生物相空间中的适配体和药物虚拟筛选

发布时间：2020-07-29 14:36

【摘要】：序列/结构一功能的关系问题是生命科学中的核心问题之一。蛋白质、DNA、RNA并没有丰富的构成元素,蛋白质仅由20种氨基酸组成,DNA、 RNA分别由4种类型的核苷酸组成,但其所有可能的序列却异常繁复,序列空间中的序列数随序列长度呈指数上升。极大的序列空间蕴含着无穷的可能性,使得生命活动以蛋白质、DNA、RNA等基础,呈现出复杂的调控机制和功能。作为人类对生命活动的调控,药物分子能够完成对疾病、繁殖等新陈代谢的调控,药物主要源自人工合成的化合物分子库。化合物分子库内丰富的化合物使得人类寻找具有特定性能的药物分子成为可能。因此,如何从生物相空间(蛋白质、DNA、RNA序列空间,药物分子空间等)寻找具有特定功能的分子是个非常重要的课题。本论文主要探讨如何利用计算机模拟方法对生物相空间进行搜索,分别是对RNA序列空间进行搜索得到具有特定小分子结合能力的适配体序列和对OGT蛋白酶在化合物分子库进行虚拟筛选和分子设计以获得其抑制剂。适配体是指一种能特异性地高强度识别靶标的短链DNA或RNA,其序列是通过指数富集的配体系统进化技术(SELEX),从人工合成的寡核苷酸序列库中筛选得到的。SELEX技术的发展使得SELEX的应用范围和效率获得极大提高,其靶标也从小分子,金属离子扩展到蛋白质、细胞等,但也有诸如耗时、低效等不足。概括地说SELEX方法面临初始序列库对筛选结果存在重大影响即如何设计初始序列库以提高适配体的发现概率,对序列空间的搜索比例极低,SELEX的工作机制不明确,如何优化已发现适配体等问题。我们提出SELEX in silico方法并在序列空间中以茶碱结合能力为目标进行适配体搜索。首先我们对序列空间内所有序列进行二级结构分析,发现大多数序列无法折叠成为目标二级结构,只有极少数的序列的最低自由能结构为目标二级结构。我们收集这些能够以较低的自由能垒形成目标二级结构的序列进行第二步虚拟筛选。在基于分子动力学的虚拟筛选过程中,我们不断延长模拟时间,依据RNA同茶碱的结合稳定性、氢键数目、结合自由能将决定序列是否进入下一轮的筛选中,经五轮筛选后得到六条同原始茶碱适配体具有相近结合自由能的新适配体。经过实验验证,S1同茶碱的结合能力为Kd＝0.16μM,而原始茶碱适配体序列的Kd为0.32μM,这表明SELEX in silico方法成功地从序列空间中搜索得到具有茶碱结合能力的新适配体序列。在第二步虚拟筛选过程中,序列同茶碱结合能力不断增强,通过对序列比对分析,我们描述出针对茶碱结合的序列富集过程,揭示结合口袋周围不同碱基对茶碱结合的贡献,同时我们还发现几种全新的三碱基对。此外,我们还绘制出以茶碱结合能力为指标的fitness landscape并研究了fitness peaks间的演化路径。小分子数据库作为虚拟筛选的输入(Input),准确快速地搜索全构象空间和评价结合模式即Computational Docking/Scoring (Process),在虚拟筛选结果的基础上优化或设计药物分子(Output)是药物虚拟筛选的三部曲。提高药物虚拟筛选的效率和准确性一般都从这三方面考虑,即小分子库设计、对接方法改进和结合能力评价、虚拟筛选结果分析和后设计。FOG算法是在已批准药物分子数据库上进行片段训练和分析,得到各个片段间的链接概率,并依此进行分子优化和生长,最终产生具有类药性(druglikeness)的化合物库。为研究FOG库是否为优秀的虚拟筛选输入库,我们在OGT抑制剂筛选时对比FOG库和ZINC库,发现在XP对接阶段,FOG库包含更多具有更低docking score的化合物。同时FOG库中docking score较低的分子之间存在更多的新颖的化学片段,这为后续的药物设计提供新的工具。我们在ZINC库分子筛选结果分析的基础上进行ZINC库分子片段链接设计出新的分子并通过建立分子动力学和结合自由能计算来改进药物分子同OGT结合能力的评价方式。我们在分析OGT抑制剂的ZINC小分子数据库筛选数据库时发现基础化学片段存在明显地积聚现象,由此我们从片段积聚现象出现进行基于位置的片段聚类和片段组合连接以构成新的分子即基于片段集聚现象的聚类重组设计药物分子(Fragment Agglomeration Clustered Linkage)。以OGT为例,FACL设计的化学物其docking score为-14.59,已经较为接近UDP(-14.10),远优于从ZINC中的最好ZINC-32 (-11.49)。FACL算法能够从虚拟筛选结果的大数据出发得到各基础化学片段在结合口袋内的最概然位置,结合口袋对化学片段的选择性以及产生针对确定蛋白质结合口袋内环境的适应性分子库,设计出具有更好结合能力的先导化合物。
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TQ460.1
【图文】：

示意图,适配体,生物相,核酸

机染剂结合的ＲＮＡ分子，并将其命名为适配体。适配体具有和抗体类似的＂对逡逑特定分子辨识＂的特性，并且能设计在试管中、能快速的利用化学方法合成、逡逑治疗应用上无免疫原性等优势，常被应用在生物技术与治疗等方面。图１．２所示逡逑为常见的适配体及其结合参数［４］。逡逑Ｌｉａｎｄ逦Ｎｕｃｌｅｉｃ邋ａｃｉｄ＊邋ＡｆｆｉｎｉｘＭ

