CN109920475A - 关于在蛋白上Dock多个药物靶点的方法 - Google Patents
关于在蛋白上Dock多个药物靶点的方法 Download PDFInfo
- Publication number
- CN109920475A CN109920475A CN201910071905.0A CN201910071905A CN109920475A CN 109920475 A CN109920475 A CN 109920475A CN 201910071905 A CN201910071905 A CN 201910071905A CN 109920475 A CN109920475 A CN 109920475A
- Authority
- CN
- China
- Prior art keywords
- drug
- albumen
- target
- small molecule
- dock
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000003596 drug target Substances 0.000 title claims description 7
- 239000003814 drug Substances 0.000 claims abstract description 42
- 229940079593 drug Drugs 0.000 claims abstract description 40
- 150000001875 compounds Chemical class 0.000 claims abstract description 11
- 238000003032 molecular docking Methods 0.000 claims abstract description 10
- 150000003384 small molecules Chemical class 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 abstract description 8
- 238000009510 drug design Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 108090000623 proteins and genes Proteins 0.000 description 11
- 102000004169 proteins and genes Human genes 0.000 description 11
- 239000003446 ligand Substances 0.000 description 10
- 208000024827 Alzheimer disease Diseases 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- AIGAZQPHXLWMOJ-UHFFFAOYSA-N Tanshinone I Chemical group C1=CC2=C(C)C=CC=C2C(C(=O)C2=O)=C1C1=C2C(C)=CO1 AIGAZQPHXLWMOJ-UHFFFAOYSA-N 0.000 description 5
- 239000000835 fiber Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010791 quenching Methods 0.000 description 3
- 230000000171 quenching effect Effects 0.000 description 3
- 238000004057 DFT-B3LYP calculation Methods 0.000 description 2
- 229930183118 Tanshinone Natural products 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 239000002547 new drug Substances 0.000 description 2
- 108090000765 processed proteins & peptides Proteins 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 208000037259 Amyloid Plaque Diseases 0.000 description 1
- 102000013455 Amyloid beta-Peptides Human genes 0.000 description 1
- 108010090849 Amyloid beta-Peptides Proteins 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 102000008946 Fibrinogen Human genes 0.000 description 1
- 108010049003 Fibrinogen Proteins 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 229940125904 compound 1 Drugs 0.000 description 1
- 229940125782 compound 2 Drugs 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000539 dimer Substances 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229940012952 fibrinogen Drugs 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 239000000413 hydrolysate Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 150000002611 lead compounds Chemical class 0.000 description 1
