4.2Background on application of computational approaches on drug discovery 在线视频

蛋白质与配体的相互作用

左图简要说明了蛋白质

与配体之间的相互作用

这其中存在氢键相互作用

离子间相互作用

金属离子的相互作用

疏水性的相互作用

以及阳离子-π的相互作用

这只是一些简单的展示

这些相互作用都与焓有关

从课本上

我们知道结合自由

能包含两个概念

一个是我刚才解释的“焓”

另一个是“熵”

也就是自由度的变化

右图就展示的是

在溶剂中发生的结合过程

这与生理条件情况类似

我们用水来模拟生理状态

配体和受体均溶解与水中

当配体与受体结合后

水分子会被释放出来

虚线表示的是

氢键的相互作用

点线表示的疏水性相互作用

这其中存在构象变化

水分子释放并导致

自由度发生改变

自由度发生改变

所以，有熵的贡献

对结合自由能的影响

蛋白质配体相互作用

有四种不同的结合模型

最简单的也是第一个模型

是由Fisher在1894年提出的

“锁-钥”模型

这是一个经典的模型

在这个模型中

受体（即蛋白质）和底物

（即一种特殊类型的配体）

像锁和钥匙一样

精准匹配

在这个模型中

蛋白质的活性位点

也就是结合位点

实际上是刚性受体

但实际上

蛋白质结构

在溶剂中是灵活可变的

对此，有不同的模型来描述

在“诱导-契合”模型中

活性位点是不固定的

在与配体相互作用时

活性位点发生构象变化

从而使受体和配体契合

还有一种模型叫

“构象选择模型”

这里的活性位点

也是动态可变的

多种构象并存

并保持化学平衡

结合过程中

配体会选择最合适的构象进行对接

使得平衡态朝向连接的构象移动

在虚拟药物筛选中的一个应用场景

是我们用整合对接结果

来体现蛋白质柔性

有些配体会选择性地

结合其中一个构象

其他配体会寻找另外的构象

其他配体会寻找另外的构象

以上我提到的这三个模型

都是配体直接与活性

位点结合从而发挥其

抑制或激活作用的

另有一种模型叫“别构模型”

在这个模型中

配体结合于我们所称的别构部位

引起蛋白质分子另一个位点的构象变化

从而发挥抑制或激活作用

在没有实验数据

或者是没有可以描述

蛋白质和配体之间相互作用

三维晶体结构的情况下

我们也能预测到结合的情况

其中一个经典的方法就是

“分子对接”

