教学课件-药物设计

第一章

药物设计的生命科学基础药物设计第一节药物作用的生物靶点一、生物靶点的分类现已问世的几百种作用于受体的新药当中，绝大多数是GPCR激动剂或拮抗剂。血管紧张素Ⅱ受体拮抗剂氯沙坦（losartan）、依普沙坦（

eprosartan）。中枢镇痛的阿片受体激动剂丁丙诺啡（buprenorphine）、布托啡诺（butorphanol）。1.

以受体为靶点抗过敏性哮喘的白三烯（leukotriene，LT）受体拮抗剂普仑司特（pranlukast）和扎鲁司特（zafirlukast）。抗胃溃疡的组胺H2受体拮抗剂西咪替丁（cimetidine）、雷尼替丁（ranitidine）等。2.以酶为靶点由于酶是催化生成或灭活一些生理反应的介质和调控剂，因此，酶构成了一类重要的药物作用靶点。酶抑制剂通过抑制某些代谢过程，降低酶促反应产物的浓度而发挥其药理作用。理想的酶抑制剂类药物应该对靶酶有高度的亲和力和特异性。3.以离子通道为靶点钠通道钠通道阻滞药（Ⅰ类抗心律失常药）：奎尼丁、利多卡因、美西律、恩卡尼、普罗帕酮等。钙通道1，4-二氢吡啶类、苯烃胺类和硫氮杂䓬类钙拮抗剂。钾通道钾通道阻滞药：胺碘酮、司美利特、索他洛尔。4.以核酸为靶点直接作用于核酸的调控方式反义药物间接作用方式利用反义技术（antisensetechnology）抑制癌细胞增殖。即用人工合成的或天然存在的寡核苷酸，以碱基互补方式抑制或封闭靶基因的表达，从而抑制细胞增殖。缺点：脂溶性较差，不易跨膜转运至细胞内，且易受核酸酶水解。1.具有多种单体的共聚物（1）蛋白质多肽链的一级结构：无分支开链多肽、分支开链多肽和环状多肽，由遗传基因所决定。（2）DNA和RNA多聚核苷酸链的一级结构：是物种遗传的基础。（3）多糖：同多糖、杂多糖。二、生物大分子的结构与功能（一）生物大分子结构方面的特征与共性2.具有多层次结构（1）蛋白质的三维空间结构二级结构：

-螺旋结构、-折叠结构三级结构：蛋白质分子在二级结构的基础上按一定方式再行盘曲折叠而形成的空间结构。四级结构：多个具有三级结构亚基的聚集体。

（2）DNA、RNA的三维空间结构DNA：两条互相裹绕着的（5′－3′；3′－5′）、走向相反的多聚核苷酸链所组成。两条长链上的单核苷酸是相对的，每两个相对的单核苷酸中的碱基间通过氢键互补配对。DNA分子中的碱基排列顺序蕴藏着无数的遗传信息。分子中部分结构的细微变化即意味着遗传基因的突变。RNA：由与A、G、C、U等碱基与相应的各种核苷酸通过磷酸二酯键而形成的多核苷酸长链分子（m-RNA；t-RNA；r-RNA）。以单链形式存在，通过自身回折而形成一定的空间构象。腺嘌呤（A）与尿嘧啶（U）、鸟嘌呤（G）与胞嘧啶（C）之间分别相互配对，形成许多短的二、三级结构的局部双螺旋。3.生物高分子结构的可变性（1）一级结构的改变生物大分子前体的激活或剪裁重组某些单体的化学修饰接枝（2）高级结构的改变局部侧链热运动引起的构象改变活性部位的构象改变生物大分子的变构效应（3）结构可变性的幅度

1.作用的专一性（锁-钥关系）酶-底物抗体-抗原DNA复制；RNA转录糖链——识别特定的生物信号2.作用的配合与协调（二）生物大分子功能方面的特征与共性第二节

药物与生物大分子靶点的相互作用

药物分子和靶点的结合除静电相互作用外，主要是通过各种化学键连接，形成药物-靶点复合物。

一、药物与生物大分子靶点相互作用的化学本质1.共价键结合有机磷杀虫药、胆碱酯酶抑制剂和烷化剂类抗肿瘤药2.非共价键的相互作用离子键离子-偶极；偶极-偶极氢键电荷转移疏水相互作用范德华力二、药物与生物靶点相互作用的适配关系（一）药物与靶点的互补性药物与靶点分子中电荷的分布与匹配药物与靶点分子中各基团和原子的空间排列与构象互补（二）影响药物与靶点契合的立体化学因素顺反异构光学异构D（-）和L（+）肾上腺素与受体结合示意图三、药物与靶点相互作用的基本理论Rt=R总数；KD

＝解离常数Stephenson和Ariens的补充和修正1.药物产生最大效应不须占领全部靶点2.药物和靶点的结合能力并不代表其引起效应的能力（一）占领学说受体蛋白质弹性三维实体具有较大的柔性药物与受体接触时，由于分子间的各种键力，诱使受体作用部位的构象可逆性改变激动剂：药物与靶点结合形成一种构象，使药物结合不太牢固而易于解离拮抗剂：药物与靶点结合作用的结果并不导致构象变化，并且结合的较稳定（二）诱导契合学说靶点本身有两种构象状态：一种是松弛型构象R，另一种是紧密型构象T。（三）变构学说药物作用并不取决于被占领靶点的数量，而取决于单位时间内药物与靶点接触的总次数。（四）速率学说

（五）大分子微扰学说药物与生物大分子相互作用时，对生物大分子产生微扰作用，使两者有更好的互补性和适配性。（六）二态模型的占领-活化学说未被药物占领的靶点有两种状态：静息态、活化态，两者之间存在着动态平衡。1.生物大分子结构方面的特征与共性有哪些？2.生物大分子功能方面的特征与共性有哪些？3.试述药物-受体相互作用的化学键类别及特点。4.如何理解药物与受体的互补性？5.影响药物-受体相互契合的立体化学因素有哪些？6.根据药物-受体相互作用的4种动力学学说解释agonist和antagonist。【思考题】ThankYou!第二章

