基于虛擬篩選技術(shù)的新德里金屬-β-內(nèi)酰胺酶-1抑制劑研究：策略、實(shí)踐與展望一、引言1.1研究背景在現(xiàn)代醫(yī)學(xué)領(lǐng)域，抗生素曾是對(duì)抗細(xì)菌感染的有力武器，為人類健康做出了不可磨滅的貢獻(xiàn)。自1928年青霉素被發(fā)現(xiàn)以來(lái)，各類抗生素不斷涌現(xiàn)，極大地改變了感染性疾病的治療格局，顯著降低了感染相關(guān)的發(fā)病率和死亡率。然而，隨著抗生素的廣泛使用甚至濫用，細(xì)菌的耐藥性問(wèn)題日益凸顯，逐漸成為全球公共衛(wèi)生領(lǐng)域面臨的嚴(yán)峻挑戰(zhàn)。細(xì)菌耐藥性的產(chǎn)生是細(xì)菌在與抗生素長(zhǎng)期相互作用過(guò)程中的一種適應(yīng)性進(jìn)化結(jié)果。當(dāng)抗生素對(duì)細(xì)菌產(chǎn)生選擇壓力時(shí)，細(xì)菌群體中原本存在的具有耐藥基因或能夠發(fā)生耐藥性突變的個(gè)體得以存活并大量繁殖，使得耐藥菌在細(xì)菌群體中的比例逐漸增加。據(jù)世界衛(wèi)生組織（WHO）報(bào)告，全球每年有數(shù)百萬(wàn)人因耐藥菌感染而面臨治療困境，其中包括肺炎、敗血癥、淋病等常見(jiàn)感染性疾病，治療難度的增加不僅導(dǎo)致患者住院時(shí)間延長(zhǎng)、醫(yī)療費(fèi)用大幅上升，還顯著提高了患者的死亡率。如果細(xì)菌耐藥性問(wèn)題得不到有效控制，未來(lái)我們可能會(huì)面臨一個(gè)“后抗生素時(shí)代”，許多常見(jiàn)感染將再次成為致命威脅，手術(shù)、化療等依賴抗生素預(yù)防感染的醫(yī)療手段也將面臨巨大風(fēng)險(xiǎn)。新德里金屬-β-內(nèi)酰胺酶-1（NewDelhimetallo-β-lactamase-1，NDM-1）的出現(xiàn)，更是讓細(xì)菌耐藥性問(wèn)題雪上加霜。NDM-1是一種新型的β-內(nèi)酰胺酶，2009年首次在印度新德里被發(fā)現(xiàn)。與其他已知的β-內(nèi)酰胺酶相比，NDM-1具有極高的耐受性，它能夠水解多種重要的抗生素，包括青霉素類、頭孢菌素類、碳青霉烯類等臨床上廣泛使用的一線和二線抗生素，甚至連被視為“最后一道防線”的碳青霉烯類抗生素也難以幸免。更為棘手的是，編碼NDM-1的基因通常位于質(zhì)粒上，這種質(zhì)粒可以在不同細(xì)菌之間進(jìn)行水平轉(zhuǎn)移，使得耐藥基因能夠快速傳播，導(dǎo)致原本對(duì)抗生素敏感的細(xì)菌也獲得耐藥性，從而迅速擴(kuò)大耐藥菌的傳播范圍。攜帶NDM-1的細(xì)菌可以引起多種嚴(yán)重的感染，如泌尿系統(tǒng)感染、肺部感染、血流感染等，這些感染往往難以治療，病死率較高。由于NDM-1的出現(xiàn)，許多原本有效的抗生素治療方案失效，醫(yī)生在面對(duì)這類感染時(shí)常常陷入無(wú)藥可用的困境，給臨床治療帶來(lái)了前所未有的挑戰(zhàn)。1.2研究目的和意義本研究旨在運(yùn)用虛擬篩選技術(shù)，從海量的化合物庫(kù)中精準(zhǔn)篩選出能夠有效抑制NDM-1活性的小分子化合物，為后續(xù)開發(fā)新型、高效的NDM-1抑制劑藥物奠定堅(jiān)實(shí)基礎(chǔ)。虛擬篩選技術(shù)作為一種基于計(jì)算機(jī)模擬的藥物研發(fā)手段，具有高效、快速、成本低等顯著優(yōu)勢(shì)。它能夠在短時(shí)間內(nèi)對(duì)大量化合物與NDM-1的相互作用進(jìn)行模擬和評(píng)估，避免了傳統(tǒng)實(shí)驗(yàn)篩選方法中耗時(shí)費(fèi)力、成本高昂的問(wèn)題，極大地提高了尋找有效抑制劑的效率，為藥物研發(fā)開辟了新的路徑。通過(guò)虛擬篩選技術(shù)，我們可以快速鎖定具有潛在抑制活性的化合物，為后續(xù)的實(shí)驗(yàn)研究提供有價(jià)值的線索，縮短新藥研發(fā)周期，降低研發(fā)成本。尋找NDM-1抑制劑對(duì)于解決當(dāng)前嚴(yán)峻的細(xì)菌耐藥性問(wèn)題具有至關(guān)重要的意義。NDM-1介導(dǎo)的耐藥性使得許多常見(jiàn)抗生素失去療效，導(dǎo)致臨床治療面臨困境。開發(fā)有效的NDM-1抑制劑，能夠恢復(fù)抗生素對(duì)攜帶NDM-1細(xì)菌的敏感性，重新為臨床治療提供有力的武器。這不僅可以降低耐藥菌感染患者的死亡率，減少醫(yī)療資源的浪費(fèi)，還能有效遏制耐藥菌的傳播，維護(hù)公共衛(wèi)生安全。同時(shí)，成功研發(fā)NDM-1抑制劑也將為其他耐藥酶抑制劑的研究提供寶貴的經(jīng)驗(yàn)和借鑒，推動(dòng)整個(gè)抗菌藥物研發(fā)領(lǐng)域的發(fā)展，有助于我們更好地應(yīng)對(duì)日益嚴(yán)重的細(xì)菌耐藥性挑戰(zhàn)，保障人類健康。1.3研究方法和技術(shù)路線本研究綜合運(yùn)用多種先進(jìn)的計(jì)算化學(xué)方法和技術(shù)，以實(shí)現(xiàn)對(duì)NDM-1抑制劑的高效虛擬篩選，具體方法和技術(shù)路線如下：分子對(duì)接：分子對(duì)接是虛擬篩選中最為常用且關(guān)鍵的方法之一，其核心原理是通過(guò)計(jì)算分子間的相互作用力，預(yù)測(cè)小分子化合物（配體）與NDM-1蛋白（受體）之間的結(jié)合模式和親和力。本研究中，我們首先從蛋白質(zhì)數(shù)據(jù)庫(kù)（PDB）中獲取高分辨率的NDM-1三維結(jié)構(gòu)，并利用專業(yè)軟件對(duì)其進(jìn)行預(yù)處理，去除冗余水分子和雜原子，添加氫原子和電荷等，以確保結(jié)構(gòu)的準(zhǔn)確性和合理性。同時(shí)，構(gòu)建包含大量小分子化合物的數(shù)據(jù)庫(kù)，這些化合物來(lái)源廣泛，包括商業(yè)化合物庫(kù)、天然產(chǎn)物數(shù)據(jù)庫(kù)以及自行設(shè)計(jì)合成的化合物等。運(yùn)用分子對(duì)接軟件（如AutoDock、Glide等），將化合物庫(kù)中的小分子逐一與NDM-1蛋白進(jìn)行對(duì)接模擬，通過(guò)計(jì)算小分子與蛋白活性位點(diǎn)之間的氫鍵、范德華力、靜電相互作用等作用力，評(píng)估小分子與NDM-1的結(jié)合能力，篩選出具有較高結(jié)合親和力的小分子作為潛在的抑制劑。分子動(dòng)力學(xué)模擬：為了進(jìn)一步深入研究篩選出的潛在抑制劑與NDM-1之間的相互作用穩(wěn)定性和動(dòng)態(tài)過(guò)程，我們采用分子動(dòng)力學(xué)模擬技術(shù)。在分子動(dòng)力學(xué)模擬中，將潛在抑制劑與NDM-1蛋白的復(fù)合物置于特定的溶劑環(huán)境中，并施加合適的力場(chǎng)（如AMBER、CHARMM等），模擬其在生理?xiàng)l件下的動(dòng)態(tài)行為。通過(guò)模擬，我們可以獲得復(fù)合物在一定時(shí)間內(nèi)的原子坐標(biāo)、速度等信息，進(jìn)而分析復(fù)合物的結(jié)構(gòu)穩(wěn)定性，包括均方根偏差（RMSD）、均方根波動(dòng)（RMSF）等參數(shù)，以評(píng)估抑制劑與NDM-1結(jié)合后是否會(huì)引起蛋白結(jié)構(gòu)的顯著變化。同時(shí)，觀察抑制劑與蛋白活性位點(diǎn)氨基酸殘基之間的相互作用模式隨時(shí)間的變化情況，如氫鍵的形成與斷裂、非鍵相互作用的動(dòng)態(tài)變化等，深入了解抑制劑的作用機(jī)制，為后續(xù)的抑制劑優(yōu)化提供詳細(xì)的結(jié)構(gòu)信息和理論依據(jù)。藥效團(tuán)模型構(gòu)建：基于已知的具有抑制活性的化合物結(jié)構(gòu)信息，運(yùn)用藥效團(tuán)建模技術(shù)，構(gòu)建NDM-1抑制劑的藥效團(tuán)模型。通過(guò)分析這些活性化合物與NDM-1結(jié)合的關(guān)鍵特征，如活性位點(diǎn)的空間位置、氫鍵供體和受體、疏水基團(tuán)等，確定藥效團(tuán)模型的基本要素。利用構(gòu)建好的藥效團(tuán)模型對(duì)化合物庫(kù)進(jìn)行篩選，快速識(shí)別出具有相似藥效團(tuán)特征的化合物，這些化合物具有潛在的抑制NDM-1活性，從而縮小篩選范圍，提高篩選效率。將藥效團(tuán)模型篩選結(jié)果與分子對(duì)接、分子動(dòng)力學(xué)模擬結(jié)果進(jìn)行綜合分析，進(jìn)一步優(yōu)化和驗(yàn)證潛在抑制劑的活性和作用機(jī)制。本研究的技術(shù)路線總體分為以下幾個(gè)關(guān)鍵步驟，具體流程如下圖1-1所示：NDM-1結(jié)構(gòu)分析與準(zhǔn)備：全面深入地分析NDM-1的三維結(jié)構(gòu)，明確其活性位點(diǎn)和關(guān)鍵氨基酸殘基，為后續(xù)的虛擬篩選提供堅(jiān)實(shí)的結(jié)構(gòu)基礎(chǔ)。通過(guò)從權(quán)威數(shù)據(jù)庫(kù)獲取結(jié)構(gòu)信息，并運(yùn)用專業(yè)軟件進(jìn)行細(xì)致的預(yù)處理，確保結(jié)構(gòu)的精確性和可用性。化合物庫(kù)構(gòu)建與篩選：廣泛收集各類小分子化合物，精心構(gòu)建龐大的化合物庫(kù)。運(yùn)用分子對(duì)接方法，對(duì)化合物庫(kù)中的所有小分子與NDM-1進(jìn)行系統(tǒng)的對(duì)接模擬，根據(jù)結(jié)合親和力大小進(jìn)行初步篩選，挑選出具有較高結(jié)合能力的小分子作為潛在抑制劑。分子動(dòng)力學(xué)模擬驗(yàn)證：對(duì)初步篩選出的潛在抑制劑與NDM-1的復(fù)合物進(jìn)行分子動(dòng)力學(xué)模擬，詳細(xì)考察復(fù)合物在生理環(huán)境下的穩(wěn)定性和相互作用動(dòng)態(tài)過(guò)程。通過(guò)模擬獲得的各項(xiàng)參數(shù)和信息，進(jìn)一步評(píng)估和驗(yàn)證潛在抑制劑的活性和作用機(jī)制，排除穩(wěn)定性差或作用機(jī)制不合理的化合物。藥效團(tuán)模型輔助篩選與分析：基于已知活性化合物構(gòu)建藥效團(tuán)模型，并運(yùn)用該模型對(duì)化合物庫(kù)進(jìn)行再次篩選。將藥效團(tuán)模型篩選結(jié)果與分子對(duì)接、分子動(dòng)力學(xué)模擬結(jié)果進(jìn)行深度整合和綜合分析，全面評(píng)估潛在抑制劑的活性、穩(wěn)定性和作用機(jī)制，最終確定最具潛力的NDM-1抑制劑。通過(guò)以上一系列嚴(yán)謹(jǐn)、系統(tǒng)的研究方法和技術(shù)路線，本研究有望從海量化合物中精準(zhǔn)篩選出高效的NDM-1抑制劑，為解決細(xì)菌耐藥性問(wèn)題提供具有重要價(jià)值的先導(dǎo)化合物和理論支持，推動(dòng)新型抗菌藥物的研發(fā)進(jìn)程。\\二、NDM-1的結(jié)構(gòu)與功能2.1NDM-1的發(fā)現(xiàn)與傳播2009年，瑞典傳染病控制研究所的研究人員在一名曾在印度新德里接受治療的瑞典患者尿液樣本中，首次發(fā)現(xiàn)了新德里金屬-β-內(nèi)酰胺酶-1（NDM-1）。