药物虚拟筛选方法

1、药物虚拟筛选方法疾病发生先导化合物(2-5 年)临床前期(1-3 年)配方临床试验(2-10 年)相关技术研发FDA 批准(2-3 年)File INDFile NDA靶标确定新药的研发周期漫长File IND: 申报研究性新药File NDA：申报新药（N Engl J Med. 2014, 370(1):3-6.）2012年生物医药研发上的投入2013年在生物制药领域研发投入最大的二十家药企排名公司2013（亿美元）2012（亿美元）1罗氏 （瑞士）99.196.542诺华 （瑞士）98.5293.323强生 （美国）81.8376.654默沙东 (美国默克)75.0381.685辉瑞 （

2、美国）66.7874.826赛诺菲 （法国）66.0868.187葛兰素史克 （英国）65.1866.118礼来 （美国）55.3152.789阿斯利康 （英国）48.2152.4310安进 （美国）39.2832.9611百时美施贵宝 （美国）37.3139.0412武田制药 （日本）31.4827.3713雅培 （美国）28.5527.7814拜耳 （德国）22.9121.6215赛尔基因 （美国）22.2617.2416诺和诺德 （丹麦）21.7820.2317吉利德科学 （美国）21.217.618第一三共株式会社（日本）17.7717.9619阿斯特拉 （瑞典）17.7118.462

3、0默克 （德国）16.4416.381993年以来美国FDA每年批准的新药小分子化学药生物药过去4年，研发成功一种新药的成本是13亿美元。研发周期10-12年。新药研发成本高昂2013年自然.药物子刊药物研究仍然是科技领域中耗时最长的研究之一。在花费和产出之间寻找到一个合理的平衡始终是医药产业所面临的最大的挑战之一。FierceBiotech主编John Carroll筛选阶段（上个世纪80年代以前）：-偶然发现（如青霉素）-筛选（先导化合物发现率8万分之一）（如磺胺药）设计阶段（上个世纪80年代以后）：发现药物通过抑制特定蛋白质功能起作用（如杀虫剂）计算机辅助药物筛选和设计阶段（本世纪初）：

4、-实验筛选：高通量筛选-虚拟筛选：基于结构的药物筛选，在原子层面上分析蛋白质和小分子化合物的相互作用，进而指导药物研发。 -化合物设计：基于蛋白质和化合物相互作用的模型进行药物设计。药物研发思路的发展药物的研发流程研究的主体化合物蛋白质DNARNA有机化合物主要由氢元素、碳元素组成，含碳的化合物，但是不包括一氧化碳、二氧化碳和以碳酸根结尾的物质。有机物是生命产生的物质基础，所有的生命体都含有机化合物。脂肪、氨基酸、蛋白质、糖、血红素、叶绿素、酶、激素等。生物体内的新陈代谢和生物的遗传现象，都涉及到有机化合物的转变。此外，许多与人类生活有密切关系的物质，例如石油、天然气、棉花、染料、化纤、天然和

5、合成药物等，均和有机化合物有密切联系。化合物来源：天然产物化合物来源：人工合成化合物的立体结构ZINC04015296ZINC85593878化合物NCBI pubchem 数据库: 4千万种小分子化合物ZINC 数据库：2千万种小分子天然产物：25万多种小分子中草药：3万多种小分子Cheng TJ, et al. (2012) The AAPS Journal, Vol. 14, No. 1 构成蛋白质的20种氨基酸蛋白质蛋白质多肽链蛋白质立体结构 DNA / 氨基酸 序列 蛋白质三维结构 蛋白质功能DNA (基因) RNA前体 RNA 蛋白质ATGGAGGAGCCGCAGTCAGATCCT

6、AGCGTCGAGCCCCCTCTGAGTCAGGAAACATTTTCAGACCTATGGAAACTACTT.MEEPQSDPSVEPPLSQETFSDLWKLLPENNVL从基因到蛋白质蛋白质和疾病药物靶标蛋白蛋白质结构数据库目前可以开展的靶标已知蛋白质晶体结构：310个有部分结构的蛋白质：2057个先导化合物研发的方法实验筛选使用生物物理、生物化学等方法鉴别小分子和蛋白质的相互作用，从而筛选出对蛋白质功能有调节作用的先导化合物。虚拟筛选使用计算机模拟技术作为基础，筛选可能与蛋白质结合的小分子化合物，然后进行实验验证。高通量筛选 vs 虚拟筛选高通量筛选：体外活性测试（大量测试）命中率：0.

