PI3Kγ抑制剂的虚拟筛选及酶活性检测方法构建

这是一篇关于PI3Kγ,选择性抑制剂,虚拟筛选,IPI-549,蛋白重组的论文, 主要内容为大量研究表明PI3Kγ(Phosphatidylinositol 3-Kinase gamma)介导的信号通路失调会导致多种癌症、炎症及自身免疫疾病的发生,使得PI3Kγ成为一个极具潜力的药物靶点。PI3Kγ选择性抑制剂的开发受到越来越多的关注。研究表明,PI3Kγ与I类PI3K其它亚型蛋白具有高度同源性,且ATP结合口袋附近氨基酸大多比较保守,这也是导致选择性PI3Kγ抑制剂研究困难的主要原因。IPI-549是目前唯一一个进入临床试验的选择性PI3Kγ抑制剂,可以为PI3Kγ选择性抑制剂的开发提供参考信息。因此,本课题选用IPI-549作为工具药物,使用计算机模拟技术在分子水平揭示抑制剂选择性结合PI3Kγ的作用机制,为新型PI3Kγ抑制剂的开发提供理论基础。本课题主要研究内容及结果如下:(1)采用IPI-549及其系列衍生物分子作为研究对象,构建共同结构特征药效团、受体-配体药效团,探究了IPI-549系列分子及PI3Kγ蛋白的重要药效团特征。使用分子动力学模拟技术,研究了IPI-549在PI3Kγ活性口袋的结合构象,同时发现了与PI3Kγ选择性结合的关键氨基酸信息。基于上述药效团模型及分子动力学模拟揭示的构效关系及重要分子特征,利用基于结构的药物改造方式设计了一批新分子。使用上述开发的药效团模型进行活性验证,发现部分新设计的化合物对比IPI-549,拥有更高的PI3Kγ结合亲和力。上述结果分别从小分子抑制剂和靶标大分子两方面揭示了PI3Kγ选择性分子机制,为后期PI3Kγ抑制剂理性设计及虚拟筛选提供理论指导。(2)构建了一种结合共同结构特征药效团、受体-配体药效团、分子对接的层级虚拟筛选策略,完成了对Ch EMBL大型分子数据库的虚拟筛选,最终获得了一批具有高预测活性的潜在PI3Kγ抑制剂分子。为了对新筛选的小分子进行抑制率测定,构建了PI3Kγ体外酶活性检测方法。首先,通过构建Pcmv6-PI3Kγ质粒,使用HEK293T细胞进行PI3Kγ蛋白的重组表达。经亲和层析法获得了PI3Kγ蛋白激酶,使用ATP化学发光法,构建PI3Kγ酶活性检测方法,用于对虚拟筛选化合物的PI3Kγ抑制活性的验证。

