论文部分内容阅读
虚拟筛选是计算机辅助药物设计（CADD）中最重要的组成部分,在先导化合物的发现和优化过程中占有重要的地位。本论文的研究分为两个部分,第一部分对CADD中常用的虚拟筛选方法进行了评价,第二部分以HIV-1整合酶与人类LEDGF/p75蛋白相互作用界面为靶点,采用虚拟筛选的方法进行了抑制剂的发现研究。虚拟筛选的方法总体上分为两种,一种是基于配体的方法,另一种是基于结构的方法。本研究在经过改进的DUD数据库上对基于配体的虚拟筛选方法做了回顾性虚拟筛选,评价和比较了14种2D分子指纹和4种3D形状相似性的方法。结果显示2D分子指纹ECFP2和FCFP4比3D形状相似性方法有更好的表现。基于结构的虚拟筛选方法中有三种打分方法：基于经验,基于力场和基于知识的方法。在DUD数据库40个靶标的基础上,本研究对三种打分方法进行评价的结果显示基于经验的打分方法的富集率最高,其次是基于力场的打分方法,第三是基于知识的打分方法。本研究还在DUD数据库基础上进一步比较了基于配体和基于结构的方法在虚拟筛选中的性能。结果显示2D分子指纹和3D形状相似性方法都比基于结构的方法占有明显的优势。因此,在虚拟筛选的流程中首先考虑基于配体的方法应当是个明智之举。在DUD数据库的基础上,本研究还系统评价了诱导契合模型和晶体结构的虚拟筛选性能。通过晶体结构自带的配体对晶体结构本身进行诱导,诱导契合得到的IFDscore得分最高的结构用作诱导契合模型进行比较。通过虚拟筛选富集率的比较发现,多数晶体结构在诱导之后富集率都降低了。但是,在部分靶标上诱导契合模型的富集率有了明显的提高,尤其是诱导前后配体均方根偏差较大的一些靶标。这个结果提示我们对诱导前后配体均方根偏差较大的靶标,采用诱导契合模型可能会进一步提高虚拟筛选的富集率。本论文的第二部分以HIV-1整合酶与人类蛋白LEDGF/p75的相互作用为靶标进行了抑制剂的发现研究。通过整合酶将病毒DNA插入到宿主染色体上是HIV-1生命周期中至关重要的一步。在这个整合过程中,人类蛋白LEDGF/p75起到了细胞辅助因子的作用。本研究在晶体结构的基础上构建了多个筛选模型,通过富集率的比较选出了两个较好的筛选模型。在此基础上综合运用基于配体和基于结构的方法,对多种不同来源的化合物库进行了虚拟筛选。这些化合物库包括DrugBank,国家小分子化合物资源中心的天然产物库,商业化合物SPECS,ENAMINE,课题组内天然产物及其衍生物库,课题组内FXR拮抗剂库等。在筛选得到的大量活性化合物的基础上进一步进行了先导化合物的结构改造。本研究通过虚拟筛选,结构改造和AlphaScreen生物测试确证了85个能够阻断LEDGF/p75与HIV-1整合酶相互作用的结构多样性的活性化合物,其中16个化合物的活性达到了亚微摩尔浓度。此外,对筛选得到的高活性化合物进行了抗HIV-1的活性测试。选出的5个化合物在C8166细胞上都显示有抗病毒活性,其中活性最好的化合物的半数有效浓度达到了0.57μg/mL。在此基础上进一步测试了化合物对HIV-1整合酶进入细胞核的抑制作用。测试结果证实了活性化合物在细胞内通过阻断LEDGF/p75与整合酶的相互作用,抑制了HIV-1整合酶进入细胞核,从而达到抗病毒效果的作用机制。本论文的研究为先导化合物的优化打下了坚实的基础,推进了靶向HIV-1整合酶与LEDGF/p75相互作用界面的药物发现进程。