02 Acta Phys. 鄄 Chim. Sin., 2008 Vol.24 生作用的结果, 例如与酶受体或核酸的相互作用. 利用分子的三维结构信息进行药物设计, 已经成为药物发现的重要手段, 药效团模型方法就是一种最大限度利用已有分子的三维结构信息进行药物分子发现的方法 [46]. 在受

Size: px

Start display at page:

Download "02 Acta Phys. 鄄 Chim. Sin., 2008 Vol.24 生作用的结果, 例如与酶受体或核酸的相互作用. 利用分子的三维结构信息进行药物设计, 已经成为药物发现的重要手段, 药效团模型方法就是一种最大限度利用已有分子的三维结构信息进行药物分子发现的方法 [46]. 在受"

哄筹郦
5 years ago
Views:

1 February 物理化学学报 (Wuli Huaxue Xuebao) Acta Phys. 鄄 Chim. Sin., 2008, 24(2):006 0 [Article] HMG 鄄 CoA 还原酶抑制剂三维药效团的构建鲍红娟张燕玲乔延江鄢 ( 北京中医药大学中药学院, 北京 0002) 摘要 : 以作用于鼠肝脏细胞的 2 个鄄羟基鄄鄄甲基戊二酰辅酶 A(HMG 鄄 CoA) 还原酶抑制剂 (RI) 为训练集, 训练集化合物具备结构多样性, 来源于相同药理模型, 活性值 IC 50 范围在 nmol L. 利用 Catalyst 计算 HMG 鄄 CoA 还原酶抑制剂最优药效团由一个氢键受体, 一个氢键给体, 一个疏水基团和一个芳香环特征组成. 药效团模型 Fixed cost 值,Total cost 值和 Configuration cost 值分别为和训练集化合物活性计算值与实测值相关系数为 0.888, 偏差值为.269, 交叉验证结果表明, 药效团模型具有较高的置信度, 对测试集化合物活性值的预测结果显示有较好的预测能力, 可用于数据库搜索发现新的具有该活性的化合物, 也可用于中药或天然产物药物的研究开发. 关键词 : HMG 鄄 CoA 还原酶抑制剂 ; 三维药效团 ; 数据库搜索中图分类号 : O64 PharmacophoreModel Generation ofhmg 鄄 CoA ReductaseInhibitors 鄢 BAOHong 鄄 Juan ZHANGYan 鄄 Ling QIAOYan 鄄 Jiang (SchoolofChinesePharmacy,Beijing UniversityofChinese Medicine, Beijing 0002, P. R. China) Abstract: Athree 鄄 dimensional pharmacophore model of 鄄 hydro 鄄鄄 methyl glutaryl coenzyme A(HMG 鄄 CoA) reductaseinhibitors(ri)wasdevelopedbasedon2hmg 鄄 CoAreductaseinhibitorsfromaratliver.Theselectedtraining set had great diversity in both molecular structure and bioactivity as required by HypoGen program in the Catalyst software.theinhibitorsin training setshowed HMG 鄄 CoA RIinhibiting activity withic 50 valuesof nmol L. The beststatistical hypothesis, consisting of four features, one hydrogen 鄄 bond acceptor, one hydrogen 鄄 bond donor, one ring aromatic feature, and one hydrophobic point, had acorrelation coefficient of 0.888, aroot 鄄 mean 鄄 square (RMS) deviation of.269, afixed cost of 88.75, atotal cost of.5, and aconfiguration cost of 6.98, this hypothesis had highly predictive ability. The predictive ability was approved by the results of the activity estimated by mapping the compounds of the testing set with it. The cross 鄄 validation provided strong confidence on this hypothesis. This pharmacophore model can contribute to the finding and designing of new 鄄 type HMG 鄄 CoA reductase inhibitors, and to the developmentoftraditionalchinese medicine andmateriamedica. KeyWords: HMG 鄄 CoA reductase inhibitor; Pharmacophore; Databasesearching 高胆固醇是心血管疾病的主要危险因素之一, HMG 鄄 CoA( 鄄羟基鄄鄄甲基戊二酰辅酶 A) 还原酶是治疗心脑血管疾病冠心病心肌梗塞动脉粥样硬 [] 化等的主要靶标酶.HMG 鄄 CoA 还原酶是肝细胞合成胆固醇 (Ch) 过程中的限速酶, 能催化 HMG 鄄 CoA 还原成甲羟戊酸, 为内源性胆固醇合成的关键性一步, 抑制此酶可减少内源性胆固醇的生成. 药理研究表明,HMG 鄄 CoA 还原酶抑制剂不仅能明显降低血清总胆固醇, 改善血管内皮功能, 稳定动脉粥样硬化 [2] 斑块和影响凝血过程, 减少突发性血管事件发生, [] 还有抑制细胞增殖及抑制免疫, 抗炎等作用. 药物分子呈现药理作用是与体内生物大分子发 Received:July9,2007;Revised:November22,2007;PublishedonWeb:January2,2008. 鄢 Correspondingauthor. yjqiao@26.net; Tel: 860 鄄国家自然科学基金 (047280), 国家重点基础研究发展规划项目 (97)(2006CB50470) 及国家中医药管理局项目 (04 鄄 05ZP0) 资助鬁 Editorial office ofacta Physico 鄄 ChimicaSinica