靶向转甲状腺素蛋白的荧光诊疗化合物的设计、构建及评价

这是一篇关于淀粉样沉淀,TTR四聚体蛋白,荧光探针,虚拟筛选,小分子抑制剂的论文, 主要内容为淀粉样变是一种因蛋白本身而产生的异常物质——淀粉体,在身体组织内异常沉积而导致的罕见性疾病。目前已知会形成淀粉样变的人体蛋白约有20多种,常见的有免疫球蛋白、β-淀粉样蛋白和转甲状腺素蛋白。转甲状腺素蛋白(TTR蛋白)主要由肝脏产生,通常是维生素A的转运蛋白。转甲状腺素蛋白淀粉样变性(ATTR),主要表现为可导致神经损伤的多发性神经病(ATTR-PN),或可导致心力衰竭的心肌病(ATTR-CM);其发病原理是由于不稳定的转甲状腺素蛋白异常解离并发生错误折叠,形成沉积于组织和器官的致病淀粉样物质,引起细胞毒性及进一步损伤。目前对疑似淀粉样变性患者的诊断缺乏特异性临床症状,同时检查步骤多、周期长、所需信息量大,病理学检查会损害人体组织。这很容易造成淀粉样病变的确诊延迟,患病人数被严重低估。在正常情况下,TTR蛋白以可溶性四聚体结构存在于血清中,通过荧光探针检测的方法将血清中的TTR蛋白含量定量,可以作为早期诊断淀粉样变的方法工具,对于ATTR淀粉样变性疾病早发现早诊断早治疗具有重要意义。长期以来,确诊后的患者治疗均以对症治疗为主,部分患者甚至需要进行肝心移植来进行治疗。如不及时进行对因治疗,平均生存时间仅为2～5年。目前上市的药物氯苯唑酸(Tafamidis)将通过小分子化合物使四聚体稳定,从而使TTR蛋白的解聚沉淀减少成为可能。基于此开发对因治疗双功能小分子诊疗化合物,同时实现对TTR四聚体蛋白的体外检测和体内稳定,为早期诊断治疗ATTR淀粉样变性提供了新的策略和工具。本论文以开发靶向转甲状腺素蛋白的小分子荧光诊疗化合物为目标,开展了以下三部分的工作:(1)基于喹啉-乙烯-苯胺衍生物结构开发了一种具有D-A-D体系和AIE特性的用于特异性识别和检测四聚体转甲状腺素蛋白的荧光探针QCN1。探针在水溶液和有机溶剂中均表现良好的荧光发射性质,对TTR四聚体蛋白具有高选择性、高灵敏度和强稳定性。通过化合物这些优良特性,该探针可能成为转甲状腺素蛋白淀粉样变领域中具有应用前景的诊断工具。(2)基于马来酰亚胺结构设计得到了一系列小分子荧光化合物,实现了对其荧光发射峰的规律性调节,荧光淬灭型小分子P5通过TTR蛋白特异性结合活性筛选得到,并具有抑制其淀粉样沉淀的活性。在此基础上成功开发出了对TTR蛋白识别抑制的双功能的小分子荧光化合物。(3)基于TTR蛋白的结构,利用虚拟筛选的手段获得一系列具有潜在活性的小分子化合物,因此通过评估抑制TTR淀粉样蛋白变性、促进Aβ淀粉样原纤维的解聚和作为小分子伴侣,通过稳定TTR蛋白并与Aβ蛋白形成抑制淀粉样蛋白聚集的三元复合物,最终筛选得到11号化合物。其对酸诱导的TTR蛋白淀粉样纤维抑制率为75.57±11.27%,对Aβ蛋白淀粉样纤维抑制率为68.55±0.81%,促进Aβ淀粉样纤维解聚率109.2±7.9%,具有进一步开发的价值潜力。

桌面化学数据库应用系统-ChemDataBase2的研究和实现

这是一篇关于虚拟筛选,化学数据库应用系统,Hibernate的论文, 主要内容为在大规模虚拟筛选实验的过程中,化学家需要对虚拟筛选实验所需的海量数据进行存储,需要对特定靶标蛋白的活性位点和多种类型的小分子化合物的结构进行分析并查询和编辑这些小分子化合物,需要根据柔性和半柔性对接软件对分子格式的特定需求来转换化学分子文件的格式,需要调用专业的数据分析软件来分析对接实验的结果。因此,提供一个支持个性化检索,编辑,管理的可视化化学分子管理环境,使其能够方便的显示和编辑多种常用的化学分子文件格式是必须的。ChemDataBase虽然具有化学数据的导入、导出、修改、查找、可视化显示等较为强大的功能,但它仍然不能完全满足上述需求。为更好的支持虚拟筛选实验的需求,本文对ChemDataBase系统原有的功能进行了改进,设计开发了ChemDataBase2化学数据库应用系统。 作为ChemDataBase的升级版本,ChemDataBase2显著的功能特色如下： 一、采用Hibernate技术实现对远程数据库的访问,满足了虚拟筛选实验对海量数据的需求。 二、扩展了系统支持的文件类型,增加了mo12文件类型的解析和批量导入。 三、实现了分子格式的转换,满足了不同的柔性或半柔性对接软件对文件格式的需求。 四、增加了数据分析软件调用功能模块,可以调用专业的数据分析软件来分析对接实验结果,得出有价值的信息和结论。

