当前课程知识点:Computer-Aided Drug Design >  Chapter four: Comprehensive case analysis >  4.4 Comprehensive case IV >  4.4.1 Comprehensive case IV -Pharmacophore

返回《Computer-Aided Drug Design》慕课在线视频课程列表

4.4.1 Comprehensive case IV -Pharmacophore在线视频

下一节:4.4.2 Comprehensive case IV-Parameter explanation

返回《Computer-Aided Drug Design》慕课在线视频列表

4.4.1 Comprehensive case IV -Pharmacophore课程教案、知识点、字幕

同学们

大家好

前面我们已经学习及重现实操了3个案例

那么大家一定都清楚同源模建

分子对接和QSAR在实际科研中的应用情况

那么今天我们再来学习多一个案例

关于构建药效团模型虚拟筛选

作为抗菌药物的肽脱甲酰酶抑制剂苗头化合物

下面我们来看看这个研究是怎么操作的

在当今时代

尽管抗菌药物研究发展迅速

但感染性疾病仍然是全球第二大致死原因

此外

这些药物中有许多具有相同的靶点

实际抗菌靶点的数量非常有限

越来越多的细菌

也对治疗人类感染的药物产生了耐药性

因此

寻找对耐药病原菌具有较强抗菌能力的

新型抗菌药物成为人们关注的焦点

最近的研究证实肽脱甲酰酶

即PDF

是开发新型抗菌药物的可能靶点

PDF是一种必需的细菌金属酶

它能使新合成多肽

N端的甲酰蛋氨酸发生变形

也有研究表明

在大多数真核生物

包括寄生虫

植物和哺乳动物中也可以发现PDF

但是PDF在人类癌细胞中过表达

而在正常细胞中没有过表达

从理论上讲

该靶点应该是病原体的一个重要途径

而不影响人体细胞

因此

PDF抑制剂对正常人体细胞的作用很弱

这也使得PDF成为设计新型

抗菌剂的一个有吸引力的靶点

而利用PDF的晶体结构框架

设计新型抑制剂是可行的

我们已经知道自然产生的抗生素

如放线菌素

就能抑制PDF酶的活性

基于此

药物化学家合成了许多具有

抗菌活性的PDF抑制剂

从这些抑制剂的结构中不难看出

X表示金属螯合剂

通常是羟肟酸或N-甲酰基-N-羟胺

被认为对这些抑制剂的抗菌活性至关重要

p1和p2位置通常是疏水侧链

为抑制PDF提供了额外的结合能

而p3的位置通常可以被不同的取代基替代

由于PDF抑制剂的药效团研究报道非常少

本论文研究的目的

就是构建一个基于含有羟肟酸

或N -甲酰基N -羟胺的抑制剂药效团模型

该模型可以为这些化合物

抗菌活性的化学特征

提供一个合理的假设

为了建立药效团模型

作者选择了18种有效化合物

采用Sybyl 中的Galahad模块

获得了两个模型

那么两种模型特异性值相同

均为3.65

如表所示

特异性是每个查询的

预期识别率的对数指标

它基于查询包含的特征数量

和特征在空间中分离的程度

如图所示

最佳药效团模型中

它包括两个供体原子中心

四个受体原子中心和两个疏水基团

在获得了药效团模型之后

接着是对虚拟筛选的分析

作者采用最佳药效团模型

对zinc数据库进行三维搜索查询

结果从zinc数据库中获得了大量的分子

然后

将该模型作为这些化合物分子的

Flex搜索查询

在分子对接研究中

选取了43个Qfit值大于60的分子

Qfit值表示配体原子

与3D搜索查询的匹配程度

那么也就是说

Qfit值最高的

ZINC08740166

这个药物与药效团模型相匹配

该化合物接受质子的羰基氧原子

位于AA3和AA4

提供质子的吡咯烷酮NH基团位于DA2

接下来为了测试和验证分子对接

作者利用分子对接来比较

待对接分子结构构象

和晶体结构中小分子的构象

那么也就是

将大肠杆菌PDF (PDB:1G2A) 的晶体结构

与放线菌素络对接

发现用黄色表示的放线菌素分子构象

与绿色表示的复合物中的构象叠合的非常好

进一步验证了分子对接结果的准确性

表明对其他化合物的分子对接研究也是可行的

为了进一步探索大肠杆菌PDF

与已鉴定的苗头化合物之间

的潜在结合模式

那么作者再次进行了分子对接研究

以进一步确定具有良好抗菌活性的新化合物

作者就是将8个总得分

大于6的化合物和两个已知有效的

PDF抑制剂A和J一起进行对接

由于用于对接研究的A和J

来自于同一个晶体结构

其高的对接打分函数表明了该模型的可靠性

也说明了这些化合物与大肠杆菌

PDF具有很强的相互作用

分子对接结果如表所示

我们来看一下这三个化合物在大肠杆菌

PDF中的整体结合图

分子对接研究表明

这些化合物在活性位点具有类似的结合模式

虽然这些化合物在结构上有很大的不同

但它们能够装进同一个结合口袋

这些化合物与下面这些残基有氢键相互作用

最后研究者选择对接分数较高的这三种化合物

进行了药代动力学和毒性预测研究

预测了这些化合物的致突变性

致瘤性

和刺激性以及生殖作用

结果表明它们似乎不存在毒性风险

药代动力学预测还预测了药物评分值

药物相似度和溶解度如表所示

我们可以看到药物评分价值

使用的判断化合物是否具有成为

候选药物的全部潜力

而结果显示ZINC08740166

这个化合物分值是三个化合物中最高的

为0.78

药物相似度为4.62

另外作者使用这三种化合物

与人PDF进行对接研究

对接得分均小于6

进一步说明这三种化合物

对人体可能没有什么不良影响

以上实验数据均表明这种化合物

可能是一种潜在的抗菌药物

那现在我们来总结一下这个案例

本案例是基于配体和基于结构的

药物设计方法这个一定要记住

包括基于药效团的虚拟筛选

分子对接与药代动力学和毒性预测研究

寻找新的有效的PDF抑制剂

作者使用生成的1号模型

对Zinc数据库进行筛选

然后使用Qfit值

大于60的化合物进行分子对接研究

其中选择两种已知的PDF抑制剂作为参考分子

之后作者又根据对接得分大于6的条件

选择了三个化合物进行药代动力学预测

考虑到药代动力学和毒性预测研究中的预测结果

包括药物评分

药物相似度和溶解度

ZINC08740166这个化合物它显示出

一种具有价值的治疗感染性疾病的

候选抗菌药物

这些发现有助于阐明PDF抑制剂的结合模式

并有助于基于结构的新型增效PDF抑制剂的合理设计

这是个非常适合同学们学习的案例

由于药代动力学模拟预测的知识

属于CADD中较为上层深奥的知识

在此我们就不再详细讲述

有兴趣的同学可以去了解学习

那么接下来的课程我们将重点为大家

讲解和重现案例中用到的药效团的

虚拟筛选方法

那好谢谢大家

Computer-Aided Drug Design课程列表:

Chapter one: The background of CADD

-1.1 CADD-Where am I coming from?

--1.1 CADD-Where am I coming from?

-1.2 CADD-My Value

--1.2 CADD-My Value

-1.3 CADD-Application of CADD in the School of Pharmacy

--1.3 CADD-Application of CADD in the School of Pharmacy

-1.4 CADD-Friendship with undergraduates

--1.4 CADD-Friendship with undergraduates

-Unit test 1

Chapter two: The past life of CADD

-2.1 The mystery of drug structure

--2.1 The mystery of drug structure

-2.2 Drug activity decryption-receptors and ligands

--2.2 Drug activity decryption-receptors and ligands

-2.3 The magical journey of drug discovery

--2.3 The magical journey of drug discovery

-Unit test 2

Chapter three: The present life of CADD

-3.1 Brief introduction of CADD's main methods

--3.1 Brief introduction of CADD's main methods

-3.2 QSAR

--3.2.1 The quantitative structure-activity relationship theory

--3.2.2 The quantitative structure-activity relationship methodology(1)

--3.2.3 The quantitative structure-activity relationship methodology(2)

--3.2.4 The quantitative structure-activity relationship methodology(3)

--3.2.5 The operation of quantitative structure-activity relationship (1)

--3.2.6 The operation of quantitative structure-activity relationship (2)

--3.2.7 The operation of quantitative structure-activity relationship (3)

-3.3 Molecular docking

--3.3.1 The molecular docking theory

--3.3.2 The molecular docking methodology

--3.3.3 The operation of molecular docking(1)

--3.3.4 The operation of molecular docking(2)

--3.3.5 The operation of molecular docking(3)

-3.4 Pharmacophore

--3.4.1 The pharmacophore theory

--3.4.2 The pharmacophore methodology

--3.4.3 The operation of pharmacophore(1)

--3.4.4 The operation of pharmacophore(2)

--3.4.5 The operation of pharmacophore(3)

--3.4.6 The operation of pharmacophore(4)

-3.5 Homology modeling

--3.5.1 The homology modeling theory

--3.5.2 The homology modeling methodology(1)

--3.5.3 The homology modeling methodology(2)

--3.5.4 The operation of homology modeling(1)

--3.5.5 The operation of homology modeling(2)

--3.5.6 The operation of homology modeling(3)

--3.5.7 The operation of homology modeling(4)

--3.5.8 The operation of homology modeling(5)

-Unit test 3

Chapter four: Comprehensive case analysis

-4.1 Comprehensive case I

--4.1.1 Comprehensive case I-Homology modeling

--4.1.2 Comprehensive case I-Operation

-4.2 Comprehensive case II

--4.2.1 Comprehensive case II –QSAR

--4.2.2 Comprehensive case II -Operation

-4.3 Comprehensive case III

--4.3.1 Comprehensive case III -3D-QSAR and molecular docking

--4.3.2 Comprehensive case III -Operation(1)

--4.3.3 Comprehensive case III -Operation(2)

-4.4 Comprehensive case IV

--4.4.1 Comprehensive case IV -Pharmacophore

--4.4.2 Comprehensive case IV-Parameter explanation

--4.4.3 Comprehensive case IV -Operation

--4.4.4 Comprehensive case IV -Analysis and interpretation

-Unit test 4

4.4.1 Comprehensive case IV -Pharmacophore笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。