該患者感染的肺炎克雷伯菌對(duì)多種抗生素呈現(xiàn)耐藥性，進(jìn)一步研究發(fā)現(xiàn)，這種耐藥性是由一種新型的β-內(nèi)酰胺酶基因blaNDM-1編碼的蛋白質(zhì)所介導(dǎo)，該蛋白質(zhì)被命名為NDM-1。隨后，在印度、巴基斯坦等南亞國(guó)家的醫(yī)療機(jī)構(gòu)中，陸續(xù)檢測(cè)到攜帶NDM-1的細(xì)菌，感染患者涉及泌尿系統(tǒng)感染、呼吸道感染、傷口感染等多種類型，且治療難度極大。自首次發(fā)現(xiàn)以來(lái)，NDM-1在全球范圍內(nèi)呈現(xiàn)快速傳播的趨勢(shì)。通過(guò)國(guó)際旅行、醫(yī)療旅游以及全球貿(mào)易等途徑，NDM-1迅速擴(kuò)散至歐洲、北美洲、非洲、亞洲其他地區(qū)等多個(gè)國(guó)家和地區(qū)。在歐洲，英國(guó)是較早報(bào)告NDM-1感染病例的國(guó)家之一，由于其與南亞地區(qū)人員往來(lái)頻繁，輸入性病例不斷增加，且在醫(yī)院環(huán)境中出現(xiàn)了局部傳播。法國(guó)、德國(guó)、意大利等國(guó)家也相繼報(bào)道了NDM-1陽(yáng)性菌株的感染病例，這些菌株不僅存在于臨床感染患者中，還在一些醫(yī)療機(jī)構(gòu)的環(huán)境樣本中被檢測(cè)到，表明NDM-1在醫(yī)院環(huán)境中具有潛在的傳播風(fēng)險(xiǎn)。在北美洲，美國(guó)疾病控制與預(yù)防中心（CDC）也監(jiān)測(cè)到多起NDM-1相關(guān)感染事件，涉及社區(qū)獲得性感染和醫(yī)院獲得性感染，對(duì)公共衛(wèi)生構(gòu)成了嚴(yán)重威脅。在非洲，埃及、南非等國(guó)家也發(fā)現(xiàn)了攜帶NDM-1的細(xì)菌，其傳播可能與當(dāng)?shù)蒯t(yī)療資源有限、衛(wèi)生條件較差以及人員流動(dòng)等因素有關(guān)。NDM-1的傳播對(duì)全球公共衛(wèi)生帶來(lái)了巨大的威脅。一方面，攜帶NDM-1的細(xì)菌對(duì)多種常用抗生素耐藥，導(dǎo)致臨床治療手段極為有限。在治療過(guò)程中，醫(yī)生往往需要嘗試多種抗生素組合，甚至使用一些毒性較大、副作用明顯的二線或三線抗生素，這不僅增加了患者的痛苦和醫(yī)療成本，還可能導(dǎo)致治療失敗，提高患者的死亡率。據(jù)相關(guān)研究統(tǒng)計(jì)，感染攜帶NDM-1細(xì)菌的患者，其死亡率相比普通感染患者顯著升高，尤其是對(duì)于免疫力低下、患有基礎(chǔ)疾病的患者，感染后的預(yù)后情況更為嚴(yán)峻。另一方面，NDM-1基因位于質(zhì)粒上，這種可移動(dòng)遺傳元件能夠在不同細(xì)菌之間進(jìn)行水平轉(zhuǎn)移。這意味著，原本對(duì)抗生素敏感的細(xì)菌，一旦獲得攜帶NDM-1基因的質(zhì)粒，就可能迅速轉(zhuǎn)變?yōu)槟退幘沟媚退幘姆N類和數(shù)量不斷增加，進(jìn)一步加劇了細(xì)菌耐藥性的傳播和擴(kuò)散，嚴(yán)重破壞了現(xiàn)有的抗菌藥物治療體系，使人類在面對(duì)細(xì)菌感染時(shí)面臨前所未有的困境。此外，NDM-1的傳播還對(duì)醫(yī)院感染控制、公共衛(wèi)生防控等工作帶來(lái)了極大的挑戰(zhàn)，需要投入大量的人力、物力和財(cái)力來(lái)加強(qiáng)監(jiān)測(cè)、防控和研究工作。2.2NDM-1的分子結(jié)構(gòu)NDM-1屬于B1類金屬-β-內(nèi)酰胺酶，其三維結(jié)構(gòu)呈現(xiàn)出獨(dú)特的特征，對(duì)理解其耐藥機(jī)制和開發(fā)抑制劑具有關(guān)鍵意義。通過(guò)X射線晶體學(xué)等技術(shù)解析得到的NDM-1結(jié)構(gòu)顯示，它由一條多肽鏈折疊形成，整體結(jié)構(gòu)包含多個(gè)結(jié)構(gòu)域，這些結(jié)構(gòu)域之間相互協(xié)作，共同維持酶的活性和穩(wěn)定性。NDM-1的活性位點(diǎn)是其發(fā)揮水解抗生素功能的核心區(qū)域，具有高度的特異性和催化活性?；钚晕稽c(diǎn)位于蛋白質(zhì)分子的內(nèi)部，形成一個(gè)相對(duì)凹陷的口袋結(jié)構(gòu)，這種結(jié)構(gòu)特征有利于底物（抗生素分子）的結(jié)合和催化反應(yīng)的進(jìn)行。在活性位點(diǎn)中，存在多個(gè)關(guān)鍵氨基酸殘基，它們通過(guò)與底物分子形成特異性的相互作用，實(shí)現(xiàn)對(duì)β-內(nèi)酰胺類抗生素的高效水解。其中，組氨酸（His）、半胱氨酸（Cys）和天冬氨酸（Asp）等氨基酸殘基在催化過(guò)程中扮演著至關(guān)重要的角色。例如，His殘基通過(guò)其咪唑環(huán)上的氮原子與底物分子中的β-內(nèi)酰胺環(huán)形成氫鍵相互作用，從而穩(wěn)定底物分子的結(jié)合構(gòu)象，同時(shí)參與質(zhì)子轉(zhuǎn)移過(guò)程，促進(jìn)催化反應(yīng)的進(jìn)行；Cys殘基則利用其巰基的親核性，對(duì)β-內(nèi)酰胺環(huán)進(jìn)行親核攻擊，引發(fā)環(huán)的開環(huán)水解反應(yīng)；Asp殘基通過(guò)調(diào)節(jié)活性位點(diǎn)的微環(huán)境，影響底物分子的結(jié)合和催化反應(yīng)的速率。NDM-1的活性還依賴于金屬離子的參與，通常情況下，活性位點(diǎn)中會(huì)結(jié)合兩個(gè)鋅離子（Zn2?）。這兩個(gè)鋅離子在空間上相互靠近，與周圍的氨基酸殘基形成穩(wěn)定的配位結(jié)構(gòu)。其中，一個(gè)鋅離子主要通過(guò)與組氨酸、天冬氨酸等氨基酸殘基的配位作用，參與底物分子的識(shí)別和結(jié)合過(guò)程，它能夠與底物分子中的氧原子或氮原子形成配位鍵，增強(qiáng)底物分子與活性位點(diǎn)的親和力，從而促進(jìn)底物分子的正確定位；另一個(gè)鋅離子則在催化反應(yīng)中發(fā)揮關(guān)鍵作用，它通過(guò)極化β-內(nèi)酰胺環(huán)上的羰基碳原子，使其更容易受到親核攻擊，同時(shí)協(xié)助催化過(guò)程中的質(zhì)子轉(zhuǎn)移，加速水解反應(yīng)的進(jìn)行。這種金屬離子配位結(jié)構(gòu)不僅賦予了NDM-1高效的催化活性，還使其對(duì)多種β-內(nèi)酰胺類抗生素具有廣泛的水解能力，從而導(dǎo)致細(xì)菌對(duì)這類抗生素產(chǎn)生耐藥性。2.3NDM-1的作用機(jī)制NDM-1的主要作用是高效水解β-內(nèi)酰胺類抗生素，從而使細(xì)菌對(duì)這類抗生素產(chǎn)生耐藥性，這一過(guò)程涉及復(fù)雜的分子機(jī)制。β-內(nèi)酰胺類抗生素是臨床上應(yīng)用最為廣泛的一類抗生素，包括青霉素類、頭孢菌素類、碳青霉烯類等，其抗菌活性依賴于分子結(jié)構(gòu)中的β-內(nèi)酰胺環(huán)。β-內(nèi)酰胺環(huán)能夠與細(xì)菌細(xì)胞壁合成過(guò)程中的關(guān)鍵酶——青霉素結(jié)合蛋白（PBPs）發(fā)生不可逆的共價(jià)結(jié)合，從而抑制PBPs的轉(zhuǎn)肽酶活性，阻斷細(xì)菌細(xì)胞壁的合成，導(dǎo)致細(xì)菌因細(xì)胞壁缺損而死亡。然而，NDM-1能夠特異性地識(shí)別并作用于β-內(nèi)酰胺類抗生素的β-內(nèi)酰胺環(huán)。如前文所述，NDM-1活性位點(diǎn)中的關(guān)鍵氨基酸殘基以及結(jié)合的鋅離子在這一水解過(guò)程中發(fā)揮了核心作用。當(dāng)β-內(nèi)酰胺類抗生素進(jìn)入NDM-1的活性位點(diǎn)時(shí)，首先通過(guò)分子間的靜電相互作用、氫鍵相互作用等與活性位點(diǎn)的氨基酸殘基結(jié)合，使得β-內(nèi)酰胺環(huán)處于一個(gè)有利于水解反應(yīng)發(fā)生的構(gòu)象。其中，活性位點(diǎn)中的組氨酸殘基通過(guò)其咪唑環(huán)上的氮原子與β-內(nèi)酰胺環(huán)上的羰基氧原子形成氫鍵，穩(wěn)定了底物的結(jié)合；天冬氨酸殘基則通過(guò)調(diào)節(jié)活性位點(diǎn)的微環(huán)境，增強(qiáng)了底物與活性位點(diǎn)的親和力。在結(jié)合底物后，NDM-1活性位點(diǎn)中的鋅離子發(fā)揮關(guān)鍵的催化作用。其中一個(gè)鋅離子通過(guò)與β-內(nèi)酰胺環(huán)上的羰基碳原子配位，極化了羰基碳，使其更容易受到親核攻擊；同時(shí)，另一個(gè)鋅離子協(xié)助活性位點(diǎn)中的半胱氨酸殘基的巰基對(duì)極化后的羰基碳進(jìn)行親核攻擊，形成一個(gè)共價(jià)中間體。隨后，經(jīng)過(guò)一系列的質(zhì)子轉(zhuǎn)移和化學(xué)鍵重排過(guò)程，β-內(nèi)酰胺環(huán)發(fā)生開環(huán)水解反應(yīng)，生成無(wú)抗菌活性的水解產(chǎn)物，從而使β-內(nèi)酰胺類抗生素失去對(duì)細(xì)菌的抑制作用，導(dǎo)致細(xì)菌產(chǎn)生耐藥性。從分子層面來(lái)看，NDM-1對(duì)不同類型的β-內(nèi)酰胺類抗生素的水解機(jī)制既有共性，又存在一定差異。對(duì)于青霉素類抗生素，其β-內(nèi)酰胺環(huán)的結(jié)構(gòu)相對(duì)較為簡(jiǎn)單，NDM-1能夠較為快速地與之結(jié)合并進(jìn)行水解，使得青霉素類抗生素在短時(shí)間內(nèi)失去活性。而頭孢菌素類抗生素由于其β-內(nèi)酰胺環(huán)與一個(gè)氫化噻嗪環(huán)稠合，結(jié)構(gòu)更為復(fù)雜，但NDM-1依然能夠通過(guò)活性位點(diǎn)的特異性識(shí)別和催化作用，有效地水解其β-內(nèi)酰胺環(huán)。碳青霉烯類抗生素曾被視為治療嚴(yán)重感染的“最后一道防線”，然而NDM-1對(duì)其也具有很強(qiáng)的水解能力。碳青霉烯類抗生素的β-內(nèi)酰胺環(huán)具有特殊的結(jié)構(gòu)和電子性質(zhì)，NDM-1與碳青霉烯類抗生素結(jié)合時(shí)，活性位點(diǎn)的氨基酸殘基和鋅離子通過(guò)與碳青霉烯環(huán)上的特定原子形成相互作用，克服了碳青霉烯環(huán)的特殊結(jié)構(gòu)帶來(lái)的水解障礙，實(shí)現(xiàn)了對(duì)碳青霉烯類抗生素的高效水解，這也是NDM-1介導(dǎo)的耐藥性對(duì)臨床治療構(gòu)成嚴(yán)重威脅的重要原因之一。2.4NDM-1的臨床影響NDM-1陽(yáng)性菌株引發(fā)的感染在臨床上呈現(xiàn)出多樣化且嚴(yán)峻的態(tài)勢(shì)。在泌尿系統(tǒng)感染方面，印度的一項(xiàng)臨床研究報(bào)告指出，在某醫(yī)院的泌尿外科病房中，有15%的泌尿系統(tǒng)感染患者的病原菌檢測(cè)為NDM-1陽(yáng)性大腸桿菌。