新药开发的基本途径与方法药物设计1.掌握先导化合物的发掘途径与结构优化方法。2.熟悉药物作用靶点的发现、表达和鉴定的基本方法。3.了解临床候选药物的研究与开发过程，及近年来世界上市的化学小分子实体药物。【学习要求】第一节

药物作用靶点的发现人类基因组计划完成之后，以基因组学为基础，基于靶点的现代药物设计和筛选策略逐渐取代了传统的经验模式。人类基因组计划的完成以及后续功能基因组计划和蛋白质组计划的实施，大大改变了药物研究与开发的思路与策略，形成了药物研发的新模式――从基因到药物。从基因到药物功能基因组学的研究阐明疾病发生机制与药物调节的机制发现并确证药物作用的靶点设计和筛选药物一、人类功能基因组学的研究功能基因组学（functionalgenomics）利用结构基因组学研究所提供的信息和结果，发展和应用新的实验手段，在基因组或系统生物学水平上全面分析基因的功能。从解析生命的全套遗传信息，转移到系统研究这些遗传信息所代表的实际意义，也就是生物功能上来。功能基因组学的应用研究目标：针对涉及多基因、多靶点和网络调控的人类重大疾病（如肿瘤、神经退行性疾病、自身免疫性疾病及代谢性疾病等），确认哪些生物大分子起关键作用，有可能被开发成为药物作用的靶点。二、与重大疾病相关基因的发现与表达

靶点的探测与验证是新药开发的瓶颈阶段。基因组学研究表明，人体中全部药靶蛋白有1万～2万种，而在过去100年中所发现的靶点，仅有约500种。目前已经上市的药物中，已知的作用靶点只有约120个。1.重大疾病相关基因的发现后基因组时代：反向遗传学前基因组时代：正向遗传学

先发现功能蛋白，再研究其基因，再通过基因工程技术表达该蛋白，经过分离、纯化、结晶和结构测定，获得其三维结构。先找到可以作为靶点的功能基因，经过确证后，再将其表达于合适的系统，而获得相应的功能蛋白。而后可利用该功能蛋白进行药物设计与筛选。发现靶点基因的方法和技术

基因敲除基因沉默

蛋白质组学技术

其他功能基因组学技术

基因敲除技术发现和验证靶标的常用方法。在同源重组技术以及胚胎干细胞技术逐步完善的基础上发展起来的。揭示药物作用的机制，帮助寻找药物作用的新靶点，为疾病的治疗提供全新的机制。多数情况下基因敲除表型与药物的治疗作用间存在着直接的联系。举例敲除拓扑异构酶Ⅲ的β型，导致受试小鼠寿命缩短50%，并且会在各种组织中出现病理状态，这种结果提示了拓扑异构酶在细胞老化中的作用。因此，拓扑异构酶Ⅲ的β型有可能开发为抗肿瘤药物的靶点。基因沉默

利用反义化合物或RNAi造成基因沉默。探测基因功能及其是否在肿瘤细胞的生命过程中起关键作用。探测基因是否具有较强的特异性。确定其作为靶点的可能性。其中RNAi因其高效而较为多用。举例针对510个基因（包括大多数激酶基因）的RNAi文库，通过转染HeLa细胞筛选了对TRAIL诱导细胞凋亡有控制作用的基因。RNAi实验证明，TRAIL蛋白能同DR4和DR5受体结合，诱导多种肿瘤细胞的凋亡，而对正常细胞没有影响。蛋白质组学技术蛋白质组学的比较，即健康与病变细胞、组织或体液的蛋白质表达谱的差异和表达量变化。已成功用于肿瘤、糖尿病、艾滋病、关节炎等多种基本相关蛋白的检测，成为疾病监测、诊断、治疗的有力工具。蛋白质组学技术发现药物靶点的例子SDS联合高通量MALDI-TOF质谱技术对CLL细胞的质膜蛋白质进行了分离与鉴定。目的：寻找B细胞特异的膜蛋白以期发现可用于小分子或抗体治疗的药物靶点。发现2个潜在的新蛋白药物靶点：MIG2B和B细胞新蛋白1。其他功能基因组学技术应用GBA（guilt-by-association）检测了522个cDNA库中的40000个人类基因，从中发现了几百个未曾被识别的基因与癌症、炎症、类固醇激素合成、胰岛素合成、神经递质病变等疾病相关，其中8中与前列腺癌相关的基因具有称为诊断基因或原始靶点的潜力。反转录病毒介导的功能基因组学可以用于发现细胞内治疗靶点。2.重大疾病相关基因的表达

生物信息学预测生物信息学软件可预测蛋白质结构，特别是具有显著功能片段的分析，可以大体上确定靶基因在细胞中的定位和可能的功能。选择表达体系对研究的蛋白进行表达究竟选择哪种表达体系必须综合考虑靶点基因的表达产量、产物稳定性、生物学活性及分离纯化等各种影响因素，建立最佳表达体系。（1）大肠埃希菌作为表达体系E.coli是分子遗传学研究较深入且在基因工程中采用最多的原核表达体系。来源于真核细胞的基因在E.coli中的表达方式有三种：

融合蛋白、非融合蛋白、分泌型表达蛋白。缺点：缺乏真核蛋白表达后加工修饰的酶系，因而此类靶点蛋白如糖基化蛋白无法选之作为表达体系。

（2）酵母菌作为表达体系酵母表达蛋白的加工、转运和分泌途径都与高等真核生物相似。酿酒酵母能使表达的外源蛋白在分泌过程中发生糖基化。该糖基化的方式有N-糖苷键（天冬酰胺连接）和O-糖苷键（丝氨酸或苏氨酸连接）连接。与哺乳动物细胞中发生的糖基化相同。（3）哺乳动物细胞作为表达体系哺乳动物细胞分泌的基因产物是糖基化的，接近或类似于天然产物。优点：基因工程产物与原基因表达产物的功能一致。缺点：生长缓慢，培养条件苛刻，费用高。3.靶点的验证在靶点的发现工作完成之后，下一个关键步骤就是对靶点的验证。在不同系统和不同模型上证明药物与潜在靶点发生特异性相互作用时会产生治疗效果。靶点验证不同阶段及相关技术