多种方法可以实现分子对接

通过这种方法

可以预测配体与蛋白质的结合方向

同时也可以估算出

配体与蛋白质的结合强度

这类方法有一定的挑战

首先一个挑战是采样效率

我们能不能搜索到

蛋白质-配体复合物的

真实结合构象？

其次是打分精度

一旦我们搜索到了

蛋白质-配体复合物的

真实结合构象

我们能不能判别出来？

还有就是刚才提到的蛋白质柔性

也是我刚才提到的

这里是Schrodinger网站上的一个视频

以凝血酶为例

展示了如何采用分子对接方法

辅助识别苗头化合物

这里是结合位点

他们把分子对接到结合位点上

然后用一些打分函数进行排序

一旦确定了这个苗头化合物

就可以对这个苗头化合物

进行结构修饰并与结合部位重新对接

以便找到活性提高的类似物

所以正如这个视频中所展示的

分子对接的一个应用

就是虚拟筛选苗头化合物

而且还可以应用于

从靶标到先导化合物的发现过程

这部分在视频中也有展示

另外还有先导化合物优化过程

除了预测结合模式之外

我们还想知道

配体结合的亲和力强度

这些信息对于先导化合物

优化非常有价值

通常情况下它的计算成本比较高

因为大部分方法都是

基于分子动力学模拟

计算成本相当高

在实际应用中

尤其是在药物研发中

我们真正感兴趣的是

相对结合亲和力

它可以帮助我们

对化合物进行排序

提出建议

那么我们如何计算出

相对结合亲和力呢？

下面用一个热力学循环来描述计算

这里有两个化合物（两个配体）

一个是红色的

另一个是黄色的

因此有两个结合事件

分别为结合事件1和2

这两个结合事件之间的

结合自由能差可以通过

步骤A和步骤B之间的自由能差来估算

其中，步骤A描述的是

这两个配体在溶剂中的自由能差

步骤B描述的是

这两个配体在蛋白质结合位点上的

自由能差

这里可以采用不同的

计算方法进行计算

其中一个是我们在

先导化合物优化阶段

常用的自由能微扰法

刚才我也提到了

分子对接的其中一个应用

就是虚拟筛选

其实就是大海捞针

虽然高通量筛选

具有多种优势并且应用广泛

例如蛋白质在

检测溶液里是处于动态中的

但虚拟筛选也有它的优势

一个是它的速度快

成本低

而且它还可以筛选更大

更多样化的库

大家看一下右上角的图

这是摘自去年发表在

《自然》杂志上的一篇论文

从图中可以看到

这个库包含了几十亿个（化合物）

这个库中的化合物是

可以被试剂商合成的

所以这叫按需定制库

这个库的分子骨架

代表着化合物库分子多样性

可以达到上百万

从这个图中我们就可以看到

虚拟筛选的类型有许多种

一种是基于目标结构进行虚拟筛选

其中包括基于对接的虚拟筛选

这里有一个基于配体库

对接进行虚拟筛选的流程图

可以筛选多达几十亿的化合物

根据经验

我们可以把一些

表现不好的化合物过滤掉

我们可以在电脑上

将每一个配体对接到受体结合位点

然后依据判别

打分函数对化合物进行排名

并基于你的系统进行筛选后处理

然后择优选取化合物用于后续实验验证

以上

我简单地描述了整个工作流程

基于目标结构进行虚拟筛选

也可以应用深度学习的方法来进行

还有一类虚拟筛选是基于配体的筛选

比如说根据形态

药效基团

静电势进行筛选

这类方法涵盖了一些

结合位点的信息

但是在筛选的时候

无需考虑整个蛋白质

对于这种筛选

也可以采用机器学习方法进行

所以一般对于所有配体而言

基于配体的筛选都是非常快的

但也存在局限性

因为对这种方法

依赖于最早期选用的两种化合物

在这节课中

我们会重点讲解基于靶点

特别是基于对接的虚拟筛选方法

这里，我想指出

这种基于结构的虚拟筛选

面临的一些挑战

首先，前面我提到了

蛋白质柔性

我们怎么来处理这个问题呢？

其中一个方法就是

用一系列的蛋白质构象

代表蛋白质结构变化进行筛选

另外一个挑战性是

如何得到一个准确的评分函数

从而准确的预测蛋白质的结合构象

并且区分活性与非活性位点

这一切都取决于

我们在进行基于对接的虚拟筛选时

对“蛋白-配体识别”的理解

我们需要知道蛋白质的三维结构

但对于我们真正感兴趣的蛋白质

它的结构可能是未知的

此时我们能做什么呢？

得益于蛋白质数据库中

存储的结构呈指数级增长

目前已经收录了超过16万个

蛋白质结构和

超过2万多个病毒结构

