计算化学方法在药物分子设计中的应用

计算化学方法在药物分子设计中的应用

众所周知，化学小分子药物是通过结合体内的生物大靶点来影响生物功能并发挥疗效的。药物分子的几何形状和药效基团配置与其受体蛋白上的结合位点的空间形状和功能基团分布是互补的,这种互补性的好坏决定了受体和药物分子的相互识别和相互结合的强弱程度。随着人类基因组学、蛋白质组学和结构生物学研究的进展,以及与疾病相关基因启动、表达和调控机制研究的深入,许多与疾病密切相关的新的分子靶标及其结构和功能的分子机制已被揭示和阐明。因此,利用计算化学手段,根据特定疾病相关的靶标分子的三维结构来定向设计结构、性质互补的小分子配体,使它们能够特异性地调控这些靶标分子的功能,从而预防疾病的发生、减缓和终止疾病的发展,能大大降低和缩短寻找新药的成本与周期。目前在蛋白质结构数据库中有超过88000套通过X射线晶体学衍射和核磁共振技术解析的大分子三维结构数据,并以更快的速度逐年递增;同时,得益于近年来计算能力的迅猛增长及研究大分子体系的理论和算法的日趋成熟,基于靶点结构的药物分子设计方法(structure-baseddrugdesign,SBDD)在新药开发过程中已经得到广泛应用,设计成功的最新的临床药物包括BRAF激酶抑制剂vemurafenib(图1)、ALK激酶抑制剂crizotinib等。从药物靶标出发的新药研发流程如图2所示,其中先导化合物的寻找和优化是关键,合理应用计算化学方法可以起到事半功倍的效果,包括(c)靶标成药性评估、(d)基于靶点结构的化合物库虚拟筛选和(f)先导化合物的结构优化。目前,药物靶标的确定一般是根据其生物学的意义,但并不是所有的生物学大分子受体都有适合小分子药物结合的位点,因而大量的生物学靶标都缺乏成药性(druggability,即与类药性小分子以较高亲和性结合的能力)。据统计,国外50%左右的基于新靶点的药物开发项目失败的原因是寻找不到较高结合活性的配体小分子,所以在新药开发的初始阶段定性甚至定量评估某靶点的成药性极其关键。在药物靶标确定和三维结构已知的情况下,基于结构的虚拟数据库筛选方法利用分子对接技术自动地匹配受体结合腔穴和化合物数据库中的小分子三维结构,然后利用基于分子力学力场的能量函数或者经验性函数对这种分子对接的模式进行打分,进而选择与受体相互作用最好的一组化合物进行生物活性测试,从而可以大大节省寻找先导化合物的费用和难度。在先导化合物确定之后,尤其是在解析先导物-受体复合物结构的基础上,利用溶液体系中自由能微扰方法精确计算化合物结构改造对其靶点结合活性的影响,目前最精确的计算结果可以达到实验测量的误差范围之内(1kcal·mol-1),能显著减少在先导物优化过程中需要合成的衍生物的数目。在此就计算化学在基于受体结构的药物设计中关键的切入点展开系统论述,同时对目前的方法及应用中存在的主要问题进行探讨,提出切实可行的处理策略。1平衡解离常数的影响药物分子和受体分子的结合遵循分子识别(molecularrecognition)过程中的普遍规律(图3),即由自由能(freeenergy)驱动。分子识别过程中,去溶剂化效应扮演重要角色。因为受体和配体在结合前都完全处于由水分子组成的溶剂环境中,结合过程中配体会挤走原来占据结合位点的水分子,从而带来水分子熵的增加。其次,当受体和配体相互接近时,由于相互作用力的趋动,二者的三维构象都会发生不同程度的诱导契合(inducefit),例如蛋白质氨基酸侧链的转动、loop的移动、大尺度结构域的挪动、以及配体小分子可旋转单键的构象变化。