抗SARS冠狀病毒3C-like蛋白酶的抑制劑。SARS冠狀病毒3C－like蛋白酶在SARS病毒其他功能蛋白的形成過(guò)程中起重要作用，阻斷SARS病毒3C－like蛋白酶的作用可以阻止SARS病毒的復(fù)制，并最終達(dá)到治療SARS的目的分子對(duì)接與藥物虛擬篩選（二）SARS冠狀病毒3C-like蛋白酶抑制劑的設(shè)計(jì)熊兵84在TGEV的主蛋白酶三維晶體結(jié)構(gòu)的基礎(chǔ)上，構(gòu)建了SARS病毒的3C－like蛋白酶三維結(jié)構(gòu)SARS病毒的3C-like蛋白酶的三維模建結(jié)構(gòu)

分子對(duì)接與藥物虛擬篩選在TGEV的主蛋白酶三維晶體結(jié)構(gòu)的基礎(chǔ)上，構(gòu)建了SARS病毒85通過(guò)序列聯(lián)配和采用MOLCAD/SYBYL活性位點(diǎn)分析，表明SARS病毒3C-like蛋白酶和TGEV主蛋白酶兩者的結(jié)合口袋比較類(lèi)似同一結(jié)構(gòu)家族的組織蛋白酶抑制劑分別與SARS冠狀病毒3C-like蛋白酶和TGEV的主蛋白酶的復(fù)合物模型如圖7－23，從圖中可以看出兩者的作用模式也是十分類(lèi)似。SARS病毒3C-like蛋白酶和TGEV主蛋白酶與抑制劑結(jié)合圖

分子對(duì)接與藥物虛擬篩選通過(guò)