论文部分内容阅读
我国人口众多,因而产生了巨大的粮食需求,从而需要不断提高粮食产量。杂草是严重制约粮食产量的因素,为了提高粮食产量,需要大量的除草剂。然而,除草剂的大量施用导致了耐药性杂草的产生,进而造成除草剂的效果大大降低,甚至完全失效。因此,开发出一种新型的、不易产生抗性的除草剂具有重大意义。原卟啉原氧化酶(PPO)抑制剂是一种不易产生抗性的除草剂。通过抑制PPO(叶绿素生物合成中的最后一种酶)的活性,PPO抑制剂最终可导致植物体死亡。除了不易产生抗性,PPO抑制剂还有许多其他优点:选择性高、有效浓度低、除草谱广、污染小等。因此,PPO抑制剂是一种非常具有潜力的除草剂。开发一种新药的周期非常长,而且耗资巨大。采用计算机辅助药物设计方法(CADD)可有效缩短新药研发周期,大大降低研发成本。当受体蛋白的结构已知时,可采用基于受体的药物设计方法。分子对接是一种常用的基于受体的药物设计方法,常用的分子对接软件有很多,AutoDock Vina是其中对接精度很高的一种。在计算机辅助药物设计中,蛋白受体与药物配体的结合能计算是其中很关键的一步。量子力学(QM)方法是一种常用的计算受体与配体之间相互作用的方法,其计算结果非常准确。虚拟筛选是计算机辅助药物设计的另一种重要方法,通过计算筛选大量的化合物分子,可找到与已知结构的靶标结合良好的分子。本研究旨在设计具有较高活性的新型PPO抑制剂,主要从两方面展开。一方面,基于已有的除草剂分子,以其结构为设计模板进行改造,设计新型的抑制剂分子。采用AutoDock Vina与QM相结合的计算模型,对三唑啉酮类、二苯醚类和嘧啶二酮类PPO抑制剂分子先进行了其与PPO的Vina对接,再用QM方法计算了抑制剂分子与PPO的结合能,分析比较了三类抑制剂分子与PPO的结合能力强弱,并在其结构基础上,改造特异性取代基,设计了18个新的PPO抑制剂分子,对新PPO抑制剂分子的Vina对接及QM结合能计算表明,化合物P1与PPO的结合能力最强,QM结合能低达-25.79kcal/mol,是一种很有潜力的PPO抑制剂。另一方面,基于虚拟筛选技术,设计新型的PPO抑制剂分子。从ZINC数据库的Drug-Like库、Lead-Like库和FDA库共选取了7495个化合物作为虚拟筛选的配体,采用AutoDock Vina进行各配体分子与PPO蛋白模型的对接,挑选出各子库结果最好的前20个分子,再根据构型、能量、结构相似性进一步筛选,最后从各子库挑出10个最优分子,共30个候选分子。其中,FDA库里的化合物2的对接构型及结合能最好,表现出良好的潜在活性。