PI3Kγ抑制剂的虚拟筛选及酶活性检测方法构建

这是一篇关于PI3Kγ,选择性抑制剂,虚拟筛选,IPI-549,蛋白重组的论文, 主要内容为大量研究表明PI3Kγ(Phosphatidylinositol 3-Kinase gamma)介导的信号通路失调会导致多种癌症、炎症及自身免疫疾病的发生,使得PI3Kγ成为一个极具潜力的药物靶点。PI3Kγ选择性抑制剂的开发受到越来越多的关注。研究表明,PI3Kγ与I类PI3K其它亚型蛋白具有高度同源性,且ATP结合口袋附近氨基酸大多比较保守,这也是导致选择性PI3Kγ抑制剂研究困难的主要原因。IPI-549是目前唯一一个进入临床试验的选择性PI3Kγ抑制剂,可以为PI3Kγ选择性抑制剂的开发提供参考信息。因此,本课题选用IPI-549作为工具药物,使用计算机模拟技术在分子水平揭示抑制剂选择性结合PI3Kγ的作用机制,为新型PI3Kγ抑制剂的开发提供理论基础。本课题主要研究内容及结果如下:(1)采用IPI-549及其系列衍生物分子作为研究对象,构建共同结构特征药效团、受体-配体药效团,探究了IPI-549系列分子及PI3Kγ蛋白的重要药效团特征。使用分子动力学模拟技术,研究了IPI-549在PI3Kγ活性口袋的结合构象,同时发现了与PI3Kγ选择性结合的关键氨基酸信息。基于上述药效团模型及分子动力学模拟揭示的构效关系及重要分子特征,利用基于结构的药物改造方式设计了一批新分子。使用上述开发的药效团模型进行活性验证,发现部分新设计的化合物对比IPI-549,拥有更高的PI3Kγ结合亲和力。上述结果分别从小分子抑制剂和靶标大分子两方面揭示了PI3Kγ选择性分子机制,为后期PI3Kγ抑制剂理性设计及虚拟筛选提供理论指导。(2)构建了一种结合共同结构特征药效团、受体-配体药效团、分子对接的层级虚拟筛选策略,完成了对Ch EMBL大型分子数据库的虚拟筛选,最终获得了一批具有高预测活性的潜在PI3Kγ抑制剂分子。为了对新筛选的小分子进行抑制率测定,构建了PI3Kγ体外酶活性检测方法。首先,通过构建Pcmv6-PI3Kγ质粒,使用HEK293T细胞进行PI3Kγ蛋白的重组表达。经亲和层析法获得了PI3Kγ蛋白激酶,使用ATP化学发光法,构建PI3Kγ酶活性检测方法,用于对虚拟筛选化合物的PI3Kγ抑制活性的验证。