同时,受体-配体的结合还要满足相互作用力的匹配,包括氢键的形成、有利的静电和范德华相互作用、π堆积以及疏水相互作用等非共价键作用。药物分子对靶点的亲和能力就是这些效应综合叠加的结果,用平衡解离常数Kd表征。这些效应相互抵消或者增强,对于不同的受体-配体体系,不同效应的贡献不同,如何利用经典物理学理论精确评估这些能量项是目前计算化学发展中的一个重要领域,极具挑战性。2“典力学”的优势分子力学(molecularmechanics,MM)能够对生物大分子体系进行较为真实的模拟和计算,是目前应用最普遍的研究手段。分子力学方法基于经典力学,具有以下几个优势:(1)不需要通过拟合已知配体的结合数据;(2)可通过更精确的计算模型和采样方案系统地改进打分函数;(3)不局限应用在某些特定的体系,具有广泛的适用性。因此,本文把基于经典物理学原理的分子力学方法作为讨论的重点,而一些基于经验归纳和数据拟合的方法如定量构效关系(quantitativestructure-activityrelationship,QSAR)等,虽然对药物开发同样发挥着重要作用,但不属于本文所探讨的范畴。2.1模拟步幅的计算方法分子力学的核心是分子力场(forcefield),包括势能量函数的形式及其相应的力场参数。力场势能量函数通常包括键长、键角、二面角等反映分子内成键原子间作用的共价键项,以及反映非成键原子间相互作用的范德华、静电等非共价键项。在力场计算的基础上,利用牛顿运动定律模拟原子随时间动态变化的过程,就产生了分子动力学方法(moleculardynamics,MD)。在分子动力学模拟中,每个原子位置的变化遵守经典力学规律。每隔一个模拟步幅,分子中的各个原子移动到新的位置,由此时的三维空间坐标可以根据力场求出势能梯度,进而计算每个原子所受到的来自体系中其他原子的力,然后求出加速度,最后求出新的位置。如此循环下去,就可以得到描述体系各个原子位置、速度和加速度随时间变化的运动轨迹。根据各向异性假设,也就是系统在长时间内的取样平均等价于系综平均,通过统计力学方法计算,可以将分子动力学轨迹中包含的微观信息同宏观物理化学性质联系起来。这样不但可以提供实验中很难测定的高精度动态微观结构信息,还可以通过理论计算得到宏观热力学量,从而可以用于预测实验测量数值,如结合自由能。基于上述分子力学理论,根据模型复杂程度和计算精度的高低发展了不同类型的方法(表1):包括分子对接(moleculardocking)、MM/GB-SA重打分方法、MM/PB-SA自由能计算方法、自由能微扰(freeenergyperturbation,FEP)和热力学积分(thermodynamicintegration,TI)方法等。在实际应用中,需要根据研究目的应用不同的计算方法。例如,在先导化合物的发现过程中,对大规模数据库(通常包括几十万到几百万个化合物)进行快速筛选,就要求用非常简化的模型和计算方法实现快速的评估(如分子对接);在随后基于先导化合物的结构改造中,候选分子的数目较初筛时大大减少(通常为几十到几百个化合物),就可以用更精确的物理模型和更复杂的计算方法进行结合自由能计算(如FEP)。下面分别介绍这些方法。2.2基于刚性受体的转换模型1982年,Kuntz等首次提出了分子对接的策略和算法,并将其应用在受体-配体结合的研究中。现在,分子对接方法已发展成一种根据几何形状、物理化学性质互补原则在受体的结合口袋内自动定位、取向、评估配体小分子的成熟技术,并在学术界得到广泛应用。对接主要可分为两个步骤:对受体和配体分子进行三维构象空间的搜索(sampling)和利用打分函数对所有可能的结合模式进行能量评估(scoring)。