- 230000010534 mechanism of action Effects 0.000 description 1
- 238000000329 molecular dynamics simulation Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- AICOOMRHRUFYCM-ZRRPKQBOSA-N oxazine, 1 Chemical compound C([C@@H]1[C@H](C(C[C@]2(C)[C@@H]([C@H](C)N(C)C)[C@H](O)C[C@]21C)=O)CC1=CC2)C[C@H]1[C@@]1(C)[C@H]2N=C(C(C)C)OC1 AICOOMRHRUFYCM-ZRRPKQBOSA-N 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004845 protein aggregation Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000003041 virtual screening Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种基于分子对接寻找药物多个结合靶点的模拟计算方法：首先利用计算机辅助药物设计技术，利用Autodock软件将蛋白与药物小分子进行分子对接，对复合物进行靶点筛选；再次以加入的药物小分子组合物为目标化合物，对其进行第二轮靶点筛选，直至找到实验上所对应药物与蛋白的摩尔配比的靶点坐标。本发明的筛选方法快捷、高效、经济，准确性高，解决了药物小分子与蛋白的多摩尔配比问题。
Description
技术领域
本发明涉及一种基于分子对接寻找药物多个结合靶点的模拟计算方法，属于药物作用机理的研究。具体的说，本发明涉及在Aβ蛋白聚集过程中多个药物主要作用位置的筛选方法，该方法在分子动力学模拟多摩尔配比药物对蛋白的影响中起到至关重要作用。
背景技术
阿尔茨海默病（AD）是一种常见于老年人的逐渐发展起来的神经系统疾病，临床上以进行性的记忆、认知功能减退和精神障碍为特征。随着老龄化进程的加快，我国现有AD患者约500万人，且呈迅速增长的趋势。AD发病后10-20年常因并发症而死亡，其治疗时间长，治疗和护理费用昂贵，往往造成极大的社会和经济负担，且目前尚无特异性的治疗方法，临床治疗以药物为主。研究表明，AD是由amyloid-β(Aβ)肽的纤维沉积和Tau蛋白神经原纤维缠结形成的，Aβ是淀粉质前体蛋白的水解产物，是构成老年斑的主要形态，即Aβ蛋白的错误聚集是引起AD的主要原因之一，因此研发抑制Aβ蛋白的聚集和解聚已形成的Aβ原纤维的药物是目前研究的热点。
医药产业作为一种高技术产业，具有周期长、投入高、创新性强、风险高的特点。从新药临床前的试验到药物管理局(FDA)批准，平均每个品种要花12年左右时间。新药的研制是一件耗费巨大而且效率低下的工作，迫切需要应用新的理论方法和新的技术加以改进。对于药物的研究和开发，其过程主要涉及化学、药学、医学和计算机科学。在研发过程中，我们希望能够直接针对药物研究的两个对象：受体和配体分子药物。其中，配体药物的作用靶点必须在受体生物大分子周围并与受体结合，才可能发现药物作用机理并发挥药理作用。我们最终的目标是发现全新的先导化合物，所以在药物设计中，我们需要首先预测药物小分子与受体大分子的结合位点。
药物设计的核心技术是分子对接（docking），就是两个或多个分子之间通过几何匹配和能量匹配而相互识别的过程，其在药物设计中具有十分重要的意义。配体分子与受体蛋白在相互结合过程中，两个分子充分接近，采取合适的取向，两者在合适部位契合，从而发生相互作用，然后适当的构象调整，形成稳定的复合物构象。我们利用模拟软件来确定复合物中的配体分子与生物大分子的相互作用靶点，然后对复合物中两个分子的构象变化以及生物大分子构象成分进行计算分析、研究、对比，最后确定药物作用机理。
另外，利用分子对接后的结构进行动力学模拟，可以帮助药物设计工作者探测受体分子的性质，同时解释实验结果和由于配体和受体结构变化而引起的新性质，并且可以直观地看到配体分子与受体分子在靶点的相互作用，从而确定受体和药物的结合位点，还能对配体小分子结构进行修饰，提出改善药物的药效学和动力学性质的改良方案。
目前药物与大分子模拟的配比浓度一般为高摩尔配比n:1(其中n>1)，对于Aβ蛋白来说，例如对于大分子纤维，很难一次解决寻找这么多靶点的问题。因此，需要基于现有Autodock软件寻找一种添加多摩尔配比药物靶点的计算方法。
发明内容
本发明的目的在于寻找药物与生物大分子多个结合靶点的模拟计算及评价方法，弥补Dock通常只能确定1-2个结合靶点的不足。
本发明的构思是：首先寻找与AD密切相关的Aβ蛋白\肽链有抑制或解聚集作用的药物分子作为研究对象，此处我们选用实验上已经证明对Aβ有抑制和解聚集作用的药物小分子为配体，利用计算机模拟药物设计技术构建药物的结构模型及拓扑文件；再构建蛋白大分子的模型，采用Dock的方法与药物分子进行对接。通过计算机模拟筛选，先寻找1-2个药物分子与大分子的相互作用靶点，将两个靶点的位置坐标与大分子建立一个新的复合物，在此基础上，继续进行靶点寻找，重复多次，直至得到对应的靶点位置数量。
关于在蛋白上dock多个药物靶点的方法，包括如下步骤：
（1）模型构建
从PDB库获取所用的蛋白构型，因为原始蛋白构型比较大，运行时间长且不易操作，而若构型太小，其易受溶液中溶剂的影响，所以我们选择合适结构来代表该构型，将缺失的1-10号残基通过Chimera软件补全。药物分子结构我们通过文献得到，使用B3LYP/6-31G方法进行优化。
（2）分子对接
①我们使用Autodock4.1软件对淬火后蛋白纤维与药物进行对接，用Autogrid4.0计算格点能量，盒子设置足够大，能够包裹整个分子，对接运算采用拉马克遗传算法，首次设置输出个数为200个或者更多构型，药物与纤维之间的结合情况用半经验的自由能计算方法评价。此时我们选取键结合能最低，构象数量较多的构型，最后获得1-2个初始模型，简化为modelx，x=1，2,3…代表第x个模型。