第二节

先导化合物的发掘与结构优化

创新药物研发过程的两个阶段先导化合物的发现先导化合物的结构优化一、先导化合物的发现先导化合物是指有独特结构且具有一定生物活性的化合物。存在的问题：活性较低，选择性不高，药动学性质差。在先导化合物结构的基础上进行一系列的结构改造或修饰，得到符合治疗要求的新药。先导化合物发现的途径天然产物基于现有药物基于活性内源性物质组合化学与高通量筛选由天然资源得到先导化合物

植物微生物以现有的药物作为先导物

1.由药物副作用发现先导化合物

磺胺类药物磺酰脲类口服降糖药磺酰胺类利尿药哌唑嗪（

1受体阻断药）降血压抗良性前列增生2.通过药物代谢研究得到先导物抗抑郁药丙米嗪地昔帕明阿米替林去甲替林3.以现有突破性药物作先导

抗溃疡药原型药物“me-too”药物奥美拉唑兰索拉唑以活性内源性物质作先导化合物组胺西咪替丁利用组合化学和高通量筛选得到先导化合物将一些基本小分子，如氨基酸、核苷酸、单糖等通过化学或生物合成的手段组配成不同的组合，构建化合物库。通过高通量筛选(high-throughputscreening)发现其组分具有生物活性后再进行分离，并确定其活性化合物的结构。属于非合理药物设计。二、先导化合物的结构优化目的：以得到活性更强、选择性更好、毒副作用更小以及具药代动力学性质更好的新化合物。优化方法：生物电子等排体前药设计软药设计定量构效关系研究……第三节

临床候选药物的研究与开发临床前药物研究：药效学、毒理学、药物安全性评价、合成工艺路线、完成药物的结构确证、质量稳定性和质量标准等药学研究内容。经过综合评估，符合要求后开始进行临床试验研究（包括Ⅰ、Ⅱ和Ⅲ期临床试验）。通过在人体内进行深入的有效性、安全性研究并获得理想结果后，最终才能被批准上市应用。1.临床前体内外药效学评价药效学研究的内容研究药物的生化、生理效应及机制，以及剂量和效应之间的关系。对拟用于临床预防、诊断、治疗作用的有关新药进行药理作用观测和作用机制探讨。一、临床前研究

确定新药预期用于临床防、诊、治的目的药效。确定新药的作用强度。阐明新药的作用部位和机制。发现预期用于临床以外的广泛药理作用。药效学研究的目的

研究方法应有两种以上，其中必须有整体实验或动物模型实验，所用方法和模型要能反映药理作用的本质。指标应能反映主要药效作用的药理本质，应明确、客观、可定量。剂量设计能反映量效关系，尽量求出ED50或有效剂量范围。实验应用不同形式的对照（如溶剂对照、阳性药对照）。给药途径应与临床用药途径一致。

药效学评价实验设计基本要求

定量分析方法：量-效关系分析时-效关系分析构-效关系分析时-量关系分析药-靶关系药效学评价分析

具体请参见药理学有关内容比较创新药物与老药的作用机制：作用机制与老药相同，可按老药的标准进行评选；作用机制与老药不同，下一步就应按照该新药的特点专门设计标准进行评选。新药作用机制的研究

2.临床前安全性评价安全、有效是一切药物必须具备的两大要素，安全性评价是新药评价的主要项目之一。

安全性研究始终贯穿于新药开发的全过程，而一般把临床安全性研究纳入新药临床研究及药物不良反应监测的范畴。就非临床研究项目的时间与花费而言，急性毒性、长期毒性、生殖毒性、致突变试验、致癌试验等安全性评价研究约占整个临床前研究时间的90%。非临床实验研究规范（goodlaboratorypracticefornon-clinicallaboratorystudies，GLP）发达国家和我国规定药物安全性评价研究试验条件必须符合GLP规定的基本条件，制定相应的标准操作规程（SOP），并要求实验人员严格按照SOP进行药物安全性评价研究，以确保新药申报材料中有关安全性评价研究工作的质量。新药临床前安全性评价的内容一般毒理学试验新药特殊毒性试验

（1）一般毒理学试验全身性用药毒性试验单次给药毒性试验——半数致死量LD50多次给药毒性试验

（长期毒性试验）：长期重复给药对动物是否产生积蓄毒性，毒性反应的表现、性质和程度，剂量与毒性效应的关系，靶器官损害程度和可逆性，长期给药耐受量等，找出安全无毒的剂量。局部用药毒性试验

某些药物因其本身的特点、适应证、作用部位等因素需要采用局部给药，例如皮肤给药、黏膜给药等。过敏性试验

源于天然产物的新药，往往含有一些多肽、多糖等大分子物质，抗原性很强，较易产生过敏反应，因而对源于天然产物的新药进行过敏性试验更具有特殊意义。过敏性试验一般要进行全身主动性过敏试验和被动过敏试验。（2）新药特殊毒性试验突变试验生殖毒性试验致癌试验一和二类新药要求进行特殊毒性试验。遗传毒理学试验

通常采用一组检测遗传毒性的体内和体外试验，这些试验相互补充。我国的遗传毒性评价方案由微生物回复突变试验、哺乳动物培养细胞染色体畸变试验和啮齿动物微核试验组成。生殖毒性试验