7、01-0.001% 假阴性较高需要先有大量化合物虚拟筛选：计算机模拟分析命中率：2-24%需要有限化合物测试虚拟筛选为当前新药研发的常规步骤，是高通量筛选的有效补充。1-2+1、Maggio, E. T. and Ramnarayan, K. (2001). Drug Disc. Today 6, 996-1004.2、Cheng T1, et al. (2012) AAPS J. 2012 Mar;14(1):133-41.实验筛选：高通量筛选微孔板工作站分液器荧光光度计机器人机械手实验筛选：高内涵筛选生物信息：选择靶点、相关作用机制及待测样品设计检测或筛选方法样品制备：细胞培养、化合物及相

8、关试剂处理从单个细胞或群体细胞获得终点或动态检测的荧光信号可视化与量化的生物信息细胞生长、细胞毒性、细胞形态学、信号传导通路的全面认识2500元人民币/化合物X10万化合物亿较高假阴性荧光显微系统自动化荧光图像获取系统检测仪器图像处理应用软件数据分析和管理系统门槛高：资金密集型美国3科学家摘2013化学诺奖：用计算机模拟化学实验获奖的瓦谢勒教授在采访中表示，自己的工作“就像打开一个表，看看里面是怎么运作的一样。我们发展出一个需要电脑的方法，来看看蛋白质的结构，了解它的运作机制，比如酶是怎么消化食物的。你可以用它来设计药物，满足你们的好奇心。”斯坦福大学教授迈克尔莱维特南加州大学教授阿里耶瓦谢勒

9、哈佛大学教授马丁卡普拉斯计算机技术高速发展带来药物开发新革命 卡普拉斯和另外两位诺奖得主，主要运用的方法是基于牛顿经典力学原理，他们所做的分子动力学模拟，可以用在很多大的体系如蛋白质折叠、酶催化反应等方面。计算机模拟广泛运用在今天的化学领域，已经带来很大价值，特别是在做蛋白质等大分子领域，令其不再受限于实验，计算机在蛋白质研究、制药、生物研究上有着很大的影响，比如，要寻找某种药物，可以通过计算的方法，寻找药物靶点，以及可能的药物干扰等，已用得非常普遍。虚拟筛选2D、3D定量构效关系药效团结构比对蛋白质结构分析小分子数据库分子对接打分结果评判挑选命中化合物生物实验验证全新化合物设计先导化合物优化

10、ADMET分析途径和方法：文献调研途径和方法：2D、3D定量构效关系药效团结构比对蛋白质结构分析小分子数据库分子对接打分结果评判全新化合物设计先导化合物优化2D、3D定量构效关系药效团结构比对蛋白质结构分析小分子数据库分子对接打分结果评判全新化合物设计先导化合物优化药效团软件QSAR软件计算机辅助药物筛选平台生物信息分析模块基于受体的虚拟筛选模块基于配体的虚拟筛选模块分子动力学模拟模块分子对接软件蛋白质结构分析软件分子动力学模拟软件虚拟筛选基于小分子结构的筛选（药效团）基于药物作用机理的筛选（分子对接）底物-小分子酶-蛋白质+酶和底物结合锁-钥原理虚拟筛选3. 根据蛋白质结构进行全新药物设计（

11、De Novo化合物设计）案例：CXCR4趋化因子受体背景Gene Symbol: CXCR4Gene ID: 7852Summary: 该基因编码一种CXC趋化因子受体。该蛋白位于细胞膜，有7个跨膜区。该蛋白在乳腺癌细胞中高效表达。在AIDS感染中与CD4协同作用支持HIV病毒进入细胞。该基因的突变和WHIM综合征（疣，低丙种球蛋白血症、感染和粒细胞髓内破坏增加导致的粒细胞减少）相关。 CXCR4 同源蛋白序列比对软件：ClustalW单核苷酸多态性（SNP）Var ClassGenomicTranscriptProteinClinical interpretationSNCg.8228CT

12、c.1000CTp.Arg334TerpathogenicSNCg.8241CGc.1013CGp.Ser338TerpathogenicSNCg.8255GTc.1027GTp.Glu343Terpathogenic蛋白质结构PDB ID： 3ODU软件：PyMOLPDB 数据库药物靶标口袋软件：PyMOL & PocketPicker软件：PyMOL药物靶标口袋药物靶点软件：AutoDockTools生成蛋白质结构.pdbqt格式文件和相关Gridbox配置文件虚拟筛选准备小分子数据库准备蛋白质结构文件参数设置和对接打分.pdb, .mol2, .sdf, .pdbqt.pdbqt虚拟筛选

13、1、选择数据库2、上传蛋白质结构3、上传配置文件4、设定对接结果返回数5、提交订单虚拟筛选结果评估ZINC19202247虚拟筛选结果评估ZINC19202247虚拟筛选结果评估ZINC19202247虚拟筛选结果评估ZINC19202247affinity(kcal/mol)MolecularId-12.6ZINC67902910-12.6ZINC67902490-12.6ZINC02149310-12.5ZINC02149270-13ZINC02095205-13ZINC12902247-12.7ZINC02094270-12.4ZINC02090775-12.8ZINC15675926-

