虚拟筛选技术与应用

虚拟筛选技术及其应用1.虚拟筛选技术的介绍2.重

点

介

绍

基

于

靶

点

结

构

的

虚

拟

筛

选

一

3.虚拟筛选在药物研发中的应用实例4.虚

拟

筛

选

与

新

型

食品

保

鲜

剂

的

开

发内

容

简

介一分子对接1

.

1

虚

拟

筛

选

技

术

产

生

的

背

景●20世纪80年代中期，随着分子生物学和结构生物学的发展，靶标生物大分

子的功能被阐明、三维结构被测定.以及计算机科学的发展，功能先进的图

形工作站的出现，分子对接<moleculardocking>方法和数据库搜寻方法已经出现，并发展了第一个分子对接程序DOCK.●20世纪90年代中期，基于小分子的药物设计<LBDD>方法和基于受体生物大分子结构的药物设计<SBDD>方法，已成为创新药物研究的核心技

术之一.同时由于超级计算机技术的发展，产生了虚拟筛选并行算法，实现

了虚拟筛选的高通量化.●近年来，PC

集群式计算机<cluster>

的普及，进一步促了进虚拟筛选技术

的发展.化学信息学

生物信息学命中结构化学信息学：利用计算机技术对化学分子结构和相关信息进行管理的学科，可

促进化学信息的获职、转化与共享.例如：将小分子化合物的一维、

二维、三

维结构以一些格式文件形式储存，并生成数据库.生物信息处理：利用计算机技术对大量生物大分子作信息获职、加工、储存

关

类例、如检：索蛋与白统质计的分

级，、揭

级生、物三大级分、子

构、功能、同源性和进化小分子化合物匹配计算生物大分子NasEase1

.

2

虚

拟

筛

选

技

术

的

定

义●

虚拟筛选

[virtual

screening,VS>是计算机辅助药物设计方法的延

伸和推广，针对重要疾病特定靶标生物大分子的三维结构或定量构效关系<QSAR>

模型，从现有小分子数据库中，搜寻与靶标生物大分子结合或符合QSAR

模型的化合物，进行实验筛选研究.●

生物体内吸收、分布、代谢、排泄等生理相关性质的方法.●

虚拟筛选的目的是从几十到上百万个分子中，发现有潜在可能性的化合

物，集中目标，大大降低实验筛选化合物数量.在统机小分子以数学和有数，分子相互作用、质参数或结构参大性物化生理与的子子分分小助计学手段定量研究有机定量构效关系是一种借化

合

物

数

据

库分子

对

接

(dock)受体

结

构SBVS生

物

测

试QSAR

模

型药

效

基

团

模

型LBVS候

选

化

合

物

临

床

前

和

临

床

研

究三

维

搜

寻6·

SBVS

是根据受体生物大分子的三维结构，通过分子对接的方法，确定小分子与受

体的结合构象，并评价其与受体的结合活性，从而筛选出有潜力的配体小分子.·LBVS

是根据现有药物〔配体的结构、理化性质与活性关系<SAR>的分析，建立定量构效关系<QSAR>或药效基团模型，预测筛选新化合物的活性.分类(SBVS)基于配体小分子的

虚拟筛选

(LBVS分子对

接(

dockima-based药效基团搜寻(1

.

3

虚

拟

筛

选

技

术

的

分

类phar

aasceodp)hore-N合

成

化

合

物

库天

然

化

合

物

库

组

合

化

合

物

库

药

物

分

子

库类

药

性

化

合

物

库1

.

4

虚

拟

筛

选

技

术

的数

据

库库子

库子

分物

文分

库分

质酸

白核

蛋大

据合

据化

女物

库生子1

.

5

虚

拟

筛

选

技

术

的

优

势1.计算机上进行2.不需要化合物，只需结构3.不消耗样品，降低筛选成本4.缩短了新药研发的周期，降低了直接研发费用2.