一般生殖毒性试验致畸敏感期试验围生期试验需要进行生殖毒性试验的药物类型包括：一、二类新药计划生育用药保胎药催乳药其他与生殖、妊娠有关的药物致癌试验

预测药物在临床应用中诱导癌症的危险性。由于致癌试验周期长、耗费多，并不是所有药物都要做。需要进行致癌试验的类型：致突变试验结果呈阳性长期毒性试验发现有可疑肿瘤发生某些器官组织细胞异常药物结构与或代谢产物与已知致癌物有关作用机制为细胞毒类3.临床前药学研究目的：全面开展原料药和制剂的实验室研究，完成新药临床试验所需要的药学方面的工作，为Ⅰ期临床评价做好准备。内容：原料药的药学研究内容制备工艺，化学结构确证，理化性质，分析鉴别，质量控制，稳定性研究制剂的药学研究内容剂型设计，处方工艺设计，质量标准研究，稳定性研究二、药物临床研究新药临床研究的基本原则

新药临床研究的内容

药品临床试验管理规范（GCP）

1.新药临床研究的基本原则

法规原则：在国家法规原则指导下。医学伦理原则：遵循赫尔辛基宣言的原则，保护受试者的利益；签署“知情同情书”（informconsent）。试验设计原则：三原则，即随机、对照、重复。

具体内容还涉及安慰剂、病例选择、剂量与给药方案、药效评价、不良反应评价、患者依从性、病例数估计。研究道德原则

统计分析原则：临床试验的统计学规范（goodstatisticalpractice，GSP）

2.新药临床研究的内容

Ⅰ期临床试验：临床药理和毒性作用试验期在少数健康志愿者中进行（20~50例）。目的：确定安全有效的人用剂量和设计合理的治疗方案。Ⅱ期临床试验：临床治疗效果的初步探索试验不超过100例。对药物的疗效和安全性进行临床研究。Ⅲ期临床试验：全面评价临床试验300例以上，所选病例必须有严格的标准。有明确的疗效标准和安全性评价标准。通过严格的对比试验研究，全面评价新药的疗效和安全性。Ⅳ期临床试验：上市后的临床监视监视有无副作用。副作用发生率有多高。3.药品临床试验管理规范（GCP）

GCP是国际公认的临床试验标准。从申办者、研究者、受试者、管理者的各自责任以及相关关系和工作程序等内容，规范以人体为对象的临床试验的设计、实施、进行和总结。确保临床试验结果的科学性和符合医学伦理道德标准。药品临床试验管理规范的内容对新药临床试验的审批及试验前的要求保护受试者权益的有关规定对研究者资格要求与职责规定对临床试验场所、实施的服务条件的要求对试验药品质量、供应、包装、储存、使用管理的要求对申办者及监视员的职责要求对药物管理部门的有关要求规定对试验设计及试验方案的要求对试验质量及安全性监控的要求对试验记录、数据处理、统计分析及总结报告的标准化要求1.药物作用靶点发现与表达的主要方法和技术有哪些？2.先导化合物的发掘与结构优化的主要途径与方法有哪些？3.概述临床候选药物的研究与开发过程及主要技术要求。【思考题】ThankYou!第三章

基于靶点结构的药物分子设计药物设计【学习要求】1.掌握基于靶点结构的药物设计、全新药物设计、计算机虚拟筛选、基于片段药物设计的基本概念。2.熟悉蛋白质三维结构预测法、分子对接方法及分类、基于片段药物设计的基本思路、基于片段药物设计的优点；片段筛选的主要检测技术；片段优化的常用方法。3.了解全新药物设计的常用方法、磁共振检测技术的分类和原理；SAR-by-NMR的原理和应用；Tether和二次Tether技术的原理；结晶筛选的研究流程。基于靶点结构的药物设计是指一般应用由X射线衍射、磁共振或分子模拟（同源建模法等）提供的蛋白质结构信息，来辅助设计具有生物活性的化合物的过程。基于配体结构的药物设计是从研究一系列药物分子对同一受体的活性出发，比较它们的结构变化与生物活性之间的关系，找到对该受体能发生结合并产生活性的最普遍的结构因素，并根据此结构特征设计新的药物分子。以靶点结构为主的药物设计可分为三大类全新药物设计：根据靶点活性位点构建配体分子对接：以靶点结构来搜寻配体基于片段的药物设计：根据靶点活性位置来构建配体片段基于生物大分子靶点结构的药物设计方法Crystalstructure