基于FP-GNN深度学习的CDKs抑制剂的活性预测及CDK9抑制剂的发现研究

这是一篇关于CDKs,机器学习,深度学习,虚拟筛选,抗癌机制的论文, 主要内容为细胞周期蛋白依赖性激酶家族(Cyclin-dependent Kinases,CDKs)与细胞周期、细胞转录、细胞分化等过程密切相关。CDKs异常表达会引发多种癌症,其中包括肝癌、乳腺癌、肺癌、结肠癌、急性髓系白血病(Acute Myeloid Leukemia,AML)及慢性淋巴细胞白血病(Chronic Lymphocytic Leukemia,CLL)。因此,CDKs是治疗癌症的潜在靶标,引发广泛关注。近年来,许多靶向CDKs的pan-抑制剂和选择性抑制剂正处于临床研究中。夫拉平度(Flavopiridol)是第一个进入临床试验的代表性pan-CDKs抑制剂,用于急性髓系白血病、慢性淋巴细胞白血病、乳腺癌和肺癌的潜在治疗。然而,pan-CDKs抑制剂缺乏选择性,在临床试验过程中常出现严重不良反应,被限制进入临床研究或临床应用。因此,开发靶向CDK4/6、CDK7和CDK9等亚型的选择性抑制剂成为热点,其可以克服pan-CDKs抑制剂因缺乏选择性和具有潜在毒性造成的临床限制。Palbociclib、Ribociclib、Abemaciclib和Trilaciclib是目前仅有的被美国FDA批准上市的四个CDK4/6选择性抑制剂。因此,开发新型骨架结构且靶向不同CDK亚型的药物是抗癌药物研发领域的热点之一。为了加快新型CDKs抑制剂的设计与发现,我们收集了11个人源CDK亚型抑制剂的结构和活性数据,基于三种分子特征表达(如分子描述符、分子指纹和分子图),采用四种传统机器学习方法(随机森林、支持向量机、k-最近邻和朴素贝叶斯)以及五种深度学习方法(消息传递神经网络、图卷积神经网络、图注意力网络、Attentive FP和FP-GNN),我们构建了275个CDKs抑制剂预测模型。模型评估表明,基于FP-GNN方法构建的模型取得最佳的预测性能,其测试集的平均AUC值为0.897。基于最优模型,我们开发了基于web的CDKs抑制剂预测平台(DEEPCDKPred:https://deepcdkpred.idruglab.cn/)以及本地软件(https://github.com/idrug Lab/DEEPCDKPred),可用于设计与发现新型CDKs抑制剂。为了验证基于FP-GNN的模型可用于发现新型ATP竞争性CDKs抑制剂,以CDK9激酶为例,我们构建了基于模型预测和分子对接方法的组合虚拟筛选(Virtual Screening,VS)策略以用于发现新型ATP竞争性CDK9抑制剂,并在生物活性水平上进行了抗癌活性的筛选和机制探索。生物活性测试结果显示化合物C2、C3、C6、C9和C13可直接靶向抑制CDK9活性并对八种肿瘤细胞显示出抗癌活性。其中,化合物C9显示出良好的CDK9激酶抑制活性(IC50=295 n M)和抗白血病细胞活性(MOLM-13细胞,IC50=3.92μM)。进一步的抗癌机制研究结果表明,化合物C9可抑制MOLM-13细胞内的CDK9活性,诱导了细胞凋亡的产生,蛋白免疫印实验结果证实了化合物C9诱导细胞凋亡是通过抑制Mcl-1蛋白和增加Cleaved PARP蛋白的表达来实现。此外,体外稳定性测试结果表明化合物C6、C9、C13在肝微粒体、人工胃肠液以及血浆中具有较好的稳定性。最后,本文的研究结果表明FP-GNN深度学习算法可以实现对CDKs抑制剂的精准预测且能够发现新型CDK9抑制剂,这些抑制剂作为活性化合物可做进一步的结构修饰。