2 02 Acta Phys. 鄄 Chim. Sin., 2008 Vol.24 生作用的结果, 例如与酶受体或核酸的相互作用. 利用分子的三维结构信息进行药物设计, 已经成为药物发现的重要手段, 药效团模型方法就是一种最大限度利用已有分子的三维结构信息进行药物分子发现的方法 [46]. 在受体的三维结构未知条件下, 从活性化合物的结构出发, 确定共有的特征因素, 并以此设计新化合物或筛选可能具有活性的化合物, 就是基于药效团的药物发现方法中的一种. 909 年由 Ehrlich [7] 提出药效团的概念, 指包含药物活性所必要的所有特性的结构. 近年来国内外进行药效团构建的研究越来越多, 主要用于药物设计, 虚拟筛选及研究生物大分子与配体作用机理等方面 [85]. Catalyst/HypoGen 是计算药效团模型的常用方法, 可通过已知的一套化合物的三维结构和生物活性数据, 生成药效团模型来描述化合物生物活性的共有特征, 所建立的药效团模型可作为提问结构, 结合数据库搜索技术筛选具有该活性的化合物. 本课题组尝试将药效团研究引入中药及天然产物研发领域, 已经建立从三维药效团确定, 建模, 以及三维构象搜索的较详尽的研究系统 [6,7]. 本文利用 Catalyst 软件, 以具有抑制 HMG 鄄 CoA 还原酶作用的化合物为研究对象, 建立 HMG 鄄 CoA 还原酶抑制剂三维药效团, 为进一步筛选中草药中具有抑制 HMG 鄄 CoA 还原酶作用的化合物提供指导, 深入开展药效团在中药与天然产物研发中应用的研究. Catalyst 计算方法. 训练集化合物的选择本实验选择来源于 MDDR 鄄 D(MDL Drug Data Report: Version2007.2) 数据库中鼠肝脏细胞药理模型的具有抑制 HMG 鄄 CoA 还原酶活性的 2 个化合物组成训练集和测试集..2 构象分析对所选化合物优化至局部最小能量, 通过 Best quality conformer generation 模块, 能量间隔为 8.74 kj mol, 计算所有训练集化合物的多个构象. 最大构象数设定为 250 个.. 药效团特征利用 Catalyst 系统, 定义的药效团特征包括 : 氢键受体 (hydrogen bond acceptor, HBA), 亲脂性氢键受体 (hydrogen bond acceptor lipid, HBALi), 氢键给体 (hydrogen bond donor, HBD), 疏水基团 (hydropho 鄄 bic region, HY), 脂肪族疏水基团 (hydrophobic aliphatic region, HYAl), 芳香疏水基团 (hydrophobic aromaticregion, HYAr), 负电荷基团 (negativecharge, NC), 负电离子化基团 (negativeionizable,ni), 正电荷基团 (positive charge, PC), 正电离子化基团 (positive ionizable, PI), 芳香环 (ring aromatic, RA). 这些药效团特征可表征药物与受体结合所发生的静电氢键和疏水相互作用..4 药效团模型计算及评价通过对训练集化合物多个构象进行叠合, 抽象出训练集化合物所共有的药效团特征及三维空间限制. 定义药效团模型可能含有的药效团特征和数量及各特征三维空间距离限制. Catalyst 利用费用函数 (cost function) 评价药效团模型, 每个 Catalyst 药效团模型都可以用一个函数表达模型的复杂性, 表达化学特征与理想权重的偏差以及预测活性与活性实验数据的误差. 每个药效团模型均有一个 Total cost 值. 并计算了两个理想化模型的 cost 值. 一个是最好的模型, 该模型的 cost 值即 Fixed cost 值, 活性值相关曲线的斜率为. 另一个是最差模型, 模型的 cost 值即 Null cost 值, 活性值相关曲线的斜率为 0, 这两个模型 cost 值相差越大, 得到较优模型的概率越高. 根据 Catalyst 提供的这些量化指标来判断药效团优劣.Catalyst 依据 Occam 忆 srazor 原理, 即如果其他的一切都一样, 那么最简单的模型就是最优的, 因此认为较优药效团的 Total cost 值最小, 且应接近 Fixed cost 值.Con 鄄 figuration cost 是另一个重要的参数, 由模型的空间复杂程度决定, 认为较好的模型 Configuration cost 值应不大于 7 [8].Catalyst/HypoGen 利用 Catscram 鄄 ble 模块进行基于 Fischer 理论的交叉验证, 通常选择 95% 置信水平 [9], 对训练集化合物进行随机交叉验证, 评价药效团模型是否具有较高的置信度. 2 实验仪器采用 Accelrys 公司的 Catalyst 软件包进行药效团模型研究 [], 使用系统为 Catalyst4., 所有运算均在 IBM ZPro 图形工作站上完成, 所用主要模块包括 Catalyst/VISUALIZER( 分子构建, 三维结构编辑, 三维结构搜索 ), ConFirm ( 多构象模型生成工具 ), Catalyst/COMPARE( 分子和药效团叠合 ), HypoGen ( 构建药效团模型 ). 除特殊说明外, 所有参数均为系统默认值.