ofW741L

mutant

androgenreceptor

ligand-bindingdomain

and

(R)-bicalutamidecomplex.第一节

靶蛋白结构的预测蛋白质结构与功能研究已成为后基因组时代最具挑战性的研究课题。当前测定蛋白质结构的主要方法仍然是X-射线晶体学方法和多维核磁共振技术。蛋白质结构的测定速度却远远落后于基因组测序和氨基酸序列的测定速度，无法满足蛋白组学及其相关的学科需要。蛋白质结构预测过程ORF翻译实验数据蛋白质序列蛋白质理化性质和一级结构数据库搜索结构域匹配已知结构的同源蛋白？三维结构模型可用的折叠模型？同源建模有二级结构预测无串线法有从头预测无（1）目标序列与模板序列的比对；（2）根据同源蛋白的多重序列比对结果，确定同源蛋白的结构保守区以及相应的框架结构；（3）目标蛋白质结构保守区的主链建模；（4）目标蛋白质结构变异区的主链建模；（5）侧链的安装和优化；（6）对模建结构进行优化和评估。同源模建的主要步骤同源建模法工具网站备注SWISS-MODEL/完整建模程序，采用同源性鉴定来确定模板蛋白，用户也可以自定义模板进行分析CPHmodelshttp://www.cbs.dtu.dk/services/CPHmodels/基于神经网络的同源建模工具，用户只需提交序列，无高级选项EsyPred3Dhttp://www.fundp.ac.be/urbm/bioinfo/esypred/采用神经网络来提高同源建模准确性的预测工具MODELLER/modeller/一个广泛使用的同源建模软件，需要用户对脚本有一定的了解I-TASSER/I-TASSER/HHpredhttps://toolkit.tuebingen.mpg.de/#/tools/hhpredRaptorX/Robetta/常用三维结构数据库数据库网站备注PDB/pdb/home/home.do主要的蛋白质三维结构数据库MMDB/Structure/MMDB/mmdb.shtmlNCBI维护的蛋白质结构数据库Psdb/~deerfiel/PSdb/从PDB和NRL-3D数据库中衍生出的数据库，含二级结构和三维结构信息3DinSighthttp://gibk26.bse.kyutech.ac.jp/jouhou/3dinsight/3DinSight.html整合了结构、性质（氨基酸组成、热力学参数等）、生物学功能（突变点，相互作用等）的综合数据库FSSPhttp://www.ebi.ac.uk/dali//fssp/根据结构比对的蛋白质结构分类数据库SCOP2http://scop2.mrc-lmb.cam.ac.uk/蛋白质结构分类数据库，将已知结构蛋白进行有层次地分类CATH/另一个有名的蛋白质结构和结构域主要结构分类库MODBASE/modbase-cgi/index.cgi用同源比对法生成的模型结构数据库EnzymeStructurehttp://www.ebi.ac.uk/thornton-srv/databases/enzymes/从PDB数据库中整理已知结构的酶蛋白数据库HSSPhttp://www.sander.ebi.ac.uk/hssp/根据同源性到处的蛋白质结构数据库序列比对序列比对是同源模建的关键，大多数的序列比对方法都是以目标蛋白质和模板蛋白质序列之间的相似性为基础的，其准确性可以通过进行多序列比对得到提高。Pairwisesequencealignment:>30%sequencesimilarityPrograms:BLAST,

FASTASequence-profileandprofile-profilealignment：10-30%sequencesimilarityTwomaintypesofprofiles:PSSM:Position-specificscoringmatrixHMM:HiddenMarkovModelProgramsforsequence-profilemethods:BUILD_PROFILE,

PSI-BLAST,SAM,HHBlitsProgramsforprofile-profilemethods:FFAS,Hhsearch,SP3MSA(Multiplesequencealignment):ClustalW,ClustalΩ,MAFFT,MUSCLE.折叠识别（foldrecognition）当目标蛋白质找不到已知结构的蛋白质作模板时，可以采用蛋白质折叠识别方法进行三维结构预测。折叠识别法就是总结出已知的蛋白质结构模式作为目标蛋白质进行匹配的模式，然后经过现有的数据库的观察，总结出可以区分正误结构的平均势函数作为判别标准，来选择最佳的匹配方式。Threading/foldrecognitionNameMethodDescriptionIntFOLDAunifiedinterfacefor:Tertiarystructureprediction/3Dmodelling,3Dmodelqualityassessment,Intrinsicdisorderprediction,Domainprediction,Predictionofprotein-ligandbindingresiduesAutomatedwebserverandsomedownloadableprogramsRaptorXRemotetemplatedetection,single-templateandmulti-templatethreading,totallydifferentfromandmuchbetterthantheoldprogramRAPTORdesignedbythesamegroupWebserverwithjobmanager,automaticallyupdatedfoldlibraryFALCON@homeSingle-templateandmulti-templatethreading,ahigh-throughputserverbasedonvolunteercomputingWebserverwithjobmanagerHHpredTemplatedetection,alignment,3DmodelingInteractivewebserverwithhelpfacilityNovaFoldCombinationofthreadingandabinitiofoldingCommercialproteinstructurepredictionapplicationI-TASSERCombinationofabinitiofoldingandthreadingmethodsStructuralandfunctionpredictionsmGenTHREADER/GenTHREADERSequenceprofileandpredictedsecondarystructureWebserverMUSTERprofile-profilealignmentWebserverPhyreandPhyre2Remotetemplatedetection,alignment,3Dmodeling,multi-templates,

abinitioWebserverwithjobmanager,automaticallyupdatedfoldlibrary,genomesearchingandotherfacilitiesSelvitaProteinModelingPlatformPackageoftoolsforproteinmodelingFreedemo,interactivewebserverandstandaloneprogramincluding:3Dthreadingandflexible3dthreadingSUPERFAMILYHiddenMarkovmodelingWebserver/standaloneSPARKS-X3DstructuremodelingbyFoldrecognitionaccordingtoSequenceprofilesandstructuralprofilesWebserverBBSP-BuildingBlocksStructurePredictorHybridtemplate-basedFreeapplicationplusdatabaseDeepFRRemotetemplateselection,3DmodelingImprovingproteinfoldrecognitionbyextractingfold-specificfeaturesfrompredictedresidue-residuecontacts从头预测（denovoprediction）蛋白质结构从头预测是一个尚未成熟的研究领域，但发展潜力十分巨大。因为该方法不需要知道任何一个目标序列的同源蛋白质，仅从蛋白质的一级结构预测其高级结构，一旦从头预测的方法获得重大突破，将有助于人们理解蛋白质折叠的过程，影响蛋白质结构稳定性的因素等基本问题。Abinitio

structurepredictionNameMethodDescriptionEVfoldEvolutionarycouplingscalculatedfromcorrelatedmutationsinaproteinfamily,usedtopredict3Dstructurefromsequencesaloneandtopredictfunctionalresiduesfromcouplingstrengths.Predictsbothglobularandtransmembraneproteins.WebserverFALCONAposition-specifichiddenMarkovmodeltopredictproteinstructurebyiterativelyrefiningthedistributionsofdihedralanglesWebserverQUARKMonteCarlofragmentassemblyOn-lineserverforproteinmodeling(bestforabinitiofoldinginCASP9)NovaFoldCombinationofthreadingandabinitiofoldingCommercialproteinstructurepredictionapplicationI-TASSERThreadingfragmentstructurereassemblyOn-lineserverforproteinmodelingSelvitaProteinModelingPlatformPackageoftoolsforproteinmodelingInteractivewebserverandstandaloneprogramincluding:CABSabinitiomodelingROBETTARosettahomologymodelingandabinitiofragmentassemblywithGinzudomainpredictionWebserverRosetta@homeDistributed-computingimplementationofRosettaalgorithmDownloadableprogramCABSReducedmodelingtoolDownloadableprogramCABS-FOLDServerfordenovomodeling,canalsousealternativetemplates(consensusmodeling).WebserverBhageerathAcomputationalprotocolformodelingandpredictingproteinstructuresattheatomiclevel.WebserverAbaloneMolecularDynamicsfoldingProgramPEP-FOLDDenovo