配体小分子由于结构简单,构象空间有限,一般可采用对所有可旋转键进行固定步长的系统搜索(DOCK)或随机搜索(AUTODOCK)的策略。而受体大分子结构复杂、柔性键数目众多,很难实现完整、有效的采样,因此目前普遍应用的仍然是基于刚性受体的对接模型。近年来,分子对接方法成功应用于先导化合物发现的实例有很多报道,尤其是针对受体结合腔穴和酶催化位点。以β2肾上腺素受体为例,Kobilka和Schoichet研究组合作,在晶体结构的基础上利用DOCK3.5.54软件对接筛选了ZINC数据库中近一百万个化合物,对排名较高的25个候选化合物进行实验验证,发现有6个化合物的Ki小于4μmol·L-1,最好的为9nmol·L-1,是目前最有效的反向激动剂(图4)。相对而言,利用分子对接方法筛选阻断蛋白-蛋白相互作用的成功案例较少。其中,MacKerell实验室针对LCK激酶的SH2结构域,对接筛选了两百万个小分子化合物,最终挑选测试的194个化合物中有34个能够阻断SH2介导的蛋白相互作用,最终有13个化合物在淋巴细胞模型上显示活性。2.3基于能量优化的mm/gb-sa方法众所周知,生物体系处于水环境之中,水分子参与了受体-配体的相互作用,对于研究分子识别过程具有重要意义。但在实际模拟中为使计算收敛需要进行大量的采样,时间较长、成本很高。隐式溶剂模型通过把溶剂环境近似地表示成连续的偶极介质,减少了评估水分子之间或水分子和溶质分子的相互作用,节省了计算成本。目前,使用最广泛的隐式溶剂模型是通用波恩-表面积(GB-SA)和泊松-玻尔兹曼-表面积(PB-SA)方法。2002年,Jacobson等合作开发出一套基于OPLS全原子力场和GB-SA隐式溶剂模型的蛋白结构预测和优化方法:蛋白质局部优化程序(PLOP)。随后几年,Jacobson研究组把该方法系统应用到了受体-配体相互作用的相关研究,包括优化配体结合构象、提高虚拟筛选中阳性化合物的富集率、配体的相对结合自由能的计算、以及蛋白结合位点的成药性的预测等多个方面。这种基于能量优化的MM/GB-SA方法一定程度上考虑了配体分子与受体结合后带来的“诱导契合”效应,并在计算结合能时加入了分子内能量和溶剂化自由能,在模型真实度和计算准确度上都有提高。Huang等的研究工作表明,对分子对接结果进行MM-GB/SA重打分,不但可以显著提高虚拟筛选的富集率,甚至可能有助于预测配体分子的选择性。最近,Jacobson研究组利用MM-GB/SA方法研究了12个不同的蛋白体系,每个体系都包括了一定数目的同系列化合物,计算预测的结果和实验结合数据呈现了很好的相关性,11个体系超过90%的配体分子被正确地预测出排名情况。但是这种策略在采样空间上有限,而且打分函数中没有考虑受体-配体结合过程中熵的变化,从模型近似和计算成本的角度,它可以看作是介于分子对接和基于动力学采样的自由能计算方法(如MM/PB-SA、FEP等)之间的过渡。2.4深刻反应和最优条件选择2000年,Kollman研究组提出一种基于分子动力学模拟的系综平均自由能的计算方法:MM/PB-SA。通过特定的热力学循环,MM/PB-SA把受体-配体在水相中的结合自由能分解成气相结合自由能和溶剂化自由能,分别在水溶液环境对体系在始态(非结合状态)和终态(复合物)情况下进行分子动力学模拟并记录平衡状态下溶质分子的运动轨迹,结合力场相互作用能计算和隐式溶剂模型(PB/SA)计算体系在始态、终态的系综平均自由能差值。理论上讲,MM/PB-SA在物理模型和计算策略上都更接近真实情况。