3 No.2 鲍红娟等 :HMG 鄄 CoA 还原酶抑制剂三维药效团的构建 0 药效团计算. 训练集的选择从 MDDR 鄄 D 数据库中所得 2 个作用于鼠肝脏细胞的 HMG 鄄 CoA 还原酶抑制剂 ( 各化合物结构式见图 ), 随机选取 2 个作为训练集, 其余 2 个作为测试集, 活性值 (IC 50 ) 分别见表, 训练集化合物活性值相差 5 个数量级, 以保证结果具有显著的统计学意义..2 药效团特征识别根据文献对他汀类 HMG 鄄 CoA 还原酶抑制剂构 [20] 效关系研究,,5 鄄二羟基羧酸和他汀类萘烷基结构是抑制剂活性所必需的. 大多数 HMG 鄄 CoA 还原酶抑制剂活性化合物的结构中均含有烃链或芳香亲脂基团, 结合训练集化合物药效团识别结果,HBA 图鼠肝脏细胞 HMG 鄄 CoA 还原酶抑制剂结构式 Fig. Chemicalstructures ofhmg 鄄 CoAreductaseinhibitor molecules Thenumberbelowthestructure isthename ofthemolecule in MDDR. The moleculesoftestingset aremarked with#.

4 04 Acta Phys. 鄄 Chim. Sin., 2008 Vol.24 Name BMY DU # 795# 表化合物与药效团的匹配性 Table Thematchingofcompounds with pharmacophore a),ic 50 臆 00 nmol L (highactive);,000nmol L 逸 IC 50 逸 00 nmol L (moderatelyactive);,ic 50 逸 000nmol L (lowactive); #)thecompoundofthetest set lipid 和 HBD 特征匹配在,5 鄄二羟基羧酸结构上, Ring Aromatic 可与他汀类萘烷基结构匹配,Ring Aromatic 和 Hydrophobic 匹配在活性化合物的烃链或芳香亲脂基团上. 因此计算药效团时, 设定如下药效团特征进行计算 :HBA lipid(5), HBD(5), Hy 鄄 drophobic(5), Ring Aromatic(5) 特征, 括号中为所设定的药效团特征数,Catalyst/HypoGen 模块计算药效团特征最多可设定 5 个, 因此药效团特征数目设定为 5. IC 50(nmol L ) Act Est Mapped features Uncertity Act Est scale a scale a HBAli HBD HY RA 药效团计算结果本实验计算结果见表 2, 训练集计算所得药效团 Hypo 鄄 Hypo0, 均包含有氢键受体 (HBALi) 氢键给体 (HBD) 疏水基团 (HY) 及芳香环 (RA) 四个药效团特征, 特征数均为, 所得 0 个药效团模型的 Total cost 值范围为.528., Fixed cost 值为 88.75, Null cost 值为 4.25, Cost difference 值为 52.50, Configuration cost 值为 6.98, 显示具有较显著的统计学意义. 