approach,basedonaHMMstructuralalphabetOn-lineserverforpeptidestructureprediction活性位点的分析方法通过探针来探测简单的分子或碎片如何能够与生物大分子的活性位点很好地结合。用于分析的探针可以是一些简单的分子或碎片，例如水或苯环作为探针，通过分析它们与活性位点的相互作用情况，可以找到这些分子或碎片在活性部位中的可能结合位置。活性位点分析法通常不能直接产生完整的配体分子，但它得到的有关靶点结合的信息对后面的全新药物设计和分子对接等都有很好的指导意义。代表性的活性位点分析方法的软件有GRID、MCSS和HINT等相关程序。GRID/software/grid/GRID程序由Goodford研究小组开发，其基本原理是将靶点蛋白的活性部位划分为有规则的网格，应用分子力场的方法计算探针分子（水分子或甲基等）在不同的格点上与受体活性部位的相互作用能，以此解析探针分子与靶点活性部位的相互作用情况，发现最佳作用位点。应用GRID程序研究流感病毒的重要靶点神经氨酸酶时，以氨为探针分子搜寻神经氨酸酶结合位点时发现用胍基取代抑制剂Neu5Ac2en的4-羟基，得到的化合物扎那米韦（zanamivir）活性大为提高，现已作为抗A型感冒病毒药物上市。MCSSrs.fr/Welcome/index.htmlMCSS是Karplus课题组发展的一种活性位点分析方法，其基本思路与GRID方法相似，但处理方式更为细致、深入。例如GRID方法中仅考虑探针和蛋白质的非键相互作用，而MCSS法进一步包括了探子分子片段的构象能；GRID计算采用系统搜索法将探针分子片段依次放在每个格点上，而MCSS法将探针分子以多拷贝形式放置在活性口袋中，利用蒙特卡罗模拟结合分子力学进行优化来寻找最佳作用位点。Adlington等应用MCSS对前列腺特异性免疫抗原（PSA）的活性位点进行了详细分析，以此对已有的PSA抑制剂进行结构优化，从而得到了迄今为止活性最高的PSA抑制剂，其IC50为（226±10）nmol/L。HINTHINT（hydrophobicinteraction）是Kellogg等研究的计算分子脂水分配系数及评价的程序，目前已商业化并已有SYBYL和InsightⅡ下的版本。在SYBYL最新版本中，HINT已作为一个正式模块推出，并能够进一步计算和显示疏水场及两分子间的疏水相互作用，并为CoMFA计算提供疏水场值。第二节

分子对接与虚拟筛选分子对接（moleculardocking）是通过研究小分子配体与靶点生物大分子相互作用，预测其结合模式和亲和力，进而实现基于结构的药物设计的一种重要方法。根据配体与靶点作用的“锁钥原理”，分子对接可以有效地确定与靶受体活性部位空间和电性特征互补匹配的小分子化合物。一、分子对接分子对接方法的分类根据对接过程中是否考虑研究体系的构象变化，可将分子对接方法分为以下三类：刚性对接、半柔性对接和柔性对接。①刚性对接是指研究体系的构象在对接过程中不发生变化；②半柔性对接是指在对接过程中研究体系中的配体构象允许在一定范围内变化；③柔性对接是指研究体系在对接过程中构象可以自由变化。根据对接时配体分子的形式还可以将分子对接方法分为两种基本类型，即整体分子对接法和片段对接法。整体分子对接法是运用特定搜索算法考察配体分子在靶点结合部位，根据评分函数找出最优结合方式。片段对接法是将配体分子视为若干片段结构的集合，先将其中一个或几个基本片段放入结合空腔，然后在活性部位构建分子的其余部分，最终得到理论上最优的结合方式。Listofprotein-liganddockingsoftwareProgramYearPublishedOrganisationDescriptionWebserviceLicense1-ClickDocking2011MculeDockingpredictsthebindingorientationandaffinityofaligandtoatargetAvailableBasicfreeversionAADS2011IndianInstituteofTechnologyAutomatedactivesitedetection,docking,andscoring(AADS)protocolforproteinswithknownstructuresbasedon

MonteCarloMethodAvailableFreetouseWebserviceADAM1994IMMDInc.PredictionofstablebindingmodeofflexibleligandmoleculetotargetmacromoleculeNoCommercialAutoDock1990TheScrippsResearchInstituteAutomateddockingofligandtomacromoleculebyLamarckianGeneticAlgorithmandEmpiricalFreeEnergyScoringFunctionNoFreewareAutoDockVina2010TheScrippsResearchInstituteNewgenerationof