我们可以建立一个同源模型

预测蛋白的三维结构

左图展示了一个简单的

同源性建模的工作流程

或者你可以称之为比较建模

我们在蛋白质数据库中

搜索感兴趣的蛋白质靶标的序列

通过序列比对

我们能够确定了一个

合适且已知的三维结构模板

然后根据序列比对

建立一个同源性模型

我们可以采用不同的方法

来做序列比对

有比较复杂的方法

建模方法也多种多样

一旦我们有了同源模型

我们就可以评估模型建模质量

如果建模质量不好

我们会重复这个过程

如果质量符合标准

我们就会应用这个模型

对于蛋白结构预测

有一个竞赛叫蛋白结构预测的

批判性评估（CASP）

根据他们的评价

从下面这张图

我们可以看到

最近在同源性建模领域

有巨大的方法论改进

如果你从下到上看这些趋势线

同源模型的准确性有了很大的提升

对于难度较大的靶点

例如这里

我们看到有提升

但由于精度问题

可能不足以支撑实际应用

模型仍然有一定的挑战性

通常情况下

基于结构进行药物设计

或其他的药物筛选

仍需进一步完善同源模型

这张幻灯片介绍的是

同源性建模

当然还有其他的方法

比如说不使用任何模板信息

也就是我们所说的无模板

或从头建模来预测蛋白质的结构

在这里我给大家做一个演示

我们是如何应用计算的方法

靶向3CL蛋白酶的

我先给大家介绍一下

有关这个靶点的一些背景知识

大家请看下面这张图

这就是 3CL蛋白酶

负责复制酶前体多聚蛋白

pp1a与pp1ab上11个位点的切割

剪刀符号标出了切割位点

它们产生了多个非结构蛋白

包括RNA依赖性RNA

聚合酶（RdRp）和螺旋酶

RdRp主导病毒RNA的合成

所以可以看出

这个蛋白酶对病毒的复制

和转录是必不可少的

此外

还有针对HIV和其他病毒

开发的病毒蛋白酶抑制剂

使得3CL蛋白酶这个靶点

成为一个热门蛋白靶点

有关SARS或MERS病毒

3CL蛋白酶的研究很多

所以我们可以从这些历史数据中学习

这也极大地帮助我们

进行后续药物设计

另外

3CL水解酶分子的活性形式为二聚体

你可以看到在右图中

两条链在这里形成一个二聚体

分别用红色和蓝色标示

这张图只是展示了

这两个单体的示意图

我们看到有一个N端七肽

是从一条链插入到另一条链上的一个部分

这个N端七肽部分

对于稳定二聚体的活性形式非常重要

在接下来的应用中

我们用二聚体进行结构筛选等

当然，我们对比了SARS-CoV

和SARS-CoV-2的3CL蛋白酶的

全长序列一致性

在这里，通过序列排列

我们看到这两个病毒之间

有96%的序列同源性

而当我们建立同源性模型并绘制残基

我们看到大部分未匹配的

残基（蓝绿色标示）都离活性位点很远

这里是活性位点

在这个同源性模型中

这里有一个配体

表示的是配体结合口袋

我们还将我们建立的

同源性模型与饶子和

教授课题组分享的

SARS-CoV-2 3CL蛋白酶

晶体结构进行了比较

这里的蓝绿色标示的是晶体结构

而白色代表的是

基于SARS-CoV的3CL蛋白结构的模型

所以我们看到

基本上

模型和结构都很相似

配体的结合方式也很相似

因此，考虑其是结合袋的结合模式

这个同源性模型

对于这个靶点是相当可靠的

我们查看了蛋白结构数据库

里面所有SARS-CoV 3CL蛋白酶的结构

考虑到SARS-CoV和SARS-CoV-2

对这个靶点的高序列一致性

我们认为这个分析

可能对SARS-CoV-2 3CL

蛋白酶的结构分析大有帮助

我们看到在一个His41催化位点上

有一个很大的变化

这是一个催化残基

另外一个残基是Met49

它的结构是相对暴露在溶剂中的

还有一个残基在Met165

它是结构相对隐藏的

和配体或者底物之间存在相互作用

所以我们看到

这些残基的结构有较大的变化

这是由于不同的配体结合导致的

这代表了结合口袋的柔性

同时，我们还观察到

接近二聚体表面的残基有两条链

其中一条是在红色的

另一条是橙色的

接近二聚体表面的

残基是相对稳定的

而对于离界面较远的残基

稳定性较差

所以我们选则这五个构象

其中一个是共晶结构

另外四个是同源模型

代表一定的活性位点柔性

左边的三个构象分别是

共价结合配体

小分子和肽类分子的共价结合

右边两个模型的配体

以非共价结合的形式结合在结合口袋中