示意图,适配体,筛选工,流程

Ｓｃｉｅｎｃｅ．邋ＭＯＳ邋Ｎｏｖｅｍｂｅｒ邋２１：３口。…５）：邋口邋１１－１２１７逦ｃｃＴＡｒＴＣＣＧＣＣＡＣＣＡｒｗｃｃｃｃｒｃ．ｒｒｃＴＴＧｒｒｃ．ＴＴＧＴｃ逡逑图１．１生物相空间中的蛋白质／核酸／配体示意图逡逑机染剂结合的ＲＮＡ分子，并将其命名为适配体。适配体具有和抗体类似的＂对逡逑特定分子辨识＂的特性，并且能设计在试管中、能快速的利用化学方法合成、逡逑治疗应用上无免疫原性等优势，常被应用在生物技术与治疗等方面。图１．２所示逡逑为常见的适配体及其结合参数［４］。逡逑Ｌｉｇａｎｄ逦Ｎｕｃｌｅｉｃ邋ａｃｉｄ＊邋Ａｆｆｉｎｉｔｙ邋［｜ｘＭ］逡逑Ｔｈｅｏｐｈｙｌｌｉｎｅ逦ＲＮＡ邋（４）逦？０．３逡逑ＦＭＮ逦ＲＮＡ邋（６）逦？０．５逡逑ＡＭＰ逦ＤＮＡ邋巧）逦？６逡逑ＲＮＡ邋（８）逦？１０逡逑Ａｒｇｉｎｉｎｅ逦２邋ＤＮＡ邋（７巧逦？１２５逡逑ＲＮＡ邋（Ｗ）逦？说逡逑曰ｔｒ山ｌｉｎｅ逦ＲＮＡ邋＼ｌ６）逦￣６５逡逑Ｔｏｂｒａｍｙｃｉｎ逦２邋ＲＮＡ邋（２５）逦￣邋江００９逡逑？０．０１２逡逑Ｎｅｏｍｙｃｉｎ邋Ｂ逦ＲＮＡ邋（２６）逦？０．１１５逡逑ＨＩＶ－１邋Ｒｅｖ邋ｐｅｐｔｉｄｅ逦２邋ＲＮＡ邋（４０）逦？０．００４逡逑ＨＴＬＶ－１邋Ｒｅｘ邋ｐ巧ｔｉｄｅ逦ＲＮＡ邋（４３）逦？０．０２５逡逑Ｔｈｒｏｍｂｉｎ逦ＤＮＡ邋（４７）逦？０．０２５逡逑图１．２常见的适配体逡逑适配体主要通过ＳＥＬＥＸ方法进行筛选获得，主要流程如图１．３所示。ＳＥ－逡逑ＬＥＸ的基本思路是首先人工合成单链寡核昔酸库作为初始序列库（Ｕｂｒａｒｙ），逡逑后将它与祀标混合并脾育一段时间

计算机辅助药物设计,药物设计

发过程中的所有应用，包含信息分析技术、数据处理过程等；而通常意义上的逡逑ＣＡＤＤ仅指基于分子模拟（计算化学）的分子设计技术，又可分为基于受体结构逡逑的药物设计（ｒｅｃｅｐｔｏｒ－ｂａｓｅｄ邋ｏｒ邋ｓｔｒｕｃｔｕｒｅ－ｂａｓｅｄ邋ｄｒｕｇ邋ｄｅｓｉｇｎ，邋ＳＢＤＤ）［５］和基于配体的逡逑药物设计（ｌｉｇａｎｄ－ｂａｓｅｄ邋ｄｒｕｇ邋ｄｅｓｉｇｎ，ＬＢＤＤ）拘。ＳＢＤＤ从受体的结构和性质出发逡逑寻找可Ｗ与其特异结合的配体分子，所Ｗ也称为直接药物设计，包括基于受体逡逑结构的分子对接、活性位点分析、从头药物设计（生长或连接算法）等具体方法：逡逑ＬＢＤＤ根据己知活性的先导分子，构建结构－活性关系或药效基团模型，称为间逡逑接药物设计，包括定量构效关系（ＱＳＡＲ）、药效基团模型、受体映射、基于分子逡逑形状的叠合等具体的方法。在实际工作中，根据己知信息的多少可Ｗ选择相应逡逑的研巧方法，当然己知信息越多越准确的时候，结果就越可靠。高通量虚拟筛逡逑选（Ｈｉｇｈ邋Ｔｈｒｏｕｇｈｐｕｔ邋Ｓｃｒｅｅｎｉｎｇ，邋ＨＴＳ）邋［７］是ＳＢＤＤ中的重要组成部分。小分子逡逑数据库作为虚拟筛选的输入（Ｉｎｐｕｔ），准确快速地搜索全构象空间和评价结含逡逑模式即Ｃｏｍｐｕｔａｔｉｏｎａｌ邋Ｄｏｃｋｉｎｇ／Ｓｃｏｒｉｎｇ邋（Ｐｒｏｃｅｓｓ），在虚拟筛选结果的基础上优逡逑化或设计药物分子（Ｏｕｔｐｕｔ）是药物虚拟筛选的Ｓ部曲。提高药物虚拟筛选的逡逑效率和准确性一般都从送Ｈ方面考虑，即小分子库设计、对接方法改进和结合逡逑

【相似文献】