2001年,Wang和Kollman等对HIV-RT的12个TIBO类型的抑制剂(图5A)进行了MM-PB/SA计算,理论预测的结果无论从相对排名还是绝对自由能数值都和实验结果高度吻合(绝对自由能和实验值的RMSD仅为1.0kcal·mol-1)。尤其是,预测的HIV-RT药物Efavirenz(图5B)和受体蛋白的结合模式与随后发表的药物-受体复合物的晶体结构(图5C)非常相似(RMSD为1.1埃)。但是,和其他基于动力学采样的方法一样,长时间模拟所消耗的计算成本限制了MM/PB-SA在大规模筛选中的应用。2.5代金配体的取代基变化对配体自由能计算的影响在实际应用中,通常需要预测一系列配体小分子对单个靶点的相对亲和性。相比于直接计算不同配体小分子对特定受体的绝对结合自由能,间接计算在不同状态下(溶剂中和蛋白质结合腔穴内)配体分子的构型转换或化学结构微扰的自由能差值更容易实现。这种由配体分子的结构微扰带来的体系自由能的变化可以通过严格的统计力学方法在分子动力学采样或蒙特卡罗模拟的基础上精确求解,主要方法有自由能微扰(FEP)和热力学积分(TI)。理论上这些方法能将体系的自由能和能量函数的系综均值联系起来,在水溶液环境中计算配体的取代基变化对配体相对结合自由能的影响,结果可以直接和实验测量值相对应(误差可在1kcal·mol-1之内)。但是对于结构变动较大的化合物,或是计算配体与受体的绝对结合自由能时,这些方法仍然面临着巨大的挑战。Kollman等曾经倡导用这些方法进行前瞻性的药物设计,并进行了大胆的尝试。然而,利用这些方法进行的大多数研究工作仍然停留在对已报道数据的回溯性研究,满足于计算结果能够重复已有实验数据,缺乏真正意义上的预测性。非常典型的一个案例是Jorgensen课题组在开发HIV非核苷类逆转录酶抑制剂的过程中,运用蒙特卡罗模拟和FEP理论(MC/FEP)指导结构优化过程,迅速地把多个微摩尔级别的先导化合物优化成为纳摩尔级别的抑制剂。以化合物9(EC50值为900nmol·L-1)为参照,通过对其结构进行一系列的微扰设计(杂原子取代)和自由能计算,预测出新的化合物11和10的活性较好(ΔΔG分别为-7.1和-5.3kcal·mol-1),随后的生物学实验验证这些化合物确实是系列改造物中活性最强的(EC50值分别为5和6nmol·L-1),相比于先导化合物有了数百倍的提高。更值得一提的是,对于其中的一些同分异构体分子(如化合物9、12和13,设计策略是“氮原子迁移”),也成功地预测出与实验结果(EC50值:900→130→19nmol·L-1)高度一致的活性变化趋势(ΔΔG:0→-4.2→-6.1kcal·mol-1)(图6)。3对接技术的应用关注到问题如上所述,基于结构的药物设计始于药物靶点的确定,如何运用计算的手段预测生物大分子的成药性具有重要意义。对于已确认的药物靶点,运用分子对接方法虚拟筛选是先导化合物发现的重要手段,针对该方法的研究和改进一直是计算化学领域的热点问题,如何系统、客观地评价各种不同的对接技术就成为亟待解决的问题。另外,由于理论方法的实现和计算成本的局限,一些在受体-配体结合过程中发挥重要作用的因素在现有的对接技术中未能有效考虑:如受体的柔性、溶剂效应和熵贡献等。下面针对这些主要问题进行初步探讨。3.1靶标蛋白的成药物分析靶点蛋白的成药性(druggability),即其可被小分子药物结合并调控的可能性,是决定药物研发能否获得先导化合物的关键。目前认为,仅10%左右的人类蛋白靶点具有成药性,因此开始药物研发之前对靶点的成药性进行评估是非常重要的。