這些患者通常表現(xiàn)出尿頻、尿急、尿痛等典型癥狀，且常規(guī)的抗生素治療如頭孢菌素類、喹諾酮類藥物均無(wú)法有效緩解病情，治療周期顯著延長(zhǎng)，部分患者甚至因感染無(wú)法控制而引發(fā)腎功能損害，需要進(jìn)行透析等腎臟替代治療。在肺部感染領(lǐng)域，英國(guó)的一家大型醫(yī)院統(tǒng)計(jì)顯示，在醫(yī)院獲得性肺炎患者中，NDM-1陽(yáng)性肺炎克雷伯菌感染占比達(dá)8%。這類患者往往伴有高熱、咳嗽、咳痰、呼吸困難等癥狀，病情進(jìn)展迅速，容易發(fā)展為重癥肺炎。由于對(duì)常用抗生素耐藥，治療選擇極為有限，病死率高達(dá)30%，遠(yuǎn)高于普通肺炎患者。血流感染是更為嚴(yán)重的情況，美國(guó)疾病控制與預(yù)防中心（CDC）的監(jiān)測(cè)數(shù)據(jù)表明，NDM-1陽(yáng)性菌導(dǎo)致的血流感染病例雖然相對(duì)較少，但死亡率卻極高，可達(dá)50%以上。一旦細(xì)菌進(jìn)入血液，會(huì)迅速播散至全身，引發(fā)敗血癥、感染性休克等嚴(yán)重并發(fā)癥，對(duì)患者的生命健康構(gòu)成極大威脅。治療過(guò)程中，不僅需要嘗試多種抗生素聯(lián)合使用，還需要密切監(jiān)測(cè)患者的生命體征和器官功能，醫(yī)療成本大幅增加，且即便經(jīng)過(guò)積極治療，仍有許多患者難以挽回生命。NDM-1對(duì)臨床治療的挑戰(zhàn)是多方面的。在診斷環(huán)節(jié)，由于NDM-1陽(yáng)性菌株的耐藥表型復(fù)雜，傳統(tǒng)的微生物檢測(cè)方法如藥敏試驗(yàn)往往需要較長(zhǎng)時(shí)間才能準(zhǔn)確判斷其耐藥性，這可能導(dǎo)致診斷延遲，錯(cuò)過(guò)最佳治療時(shí)機(jī)。在治療方面，由于NDM-1能夠水解多種一線和二線抗生素，使得醫(yī)生在選擇治療藥物時(shí)面臨極大困境。目前，臨床上對(duì)于NDM-1陽(yáng)性菌株感染，常常不得不使用一些副作用較大、價(jià)格昂貴的二線或三線抗生素，如多粘菌素、替加環(huán)素等。然而，這些藥物并非對(duì)所有患者都有效，且長(zhǎng)期使用可能會(huì)引發(fā)嚴(yán)重的不良反應(yīng)，如多粘菌素可能導(dǎo)致腎毒性和神經(jīng)毒性，替加環(huán)素可能引起胃腸道反應(yīng)、血液系統(tǒng)異常等，進(jìn)一步增加了患者的痛苦和治療風(fēng)險(xiǎn)。此外，由于NDM-1基因可在不同細(xì)菌間傳播，使得耐藥菌的種類和數(shù)量不斷增加，這不僅增加了感染防控的難度，也使得醫(yī)院環(huán)境中耐藥菌的傳播風(fēng)險(xiǎn)加大，可能導(dǎo)致更多患者感染耐藥菌，形成惡性循環(huán)。從患者預(yù)后角度來(lái)看，NDM-1陽(yáng)性菌株感染的患者預(yù)后明顯較差。與普通細(xì)菌感染患者相比，這類患者的住院時(shí)間顯著延長(zhǎng)，平均住院天數(shù)比普通感染患者多10-15天，這不僅增加了患者的經(jīng)濟(jì)負(fù)擔(dān)，還可能導(dǎo)致患者在醫(yī)院內(nèi)獲得其他感染的風(fēng)險(xiǎn)增加。同時(shí)，由于治療難度大，患者的死亡率顯著上升，尤其是對(duì)于老年人、兒童、免疫力低下者以及患有基礎(chǔ)疾病的人群，感染NDM-1陽(yáng)性菌株后的死亡率更是居高不下。即使患者最終能夠治愈，也可能會(huì)留下各種后遺癥，如腎功能不全、肺部纖維化等，嚴(yán)重影響患者的生活質(zhì)量。此外，長(zhǎng)期的治療過(guò)程還會(huì)給患者帶來(lái)巨大的心理壓力，影響患者的心理健康和社會(huì)功能。三、虛擬篩選技術(shù)原理與方法3.1虛擬篩選的概念和分類虛擬篩選（VirtualScreening，VS），也被稱作計(jì)算機(jī)篩選，是藥物研發(fā)領(lǐng)域中一項(xiàng)至關(guān)重要的技術(shù)手段。它主要是在進(jìn)行實(shí)際生物活性篩選實(shí)驗(yàn)之前，借助計(jì)算機(jī)上的分子對(duì)接軟件，對(duì)目標(biāo)靶點(diǎn)（如NDM-1蛋白）與候選藥物（小分子化合物）之間的相互作用展開模擬。通過(guò)深入分析分子間的各種相互作用力，包括氫鍵、范德華力、靜電相互作用等，并運(yùn)用特定的算法和打分函數(shù)，精確計(jì)算兩者之間的親和力大小，從而從海量的化合物庫(kù)中挑選出與靶點(diǎn)具有較強(qiáng)結(jié)合能力的化合物，大幅降低實(shí)際需要進(jìn)行實(shí)驗(yàn)篩選的化合物數(shù)量，顯著提高先導(dǎo)化合物的發(fā)現(xiàn)效率。虛擬篩選技術(shù)的出現(xiàn)，極大地改變了傳統(tǒng)藥物研發(fā)中盲目、耗時(shí)且成本高昂的篩選模式，為快速、高效地發(fā)現(xiàn)新型藥物提供了新的途徑。從原理上進(jìn)行劃分，虛擬篩選主要可以分為基于受體的虛擬篩選和基于配體的虛擬篩選這兩大類，它們各自具有獨(dú)特的篩選策略和應(yīng)用場(chǎng)景。基于受體的虛擬篩選是從靶蛋白的三維結(jié)構(gòu)出發(fā)，深入研究靶蛋白結(jié)合位點(diǎn)的特征性質(zhì)，包括結(jié)合位點(diǎn)的形狀、電荷分布、親疏水性質(zhì)等。通過(guò)詳細(xì)分析這些特征以及靶蛋白與小分子化合物之間的相互作用模式，利用與結(jié)合能相關(guān)的親合性打分函數(shù)，對(duì)蛋白和小分子化合物的結(jié)合能力進(jìn)行全面、系統(tǒng)的評(píng)價(jià)。在實(shí)際操作過(guò)程中，首先需要獲取高質(zhì)量的靶蛋白三維結(jié)構(gòu)，這可以通過(guò)X射線晶體學(xué)、核磁共振、冷凍電鏡等實(shí)驗(yàn)技術(shù)來(lái)解析得到，也可以從蛋白質(zhì)數(shù)據(jù)庫(kù)（PDB）等權(quán)威數(shù)據(jù)庫(kù)中獲取。然后，構(gòu)建包含大量小分子化合物的數(shù)據(jù)庫(kù)，這些化合物可以來(lái)自商業(yè)化合物庫(kù)、天然產(chǎn)物數(shù)據(jù)庫(kù)、自行合成的化合物庫(kù)等。將化合物庫(kù)中的小分子逐一與靶蛋白進(jìn)行對(duì)接模擬，在對(duì)接過(guò)程中，通過(guò)不斷調(diào)整小分子的位置、取向以及構(gòu)象，尋找其與靶蛋白結(jié)合的最佳模式，計(jì)算出相應(yīng)的結(jié)合能或打分值。最終，依據(jù)打分值的高低，從大量的化合物分子中挑選出結(jié)合模式合理、預(yù)測(cè)得分較高的化合物，這些化合物被認(rèn)為具有潛在的生物活性，可用于后續(xù)的生物活性測(cè)試?；谑荏w的虛擬篩選的優(yōu)勢(shì)在于，它能夠充分利用靶蛋白的結(jié)構(gòu)信息，直接針對(duì)靶點(diǎn)進(jìn)行篩選，可有效避免活性化合物結(jié)構(gòu)微小改變導(dǎo)致的活性改變。然而，該方法也存在一些不足之處。首先，其最大的問(wèn)題在于打分函數(shù)的準(zhǔn)確性和適用性，由于實(shí)際分子間的相互作用非常復(fù)雜，目前的打分函數(shù)往往難以精確地描述這些相互作用，導(dǎo)致預(yù)測(cè)結(jié)果與實(shí)際活性之間可能存在一定的偏差。其次，基于結(jié)構(gòu)的虛擬篩選需要準(zhǔn)確的受體結(jié)構(gòu)和明確指定的結(jié)合位點(diǎn)，但在實(shí)際研究中，許多重要的靶標(biāo)由于各種原因（如難以結(jié)晶、結(jié)構(gòu)動(dòng)態(tài)變化大等），并沒(méi)有可用的高分辨率受體結(jié)構(gòu)，這在很大程度上限制了該方法的應(yīng)用范圍。此外，分子對(duì)接過(guò)程中還存在一些需要解決的問(wèn)題，如分子柔性、溶劑化效應(yīng)等，這些因素也會(huì)影響對(duì)接結(jié)果的準(zhǔn)確性?；谂潴w的虛擬篩選依據(jù)的是“結(jié)構(gòu)決定性質(zhì)”的基本原理，它一般是利用已知活性的小分子化合物作為模板或參考，根據(jù)化合物的形狀相似性或藥效團(tuán)模型，在化合物數(shù)據(jù)庫(kù)中搜索能夠與之匹配的化學(xué)分子結(jié)構(gòu)。具體來(lái)說(shuō)，基于配體的虛擬篩選主要包括以下三種模型：藥效團(tuán)模型：通過(guò)分析一個(gè)或多個(gè)已知具有活性的小分子化合物的結(jié)構(gòu)特征，提取出對(duì)其活性起關(guān)鍵作用的藥效基團(tuán)以及這些藥效基團(tuán)之間的空間排列關(guān)系，從而構(gòu)建藥效團(tuán)模型。藥效基團(tuán)是指分子中能夠與受體發(fā)生特異性相互作用，對(duì)生物活性起關(guān)鍵作用的原子或原子團(tuán)，如氫鍵供體、氫鍵受體、疏水基團(tuán)、芳香環(huán)等。構(gòu)建好的藥效團(tuán)模型可以作為一種模板，在化合物數(shù)據(jù)庫(kù)中進(jìn)行搜索，尋找具有相似藥效團(tuán)特征的化合物，這些化合物被認(rèn)為具有潛在的生物活性。例如，在某些抗生素類藥物的研發(fā)中，通過(guò)對(duì)已知具有抗菌活性的化合物進(jìn)行分析，發(fā)現(xiàn)特定的含氮雜環(huán)結(jié)構(gòu)以及與之相鄰的羥基、羰基等基團(tuán)形成的特定空間排列是其發(fā)揮抗菌活性的關(guān)鍵藥效團(tuán)，利用這一藥效團(tuán)模型在化合物庫(kù)中進(jìn)行篩選，成功發(fā)現(xiàn)了一些具有潛在抗菌活性的新化合物。藥效團(tuán)模型篩選的計(jì)算量相對(duì)較小，速度較快，可以在短時(shí)間內(nèi)對(duì)大量化合物進(jìn)行篩選，尤其適用于在分子對(duì)接前對(duì)化合物庫(kù)進(jìn)行初步篩選，縮小篩選范圍，提高篩選效率。定量構(gòu)效關(guān)系（QuantitativeStructure-ActivityRelationship，QSAR）：借助分子的理化性質(zhì)參數(shù)（如分子量、脂水分配系數(shù)、電子云密度等）或結(jié)構(gòu)參數(shù)（如分子拓?fù)渲笖?shù)、原子間距離等），運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)手段，定量研究有機(jī)小分子和生物大分子之間的相互作用，以及有機(jī)小分子在生物體內(nèi)的吸收、分布、代謝、排泄等生理相關(guān)性質(zhì)。通過(guò)收集一系列具有相同作用靶點(diǎn)且活性已知的化合物，測(cè)定或計(jì)算它們的相關(guān)參數(shù)，并將這些參數(shù)與化合物的生物活性數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，建立起數(shù)學(xué)模型。利用該模型可以預(yù)測(cè)新化合物的生物活性，從而在化合物庫(kù)中篩選出具有潛在活性的化合物。