AutoDockNoOpensourceBetaDock2011HanyangUniversityBasedonVoroniDiagramNoFreewareBlaster2009UniversityofCaliforniaSanFranciscoCombinesZINCdatabaseswithDOCKtofindligandfortargetproteinAvailableFreewareBSP-SLIM2012UniversityofMichiganAnewmethodforligand-proteinblinddockingusinglow-resolutionproteinstructuresAvailableFreewareDARWIN2000TheWistarInstitutePredictionoftheinteractionbetweenaproteinandanotherbiologicalmoleculebygeneticalgorithmNoFreewareDIVALI1995UniversityofCalifornia-SanFranciscoBasedonAMBER-typepotentialfunctionandgeneticalgorithmNoFreewareDOCK1988UniversityofCalifornia-SanFranciscoBasedonGeometricMatchingAlgorithmNoFreewareforacademicuseDockingServer2009VirtuaDrugLtdIntegratesanumberofcomputationalchemistrysoftwareAvailableCommercialDockingStudywithHyperChem2006MotonoriTsujiBiomacromolecule-andligand-flexibledockingusingcombinationbetweenthepredictedstructure-basedpharmacophoresandligand-basedpharmacophoresNoCommercialDockVision1992DockVisionBasedon

MonteCarlo,geneticalgorithm,anddatabasescreeningdockingalgorithmsNoCommercialDOLINA2014UniversityofBaselPharmacophore-basedaligment,localcombinatorialinduced-fitNoAcademicEADock2007SwissInstituteofBioinformaticsBasedonevolutionaryalgorithmsAvailableFreewareeHiTS2006SymBioSysIncExhaustedsearchalgorithmNoCommercialEUDOC2001MayoClinicCancerCenterProgramforidentificationofdruginteractionsitesinmacromoleculesanddrugleadsfromchemicaldatabasesNoAcademicFDS2003UniversityofSouthamptonFlexibleligandandreceptordockingwithacontinuumsolventmodelandsoft-coreenergyfunctionNoAcademicFitted2010MolecularForecasterInc.Dockingprogramwithflexibility,covalent,metalloenzyme,displaceablewaterconsiderationsAvailableFreeforacademicuseFlexX2001BioSolveITIncrementalbuildbaseddockingprogramNoCommercialFlexAID2015UniversityofSherbrookeTargetside-chainflexibilityandsoftscoringfunction,basedonsurfacecomplementarityNoOpensourceFlexPepDock2010TheHebrewUniversityModelingofpeptide-proteincomplexes,implementedwithintheRosettaframeworkAvailableFreewareFLIPDock2007ScrippsResearchInstituteGeneticalgorithmbaseddockingprogramusingFlexTreedatastructurestorepresentaprotein-ligandcomplexNoFreeforacademicuseFLOG1994MerckResearchLaboratoriesRigidbodydockingprogramusingdatabasesofpregeneratedconformationsNoAcademicFRED2003OpenEyeScientificSystematic,exhaustive,nonstochasticexaminationofallpossibleposeswithintheproteinactivesitecombinedwithscoringFunctionNoFreeforacademicuseFTDOCK1997BiomolecularModellingLaboratoryBasedon

Katchalski-Katzir

algorithm.ItdiscretisesthetwomoleculesontoorthogonalgridsandperformsaglobalscanoftranslationalandrotationalspaceNoFreewareGEMDOCK2004NationalChiaoTungUniversityGenericEvolutionaryMethodformoleculardockingNoFreewareGlide2004SchrödingerExhaustivesearchbaseddockingprogramNoCommercialGOLD1995Collaborationbetweenthe

UniversityofSheffield,

GlaxoSmithKline

plcandCCDCGeneticalgorithmbased,flexibleligand,partialflexibilityforproteinNoCommercialGPCRautomodel2012INRAAutomatesthehomologymodelingofmammalianolfactoryreceptors(ORs)basedonthesixthree-dimensional(3D)structuresof

Gprotein-coupledreceptors

(GPCRs)availablesofarandperformsthedockingofodorantsonthesemodelsAvailableFreeforacademicuseHADDOCK2003CentreBijvoetCenterforBiomolecularResearchMakesuseofbiochemicaland/orbiophysicalinteractiondatasuchaschemicalshiftperturbationdataresultingfromNMRtitrationexperiments,mutagenesisdataorbioinformaticpredictions.Developedforprotein-proteindocking,butcanalsobeappliedtoprotein-liganddocking.AvailableFreewareHammerhead1996ArrisPharmaceuticalCorporationFast,fullyautomateddockingofflexibleligandstoproteinbindingsitesNoAcademicICM-Dock1997MolSoftDockingprogrambasedonpseudo-BrowniansamplingandlocalminimizationNoCommercialidTarget2012NationalTaiwanUniversityPredictspossiblebindingtargetsofasmallchemicalmoleculeviaadivide-and-conquerdockingapproachAvailableFreewareiScreen2011ChinaMedicalUniversityBasedonacloud-computingsystemforTCMintelligentscreeningsystemAvailableFreewareLeadfinder2008MolTechProgramformoleculardocking,virtualscreeningandquantitativeevaluationofligandbindingandbiologicalactivityNoCommercialLigandFit2003BioViaCHARMmbaseddockingprogramNoCommercialLigDockCSA2011SeoulNationalUniversityProtein-liganddockingusingconformationalspaceannealingNoAcademicLIGIN1996WeizmannInstituteofScienceMoleculardockingusingsurfacecomplementarityNoCommercialLPCCSU1999WeizmannInstituteofScienceBasedonadetailedanalysisofinteratomiccontactsandinterfacecomplementarityAvailableFreewareMCDOCK1999GeorgetownUniversityMedicalCenterBasedonanon-conventional

MonteCarlo

simulationtechniqueNoAcademicMEDock2007SIGMBIMaximum-EntropybasedDockingwebserverisaimedatprovidinganefficientutilityforpredictionofligandbindingsiteAvailableFreewareMolecularOperatingEnvironment

(MOE)2008ChemicalComputingGroupDockingapplicationwithinMOE;choiceofplacementmethods(includingalphaspheremethods)andscoringfunctions(includingLondondG)NoCommercialMolDock2006MolegroApSBasedonanewheuristicsearchalgorithmthatcombinesdifferentialevolutionwithacavitypredictionalgorithmNoAcademicMS-DOCK2008INSERMMulti-stagedocking/scoringprotocolNoAcademicParDOCK2007IndianInstituteofTechnologyAll-atomenergybased