②将上述选取的结构加到淬火后纤维结构中，按照蛋白结构的序列继续依次编号，将药物的位置信息添加到相应的编号处，重新命名为复合物1。将新的复合物1看作一个整体，重新进行①的操作，经过系统各种计算，获得新的位置坐标。经选取我们再次得到1-2个药物位置模型，简化为modelx´。
③最后将②中获得的药物坐标加到复合物1结构中，按照蛋白结构的序列继续依次编号，将药物的位置信息添加到相应的编号处，重新命名为复合物2。依次类推，直至获得所有位置坐标。
本发明所用的寻找药物靶点的筛选方法具有如下优点：
1）进行动力学模拟前，通过Dock方法获得的靶点更加可靠，从而避免了模拟的盲目性；
2）该方法采用虚拟筛选，因此能在短时间内筛选大量位置；
3）与传统Dock方法比较，该方法能寻找多摩尔配比浓度的靶点位置；
4）该方法可用于药物作用机理的研究。
附图说明：
图1是本发明第一步Dock的相应信息；
图2是第二步Dock后的构象的位置分布；
图3是第三步Dock后最终的构象的位置分布。
具体实施方式
下面结合实施例，对本发明做进一步说明：
实施案例1
（1）选用模型构建
Aβ42十二聚体取自PDB ID：2MXU，我们选择单层结构2MXU六聚体即可代表该结构，将缺失的1-10号残基通过Chimera软件补全。丹参酮结构我们通过文献得到，使用B3LYP/6-31G方法进行优化。此时，我们采用蛋白：药物=1:6的配比浓度。
（2）进行分子对接
①启动AutoDockTools，给蛋白加氢、加电荷；准备药物小分子配体，保存配体坐标文件；准备生物大分子的坐标文件；设置箱子，盒子设置足够大，能够包裹整个分子；修正gpf文件；运行autogrid；运行Autodock，设置输出个数为400个构型，药物丹参酮与2MXU蛋白之间的结合情况用半经验的自由能计算方法评价。
②经过Autodock计算，我们得到如图1（a）所示的构型分布情况。此时，我们选取键结合能较大，构象数量较多的构型的model 1-2，将上述2个结构加到淬火后2MXU结构中，按照蛋白结构的序列继续依次编号，将2个丹参酮药物的位置信息添加到相应的编号处，重新命名为2mt1显示在图1(b)，最后获得2个初始模型，同时我们将第一次Dock得到的所有构象情况显示在图1（c）中。
③将2mt1看作一个整体，重新进行②的操作，只是此时我们将设置输出个数为300，经过系统各种计算，我们选取构象数量最多，结合能相对较大的model 3，将这个药物结构加到复合物2mt1中，重新命名为2mt2显示在图2中。
④按照上述操作继续添加，直至获得所有靶点位置显示在图3。
Claims (2)
1.关于在蛋白上Dock多个药物靶点的方法，其包括以下步骤：
（1）用软件将目标化合物和药物小分子进行对接，获得符合条件的靶点位置；
（2）将位置加到目标化合物上，作为新的化合物继续进行分子对接，重复多次，直至获得所有靶点信息和多摩尔配比的小分子位置坐标。
2.药物靶点筛选的标准：选取出现频率较高，结合能相对较大的位置坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910071905.0A CN109920475A (zh) | 2019-01-25 | 2019-01-25 | 关于在蛋白上Dock多个药物靶点的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910071905.0A CN109920475A (zh) | 2019-01-25 | 2019-01-25 | 关于在蛋白上Dock多个药物靶点的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109920475A true CN109920475A (zh) | 2019-06-21 |
Family
ID=66960806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910071905.0A Pending CN109920475A (zh) | 2019-01-25 | 2019-01-25 | 关于在蛋白上Dock多个药物靶点的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109920475A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030131015A1 (en) * | 1999-09-06 | 2003-07-10 | Chen Yu Zong | Method and apparatus for computer automated detection of protein and nucleic acid targets of a chemical compound |
| CN106407737A (zh) * | 2015-07-29 | 2017-02-15 | 张崇骞 | 以p2y12为靶点的计算药物设计方法及其应用 |
-
2019
- 2019-01-25 CN CN201910071905.0A patent/CN109920475A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030131015A1 (en) * | 1999-09-06 | 2003-07-10 | Chen Yu Zong | Method and apparatus for computer automated detection of protein and nucleic acid targets of a chemical compound |
| CN106407737A (zh) * | 2015-07-29 | 2017-02-15 | 张崇骞 | 以p2y12为靶点的计算药物设计方法及其应用 |
Non-Patent Citations (2)
| Title |
|---|
| 史海龙: "基于分子对接技术探讨复方丹参方多靶点治疗冠心病的作用机制", 《中国实验方剂学杂志》 * |
