以疾病相关蛋白为靶点的计算机药物虚拟筛选研究

发布时间：2024-06-11 19:49

　　随着蛋白质结构解析技术的不断革命,大量的蛋白质结构数据源源不断的更新涌现。基于疾病相关蛋白结构的设计策略对新药研发的影响重大而深远,应用此策略发现和开发出了很多新药相继获得美国食品和药物管理局(FDA)批准。本研究以疾病相关的蛋白结构为出发点,快速高效的筛选出一批有效针对疾病的药物苗头化合物,从而为疾病的治疗提供方法和线索。我们研究了AutoDock Vina和LeDock两款分子对接的特点,并从中选出了LeDock作为该研究体系的分子对接程序。虚拟筛选的第一步:建库。小分子数据库和靶点库是虚拟筛选的基石,为了保证库的质量,我们选择了ZINC数据库中的类药化合物,并解决了很多现有的问题,最终得到了完整性和准确性较高的小分子库和靶点库。接着,利用建好的数据库,我们进行了正向的虚拟筛选,得到了一个靶向c-MET的海洋化合物,并用生物互作和细胞活性测定的方法进行了活性的确认。其次,我们利用建立的靶点库进行了反向的虚拟筛选,验证了反向寻靶该方法的有效性。最后,我们以当前的热点问题为出发点,进行了非洲猪瘟病毒DNA聚合酶X的虚拟筛选,并有针对性的选择了两个天然产物数据库作为小分子库,最终得到了1...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图1.2反向虚拟筛选[47]

图1.2反向虚拟筛选被证明是老药新用和活性化合物寻找靶点的有结合模式对靶点集排序从而预测出化合物潜在用于发现现有药物和天然产物的新靶点，解释反应和药物毒性[49]。目前已经有专门的反向小分子化合物的靶点查找，例c.cn/tarfisdock/）和i....

图3.1软件预测的亲和力与实测结合能

学术免费软件中非常受欢迎的虚拟筛选工具[68]。Dock对接软件近些年来同样备受同行好评。因此软件在虚拟筛选中的表现，综合结合能的整体分考量，从而选出一款准确性更好的软件进行下一选。AutoDockVina的c-Met虚拟筛选8个小分子与c-MET(HGF，Hepa....

图3.2两种软件预测的打分值与实测结合能值的相关性分析

图3.2两种软件预测的打分值与实测结合能值的相关性分析3.2的左边为LeDock的预测值与实测值的散点图，右边为Vina的散中，横坐标为实测的结合能，纵坐标为两种软件预测的亲和力值。图中接近于1，相关性越好。两种软件与实测值都有着较好的相关性，但LeD比Vi....

图5.1虚拟筛选流程

硕士研究生学位论文以疾病相关蛋白为靶点的计算机药物虚拟筛选第五章基于c-MET靶点的虚拟筛选T靶点的虚拟筛选流程T是一种受体酪氨酸激酶，又称为肝细胞生长因子受体(HepactorReceptor,HGFR)。c-MET在体内的天然配体为肝细胞生teGrowth....

本文编号：3992628