例如，在研究一系列針對(duì)NDM-1的抑制劑時(shí)，通過(guò)測(cè)定不同結(jié)構(gòu)的抑制劑的IC50值（半數(shù)抑制濃度）作為生物活性數(shù)據(jù)，同時(shí)計(jì)算它們的脂水分配系數(shù)、分子表面積等理化性質(zhì)參數(shù)，采用多元線性回歸等統(tǒng)計(jì)方法建立QSAR模型，利用該模型對(duì)化合物庫(kù)中的其他化合物進(jìn)行活性預(yù)測(cè)，篩選出了一些可能具有較好抑制活性的化合物。QSAR方法能夠?qū)衔锏幕钚赃M(jìn)行定量預(yù)測(cè)，為藥物設(shè)計(jì)和優(yōu)化提供有價(jià)值的信息，但模型的準(zhǔn)確性依賴于所選用的數(shù)據(jù)質(zhì)量和建模方法，且模型的適用范圍相對(duì)較窄，對(duì)于結(jié)構(gòu)與訓(xùn)練集化合物差異較大的新化合物，預(yù)測(cè)準(zhǔn)確性可能較低。結(jié)構(gòu)相似性方法：通過(guò)各種描述符或指紋來(lái)表征小分子化合物的結(jié)構(gòu)特征，然后進(jìn)行相似性匹配，從而判斷化合物是否具有類似活性或作用機(jī)理。常用的描述符包括拓?fù)涿枋龇?、二維指紋（如MACCS指紋、Morgan指紋等）、三維形狀描述符等。以二維指紋為例，它通過(guò)對(duì)分子的原子連接方式、鍵的類型等信息進(jìn)行編碼，生成一個(gè)固定長(zhǎng)度的二進(jìn)制字符串來(lái)表示分子結(jié)構(gòu)，兩個(gè)分子的指紋相似度可以通過(guò)計(jì)算它們之間的Tanimoto系數(shù)等方法來(lái)衡量。在實(shí)際篩選中，將已知活性的小分子化合物作為模板，計(jì)算化合物庫(kù)中其他化合物與模板分子的指紋相似度，篩選出相似度較高的化合物，這些化合物可能具有與模板分子相似的生物活性。例如，在尋找新的NDM-1抑制劑時(shí)，以一種已知具有較好抑制活性的化合物為模板，計(jì)算化合物庫(kù)中其他化合物與該模板分子的Morgan指紋相似度，挑選出相似度較高的前若干個(gè)化合物進(jìn)行進(jìn)一步研究，發(fā)現(xiàn)其中一些化合物對(duì)NDM-1也具有一定的抑制活性。結(jié)構(gòu)相似性方法計(jì)算速度快，通用性好，但它主要基于分子結(jié)構(gòu)的相似性來(lái)推測(cè)活性相似性，對(duì)于活性與結(jié)構(gòu)關(guān)系復(fù)雜的情況，可能會(huì)出現(xiàn)誤判。基于配體的虛擬篩選作為分子對(duì)接的重要補(bǔ)充手段，具有速度快、通用性好的優(yōu)點(diǎn)，尤其適用于在缺乏靶蛋白三維結(jié)構(gòu)信息的情況下進(jìn)行藥物篩選。但它也存在一定的局限性，由于其主要依據(jù)已知活性化合物的結(jié)構(gòu)特征進(jìn)行篩選，可能會(huì)遺漏一些結(jié)構(gòu)新穎但具有潛在活性的化合物。3.2基于受體的虛擬篩選3.2.1分子對(duì)接技術(shù)分子對(duì)接技術(shù)是基于受體的虛擬篩選中最為關(guān)鍵的方法之一，其原理是通過(guò)計(jì)算機(jī)模擬，將小分子化合物（配體）與生物大分子（受體，如NDM-1蛋白）進(jìn)行“對(duì)接”，預(yù)測(cè)它們之間的結(jié)合模式和親和力。這一過(guò)程基于“鎖和鑰匙”以及“誘導(dǎo)契合”理論，分子對(duì)接認(rèn)為配體與受體之間的結(jié)合需要滿足空間結(jié)構(gòu)和能量的互補(bǔ)性。在空間結(jié)構(gòu)上，配體的形狀需要與受體的活性位點(diǎn)相互契合，如同鑰匙與鎖的匹配。在能量方面，配體與受體結(jié)合時(shí)會(huì)發(fā)生一系列的相互作用，包括靜電相互作用、氫鍵相互作用、范德華力相互作用和疏水作用力等，這些相互作用會(huì)導(dǎo)致體系能量的變化，而分子對(duì)接通過(guò)計(jì)算這些能量變化來(lái)評(píng)估配體與受體的結(jié)合能力。在實(shí)際應(yīng)用中，分子對(duì)接首先需要獲取準(zhǔn)確的受體三維結(jié)構(gòu)。對(duì)于NDM-1來(lái)說(shuō)，可以從蛋白質(zhì)數(shù)據(jù)庫(kù)（PDB）中下載其高分辨率的晶體結(jié)構(gòu)。如果沒(méi)有合適的晶體結(jié)構(gòu)，也可以通過(guò)同源建模等方法來(lái)構(gòu)建其三維結(jié)構(gòu)。然后，需要構(gòu)建包含大量小分子化合物的數(shù)據(jù)庫(kù)，這些化合物可以來(lái)自商業(yè)化合物庫(kù)、天然產(chǎn)物數(shù)據(jù)庫(kù)、自行合成的化合物庫(kù)等。接下來(lái)，使用分子對(duì)接軟件將化合物庫(kù)中的小分子逐一與NDM-1進(jìn)行對(duì)接模擬。在對(duì)接過(guò)程中，軟件會(huì)通過(guò)各種算法和搜索策略，不斷調(diào)整小分子的位置、取向和構(gòu)象，以尋找其與NDM-1活性位點(diǎn)結(jié)合的最佳模式。例如，常用的算法有遺傳算法、模擬退火算法等，這些算法能夠在龐大的構(gòu)象空間中快速搜索到較優(yōu)的結(jié)合構(gòu)象。最后，根據(jù)分子對(duì)接軟件提供的打分函數(shù)，計(jì)算小分子與NDM-1結(jié)合的得分，得分越高通常表示結(jié)合親和力越強(qiáng)，從而篩選出具有潛在抑制活性的小分子。AutodockVina是一款廣泛使用的分子對(duì)接軟件，它具有計(jì)算速度快、準(zhǔn)確性較高、使用方便等優(yōu)點(diǎn)。AutodockVina采用了一種基于經(jīng)驗(yàn)的打分函數(shù)，該打分函數(shù)綜合考慮了配體與受體之間的氫鍵、范德華力、靜電相互作用等因素，能夠較為準(zhǔn)確地預(yù)測(cè)配體與受體的結(jié)合親和力。在使用AutodockVina進(jìn)行分子對(duì)接時(shí)，首先需要準(zhǔn)備好受體和配體的結(jié)構(gòu)文件，通常為PDB格式或PDBQT格式。然后，設(shè)置對(duì)接參數(shù)，如對(duì)接盒子的大小和位置、構(gòu)象搜索的步數(shù)、能量評(píng)估的次數(shù)等。對(duì)接完成后，AutodockVina會(huì)輸出每個(gè)配體與受體結(jié)合的構(gòu)象以及對(duì)應(yīng)的打分值，用戶可以根據(jù)打分值對(duì)結(jié)果進(jìn)行排序，選擇打分較高的配體進(jìn)行進(jìn)一步的分析和研究。例如，在一項(xiàng)針對(duì)NDM-1抑制劑的研究中，研究人員使用AutodockVina對(duì)包含數(shù)千個(gè)小分子化合物的數(shù)據(jù)庫(kù)進(jìn)行了虛擬篩選，通過(guò)對(duì)接結(jié)果發(fā)現(xiàn)了幾個(gè)與NDM-1具有較高結(jié)合親和力的小分子，后續(xù)的實(shí)驗(yàn)驗(yàn)證表明，這些小分子對(duì)NDM-1具有一定的抑制活性。3.2.2分子動(dòng)力學(xué)模擬分子動(dòng)力學(xué)模擬是從原子水平上研究分子體系動(dòng)態(tài)行為的重要方法，其原理是基于牛頓運(yùn)動(dòng)定律，通過(guò)求解分子體系中各原子的運(yùn)動(dòng)方程，模擬分子在一定時(shí)間尺度內(nèi)的運(yùn)動(dòng)軌跡。在分子動(dòng)力學(xué)模擬中，將分子體系中的原子視為質(zhì)點(diǎn)，它們之間通過(guò)各種相互作用力（如共價(jià)鍵、氫鍵、范德華力、靜電相互作用等）相互作用。通過(guò)設(shè)定合適的力場(chǎng)參數(shù)，如原子的質(zhì)量、電荷、鍵長(zhǎng)、鍵角、二面角等，以及初始條件（如原子的初始位置和速度），可以計(jì)算出每個(gè)原子在不同時(shí)刻所受到的力，進(jìn)而根據(jù)牛頓第二定律（F=ma）計(jì)算出原子的加速度，通過(guò)數(shù)值積分的方法（如Verlet算法、Leap-frog算法等）更新原子的位置和速度，從而得到分子體系在一段時(shí)間內(nèi)的動(dòng)態(tài)變化情況。對(duì)于研究NDM-1與抑制劑的相互作用，分子動(dòng)力學(xué)模擬具有重要作用。它可以深入了解抑制劑與NDM-1結(jié)合后的結(jié)構(gòu)穩(wěn)定性、動(dòng)力學(xué)特性以及相互作用機(jī)制。通過(guò)模擬，可以獲得復(fù)合物在模擬過(guò)程中的各種參數(shù)，如均方根偏差（Root-Mean-SquareDeviation，RMSD）、均方根波動(dòng)（Root-Mean-SquareFluctuation，RMSF）、氫鍵占有率、結(jié)合自由能等。RMSD用于衡量分子結(jié)構(gòu)在模擬過(guò)程中相對(duì)于初始結(jié)構(gòu)的偏離程度，RMSD值越小，說(shuō)明分子結(jié)構(gòu)越穩(wěn)定；RMSF則反映了分子中各個(gè)原子或殘基的波動(dòng)情況，RMSF值較大的區(qū)域通常表示分子的柔性較高；氫鍵占有率可以反映抑制劑與NDM-1之間氫鍵相互作用的穩(wěn)定性；結(jié)合自由能則是衡量抑制劑與NDM-1結(jié)合強(qiáng)度的重要指標(biāo)，結(jié)合自由能越低，說(shuō)明結(jié)合越穩(wěn)定。通過(guò)分析這些參數(shù)，可以全面評(píng)估抑制劑與NDM-1的結(jié)合效果，深入了解抑制劑的作用機(jī)制，為抑制劑的優(yōu)化和設(shè)計(jì)提供重要的理論依據(jù)。GROMACS和AMBER是兩款常用的分子動(dòng)力學(xué)模擬軟件。GROMACS是一款免費(fèi)開源的分子動(dòng)力學(xué)模擬軟件，具有高效、快速、功能強(qiáng)大等特點(diǎn)。它高度優(yōu)化的代碼使其在模擬速度上具有明顯優(yōu)勢(shì)，能夠模擬具有數(shù)百至數(shù)百萬(wàn)個(gè)粒子的系統(tǒng)的牛頓運(yùn)動(dòng)方程。GROMACS內(nèi)置了多種力場(chǎng)，如AMBER力場(chǎng)、CHARMM力場(chǎng)、OPLS力場(chǎng)等，可以滿足不同分子體系的模擬需求。在使用GROMACS進(jìn)行分子動(dòng)力學(xué)模擬時(shí)，首先需要準(zhǔn)備好分子體系的拓?fù)浣Y(jié)構(gòu)文件和坐標(biāo)文件，拓?fù)浣Y(jié)構(gòu)文件定義了分子中原子之間的連接關(guān)系和力場(chǎng)參數(shù)，坐標(biāo)文件則記錄了原子的初始位置。然后，通過(guò)GROMACS的命令行工具或圖形界面工具，設(shè)置模擬參數(shù)，如模擬溫度、壓力、時(shí)間步長(zhǎng)、模擬步數(shù)等。模擬完成后，GROMACS會(huì)生成一系列的輸出文件，包括軌跡文件（記錄分子體系中原子在模擬過(guò)程中的位置變化）、能量文件（記錄模擬過(guò)程中的能量變化）等，用戶可以使用GROMACS自帶的分析工具或其他第三方分析軟件對(duì)這些文件進(jìn)行分析，獲取所需的模擬結(jié)果。