MonteCarlo,rigidproteinliganddockingAvailableFreewarePatchDock2002TelAvivUniversityThealgorithmcarriesoutrigiddocking,withsurfacevariability/flexibilityimplicitlyaddressedthroughliberalintermolecularpenetrationAvailableFreewarePLANTS2006UniversityofKonstanzBasedonaclassofstochasticoptimizationalgorithms(antcolonyoptimization)NoFreeforacademicusePLATINUM2008MoscowInstituteofPhysicsandTechnology(StateUniversity)Analysisandvisualizationofhydrophobic/hydrophilicpropertiesofbiomoleculessuppliedas3D-structuresAvailableFreewarePRODOCK1999CornellUniversityBasedon

MonteCarlo

methodplusenergyminimizationNoAcademicPSI-DOCK2006PekingUniversityPose-SensitiveInclined(PSI)-DOCKNoAcademicPSO@AUTODOCK2007UniversityofLeipzigParticleSwarmOptimization(PSO)algorithmsvarCPSOandvarCPSO-lsaresuitedforrapiddockingofhighlyflexibleligandsNoAcademicPythDock2011HanyangUniversityHeuristicdockingprogramthatusesPythonprogramminglanguagewithasimplescoringfunctionandapopulationbasedsearchengineNoAcademicQ-Dock2008GeorgiaInstituteofTechnologyLow-resolutionflexibleliganddockingwithpocket-specificthreadingrestraintsNoFreewareQXP1997NovartisPharmaceuticalsCorporationMonteCarlo

perturbationwithenergyminimizationin

CartesianspaceNoAcademicrDock2013UniversityofYork/OpensourceprojectHTVS

ofsmallmoleculesagainstproteinsandnucleicacidsNoOpensourceSANDOCK1998UniversityofEdinburghGuidedmatchingalgorithmNoAcademicScore2004AlessandroPedretti&GiulioVistoliTheScoreserviceallowstocalculatesomedifferentdockingscoresofligand-receptorcomplexAvailableFreewareSODOCK2007FengChiaUniversity(Taiwan)Swarmoptimizationforhighlyflexibleprotein-liganddockingNoAcademicSOFTDocking1991UniversityofCalifornia,BerkeleyMatchingofmolecularsurfacecubesNoAcademicSurflex-Dock2003TriposBasedonanidealizedactivesiteligand(aprotomol)NoCommercialSwissDock2011SwissInstituteofBioinformaticsWebservicetopredictinteractionbetweenaproteinandasmallmoleculeligandAvailableFreewebserviceforacademicuseVoteDock2011UniversityofWarsawConsensusdockingmethodforpredictionofprotein-ligandinteractionsNoAcademicYUCCA2005VirginiaTechRigidprotein-small-moleculedockingNoAcademicMOLS2.02016UniversityofMadrasRigidprotein-small-moleculedocking,Flexibleprotein-peptidedockingNoOpenSource1.DOCK（1）应用程序产生一个填充靶点分子表面的口袋或凹槽的球集,整理成假定结合位点。（2）在假定结合位点上，应用一组球集表示配体，按照匹配原则确定配体与靶点的作用位点。（3）评价打分，DOCK支持多种评分函数，可以评价靶点活性部位与配体几何形状互补性、范德华作用和静电作用等。有代表性的分子对接软件2.FlexX第一步是选择配体的一个连接基团，称为核心基团；第二步是将核心基团放置于活性部位，此时不考虑配体的其他部分；最后一步称为构造，通过在已放置好的核心基团上逐步增加其他基团，构造出完整的配体分子。DOCK分子对接步骤对配体和靶点结构分别加氢原子、力场参数和电荷计算蛋白溶剂表面结合部位模拟计算结合部分能量网格打分评价寻找最佳匹配位置分子对接应用举例通过对HIV-1蛋白酶与天门冬氨酸蛋白酶的结构进行比较，并借助X-衍射波谱的结果，人们获得了高精确度（1.8nm）的HIV-1蛋白酶的三维结构，并建立起该酶的结构模型。随后，Desjarlais等人根据其晶体结构中的酶活性部位，利用DOCK程序将剑桥晶体数据库中的10000个分子与之进行分子对接，按照打分数值的高低排列。然后对打分值最高的200个化合物进行严格筛选，评价这些分子能否与酶的Asp25发生相互作用。最后发现溴哌醇具有较好的结合作用，经生物学实验测试表明，其Ki值为100

mol/L，且选择性很高。溴哌醇高通量筛选的缺陷传统的高通量筛选遇到许多问题，一方面是药理测试假阳性结果，另一方面是化合物样品来源短缺。尽管已报道的化合物数量非常庞大，但实际制药公司和有关研究机构现有的样品库却数量有限，这种情况在我国表现更为突出。二、计算机虚拟筛选技术利用现代计算机虚拟筛选技术可以有效克服上述困难，它利用计算机强大的运算能力，根据某个靶标的相关信息，利用三维药效团搜索或分子对接的方法，对商业化的化合物样品库进行虚拟筛选以寻找可能的活性化合物，发现潜在的活性分子后，可以向公司或有关机构定购，然后进行药理测试。与传统的高通量筛选技术相比，虚拟筛选不存在样品的限制，其成本也远低于高通量筛选。小分子三维数据库

剑桥结构数据库（Cambridgestructuraldatabase，CSD）是由剑桥大学的剑桥晶体数据中心（Cambridgecrystallographicdatacentre）提供的有关有机小分子晶体结构信息的三维结构数据库系统。在CSD中，所有这些晶体结构都是通过X-射线或中子散射实验技术获得。目前，CSD包含超过25700个有机化合物、金属有机化合物以及金属配合物的晶体结构信息，其中约有89%的分子有明确的三维结构数据。剑桥结构数据库https://www.ccdc.cam.ac.uk/structures/国家癌症研究所数据库/ncidb2.2/到200