酪氨酸酶是一种含铜氧化还原酶,在生物体内可羟基化L-酪氨酸和3,4-二羟基苯丙氨酸为左旋多巴和多巴醌,进而生成黑色素。黑色素的过度积累与多种疾病相关,例如色斑、黑色素瘤以及神经退行性病变等。利用抑制剂抑制酪氨酸酶活性有望改善该类疾病的症状。过去,已经有许多关于酪氨酸酶抑制剂的研究报道,如对苯二酚、曲酸和氨甲环酸等,但这些化合物都有一定的细胞毒性或效率低下的问题。同时,随着全球各类数据库中小分子数量急剧增长,仅通过传统实验手段发现新型抑制剂的方法已明显不足。因此,以计算机模拟方法为先导,结合传统实验手段,以期探究和发现新的潜在强效抑制剂是当下以及未来的研究趋势。本论文以酪氨酸酶及其黄酮类、二肽类和二肽衍生物抑制剂为研究对象,通过分子模拟以及光谱学方法,在阐明蛋白酶与抑制剂相互作用机制的基础上,构建可靠的定量构效关系模型,设计高效筛选策略,所得结果为开发全新酪氨酸酶抑制剂提供一定的理论指导。具体研究结果如下:1.黄酮类分子与酪氨酸酶的相互作用。首先,通过分子对接结果对黄酮类分子与酪氨酸酶的结合模式进行对比分析,证明槲皮素C环上特有的3位羟基与酪氨酸酶活性中心的铜离子形成了金属-受体的特殊氢键,该基团是槲皮素结合能明显优于其他三个分子的关键原因。异鼠李素、杨梅素和槲皮素B环上的3’4’-邻苯二酚基团也同样加强了配体与受体的结合能力;其次,采用分子动力学模拟方法,表明四个分子均可稳定结合在酪氨酸酶的含Cu2+催化活性区域;最后,通过计算四个复合物体系的结合自由能,对比分析了黄酮类分子的半抑制浓度值和结合能值,证明了实验结果与分子模拟结果具有一致性。本研究提出黄酮类分子C环上的3位羟基以及B环上的3’4’-邻苯二酚基团,可有效加强抑制剂与酪氨酸酶的结合能力,该结果可为后续黄酮类分子作为先导化合物的设计与优化提供明确指导。2.含半胱氨酸二肽的综合计算分析。首先,通过分子指纹相似性计算,获得二肽化合物最大公共子结构,从分子拓扑角度解释了39个含半光氨酸二肽之间的差异,氨基酸R基团多样性是影响其活性的关键;其次,分别构建半胱氨酸分别在C端和N端的两种定量构效关系模型,其半抑制浓度预测值与实验值呈现良好的线性关系,同时,根据多元线性回归方程显示,含半胱氨酸二肽对酪氨酸酶抑制作用与分子的三维结构、极性和三维排布密切相关;最后,采用MCS算法并结合定量构效关系预测,筛选COCONUT天然产物数据库,获得三个天然产物候选抑制剂。本研究首次基于半胱氨酸连接位置构建定量构效关系模型,该模型可用于快速、自动的筛选含半光氨酸二肽衍生物的酪氨酸酶抑制剂。3.光谱学和分子动力学方法研究天然含半光氨酸二肽衍生物抑制剂与酪氨酸酶的作用机制。首先通过酶动力学曲线表征了三个天然产物抑制剂分别对酪氨酸单酚酶和二酚酶的影响,实验表明三个抑制剂均具有显著的抑制作用。其次,利用米氏方程和Lineweaver-Burk双倒数作图法,推断出三个抑制剂都是竞争和非竞争性的混合抑制类型,并计算了抑制剂对游离酶的抑制常数和抑制剂对酶-底物复合物的抑制常数。最后,通过荧光猝灭分析了三个抑制剂的猝灭类型为静态猝灭,热力学数据分析结果显示其相互作用力以静电和疏水作用为主,实验结果与分子动力学结合能计算结果基本符合。本研究通过光谱学方法结合分子动力学计算,阐明含半胱氨酸二肽衍生物抑制剂,抑制类型为竞争和非竞争性的混合型,猝灭类型为静态猝灭,相互作用力以静电和疏水作用为主导。4.酪氨酸酶化合物抑制剂的多步骤并行筛选。首先,基于分子最大公共子结构,对ZINC20数据库进行初筛;其次,通过药代动力学、定量构效关系预测、分子对接以及结合能计算方法,进行并行筛选过滤;最后,通过分子动力学模拟方法对筛选结果进行验证。结果成功获得了四个酪氨酸酶候选抑制剂,它们的半抑制浓度值均小于10n M。特别地,分子ZINC000104269856在筛选结果中表现最优,而该化合物通过定量构效关系模型预测,半抑制浓度预测值排名第一（7n M）。本研究设计的多步骤并行筛选策略,可广泛用于蛋白酶抑制剂的筛选研究,与此同时,成功发现四个半抑制浓度小于10n M的化合物作为高效酪氨酸酶抑制剂。