AMBER是一款專門用于模擬蛋白質(zhì)、核酸、糖等生物大分子的分子動(dòng)力學(xué)軟件，它擁有一套模擬生物分子的分子力場(chǎng)和分子動(dòng)力學(xué)模擬程序包。AMBER軟件包包含多個(gè)模塊，如Leap用于準(zhǔn)備分子系統(tǒng)坐標(biāo)和參數(shù)文件，Antechamber用于加載生成部分缺失的力學(xué)參數(shù)文件，Sander是分子動(dòng)力學(xué)模擬程序，Ptraj用于分子動(dòng)力學(xué)模擬軌跡分析等。AMBER的力場(chǎng)參數(shù)經(jīng)過(guò)了大量實(shí)驗(yàn)數(shù)據(jù)的驗(yàn)證，對(duì)于生物分子的模擬具有較高的準(zhǔn)確性。在使用AMBER進(jìn)行分子動(dòng)力學(xué)模擬時(shí)，同樣需要準(zhǔn)備好分子體系的相關(guān)文件，并通過(guò)相應(yīng)的命令和模塊設(shè)置模擬參數(shù)。AMBER支持GPU加速，可以顯著提高模擬效率，適用于大規(guī)模生物分子體系的長(zhǎng)時(shí)間模擬。例如，在研究NDM-1與抑制劑的復(fù)合物時(shí)，使用AMBER進(jìn)行分子動(dòng)力學(xué)模擬，可以更準(zhǔn)確地模擬復(fù)合物在生理?xiàng)l件下的動(dòng)態(tài)行為，深入分析抑制劑與NDM-1之間的相互作用細(xì)節(jié)。3.3基于配體的虛擬篩選3.3.1藥效團(tuán)模型藥效團(tuán)模型是基于配體的虛擬篩選中的重要方法之一，其構(gòu)建過(guò)程涉及對(duì)已知活性化合物的深入分析。首先，需要收集一系列具有抑制NDM-1活性的化合物，這些化合物可以來(lái)自已發(fā)表的研究文獻(xiàn)、專利或者實(shí)驗(yàn)數(shù)據(jù)。然后，運(yùn)用專業(yè)的化學(xué)信息學(xué)軟件（如DiscoveryStudio、MOE等）對(duì)這些化合物進(jìn)行結(jié)構(gòu)解析，提取出對(duì)抑制活性起關(guān)鍵作用的藥效基團(tuán)。藥效基團(tuán)是指分子中能夠與受體發(fā)生特異性相互作用，對(duì)生物活性起關(guān)鍵作用的原子或原子團(tuán)，常見(jiàn)的藥效基團(tuán)包括氫鍵供體（如-OH、-NH?等）、氫鍵受體（如C=O、-NO?等）、疏水基團(tuán)（如烷基、芳基等）以及電荷中心等。在確定藥效基團(tuán)后，進(jìn)一步分析這些藥效基團(tuán)在空間中的排列方式和相互之間的距離、角度等幾何關(guān)系，從而構(gòu)建出藥效團(tuán)模型。例如，在一項(xiàng)針對(duì)NDM-1抑制劑的研究中，研究人員通過(guò)對(duì)多個(gè)已知具有抑制活性的化合物進(jìn)行分析，發(fā)現(xiàn)其中都存在一個(gè)含氮雜環(huán)結(jié)構(gòu)作為氫鍵受體，以及一個(gè)與之相鄰的疏水烷基鏈。這兩個(gè)藥效基團(tuán)在空間上保持著特定的距離和取向，形成了一種獨(dú)特的藥效團(tuán)模式?；诖?，研究人員利用DiscoveryStudio軟件構(gòu)建了藥效團(tuán)模型，該模型包含一個(gè)氫鍵受體特征點(diǎn)和一個(gè)疏水特征點(diǎn)，以及它們之間的特定距離約束。在篩選NDM-1抑制劑時(shí)，藥效團(tuán)模型具有諸多優(yōu)勢(shì)。首先，它可以快速對(duì)大量化合物進(jìn)行篩選，計(jì)算量相對(duì)較小，能夠在短時(shí)間內(nèi)從龐大的化合物庫(kù)中找出具有潛在抑制活性的化合物。以一個(gè)包含數(shù)百萬(wàn)個(gè)化合物的數(shù)據(jù)庫(kù)為例，使用藥效團(tuán)模型進(jìn)行篩選可能只需要幾個(gè)小時(shí)甚至更短的時(shí)間，而傳統(tǒng)的實(shí)驗(yàn)篩選方法則需要耗費(fèi)大量的時(shí)間和資源。其次，藥效團(tuán)模型能夠從分子層面揭示化合物與NDM-1之間的相互作用本質(zhì)，有助于理解抑制劑的作用機(jī)制。通過(guò)分析藥效團(tuán)模型中各個(gè)藥效基團(tuán)與NDM-1活性位點(diǎn)氨基酸殘基之間的相互作用方式，如氫鍵的形成、疏水相互作用的強(qiáng)度等，可以深入了解抑制劑是如何影響NDM-1的活性，為進(jìn)一步優(yōu)化抑制劑結(jié)構(gòu)提供理論依據(jù)。此外，藥效團(tuán)模型還具有較好的通用性，即使對(duì)于結(jié)構(gòu)差異較大的化合物庫(kù)，只要其中存在符合藥效團(tuán)特征的化合物，就有可能被篩選出來(lái)，從而增加了發(fā)現(xiàn)新型抑制劑的機(jī)會(huì)。3.3.2定量構(gòu)效關(guān)系（QSAR）定量構(gòu)效關(guān)系（QSAR）是一種借助分子的理化性質(zhì)參數(shù)或結(jié)構(gòu)參數(shù)，以數(shù)學(xué)和統(tǒng)計(jì)學(xué)手段定量研究有機(jī)小分子和生物大分子相互作用，以及有機(jī)小分子在生物體內(nèi)吸收、分布、代謝、排泄等生理相關(guān)性質(zhì)的方法。其基本原理是認(rèn)為化合物的結(jié)構(gòu)決定其性質(zhì)和生物活性，通過(guò)建立化合物結(jié)構(gòu)與生物活性之間的定量關(guān)系模型，可以預(yù)測(cè)新化合物的生物活性。在構(gòu)建QSAR模型時(shí)，首先需要收集一系列具有相同作用靶點(diǎn)（如NDM-1）且活性已知的化合物。對(duì)于NDM-1抑制劑的研究，這些化合物可以是已報(bào)道的具有不同抑制活性的小分子。然后，測(cè)定或計(jì)算這些化合物的相關(guān)參數(shù)，包括理化性質(zhì)參數(shù)（如分子量、脂水分配系數(shù)logP、分子表面積、極化率等）和結(jié)構(gòu)參數(shù)（如分子拓?fù)渲笖?shù)、原子間距離、鍵角等）。這些參數(shù)可以通過(guò)實(shí)驗(yàn)測(cè)定或利用化學(xué)計(jì)算軟件進(jìn)行計(jì)算得到。例如，脂水分配系數(shù)logP可以通過(guò)實(shí)驗(yàn)測(cè)定化合物在正辛醇和水相中的分配比例來(lái)確定，也可以使用軟件如ALOGPS、XLOGP等進(jìn)行計(jì)算。在獲得化合物的參數(shù)和生物活性數(shù)據(jù)后，運(yùn)用多元線性回歸、偏最小二乘回歸、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等數(shù)學(xué)和統(tǒng)計(jì)學(xué)方法，建立起化合物結(jié)構(gòu)參數(shù)與生物活性之間的定量關(guān)系模型。以多元線性回歸為例，其數(shù)學(xué)模型通常表示為：Y=b?+b?X?+b?X?+…+b?X?，其中Y表示化合物的生物活性（如抑制率、IC50值等），X?、X?、…、X?表示化合物的結(jié)構(gòu)參數(shù)或理化性質(zhì)參數(shù)，b?、b?、b?、…、b?為回歸系數(shù)。通過(guò)對(duì)大量化合物數(shù)據(jù)的擬合，確定回歸系數(shù)的值，從而得到QSAR模型。利用構(gòu)建好的QSAR模型，可以對(duì)新化合物的生物活性進(jìn)行預(yù)測(cè)。在篩選NDM-1抑制劑時(shí)，將化合物庫(kù)中的小分子化合物的結(jié)構(gòu)參數(shù)輸入到QSAR模型中，模型即可預(yù)測(cè)出這些化合物對(duì)NDM-1的抑制活性。根據(jù)預(yù)測(cè)結(jié)果，篩選出具有較高預(yù)測(cè)活性的化合物進(jìn)行進(jìn)一步的實(shí)驗(yàn)研究。例如，在一項(xiàng)研究中，研究人員構(gòu)建了針對(duì)NDM-1抑制劑的QSAR模型，利用該模型對(duì)一個(gè)包含數(shù)千個(gè)小分子化合物的數(shù)據(jù)庫(kù)進(jìn)行篩選，預(yù)測(cè)出了若干個(gè)可能具有較好抑制活性的化合物。后續(xù)的實(shí)驗(yàn)驗(yàn)證表明，其中部分化合物確實(shí)對(duì)NDM-1具有一定的抑制作用，證明了QSAR模型在篩選NDM-1抑制劑中的有效性。QSAR在預(yù)測(cè)化合物活性和優(yōu)化結(jié)構(gòu)中具有重要作用。在預(yù)測(cè)化合物活性方面，QSAR模型能夠快速、高效地對(duì)大量化合物的活性進(jìn)行預(yù)測(cè)，為實(shí)驗(yàn)篩選提供有價(jià)值的參考，大大減少了實(shí)驗(yàn)工作量和成本。在優(yōu)化結(jié)構(gòu)方面，通過(guò)分析QSAR模型中各個(gè)參數(shù)與生物活性之間的關(guān)系，可以了解到哪些結(jié)構(gòu)特征對(duì)活性的影響較大，從而有針對(duì)性地對(duì)化合物結(jié)構(gòu)進(jìn)行修飾和優(yōu)化。例如，如果QSAR模型顯示分子中某個(gè)位置的取代基的電子性質(zhì)對(duì)活性有顯著影響，那么在設(shè)計(jì)新化合物時(shí)，可以通過(guò)改變?cè)撐恢萌〈碾娮有再|(zhì)來(lái)提高化合物的活性。此外，QSAR模型還可以用于預(yù)測(cè)化合物的藥代動(dòng)力學(xué)性質(zhì)，如吸收、分布、代謝、排泄等，為藥物研發(fā)過(guò)程中的藥物設(shè)計(jì)和優(yōu)化提供全面的信息支持。3.4虛擬篩選結(jié)果的評(píng)估與驗(yàn)證在完成對(duì)NDM-1抑制劑的虛擬篩選后，對(duì)篩選結(jié)果進(jìn)行全面、準(zhǔn)確的評(píng)估與驗(yàn)證至關(guān)重要，這直接關(guān)系到篩選出的化合物是否具有實(shí)際的應(yīng)用價(jià)值和進(jìn)一步研究的潛力。評(píng)估虛擬篩選結(jié)果的指標(biāo)眾多，命中率（Hitrate）和富集因子（EnrichmentFactor，EF）是其中較為常用且關(guān)鍵的兩個(gè)指標(biāo)。命中率指的是在篩選過(guò)程中，打分靠前的化合物中真正為活性化合物的數(shù)量占打分靠前化合物總數(shù)的百分比，其計(jì)算公式為：Hitrate=100%×(Hitssampled/Nsampled)，其中Nsampled是打分靠前的N個(gè)化合物；Hitssampled是打分靠前的N個(gè)化合物中真正為活性化合物的數(shù)量。命中率直觀地反映了在所選的化合物集合中，活性化合物的出現(xiàn)比例，較高的命中率意味著在篩選出的化合物中，有更多的化合物可能具有實(shí)際的抑制活性。例如，若在一次虛擬篩選中，對(duì)1000個(gè)化合物進(jìn)行打分排序，選取前100個(gè)化合物（Nsampled=100）進(jìn)行進(jìn)一步分析，其中發(fā)現(xiàn)有20個(gè)化合物被實(shí)驗(yàn)驗(yàn)證為具有活性（Hitssampled=20），則此次篩選的命中率為20%。富集因子則是衡量虛擬篩選方法對(duì)活性化合物富集能力的重要指標(biāo)，其計(jì)算公式為：EF=(Hitssampled/Nsampled)÷(Hitstotal/Ntotal)，其中Hitstotal為數(shù)據(jù)庫(kù)中真正為活性化合物的總數(shù)；Ntotal為整個(gè)數(shù)據(jù)庫(kù)中化合物的總數(shù)。