一般而言,对于一个新的靶点,人们通过对已知药物靶点的序列和结构的同源性分析来预测其成药性。但是,这种方法具有一定的局限性。一些已经上市药物的靶点根据传统方法被认为是非成药的,并且同一基因家族的不同成员的成药性也并不相同。近年来,基于受体结构的计算方法被用来预测靶点的成药性,如分子对接或分子动力学方法。作者建立了一套评价成药性的方法:首先将类药分子片段库中的分子对接到靶点蛋白的结合位点,以获得相应的结合构象,再对得到的结合构象进行基于能量最小化的结构优化和重新打分(MM-GB/SA方法),然后通过计算的结合能的好坏程度(通过拟合已有信息预设的能量阈值)来判断该分子是否与靶点匹配。通过计算成功匹配片段的命中率可以定量地预测靶标蛋白的成药性。大量的测试结果表明,该方法与基于实验筛选的方法结果有很好的一致性,可用来区分已知的成药和非成药的靶点蛋白。尽管这种方法的计算量相对较大,但是它们不依赖于任何已知的训练集,因此更适合用来评价一些新的靶点。3.2“分子对接”学说目前主流的分子对接软件,都将蛋白质近似为刚性模型,不搜索蛋白质的构象变化,只对配体分子的平动和转动自由度进行采样。然而受体蛋白在结合配体前后,通常都会发生不同程度的构象变化,如残基侧链的旋转、环的移动,甚至是结构域的挪动。对于受体柔性对接的策略主要有两种:(1)在分子对接前,预先生成一系列的蛋白质构象,配体分子对接到综合后的蛋白质构象或者依次对接到每一个蛋白质构象。基于这种“构象选择”学说,Knegtel等发展了“构象综合体对接”(ensembledocking)的方法。基于能量的权重或者几何权重,将蛋白质多个不同构象综合为一个构象综合体,这些不同构象可以是已经解析的晶体结构,也可以通过计算化学方法生成,然后利用这个蛋白质构象综合体进行分子对接。构象综合体包含蛋白质的构象变化信息,从而在分子对接中可以整合蛋白质柔性信息。(2)在分子对接过程中,受体在配体不同的结合模式的影响下,诱导出不同结合构象,其理论基础是“诱导契合”学说。Sherman等发展了一套“柔性对接方法”(inducedfitdocking,IFD),这种方法首先需要人为指定结合位点的柔性残基,然后将这些残基突变为丙氨酸,接着利用刚性对接将配体分子对接到突变的结合位点中,然后再将突变残基变回原来的残基类型,并在得到的蛋白质配体复合物中,搜索配体结合位点这些柔性残基的侧链构象,同时允许残基主链也有一定程度的变化;最后再将配体小分子刚性对接到上一步构象搜索能量优化的蛋白质中。通过多次迭代,最终得到最优的蛋白质配体复合物构象。在11个不同蛋白上进行对接测试,其中18个对接都能有效重现配体的晶体结合构象,RMSD值≤0.18nm,而刚性对接的平均RMSD值为0.55nm。3.3分子模拟预测酶活性位点在蛋白质晶体结构数据库中,超过75%的配体-受体复合物在其结合腔穴中存在重要的结晶水。这些结合位点稳定存在的水分子,对配体-受体的结合动力学及结合热力学都起到了重要的影响。合理设计的取代基可以取代蛋白结合位点稳定存在的水分子来增加系统的熵,从而有利于配体的结合,是药物化学中常用的策略。一个典型实例是设计小柱孢酮脱水酶(scytalonedehydratase)抑制剂。对先导化合物14进行细微结构改造得到的化合物15以及化合物16对酶抑制活性分别提高了600和20000倍。通过分子模拟预测,在小柱孢酮脱水酶的活性位点存在结构水(图7A),在与化合物14形成的复合物中,这个水分子不能与周围环境形成较好的相互作用;将R处的CH基团改变为氮杂原子之后(化合物15),可以作为氢键受体稳定这个水分子(图7B);而进一步将R处CH修饰为C-CN基团后(化合物16),氰基上的氮原子将结构水挤走,并与此处两个酪氨酸侧链形成氢键相互作用(图7C)。