基

于

受

体

生

物

大

分

子

结

构

的

虚

拟

筛

选

〔

SBVS——

分

子

对

接<1>用到的基本模型：受体-配体的锁和钥匙模型<

2

>分子

对

接

：

受

体

和

配

基

之

间

通

过

能

量

匹

配

和

空

间匹配而相互识别形成分子复合物，并预测复合物结

构的

操

作

过

程复合物受体配

体Ligand

Database

Preparation2DMolecularDatabasesA

entConformationAssemble

DataAssignmentsionmerigConveAssureTypStruct/BondDm3toProteinStructure

PreparationProteinStructuresProtonation/ChargeAssignment

StructureOptimizationBindingSiteDeterminationGridConstructionDockingScoringRanking/SelectionDrugLikenessAnalysisPostprocessing<3>分子对接的具体流程：HitCandfdatesListStructureOptimization

nVirtualScreening蛋白质结构的准备是虚拟筛选的重要一步.虚拟筛选的蛋白靶

标的结构可以从PDB

库<>中直接下载使用2靶点处理：加氢原子、加电荷、带电残基的质子化第二步：小分子库的产生建立小分子数据库〔最为常用的小分子数据库Zinc

数据库结构优化

加电荷类药性分析多样性分析第三步：计算机筛选对接和打分，这一步是虚拟筛选的核心步骤把每个小分子放到受体蛋白的配体结合位点，优化配体构象和

位置，使之与受体有最佳的结合作用，给最佳结合构象打分，对

所有化合物根据打分排序，然后从化合物库中挑出打分最高的

小分子.包括4个步骤：第一步：受体模型的建立

1大分子结构获取NLigandsPredictedbindingsiteReceptorPositive

chargeNegative

chargeB

HydrophobicL

HydrophylicA

Hydrogenbond

acceptorD

Hydrogen

bond

donor能量和空间匹配BD第四步：命中化合物的后处理最后一步是命中化合物的后处理通过计算分子的类药性质ADME/T

<

吸收、器官分布、体内代谢、排泄和毒性>性质的估算，排除那些不具有类

药性质的分子.可以利用一些经验规则如"五规则"等，快速排除那些不适合

进一步药物开发的分子.通过以上四步处理，大部分分子从化合物库中剔除，形成一个合理大小

的化合物库，仅对这些适合成药的化合物或购买、或合成、或分离得到，然

后再进行实际的生物测试.ldentificationofa

Novel

InhibitorofDengueVirus

ProteasethroughUseofaVirtualScreening

Drug

DiscoveryWeb

Portal

UshaViswanathan,SuzanneM.Tomlinson,JohnM.Fonner,*StephenA.Mock,andStanleyJ.Watowich*iDepartmentof

BiochemistryandMolecularBiology,Universityof

TexasMedicalBranch,Galveston,Texas77555,United

StatesTexasAdvancedComputingCenter,TheUniversityof

TerasatAustin,Austin,Texas78758,Uniteld

States3.

虚

拟

筛

选

在

药

物

设

计中

的

应

用

举

例—

—

—

用

一

个虚拟筛选药物研发门户网获得

一

种新型的登革

热病毒蛋白酶抑制剂UOURNAL

OFCHEMICALAND

MODELINGReceived:SeptemberPublished:September2,201429,2014pubs.acs.org/jcimArticleINFORMATIONcontent·Wereport

the

discovery

of

a

novel

small-molecule

inhibitor

ofthedenguevirus<DENV>protease<NS2B-NS3pro>usinga

w

r

d

e

l.