富集因子表示在篩選出的部分化合物中活性化合物的比例與整個(gè)數(shù)據(jù)庫(kù)中活性化合物比例的比值，當(dāng)EF值大于1時(shí)，表明該篩選方法能夠有效地將活性化合物從數(shù)據(jù)庫(kù)中富集出來(lái)，EF值越大，說(shuō)明富集能力越強(qiáng)。例如，假設(shè)數(shù)據(jù)庫(kù)中共有10000個(gè)化合物（Ntotal=10000），其中已知有100個(gè)活性化合物（Hitstotal=100），通過(guò)虛擬篩選選取了前500個(gè)化合物（Nsampled=500），這500個(gè)化合物中經(jīng)實(shí)驗(yàn)驗(yàn)證有30個(gè)活性化合物（Hitssampled=30），則富集因子EF=(30/500)÷(100/10000)=6，說(shuō)明該篩選方法在這一過(guò)程中對(duì)活性化合物具有較強(qiáng)的富集能力。在實(shí)驗(yàn)驗(yàn)證方面，通常采用多種實(shí)驗(yàn)方法來(lái)確定篩選出的化合物是否真正具有抑制NDM-1的活性。酶活性測(cè)定實(shí)驗(yàn)是一種常用的方法，通過(guò)檢測(cè)NDM-1水解底物（如特定的β-內(nèi)酰胺類抗生素）的反應(yīng)速率，來(lái)評(píng)估化合物對(duì)NDM-1活性的影響。具體操作時(shí)，將篩選出的化合物與NDM-1及底物在適宜的反應(yīng)條件下混合，利用分光光度計(jì)等儀器監(jiān)測(cè)底物水解過(guò)程中吸光度的變化，從而計(jì)算出酶的活性。若加入化合物后，NDM-1對(duì)底物的水解速率顯著降低，說(shuō)明該化合物可能具有抑制NDM-1的活性。例如，在一項(xiàng)研究中，使用頭孢他啶作為底物，在沒(méi)有添加抑制劑的情況下，NDM-1在一定時(shí)間內(nèi)能夠使底物水解產(chǎn)生特定的產(chǎn)物，通過(guò)檢測(cè)產(chǎn)物的生成量可以確定酶的初始活性。當(dāng)加入篩選出的化合物后，相同時(shí)間內(nèi)產(chǎn)物的生成量明顯減少，表明該化合物對(duì)NDM-1的酶活性起到了抑制作用。此外，細(xì)菌生長(zhǎng)抑制實(shí)驗(yàn)也是驗(yàn)證抑制劑活性的重要手段。將攜帶NDM-1的細(xì)菌接種到含有不同濃度篩選化合物的培養(yǎng)基中，在適宜的溫度和培養(yǎng)條件下培養(yǎng)一定時(shí)間后，通過(guò)測(cè)量細(xì)菌的生長(zhǎng)密度（如OD600值，即600nm波長(zhǎng)下的光密度值）來(lái)判斷化合物對(duì)細(xì)菌生長(zhǎng)的抑制效果。如果化合物能夠有效抑制細(xì)菌的生長(zhǎng)，說(shuō)明它可能通過(guò)抑制NDM-1的活性，恢復(fù)了細(xì)菌對(duì)β-內(nèi)酰胺類抗生素的敏感性。例如，在實(shí)驗(yàn)中，將NDM-1陽(yáng)性大腸桿菌接種到一系列含有不同濃度化合物的LB培養(yǎng)基中，培養(yǎng)18-24小時(shí)后，使用酶標(biāo)儀測(cè)量各孔的OD600值。結(jié)果發(fā)現(xiàn)，隨著化合物濃度的增加，細(xì)菌的OD600值逐漸降低，表明化合物對(duì)攜帶NDM-1的細(xì)菌生長(zhǎng)具有抑制作用，進(jìn)一步驗(yàn)證了該化合物作為NDM-1抑制劑的潛在活性。四、NDM-1抑制劑虛擬篩選的實(shí)踐4.1實(shí)驗(yàn)材料與準(zhǔn)備4.1.1蛋白結(jié)構(gòu)獲取與預(yù)處理本研究中，我們從蛋白質(zhì)數(shù)據(jù)庫(kù)（ProteinDataBank，PDB）獲取NDM-1蛋白的三維結(jié)構(gòu)。PDB數(shù)據(jù)庫(kù)是全球最為權(quán)威和全面的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)，包含了通過(guò)X射線晶體學(xué)、核磁共振、冷凍電鏡等多種實(shí)驗(yàn)技術(shù)解析得到的大量蛋白質(zhì)結(jié)構(gòu)信息。為確保獲取的NDM-1結(jié)構(gòu)具有高分辨率和準(zhǔn)確性，我們?cè)赑DB數(shù)據(jù)庫(kù)官網(wǎng)（/）的搜索欄中輸入“NewDelhimetallo-β-lactamase-1”作為關(guān)鍵詞進(jìn)行搜索。在搜索結(jié)果中，綜合考慮結(jié)構(gòu)分辨率、實(shí)驗(yàn)方法以及配體結(jié)合情況等因素，選擇了分辨率較高（如1.5?-2.5?）且結(jié)構(gòu)完整性良好的NDM-1晶體結(jié)構(gòu)，例如PDBID為“4B4O”的結(jié)構(gòu)，該結(jié)構(gòu)通過(guò)X射線晶體學(xué)技術(shù)解析得到，分辨率為1.8?，能夠清晰地展現(xiàn)NDM-1的三維結(jié)構(gòu)特征以及活性位點(diǎn)的細(xì)節(jié)信息。然后，點(diǎn)擊搜索結(jié)果頁(yè)面中對(duì)應(yīng)的結(jié)構(gòu)條目，在下載選項(xiàng)中選擇下載PDB格式的結(jié)構(gòu)文件，該文件包含了NDM-1蛋白的原子坐標(biāo)、原子類型、殘基信息等關(guān)鍵數(shù)據(jù)，為后續(xù)的虛擬篩選研究提供了基礎(chǔ)結(jié)構(gòu)數(shù)據(jù)。獲取NDM-1蛋白結(jié)構(gòu)后，利用PyMOL軟件對(duì)其進(jìn)行預(yù)處理。PyMOL是一款功能強(qiáng)大且廣泛應(yīng)用的分子可視化和分析軟件，能夠方便地對(duì)蛋白質(zhì)結(jié)構(gòu)進(jìn)行各種操作和處理。打開PyMOL軟件，通過(guò)菜單欄中的“File”-“Open”選項(xiàng)，導(dǎo)入下載的NDM-1蛋白PDB文件。首先，對(duì)蛋白結(jié)構(gòu)進(jìn)行清理，去除結(jié)構(gòu)中多余的水分子和雜原子，以減少計(jì)算量和避免干擾。在PyMOL中，通過(guò)執(zhí)行“removeresnHOH”命令，可批量刪除水分子；對(duì)于雜原子，可根據(jù)原子名稱和殘基編號(hào)，手動(dòng)選擇并刪除與NDM-1活性無(wú)關(guān)的雜原子。接著，為蛋白結(jié)構(gòu)添加氫原子，以確保在后續(xù)的計(jì)算中能夠準(zhǔn)確考慮分子間的氫鍵相互作用。在PyMOL中，點(diǎn)擊菜單欄中的“Edit”-“Hydrogens”-“Add”選項(xiàng)，即可為蛋白結(jié)構(gòu)添加氫原子，添加氫原子時(shí)，軟件會(huì)根據(jù)原子類型和周圍環(huán)境，自動(dòng)確定氫原子的位置和鍵連方式。然后，對(duì)蛋白結(jié)構(gòu)進(jìn)行質(zhì)子化處理，使其處于生理pH條件下的合理質(zhì)子化狀態(tài)。在PyMOL中，可使用“Protonate3D”插件進(jìn)行質(zhì)子化操作，該插件會(huì)根據(jù)蛋白的氨基酸序列和結(jié)構(gòu)信息，預(yù)測(cè)每個(gè)氨基酸殘基在生理pH條件下的質(zhì)子化狀態(tài)，并相應(yīng)地添加或去除質(zhì)子。最后，對(duì)處理后的蛋白結(jié)構(gòu)進(jìn)行能量最小化，以優(yōu)化原子間的距離和鍵角，消除結(jié)構(gòu)中的不合理張力。在PyMOL中，通過(guò)調(diào)用AMBER或CHARMM等力場(chǎng)，執(zhí)行能量最小化命令，如“minimizeall”，軟件會(huì)通過(guò)迭代計(jì)算，調(diào)整原子坐標(biāo)，使蛋白結(jié)構(gòu)的能量達(dá)到局部最小值，得到優(yōu)化后的NDM-1蛋白結(jié)構(gòu)，為后續(xù)的分子對(duì)接和分子動(dòng)力學(xué)模擬提供高質(zhì)量的結(jié)構(gòu)模型。4.1.2分子庫(kù)構(gòu)建我們從多個(gè)來(lái)源獲取候選分子，構(gòu)建用于虛擬篩選的分子庫(kù)。從已知藥物庫(kù)中提取分子是重要途徑之一，常用的已知藥物庫(kù)如DrugBank，它是一個(gè)全面的藥物數(shù)據(jù)庫(kù)，包含了大量已批準(zhǔn)上市藥物和處于研發(fā)階段藥物的詳細(xì)信息，包括化學(xué)結(jié)構(gòu)、藥理作用、藥代動(dòng)力學(xué)參數(shù)等。在DrugBank官網(wǎng)（https://www.drugbank.ca/）中，通過(guò)搜索功能，可根據(jù)藥物類別、作用靶點(diǎn)等條件篩選出與抗菌藥物相關(guān)的小分子化合物。將篩選出的化合物結(jié)構(gòu)以SDF（Structure-DataFile）格式下載，SDF文件包含了分子的二維或三維結(jié)構(gòu)信息、原子連接關(guān)系、電荷分布等內(nèi)容，方便后續(xù)的處理和分析。同時(shí)，從虛擬篩選數(shù)據(jù)庫(kù)中獲取分子，如ZINC數(shù)據(jù)庫(kù)，它是一個(gè)免費(fèi)的包含超過(guò)一億個(gè)可購(gòu)買小分子化合物的數(shù)據(jù)庫(kù)，提供了豐富的化學(xué)結(jié)構(gòu)多樣性。在ZINC數(shù)據(jù)庫(kù)官網(wǎng)（/）中，可通過(guò)設(shè)置篩選條件，如分子量范圍、脂水分配系數(shù)范圍、原子類型限制等，從海量化合物中篩選出符合要求的小分子。同樣將這些小分子以SDF格式下載，與從已知藥物庫(kù)中獲取的分子整合在一起，初步構(gòu)建起候選分子庫(kù)。為了深入了解候選分子的性質(zhì)和特征，需要計(jì)算分子描述符。分子描述符是用于表征分子結(jié)構(gòu)和性質(zhì)的數(shù)值參數(shù)，能夠反映分子的大小、形狀、電子性質(zhì)、拓?fù)浣Y(jié)構(gòu)等信息。我們使用Mordred軟件來(lái)計(jì)算分子描述符，Mordred是一個(gè)強(qiáng)大的開源分子描述符計(jì)算工具，能夠計(jì)算超過(guò)1800種不同類型的分子描述符。首先，確保安裝了Mordred及其依賴庫(kù)，可通過(guò)Conda環(huán)境進(jìn)行安裝，在命令行中運(yùn)行“condainstall-crdkit-cmordred-descriptormordred”命令，即可自動(dòng)安裝Mordred及其必要的RDKit庫(kù)。安裝完成后，將構(gòu)建好的候選分子庫(kù)的SDF文件作為輸入，在命令行中運(yùn)行相應(yīng)的Mordred命令，如“python-mmordredinput.sdfoutput.csv”，其中“input.sdf”為輸入的候選分子庫(kù)SDF文件，“output.csv”為輸出的包含分子描述符的CSV文件。