2007年,Abel等提出了利用分子模拟来研究受体活性位点水分子性质的方法(WaterMap),这一方法使用聚簇算法分析在分子模拟过程中水分子的分布,并计算相应水分子与周围环境的相互作用能,水分子的熵的计算则使用非均相流体溶剂理论(IFST)。利用WaterMap计算得到的水分子结构及能量信息被应用到多个药物靶标的小分子抑制剂的研究中,包括FXa和激酶。然而这类方法需要大量计算资源,很难直接应用于分子对接计算中,因此需要发展新的算法在分子对接过程中高效并且准确考虑水分子的贡献。2006年,Huang和Shoichet将晶体结构中蛋白活性位点的水分子加入到分子对接中,对同一个配体结合构象,周围的水分子与之形成合适的相互作用则予以保留,不合适者予以排除使用这种算法考虑水分子之后,分子对接软件对于阳性化合物的富集率有所提高。3.4配体分子型熵变众所周知,配体小分子和蛋白质的结合会限制其活动,造成构型熵的损失,进而降低结合亲和性。然而,基于物理的打分函数大多忽略了熵的贡献,一些基于经验的打分函数虽包括了熵的罚分这一项,但其背后的物理学意义并不明确,其合理性也很难验证。尽管相关运动可能导致非累加效应,大多数打分函数仍然假设配体的熵变和配体分子旋转单键的数目相关。然而,Gilson研究组在分析HIV蛋白酶和药物Amprenavir结合过程熵的变化时发现,配体分子构型熵的丢失相当可观,甚至高达25kcal·mol-1。更为重要的是,熵变绝大部分来自于配体和自由状态相比,处于结合状态下能井变窄,而非传统认为的可及性旋转键数目的减少。这一研究表明在设计配体化合物时,可以通过合理增加小分子的构象约束来实现对结合亲和性的贡献,从而为基于结构的药物设计提供指导。虽然该工作揭示出配体分子旋转、平移和内部自由度之间的偶合使得很难把熵变分解成几个相互独立、可以累加的项,但也揭示了熵效应的本质,为今后发展更为严格的评价函数指明了方向。3.5dud基准数据集分子对接方法虽然在近年来取得较大进展,但如何系统、客观地评价各种对接技术就成为亟待解决的问题,其中一个关键指标是配体分子在诱饵分子中的富集率。由于配体分子和诱饵分子的关系对于评价分子对接至关重要,一个好的基准数据集应符合以下几个要求:(1)数据集涵盖数目众多、类型广泛、结构迥异的受体和配体分子(包括诱饵分子);(2)诱饵分子应具有和配体分子相同或相似的物理性质;(3)数据集的信息要面向公众,可无条件免费获得。DUD(DirectoryofUsefulDecoys)基准数据集就是在这样的背景下应运而生的。它包含了40个不同靶蛋白的2950个已知的配体分子,每个配体又配有相应的36个诱饵分子,这些诱饵分子具有和配体相似的物理性质和截然不同的拓扑结构。研究表明,DUD数据集的偏向性较小,适合对各种对接方法进行系统的、定性和定量的评估。最近,该数据集在原来的基础上又得到了改进和发展(DUD-E),主要包括:扩大了靶点的数量,如新添加了GPCR和离子通道等热门药物靶点,以及随之扩大的配体和诱饵分子的数目,更加严格、自动化地评价和挑选数据集的化学类型多样性等。3.6重标回复合成的结构优化基于分子对接技术的虚拟筛选可以从大量的化合物数据库中快速挑选出候选化合物,而现有对接技术由于计算模型的简化和打分函数的近似,很难保证计算结果的准确性。另一方面,如果在对接过程中考虑更为复杂的、对结合至关重要的能量因素时,计算的成本就会大大增加。