| 陈芳玲等: "抗肿瘤蛋白数据库的建立及其在海洋小分子化合物反向寻靶中的应用", 《中国海洋药物》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bemis et al. | Properties of known drugs. 2. Side chains | |
| Fradera et al. | Similarity‐driven flexible ligand docking | |
| Ewing et al. | DOCK 4.0: search strategies for automated molecular docking of flexible molecule databases | |
| Yang et al. | A pharmacophore‐based evolutionary approach for screening selective estrogen receptor modulators | |
| Lewis et al. | Current methods for site-directed structure generation | |
| Caflisch | Computational combinatorial ligand design: application to human α-thrombin | |
| WO2009064015A1 (ja) | インシリコスクリーニング装置、および、インシリコスクリーニング方法 | |
| Arooj et al. | A combination of receptor-based pharmacophore modeling & QM techniques for identification of human chymase inhibitors | |
| Fede et al. | Determination of the NMR solution structure of the Hoechst 33258-d (GTGGAATTCCAC) 2 complex and comparison with the X-ray crystal structure | |
| WO1996013785A1 (fr) | Procede pour extraire de nouveaux composes ligands contenus dans une base de donnees a structure tridimensionelle | |
| US20060106545A1 (en) | Methods of clustering proteins | |
| Jacoby et al. | Design of small molecule libraries for NMR screening and other applications in drug discovery | |
| JP4315960B2 (ja) | タンパク質のリガンド結合部位の特定方法およびタンパク質−リガンド複合体の立体構造構築方法 | |
| Linker et al. | Lessons for Oral bioavailability: how Conformationally flexible cyclic peptides enter and cross lipid membranes | |
| Hoffer et al. | CovaDOTS: in silico chemistry-driven tool to design covalent inhibitors using a linking strategy | |
| WO2008144776A1 (en) | Systems and methods for designing molecules with affinity for therapeutic target proteins | |
| EP0976701B1 (en) | Design method of physiologically active compound | |
| WO2000065467A1 (en) | Methods for identifying pharmacophore containing molecules from a virtual library | |
| Sciabola et al. | Critical Assessment of State‐of‐the‐Art Ligand‐Based Virtual Screening Methods | |
| Amaravadhi et al. | Revisiting de novo drug design: receptor based pharmacophore screening | |
| CN109920475A (zh) | 关于在蛋白上Dock多个药物靶点的方法 | |
| Hanessian et al. | A comparative docking study and the design of potentially selective MMP inhibitors | |
| JP2006323833A (ja) | 生理活性化合物の設計方法及び設計装置、並びに生理活性化合物の設計プログラム | |
| Stahl | Structure‐Based Library Design | |
| Moore et al. | Leveraging structural approaches: applications of NMR-based screening and X-ray crystallography for inhibitor design |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190621 |
|
| RJ01 | Rejection of invention patent application after publication |