Mordred會(huì)讀取SDF文件中的分子結(jié)構(gòu)信息，計(jì)算每個(gè)分子的各種描述符，并將結(jié)果輸出到CSV文件中，每一行代表一個(gè)分子，每一列代表一種分子描述符，包括分子量、脂水分配系數(shù)、分子表面積、拓?fù)錁O性表面積、原子類型計(jì)數(shù)、鍵類型計(jì)數(shù)等多種描述符。通過(guò)計(jì)算分子描述符，我們可以對(duì)候選分子進(jìn)行更全面的分析和篩選，為后續(xù)的虛擬篩選提供更豐富的信息，有助于提高篩選的準(zhǔn)確性和效率。4.2分子對(duì)接篩選在分子對(duì)接篩選階段，我們選用了AutodockVina軟件對(duì)之前構(gòu)建的分子庫(kù)中的小分子化合物與NDM-1蛋白進(jìn)行對(duì)接模擬。AutodockVina軟件基于快速的半經(jīng)驗(yàn)評(píng)分函數(shù)，能夠高效地預(yù)測(cè)小分子與蛋白之間的結(jié)合模式和親和力，為篩選潛在的NDM-1抑制劑提供了有力工具。在使用AutodockVina進(jìn)行對(duì)接之前，需要對(duì)受體（NDM-1蛋白）和配體（小分子化合物）的結(jié)構(gòu)文件進(jìn)行進(jìn)一步處理，使其符合對(duì)接軟件的要求。對(duì)于NDM-1蛋白，我們將預(yù)處理后的PDB結(jié)構(gòu)文件轉(zhuǎn)換為PDBQT格式文件，這一轉(zhuǎn)換過(guò)程使用了AutodockTools軟件。在AutodockTools中，打開之前經(jīng)過(guò)PyMOL處理的NDM-1蛋白PDB文件，通過(guò)菜單欄中的“Edit”-“Charges”-“AddGasteigerCharges”選項(xiàng)為蛋白添加Gasteiger電荷，以準(zhǔn)確描述蛋白分子中的靜電相互作用。然后，點(diǎn)擊“File”-“SaveasPDBQT”，將添加電荷后的蛋白結(jié)構(gòu)保存為PDBQT格式文件。對(duì)于小分子化合物，同樣使用AutodockTools將其從SDF格式文件轉(zhuǎn)換為PDBQT格式文件。在轉(zhuǎn)換過(guò)程中，AutodockTools會(huì)自動(dòng)識(shí)別小分子的原子類型、鍵連關(guān)系等信息，并為其添加必要的電荷和力場(chǎng)參數(shù)。完成受體和配體的結(jié)構(gòu)文件準(zhǔn)備后，我們需要設(shè)置對(duì)接參數(shù)。在AutodockVina軟件中，對(duì)接盒子的設(shè)置至關(guān)重要，它決定了小分子在與NDM-1蛋白對(duì)接時(shí)的搜索空間。根據(jù)NDM-1蛋白的活性位點(diǎn)結(jié)構(gòu)信息，我們將對(duì)接盒子的中心設(shè)置在活性位點(diǎn)的中心位置，以確保小分子能夠在活性位點(diǎn)附近進(jìn)行充分的搜索。對(duì)接盒子的大小則根據(jù)活性位點(diǎn)的尺寸以及小分子的大小進(jìn)行合理調(diào)整，在本次研究中，我們?cè)O(shè)置對(duì)接盒子的邊長(zhǎng)為20?×20?×20?，這一尺寸既能保證小分子有足夠的搜索空間，又能避免搜索空間過(guò)大導(dǎo)致計(jì)算量劇增。此外，還設(shè)置了對(duì)接的詳盡度（exhaustiveness）參數(shù)為8，該參數(shù)控制著對(duì)接過(guò)程中對(duì)小分子構(gòu)象搜索的細(xì)致程度，數(shù)值越大，搜索越細(xì)致，但計(jì)算時(shí)間也會(huì)相應(yīng)增加。經(jīng)過(guò)多次測(cè)試和驗(yàn)證，設(shè)置詳盡度為8時(shí)，在保證對(duì)接結(jié)果準(zhǔn)確性的同時(shí)，也能在可接受的時(shí)間范圍內(nèi)完成對(duì)接計(jì)算。完成參數(shù)設(shè)置后，即可運(yùn)行AutodockVina進(jìn)行分子對(duì)接計(jì)算。對(duì)接計(jì)算過(guò)程中，AutodockVina會(huì)將分子庫(kù)中的小分子逐一與NDM-1蛋白進(jìn)行對(duì)接模擬，通過(guò)不斷調(diào)整小分子的位置、取向和構(gòu)象，尋找其與NDM-1活性位點(diǎn)結(jié)合的最佳模式，并計(jì)算出每個(gè)小分子與NDM-1蛋白結(jié)合的親和力得分（bindingenergy）。親和力得分越低，表示小分子與NDM-1蛋白的結(jié)合越緊密，結(jié)合親和力越強(qiáng)。對(duì)接計(jì)算完成后，AutodockVina會(huì)生成一個(gè)包含對(duì)接結(jié)果的文本文件，文件中記錄了每個(gè)小分子與NDM-1蛋白的對(duì)接構(gòu)象以及對(duì)應(yīng)的親和力得分等信息。對(duì)對(duì)接結(jié)果進(jìn)行分析時(shí)，我們首先根據(jù)親和力得分對(duì)所有小分子進(jìn)行排序，挑選出親和力得分較高（即得分較低）的前100個(gè)小分子作為初步篩選結(jié)果。這100個(gè)小分子被認(rèn)為與NDM-1蛋白具有較強(qiáng)的結(jié)合能力，具有潛在的抑制NDM-1活性的可能性。然后，使用PyMOL軟件對(duì)這100個(gè)小分子與NDM-1蛋白的對(duì)接構(gòu)象進(jìn)行可視化分析，觀察小分子在NDM-1活性位點(diǎn)中的結(jié)合位置和結(jié)合模式。通過(guò)可視化分析發(fā)現(xiàn)，部分小分子能夠與NDM-1活性位點(diǎn)中的關(guān)鍵氨基酸殘基形成穩(wěn)定的氫鍵相互作用。例如，小分子A的羥基與NDM-1活性位點(diǎn)中的組氨酸殘基的咪唑環(huán)氮原子形成了氫鍵，氫鍵距離為2.0?，這種氫鍵相互作用有助于穩(wěn)定小分子與NDM-1蛋白的結(jié)合。同時(shí)，一些小分子還與NDM-1活性位點(diǎn)周圍的氨基酸殘基形成了疏水相互作用，進(jìn)一步增強(qiáng)了結(jié)合的穩(wěn)定性。如小分子B的苯環(huán)結(jié)構(gòu)與活性位點(diǎn)附近的幾個(gè)疏水氨基酸殘基（如纈氨酸、亮氨酸等）形成了疏水相互作用，使得小分子能夠緊密地結(jié)合在活性位點(diǎn)中。這些與NDM-1蛋白具有良好結(jié)合模式的小分子，為后續(xù)進(jìn)一步研究NDM-1抑制劑的作用機(jī)制和優(yōu)化抑制劑結(jié)構(gòu)提供了重要線索。4.3分子動(dòng)力學(xué)模擬優(yōu)化為了進(jìn)一步研究分子對(duì)接篩選出的小分子與NDM-1蛋白結(jié)合的穩(wěn)定性和相互作用機(jī)制，我們使用GROMACS軟件對(duì)復(fù)合物進(jìn)行分子動(dòng)力學(xué)模擬優(yōu)化。GROMACS是一款廣泛應(yīng)用于分子動(dòng)力學(xué)模擬的軟件，它能夠在原子層面上模擬分子體系在不同條件下的動(dòng)態(tài)行為，為深入理解分子間相互作用提供了有力工具。在進(jìn)行分子動(dòng)力學(xué)模擬之前，首先要構(gòu)建模擬體系。將分子對(duì)接得到的小分子與NDM-1蛋白的復(fù)合物結(jié)構(gòu)作為初始結(jié)構(gòu)，利用GROMACS軟件中的pdb2gmx工具將其轉(zhuǎn)換為GROMACS可識(shí)別的拓?fù)浣Y(jié)構(gòu)文件和坐標(biāo)文件。在轉(zhuǎn)換過(guò)程中，需要選擇合適的力場(chǎng)參數(shù)，我們選用了CHARMM36力場(chǎng)，該力場(chǎng)在模擬蛋白質(zhì)和小分子相互作用方面具有良好的準(zhǔn)確性和可靠性，能夠精確描述分子中原子間的各種相互作用力，包括共價(jià)鍵、氫鍵、范德華力、靜電相互作用等。然后，將復(fù)合物結(jié)構(gòu)放置在一個(gè)合適大小的周期性盒子中，盒子的形狀和大小根據(jù)復(fù)合物的尺寸進(jìn)行調(diào)整，確保復(fù)合物在模擬過(guò)程中有足夠的空間進(jìn)行自由運(yùn)動(dòng)，同時(shí)避免分子與盒子邊界發(fā)生不合理的相互作用。為了模擬生理環(huán)境，在盒子中填充TIP3P水分子模型，使復(fù)合物處于水環(huán)境中。TIP3P水分子模型是一種常用的水分子模型，它能夠較好地描述水分子的結(jié)構(gòu)和性質(zhì)，在分子動(dòng)力學(xué)模擬中被廣泛應(yīng)用。在填充水分子后，對(duì)體系進(jìn)行離子中和，添加適量的鈉離子（Na?）或氯離子（Cl?），以保持體系的電中性，模擬生理?xiàng)l件下的離子強(qiáng)度。完成模擬體系構(gòu)建后，對(duì)體系進(jìn)行能量最小化處理，以消除初始結(jié)構(gòu)中可能存在的不合理原子間距離和鍵角，使體系達(dá)到一個(gè)相對(duì)穩(wěn)定的低能量狀態(tài)。在GROMACS中，使用最陡下降法（SteepestDescent）和共軛梯度法（ConjugateGradient）相結(jié)合的方式進(jìn)行能量最小化。最陡下降法能夠快速降低體系的能量，使體系迅速接近局部最小值；共軛梯度法則在接近局部最小值時(shí)，能夠更精確地優(yōu)化體系結(jié)構(gòu)，進(jìn)一步降低能量。經(jīng)過(guò)能量最小化后，體系的能量達(dá)到穩(wěn)定狀態(tài)，原子間的相互作用力趨于平衡，為后續(xù)的分子動(dòng)力學(xué)模擬提供了穩(wěn)定的初始結(jié)構(gòu)。接下來(lái)，進(jìn)行分子動(dòng)力學(xué)模擬。在模擬過(guò)程中，設(shè)置模擬溫度為310K，以模擬人體生理溫度。溫度的控制采用速度重標(biāo)（VelocityRescaling）方法，該方法能夠使體系在模擬過(guò)程中保持恒定的溫度，通過(guò)不斷調(diào)整分子的速度，使體系的動(dòng)能與設(shè)定溫度相匹配。同時(shí)，設(shè)置模擬壓力為1bar，模擬生理壓力條件。壓力的控制采用Parrinello-Rahman方法，該方法通過(guò)調(diào)整模擬盒子的形狀和大小，使體系在模擬過(guò)程中保持恒定的壓力。模擬時(shí)間設(shè)置為100ns，這一時(shí)間尺度能夠充分觀察小分子與NDM-1蛋白復(fù)合物在動(dòng)態(tài)過(guò)程中的結(jié)構(gòu)變化和相互作用情況。在模擬過(guò)程中，每10ps保存一次體系的坐標(biāo)和能量信息，以便后續(xù)對(duì)模擬結(jié)果進(jìn)行分析。模擬結(jié)束后，對(duì)模擬結(jié)果進(jìn)行全面分析。通過(guò)計(jì)算均方根偏差（RMSD）來(lái)評(píng)估復(fù)合物結(jié)構(gòu)在模擬過(guò)程中的穩(wěn)定性。RMSD是衡量分子結(jié)構(gòu)在模擬過(guò)程中相對(duì)于初始結(jié)構(gòu)偏離程度的重要指標(biāo)，其計(jì)算公式為：RMSD=\sqrt{\frac{1}{N}\sum_{i=1}^{N}(x_{i}^{t}-x_{i}^{0})^{2}}其中，N為原子總數(shù)，x_{i}^{t}和x_{i}^{0}分別為原子i在時(shí)刻t和初始時(shí)刻的坐標(biāo)。