<DrugDiscoveryTACC>gaeninportcesslatub-virWeasctee-trcturonsucslforne●

Detailed

analysis

of

virtual

screening

docking

scores

andhydrogen-bondinginteractionsbetweeneachdockedligand

l

l

N

5v

in

were

used

to

selectnalidatioide

chasl3erimentapro

Ser1p3exSorBf2esNSuechetman However,theinhibition

constantswere~10-fold

larger

againstthe

WNV

protease

relative

to

the

DENV

protease.This

novelvalidated

lead

had

no

chemical

features

or

pharmacophoresassociated

with

adverse

toxicity,carcinogenicity,ormutagenicity

risks

and

thus

is

attractive

for

additionalcharacterizationand

optimization.●该药物研发门户网是IMB

公司用互联网进行虚拟筛选研究的拓展，由德

克萨斯高级计算机中心〔TACC提供巨型计算机资源，用于筛选登革热病毒蛋白酶抑制剂的小分子数据库可以商业购买.●对配体小分子和DENV

的NS2B-NS3pro

Ser135的侧链之间的氢化作用以及虚拟筛选分子得分进行详细分析，来选择合适的配体小分子.●筛选出来的小分子化合物从已有的化学制品公司购得，通过NS2B-NS3蛋白酶的稳态动力学分析来验证小分子对DENV

蛋白酶的抑制活性.●这种新型的被验证了的先导物不含有毒性、致癌性、突变风险等化学

特性以及药效基团，因此非常具有潜力的.TACC建立的药物研发网站的基本工作结构流程

Virtual

Screening

Drug

Discovery

Web

Portal

[TACC●该网站具有稳定且直观的界面，连接了"Lonestar"超级计算机，该计算机

上有大型的类药性的的小分子数据库，用于虚拟筛选配体分子.●通过Manage

Files界面上传靶标蛋白酶的坐标文档的TACC

的磁盘服务

器，并在submitjob界面选择计算机中的数据库●TACC

代管的超级计算机的处理中心，将对靶标蛋白和小分子配体进行对接计算，一个对接计算需要1-3分钟的处理时间，大部分的操作能在8-12小时完成，对接计算的状态可以通过网站查看●对DENV蛋白酶进行虚拟筛选时，将产生一系列通过对接得分排序的匹

配记录，得的负分越小被认为是配体和靶标蛋白反应越积极.选择一组得分

低且易于控制数量的配体的匹配得分分类为"高分匹配",用于之后的分析

和研究验证实验.●最后，通过网站view

job界面可以将TACC处理的完整的工程文件下载到

本地存储LonestarSupercomputerFilepreparationstatus

DockingSort

topresultsVirtual

librariesResearcherUploadtargetWe

GU

rtalManagefiles

Submit

jobsTACC建立的的药物研发网站的基本工作结构流程示意图View

jobsDownloadresultsNHome|About

|Top^|FAQ

TexasAdvancedComputingCenter输入所需参

数的用户界

面

截

屏图Job

Name:proSteelei

or

y

loa

e

rLigand

Library:?DefinetheActiveSite:?Center

Z:Define

the

Grid

SizeY:Size

Z:SUBMIT

DOCKING

JOBX::?SizeSizeetonpocedrpuruonctDocking

Job

Submission3U1J_trans.pdbqt

:

Zinc

NaturalCmpds

GargAngstroms

AngstromsAngstromsUniversityofTexas

Medical

BranchSubmit

JobIView

JobsIManageFilesCenter

X:Center

Y:Runtime-25

hours)ands90:筛选出小分子ZINC04321905ZINC04321905

与

DENVNS2B-NS3pro

的作用：红色

代表疏水键，蓝色代表氢键八个疏水键，三个氢键Val36ZINC04321905

与DENVNS2B-NS3pro的相互作用Thr134CG2CBOG1Gly133CB

Ser135Asp129NPro132Phe130Tyr161Tyr150His51/al52concludingremarks

e

n

p

.

rug·This

project

demonstrated

the

successful

application

ofa

powerful

drug·librariesareavailablefor

immediate

purchasefromestablishedchemicalaldortfulhe

powermentof

apnevellicatfor

furtherccessful

aeaheltydtiftenaidestral

toemortdotpcryojervposcishdi·Tdiscovery

portal

to

identify

leads

for

further

development.The

portalprovidesaccesstothesupercomputerresourcesoftheTexasAdvanced

api

r

lpi

yd

.integrated

libraries