论文部分内容阅读
药物-靶标亲和力是药物开发中的重要指标,传统药物设计开发的中心法则即针对单个靶标设计高选择性、高亲和力的小分子配体,认为靶标越单一、亲和力越高,药效就越好。然而,人们逐渐发现面对复杂疾病时(例如肿瘤、心血管病、阿尔兹海默病),靶向多个靶标的低亲和力药物比单一靶标的高亲和力药物更优秀。近年来网络药理学、多向药理学、系统药理学等新兴学科蓬勃发展,为多靶标弱结合药物的开发奠定了基础。但是目前仍然缺乏行之有效的多靶标弱结合药物的发现方法。为了解决多靶标弱结合药物发现中的基本问题,本研究工作基于药物靶标之间的网络拓扑结构和动力学参数,以及多靶标弱结合药物对网络的扰动特点,提出了一整套药物发现新方法,并与药物发现实践相结合,开展了系统性的研究工作。主要发现如下:(1)提出一种系统动力学方法推理网络基元模块,并模拟网络基元模块对多点扰动的响应。归纳总结出了33个基元模块,采用动力学模拟研究了它们在多点扰动下的拓扑结构和动力学参数变化。结果表明基元模块的协同/拮抗效果可以由拓扑结构单独决定,或者由拓扑结构和动力学参数共同决定。(2)利用生物范围合理的参数集以及常微分方程数值积分重新构建了浓缩的MAPK信号网络,并将基元模块应用于重建的网络中。重建的系统可以由LPS诱导激活,并且对不同模块的扰动效果可由IL-6和TNF-α的信号水平来评价。模拟了单靶标强结合药物以及多靶标弱结合药物对网络的扰动情况,从而筛选最优靶标组合。结果表明,为了降低MAPK信号通路对炎性刺激的响应水平,设计多靶标弱结合药物应该优先考虑含有p38激酶的靶标组合。(3)以最优靶标组合为基础,采用系统药理学方法,从中药系统药理学数据库中的所有天然产物以及Drugbank数据库中的小分子药物里反向筛选出32个多靶标化合物,运用分子动力学模拟与结合自由能计算评价了这些化合物的亲和力。随后选取木犀草素与丹参酮IIA作为多靶标弱结合化合物,以几种激酶抑制剂作为单靶标强结合化合物对照,进行了体外实验验证。结果表明,在酶学水平上木犀草素和丹参酮IIA对其靶标的IC50在微摩尔浓度范围,远大于现有的激酶抑制剂,但是在细胞抗炎实验中显示出与激酶抑制剂相当甚至更好的药效。综上所述,本研究系统地分析了网络基元模块的性质以及如何利用基元模块选取信号通路中的最优靶标组合。同时,基于系统药理学提出了多靶标弱结合药物的发现方法,为新药开发,老药新用,天然产物开发利用提供了新思路。