靶向转甲状腺素蛋白的荧光诊疗化合物的设计、构建及评价

这是一篇关于淀粉样沉淀,TTR四聚体蛋白,荧光探针,虚拟筛选,小分子抑制剂的论文, 主要内容为淀粉样变是一种因蛋白本身而产生的异常物质——淀粉体,在身体组织内异常沉积而导致的罕见性疾病。目前已知会形成淀粉样变的人体蛋白约有20多种,常见的有免疫球蛋白、β-淀粉样蛋白和转甲状腺素蛋白。转甲状腺素蛋白(TTR蛋白)主要由肝脏产生,通常是维生素A的转运蛋白。转甲状腺素蛋白淀粉样变性(ATTR),主要表现为可导致神经损伤的多发性神经病(ATTR-PN),或可导致心力衰竭的心肌病(ATTR-CM);其发病原理是由于不稳定的转甲状腺素蛋白异常解离并发生错误折叠,形成沉积于组织和器官的致病淀粉样物质,引起细胞毒性及进一步损伤。目前对疑似淀粉样变性患者的诊断缺乏特异性临床症状,同时检查步骤多、周期长、所需信息量大,病理学检查会损害人体组织。这很容易造成淀粉样病变的确诊延迟,患病人数被严重低估。在正常情况下,TTR蛋白以可溶性四聚体结构存在于血清中,通过荧光探针检测的方法将血清中的TTR蛋白含量定量,可以作为早期诊断淀粉样变的方法工具,对于ATTR淀粉样变性疾病早发现早诊断早治疗具有重要意义。长期以来,确诊后的患者治疗均以对症治疗为主,部分患者甚至需要进行肝心移植来进行治疗。如不及时进行对因治疗,平均生存时间仅为2～5年。目前上市的药物氯苯唑酸(Tafamidis)将通过小分子化合物使四聚体稳定,从而使TTR蛋白的解聚沉淀减少成为可能。基于此开发对因治疗双功能小分子诊疗化合物,同时实现对TTR四聚体蛋白的体外检测和体内稳定,为早期诊断治疗ATTR淀粉样变性提供了新的策略和工具。本论文以开发靶向转甲状腺素蛋白的小分子荧光诊疗化合物为目标,开展了以下三部分的工作:(1)基于喹啉-乙烯-苯胺衍生物结构开发了一种具有D-A-D体系和AIE特性的用于特异性识别和检测四聚体转甲状腺素蛋白的荧光探针QCN1。探针在水溶液和有机溶剂中均表现良好的荧光发射性质,对TTR四聚体蛋白具有高选择性、高灵敏度和强稳定性。通过化合物这些优良特性,该探针可能成为转甲状腺素蛋白淀粉样变领域中具有应用前景的诊断工具。(2)基于马来酰亚胺结构设计得到了一系列小分子荧光化合物,实现了对其荧光发射峰的规律性调节,荧光淬灭型小分子P5通过TTR蛋白特异性结合活性筛选得到,并具有抑制其淀粉样沉淀的活性。在此基础上成功开发出了对TTR蛋白识别抑制的双功能的小分子荧光化合物。(3)基于TTR蛋白的结构,利用虚拟筛选的手段获得一系列具有潜在活性的小分子化合物,因此通过评估抑制TTR淀粉样蛋白变性、促进Aβ淀粉样原纤维的解聚和作为小分子伴侣,通过稳定TTR蛋白并与Aβ蛋白形成抑制淀粉样蛋白聚集的三元复合物,最终筛选得到11号化合物。其对酸诱导的TTR蛋白淀粉样纤维抑制率为75.57±11.27%,对Aβ蛋白淀粉样纤维抑制率为68.55±0.81%,促进Aβ淀粉样纤维解聚率109.2±7.9%,具有进一步开发的价值潜力。

PI3Kγ抑制剂的虚拟筛选及酶活性检测方法构建

这是一篇关于PI3Kγ,选择性抑制剂,虚拟筛选,IPI-549,蛋白重组的论文, 主要内容为大量研究表明PI3Kγ(Phosphatidylinositol 3-Kinase gamma)介导的信号通路失调会导致多种癌症、炎症及自身免疫疾病的发生,使得PI3Kγ成为一个极具潜力的药物靶点。PI3Kγ选择性抑制剂的开发受到越来越多的关注。研究表明,PI3Kγ与I类PI3K其它亚型蛋白具有高度同源性,且ATP结合口袋附近氨基酸大多比较保守,这也是导致选择性PI3Kγ抑制剂研究困难的主要原因。IPI-549是目前唯一一个进入临床试验的选择性PI3Kγ抑制剂,可以为PI3Kγ选择性抑制剂的开发提供参考信息。因此,本课题选用IPI-549作为工具药物,使用计算机模拟技术在分子水平揭示抑制剂选择性结合PI3Kγ的作用机制,为新型PI3Kγ抑制剂的开发提供理论基础。本课题主要研究内容及结果如下:(1)采用IPI-549及其系列衍生物分子作为研究对象,构建共同结构特征药效团、受体-配体药效团,探究了IPI-549系列分子及PI3Kγ蛋白的重要药效团特征。使用分子动力学模拟技术,研究了IPI-549在PI3Kγ活性口袋的结合构象,同时发现了与PI3Kγ选择性结合的关键氨基酸信息。基于上述药效团模型及分子动力学模拟揭示的构效关系及重要分子特征,利用基于结构的药物改造方式设计了一批新分子。使用上述开发的药效团模型进行活性验证,发现部分新设计的化合物对比IPI-549,拥有更高的PI3Kγ结合亲和力。上述结果分别从小分子抑制剂和靶标大分子两方面揭示了PI3Kγ选择性分子机制,为后期PI3Kγ抑制剂理性设计及虚拟筛选提供理论指导。(2)构建了一种结合共同结构特征药效团、受体-配体药效团、分子对接的层级虚拟筛选策略,完成了对Ch EMBL大型分子数据库的虚拟筛选,最终获得了一批具有高预测活性的潜在PI3Kγ抑制剂分子。为了对新筛选的小分子进行抑制率测定,构建了PI3Kγ体外酶活性检测方法。首先,通过构建Pcmv6-PI3Kγ质粒,使用HEK293T细胞进行PI3Kγ蛋白的重组表达。经亲和层析法获得了PI3Kγ蛋白激酶,使用ATP化学发光法,构建PI3Kγ酶活性检测方法,用于对虚拟筛选化合物的PI3Kγ抑制活性的验证。