因此,作者结合实际应用开发了一套兼顾计算效率和预测准确度的计算筛选方法。简单来说,这种方法通过整合不同复杂度的物理模型和不同精度的计算方法,达到对庞大化合物数据库分层次、逐级别的虚拟筛选(图8)。具体来讲可分为三个阶段:(1)先对包含有数百万个结构迥异的化合物数据库进行快速的对接计算(DOCK3.5.54软件),对每一个化合物分子在结合口袋内生成多个可能的结合模式,再运用简化、近似的打分函数(只考虑范德华、静电相互作用和配体溶剂化能修正项)对每一个结合模式进行初步评估,去除具有明显空间位阻和较差相互作用的化合物;(2)对于第一步产生的结果,用基于结构最小化的MM/GB-SA方法(PLOP软件)进行结构优化和重新打分,重打分过程中增加了体系去溶剂化能和分子内作用能的贡献,除去结合焓较差的分子(包括同一分子较差的结合模式),同时在优化过程中可以根据需要考虑受体柔性;(3)对于第二步产生的结果,用基于分子动力学模拟采样的MM/PB-SA方法(AMBER软件)计算的结合自由能不仅包括上述的焓变,还可包括体系的熵贡献。在采样过程中,采取“聚焦结合位点”的策略来提高计算效率、增加计算的准确度:先用适当尺度的限制性水球包裹结合口袋和配体分子,对结合口袋内的受体残基、配体分子和溶剂分子进行完全自由的动力学模拟,而对结合口袋外的残基和溶剂分子则采取固定的模式。这种策略不仅可以节省计算成本、提高效率,还可以在有限的模拟时间(例如5ns)内对结合位点进行更广泛的采样。在计算自由能时,从动力学模拟轨迹中选择达到相对平衡状态的部分,从中平均挑选映射组成系综,再求得有统计力学意义上的能量均值。这种逐级筛选方法在本课题组实验室的具体应用中取得了成功。具体实例包括多个老靶点、新先导分子的虚拟筛选;以及全新靶点的全新先导化合物的搜寻。在此以寻找作用于微管蛋白秋水仙碱结合位点的新结构类型抑制剂为例来说明。已知的作用秋水仙碱位点的微管拮抗剂大多依赖秋水仙碱的药效团模型,无论在结构还是作用模式上都缺乏新颖性。最近发表的微管蛋白复合物晶体结构揭示出秋水仙碱结合位点新的结构特征:由抑制剂分子NSC613863占据的空间拓展了传统意义上的秋水仙碱结合位点。这个更靠近蛋白质内部的结合腔穴无论从形状还是化学环境都与秋水仙碱口袋不同,因此针对这一结合腔穴对包含超过十万个类药化合物分子的商业数据库进行了快速对接,产生了30多万个不同的结合模式。运用从已有复合物晶体结构中总结的药效团模型从中筛选出2万多个结合模式进行结构优化。经过重新打分和药效团筛选将候选分子的数目减少到1000多个。在保留了每个分子的最优结合模式后,用基于分子动力学模拟的MM/PB-SA精确地计算了结合自由能,最终产生了63个候选化合物。其中超过15个化合物都具有噻吩母核结构,挑选了9个结合模式相似的分子进行了实验验证,5个化合物显示出了明显的抑制活性,成为新一类的抗微管抑制剂分子17(图9)。整个虚拟筛选过程尽可能减少了人为干预,实现了效率与精度的并存。所得到的先导化合物不仅具有结构新颖、易于改造的优点,还比秋水仙碱的配体效用(ligandefficiency)更高(是秋水仙碱的1.2倍)。4基于结构优化的组合筛选随着计算化学理论与方法的不断发展和提高,其在药物分子设计中的作用会越来越重要,尤其是一些需要理论和实验密切配合的前沿领域的研究,如多靶点药物设计、药物的选择性等,将会把计算化学在SBDD中的应用带到新的高度。近年来,临床研究发现基于单个靶点设计的小分子药物经常不适用于一些复杂疾病(诸如癌症、糖尿病、神经性疾病等),而临床上的一些效果好的药物通常是偶然