14、12.7ZINC15675922-12.5ZINC09034117-12.5ZINC12274462-12.5ZINC12896008-12.4ZINC01819606-13.1ZINC12898980-13ZINC12899148-12.9ZINC15675924-12.8ZINC04086242-12.8ZINC08296198-12.8ZINC70707091-12.7ZINC12529896-12.6ZINC01900625-12.6ZINC02094680-12.6ZINC06623684-12.6ZINC08876863-12.6ZINC15675920-12.5ZINC15675

15、934-12.5ZINC67912117-12.5ZINC70706689-12.4ZINC08790365-12.4ZINC09034075-12.4ZINC12529886-12.4ZINC67912122-12.4ZINC70707328-12.4ZINC79190697-12.4ZINC85491821-12.4ZINC85511003实验验证需要根据蛋白质的功能进行实验设计虚拟筛选案例Seifert MH1, Lang M. Mini Rev Med Chem. 2008 Jan;8(1):63-72.共报告38例使用虚拟筛选成功的案例。血管紧张素转化酶2(angiotensin l

16、 converting enzyme 2,ACE2)美国千年药物公司（Millennium Pharmaceuticals）模建了ACE-2 的三维结构， 据此设计了ACE-2 抑制剂，仅用不到两年的时间，就发现了一个药物，进入I 期临床研究。PDB ID: 4BXK虚拟筛选的瓶颈使用一般的服务器，每次分子对接需时2秒钟以上。按照每次分子对接需时2秒钟计算，如果是2千万小分子，针对一个靶点的筛选将需要470天。如果是300多个靶蛋白，将需要500年。如果。计算机辅助药物筛选平台背景国家政策： 建设一批重大疾病防治疫苗和基因工程药物产业化示范工程，完善现代中药体系，提高新药创制能力。北京市计算中

17、心优势资源政策扶持硬件设施成熟的分布式框架IT团队专业专家团队软件资源数据资源8000多个核，每秒2百万亿次的计算能力。北京祥云计划主要成员。数百款应用软件。丰富的开发经验和平台管理经验。北京市计算中心北京市计算中心成立于1973年。2000年计算中心转制为全民所有制企业，致力于应用计算技术研究和服务。药物研发信息化建设的方向新药研发的技术支持系统计算机辅助药物筛选平台：源头创新计算机辅助药物设计平台：Me-too，二次开发计算机辅助药物筛选平台安全性稳定性负载均衡实时监控快速部署应用开发业务流程示意图基本业务流程请参看右图：小分子化合物库建设计算机辅助药物筛选平台平台的优势筛选潜力：一年多的

18、活一天干完！远程登录：通过万维网递交作业和获取结果。资源共享：开放的商业化平台。技术培训：线上和线下培训并举。完善的服务：提供多方位的指导和个性化服务。低廉的费用：特别适合中小企业。第三方引介：中科院、军科院等联合项目申请：牵线搭桥计算机辅助药物筛选平台也可称作“功能性化合物发现平台”。利用分子对接的方法发现未知功能化合物在临床医学、动物疾病防治、食品防腐、森林保护、植物保护等方面的应用。有些小分子化合物也可以作为营养添加剂、化妆品添加剂、动植物营养剂等。项目愿景计算机辅助药物筛选平台旨在为社会生物医药研发提供超算、存储平台和业务解决方案。降低企业运营成本、缩短生物医药研发周期、帮助企业提高创

19、新能力，最终提高企业的竞争力。惜福 感恩 奉献商业模式以网站为门户以平台为依托以产品为导向以客户为上帝本平台注册用户来自国内20多个省市近60家药物研发相关科研院校和企业。其中包括中科院、中国医学科学院、北京大学、上海强生等。 研发成功案例1、抗金葡菌先导化合物两个。2、2肾上腺素受体阻断剂一个。3、抗革兰氏阴性菌先导化合物一个。4、BACE1抑制剂一个PDB ID: 2RH1PDB ID: 3SKG课题：针对耐药菌的小分子先导化合物的筛选亮点：成功筛选出两个针对耐药菌的金黄色葡萄球菌的小分子先导化合物并提交两项新发明专利申请。Poses between Bcc_1/Bcc_2 and 1HV

20、B are shown in panels B/C respectively. All polar contacts are shown as green dashed line.Predicted binding conformation of Bcc_1 and Bcc_2 in the binding pocket, the yellow circle represents the core binding sites of beta-lactam antibiotics, including the residues Ser62/Thr301 and Thr299.The Biological test of Bcc_1 and Bcc_2. Red circles indicate that Bcc_1 and Bcc_2 were active in clearing E7, an antibiotic resistant strain of staphylococcus au