靶向RXRα-CBS抑制剂的虚拟筛选、设计合成及活性评价和靶向新冠病毒主蛋白酶抑制剂的虚拟筛选

这是一篇关于RXRα,SARS-CoV-2,虚拟筛选,CBIs的论文, 主要内容为RXRα作为核受体家族的一员,以同源二聚体或异源二聚体的形式发挥基因型或非基因型功能,参与了细胞生存、凋亡和炎症等生理过程。RXRα功能和水平的异常与代谢性疾病、神经退行性疾病和癌症等疾病的发生发展密切相关,因此成为了药物开发的重要靶点。目前,RXRα的配体结合位点包括经典的配体结合口袋(LBP)、四聚体的配体结合位点和共激活因子结合位点(CBS)。其中,靶向RXRα-LBP的药物存在毒副作用如高脂血症,甲状腺功能减退症等,所以靶向非LBP位点成为了核受体药物研发的新策略。我们课题组前期报道了靶向RXRα四聚体的配体结合位点的舒林酸衍生物K80003以及靶向RXRα-CBS的8533系列化合物,均具有良好的药理作用。基于此,本论文通过“拟肽设计”和计算机虚拟筛选方法继续开发与优化特异性靶向RXRα-CBS的新型配体,为靶向RXRα的抗肿瘤药物开发提供新思路。首先,我们基于RXRα和coactivator相互作用的结构特征,利用“拟肽设计”构建了两个骨架共9个化合物,经过分子对接评估后进行化学合成,通过报告基因等实验发现了化合物XS987能够抑制RXRα的转录活性并有效抑制HeLa细胞的有丝分裂;细胞流式实验表明:XS987具有良好的细胞周期阻滞效果,且通过荧光淬灭实验得到其与RXRα结合的KD值为4.538μM。我们也针对该骨架进行了设计与衍生化,得到了 11个XS987衍生物,并通过报告基因等实验测试其生物活性,进行了初步的构效关系总结,最后发现了活性较好的先导化合物XS1011。为了继续寻找可能靶向RXRα-CBS的新骨架苗头化合物,我们还以8533作为参考化合物,利用分子对接的方法,对大型商业化化合物库Chembrige(含11万个化合物)进行计算机虚拟筛选。我们通过Maestro 11.9软件进行SP、XP、RMSD和MMGBSA逐级计算和筛选,并结合Canvas 3.9的聚类分析功能,根据化合物的结合姿势和结合能,最终筛选得到了 26个潜在的靶向RXRα的共激活因子结合位点抑制剂(CBIs)。ADMET预测表明:它们均具有很好的成药性;目前,该系列化合物正在进行生物学活性测试中。为了降低新冠疫情对科研工作的影响,本论文还结合个人实际及国家重大民生需求,在疫情期间在家再次运用计算机虚拟筛选技术,基于Chembrige数据库,理论预测靶向SARS-CoV-2-Mpro的新颖抑制剂,为治疗COVID-2019的药物开发服务。大量研究表明:冠状病毒SARS-CoV-2的Mpro是病毒复制过程中的关键水解酶,并且在人体内没有类似的蛋白酶,因此,开发靶向SARS-CoV-2-Mpro的特异性抑制剂是治疗SARS-CoV-2感染的有效方法。我们最后以SARS-CoV-2-Mpro的经典配体X77和3WL作为参考化合物,通过HTVS、SP和XP模式的分子对接,筛选得到了 15个结合较好的化合物,经过进一步的分子动力学模拟,基于RMSD、RMSF和MMGBSA计算结果,发现了潜在的靶向SARS-CoV-2的三个抑制剂为4、6和11。ADMET结果显示它们均具有良好的成药性;目前,该系列化合物正在进行生物学活性测试中。