通過(guò)分析RMSD隨時(shí)間的變化曲線，發(fā)現(xiàn)大部分復(fù)合物在模擬后期RMSD值趨于穩(wěn)定，波動(dòng)范圍較小，表明復(fù)合物結(jié)構(gòu)在模擬過(guò)程中保持了較好的穩(wěn)定性。例如，復(fù)合物A在模擬開始后的前10ns內(nèi)，RMSD值迅速上升，這是由于體系在初始階段進(jìn)行結(jié)構(gòu)調(diào)整，逐漸適應(yīng)模擬環(huán)境；在10-50ns期間，RMSD值在0.2-0.3nm之間波動(dòng)；50ns之后，RMSD值穩(wěn)定在0.25nm左右，說(shuō)明復(fù)合物A在模擬后期結(jié)構(gòu)趨于穩(wěn)定，小分子與NDM-1蛋白的結(jié)合較為牢固。通過(guò)計(jì)算均方根波動(dòng)（RMSF）來(lái)分析復(fù)合物中各個(gè)氨基酸殘基的柔性變化。RMSF反映了分子中各個(gè)原子或殘基在模擬過(guò)程中的波動(dòng)情況，其計(jì)算公式為：RMSF_{j}=\sqrt{\frac{1}{T}\sum_{t=1}^{T}(x_{j}^{t}-\overline{x}_{j})^{2}}其中，T為模擬總幀數(shù)，x_{j}^{t}為殘基j在時(shí)刻t的坐標(biāo)，\overline{x}_{j}為殘基j在整個(gè)模擬過(guò)程中的平均坐標(biāo)。分析RMSF結(jié)果發(fā)現(xiàn)，NDM-1蛋白活性位點(diǎn)附近的一些氨基酸殘基在與小分子結(jié)合后，RMSF值明顯降低，表明這些殘基的柔性減小，結(jié)構(gòu)更加穩(wěn)定。例如，活性位點(diǎn)中的組氨酸（His）殘基在與小分子結(jié)合后，RMSF值從自由蛋白狀態(tài)下的0.15nm降低到0.08nm，這是因?yàn)樾》肿优cHis殘基形成了穩(wěn)定的氫鍵相互作用，限制了His殘基的運(yùn)動(dòng)，從而使活性位點(diǎn)的結(jié)構(gòu)更加穩(wěn)定，有利于抑制NDM-1的活性。通過(guò)分析氫鍵的形成與斷裂情況，深入了解小分子與NDM-1蛋白之間的相互作用模式。在GROMACS中，使用g_hbond工具分析氫鍵的形成情況，設(shè)定氫鍵的判斷標(biāo)準(zhǔn)為供體-受體距離小于0.35nm，氫鍵角度大于120°。分析結(jié)果顯示，在模擬過(guò)程中，一些小分子與NDM-1蛋白活性位點(diǎn)中的關(guān)鍵氨基酸殘基形成了穩(wěn)定的氫鍵。例如，小分子B與NDM-1活性位點(diǎn)中的天冬氨酸（Asp）殘基形成了氫鍵，氫鍵距離在模擬過(guò)程中始終保持在0.28-0.32nm之間，氫鍵占有率達(dá)到80%以上，表明該氫鍵在模擬過(guò)程中具有較高的穩(wěn)定性，對(duì)小分子與NDM-1蛋白的結(jié)合起到了重要的作用。此外，還觀察到一些小分子與NDM-1蛋白之間存在多個(gè)氫鍵相互作用，這些氫鍵相互作用協(xié)同作用，進(jìn)一步增強(qiáng)了小分子與NDM-1蛋白的結(jié)合穩(wěn)定性。通過(guò)分子動(dòng)力學(xué)模擬優(yōu)化，我們深入了解了小分子與NDM-1蛋白結(jié)合后的結(jié)構(gòu)穩(wěn)定性、動(dòng)力學(xué)特性以及相互作用機(jī)制，為進(jìn)一步研究NDM-1抑制劑的作用機(jī)制和優(yōu)化抑制劑結(jié)構(gòu)提供了重要的依據(jù)。4.4虛擬篩選結(jié)果分析通過(guò)分子對(duì)接和分子動(dòng)力學(xué)模擬等虛擬篩選技術(shù)，我們成功篩選出了一系列與NDM-1具有較強(qiáng)結(jié)合能力的潛在抑制劑。對(duì)這些潛在抑制劑的結(jié)構(gòu)特征進(jìn)行深入分析，發(fā)現(xiàn)它們呈現(xiàn)出一些共同的特點(diǎn)。許多潛在抑制劑分子中都含有能夠與NDM-1活性位點(diǎn)形成氫鍵的官能團(tuán)，如羥基（-OH）、氨基（-NH?）、羧基（-COOH）等。以化合物A為例，其分子結(jié)構(gòu)中的羥基與NDM-1活性位點(diǎn)中的組氨酸殘基的咪唑環(huán)氮原子形成了穩(wěn)定的氫鍵，氫鍵距離為2.0?，這種氫鍵相互作用對(duì)于穩(wěn)定化合物與NDM-1的結(jié)合起到了關(guān)鍵作用。此外，部分潛在抑制劑還含有芳香環(huán)結(jié)構(gòu)，如苯環(huán)、吡啶環(huán)等，這些芳香環(huán)與NDM-1活性位點(diǎn)周圍的疏水氨基酸殘基（如纈氨酸、亮氨酸等）通過(guò)疏水相互作用緊密結(jié)合，進(jìn)一步增強(qiáng)了抑制劑與NDM-1的結(jié)合穩(wěn)定性。例如，化合物B的苯環(huán)結(jié)構(gòu)與NDM-1活性位點(diǎn)附近的多個(gè)疏水氨基酸殘基形成了較強(qiáng)的疏水相互作用，使得化合物B能夠緊密地結(jié)合在活性位點(diǎn)中，從而有效抑制NDM-1的活性。在作用模式方面，這些潛在抑制劑主要通過(guò)與NDM-1活性位點(diǎn)的相互作用，干擾其對(duì)β-內(nèi)酰胺類抗生素的水解過(guò)程。一方面，抑制劑與NDM-1活性位點(diǎn)的結(jié)合，改變了活性位點(diǎn)的微環(huán)境，使得底物（β-內(nèi)酰胺類抗生素）難以與活性位點(diǎn)正常結(jié)合，從而阻斷了水解反應(yīng)的發(fā)生。另一方面，抑制劑與活性位點(diǎn)中的關(guān)鍵氨基酸殘基或金屬離子形成特異性相互作用，影響了NDM-1的催化活性中心的結(jié)構(gòu)和功能，降低了其對(duì)β-內(nèi)酰胺環(huán)的水解能力。例如，化合物C與NDM-1活性位點(diǎn)中的鋅離子形成了配位作用，改變了鋅離子的配位環(huán)境，使得鋅離子無(wú)法有效地極化β-內(nèi)酰胺環(huán)，從而抑制了NDM-1對(duì)β-內(nèi)酰胺類抗生素的水解活性。從成藥潛力評(píng)估來(lái)看，部分潛在抑制劑展現(xiàn)出了良好的前景。在藥物的吸收、分布、代謝、排泄（ADMET）性質(zhì)方面，通過(guò)相關(guān)軟件（如SwissADME等）的預(yù)測(cè)，發(fā)現(xiàn)一些潛在抑制劑具有較好的口服生物利用度預(yù)測(cè)值，這意味著它們?cè)诳诜o藥后有可能被機(jī)體較好地吸收和利用。同時(shí)，這些抑制劑在體內(nèi)的分布較為合理，能夠有效地到達(dá)感染部位發(fā)揮作用。在代謝穩(wěn)定性方面，預(yù)測(cè)結(jié)果顯示它們不易被體內(nèi)的代謝酶快速代謝，具有一定的代謝穩(wěn)定性，能夠在體內(nèi)維持較長(zhǎng)時(shí)間的有效濃度。在毒性方面，基于現(xiàn)有數(shù)據(jù)和預(yù)測(cè)模型的評(píng)估，未發(fā)現(xiàn)明顯的毒性風(fēng)險(xiǎn)，這為其進(jìn)一步開發(fā)成藥物提供了有利條件。然而，也有部分潛在抑制劑存在一些需要改進(jìn)的問(wèn)題，如部分化合物的水溶性較差，這可能會(huì)影響其在體內(nèi)的溶解和吸收，需要通過(guò)結(jié)構(gòu)修飾等方法來(lái)改善其水溶性；還有一些化合物的藥代動(dòng)力學(xué)性質(zhì)有待進(jìn)一步優(yōu)化，以提高其在體內(nèi)的療效和安全性。綜合來(lái)看，通過(guò)虛擬篩選得到的潛在抑制劑為開發(fā)新型NDM-1抑制劑藥物提供了有價(jià)值的先導(dǎo)化合物，后續(xù)需要進(jìn)一步開展實(shí)驗(yàn)研究，對(duì)其進(jìn)行優(yōu)化和驗(yàn)證，以推動(dòng)新型抗菌藥物的研發(fā)進(jìn)程。五、研究結(jié)果與討論5.1篩選結(jié)果總結(jié)經(jīng)過(guò)一系列嚴(yán)謹(jǐn)?shù)奶摂M篩選流程，我們成功從最初龐大的化合物庫(kù)中篩選出了具有潛在抑制NDM-1活性的小分子化合物。在分子對(duì)接階段，對(duì)化合物庫(kù)中的數(shù)百萬(wàn)個(gè)小分子與NDM-1蛋白進(jìn)行對(duì)接模擬后，依據(jù)結(jié)合親和力得分，初步篩選出了1000個(gè)得分較高的小分子。這些小分子在對(duì)接過(guò)程中，與NDM-1活性位點(diǎn)表現(xiàn)出了較強(qiáng)的結(jié)合能力，從結(jié)合模式上看，它們能夠以較為合理的取向和構(gòu)象進(jìn)入活性位點(diǎn)，與活性位點(diǎn)中的關(guān)鍵氨基酸殘基和金屬離子形成多種相互作用，為后續(xù)的研究提供了重要的線索。在分子動(dòng)力學(xué)模擬階段，對(duì)這1000個(gè)初步篩選出的小分子與NDM-1蛋白的復(fù)合物進(jìn)行模擬優(yōu)化，進(jìn)一步評(píng)估它們的結(jié)合穩(wěn)定性和相互作用機(jī)制。通過(guò)模擬，我們深入分析了復(fù)合物的結(jié)構(gòu)穩(wěn)定性、動(dòng)力學(xué)特性以及氫鍵、疏水相互作用等分子間相互作用的動(dòng)態(tài)變化。根據(jù)模擬結(jié)果，綜合考慮均方根偏差（RMSD）、均方根波動(dòng)（RMSF）、氫鍵占有率等多個(gè)參數(shù)，最終篩選出了30個(gè)在模擬過(guò)程中結(jié)構(gòu)穩(wěn)定性良好、與NDM-1蛋白相互作用穩(wěn)定且緊密的小分子作為潛在的NDM-1抑制劑。對(duì)這30個(gè)潛在抑制劑的結(jié)構(gòu)特征進(jìn)行分析，發(fā)現(xiàn)它們具有一些共同的結(jié)構(gòu)特點(diǎn)。在化學(xué)結(jié)構(gòu)上，多數(shù)潛在抑制劑分子中都含有能夠與NDM-1活性位點(diǎn)形成氫鍵的官能團(tuán)，如羥基（-OH）、氨基（-NH?）、羧基（-COOH）等。這些氫鍵供體或受體基團(tuán)能夠與活性位點(diǎn)中的組氨酸（His）、天冬氨酸（Asp）、谷氨酸（Glu）等氨基酸殘基形成穩(wěn)定的氫鍵相互作用，從而增強(qiáng)抑制劑與NDM-1蛋白的結(jié)合穩(wěn)定性。例如，潛在抑制劑A的分子結(jié)構(gòu)中含有一個(gè)羥基，在分子動(dòng)力學(xué)模擬過(guò)程中，該羥基與NDM-1活性位點(diǎn)中的組氨酸殘基的咪唑環(huán)氮原子形成了穩(wěn)定的氫鍵，氫鍵距離在模擬過(guò)程中始終保持在2.0-2.2?之間，氫鍵占有率達(dá)到70%以上。同時(shí)，部分潛在抑制劑還含有芳香環(huán)結(jié)構(gòu)，如苯環(huán)、吡啶環(huán)、嘧啶環(huán)等。這些芳香環(huán)與NDM-1活性位點(diǎn)周圍的疏水氨基酸殘基（如纈氨酸、亮氨酸、異亮氨酸等）通過(guò)疏水相互作用緊密結(jié)合，進(jìn)一步增強(qiáng)了抑制劑與NDM-1的結(jié)合穩(wěn)定性。以潛在抑制劑B為例，其分子結(jié)構(gòu)中的苯環(huán)與NDM-1活性位點(diǎn)附近的多個(gè)疏水氨基酸殘基形成了較強(qiáng)的疏水相互作用，在模擬過(guò)程中，苯環(huán)與這些疏水氨基酸殘基之間的距離始終保持在3.5-4.0?之間，有效增強(qiáng)了抑制劑與NDM-1蛋白的結(jié)合強(qiáng)度。此外，一些潛在抑制劑還含有能夠與N