所得最优药效团模型 Hypo 具有较好的预测能力, 其 Total cost 值为.5, 计算值与表 2 药效团计算结果 Table2 Theresults oftop 0pharmacophore hypotheses generated usingtrainingset Hypo HBALi a HBD b HY c RA d r Total cost RMS 实际值相关系数 (r, correlation coefficient) 为 0.888, 偏方差为 a)thenumberofhbali feature,b)thenumbersofhbdfeature, c)the numbersofhyfeature,d)thenumbersofrafeature; r: correlation coefficient;fixedcost: hits; Null cost: 4.25 hits; Cost difference: hits; Config: 6.98 hits 药效团 Hypo 三维结构图如图 2 所示. 图为药效团 Hypo 计算值与实际值的相关图, 利用此药效团模型计算训练集化合物的活性值见表, 用, 及来表示训练集化合物活性值大小, 将训练集化合物按活性大小分为高活性, 中等活性和低活性三类, 比较训练集化合物活性实测值和计算值,2 个训练集化合物中有 4 个化合物计算值与实测值活性相差一个数量级, 不在同一类, 其余训练集化合物计算值与实测值分类均在相同类. 表明药效团模型 Hypo 具有较好的预测能力. 药效团 Hypo 与训练集及测试集化合物的匹配结果见表中 Mapped features 项下, 其中表示与相应的药效团特征有匹配, 表示未匹配上. 结果显示药效团模型与训练集及测试集化合物具有较好的匹配. 利用 CatScramble 模块进行随机交叉验证结果图 2 药效团模型 Hypo 三维图 Fig.2 Thebesthypothesis modelhypo

5 No.2 鲍红娟等 :HMG 鄄 CoA 还原酶抑制剂三维药效团的构建 05 图化合物活性值与其计算活性值的回归直线图 Fig. Correlation between theestimated and trueactivities for thesecompounds r=0.888 见表, 在 95% 置信度水平下, 对训练集化合物进行随机交叉验证, 产生 9 个药效团模型,9 个模型的相关系数 Correlation 值均较所得最优模型低, 其中仅模型 7 和模型相关系数大于 0.8, 但两个模型的 Configuration 值分别为 7.0 和 7.25, 均大于 7, RMS 值也较最优药效团的 RMS 值高. 交叉验证结果表明所得较优药效团模型具有较高的置信度. 表 CatScramble 交叉验证结果 Table Results fromcross 鄄 validation run usingcatscramblemodule Trial No. Total cost RMS r Config Fixed cost results for unscrambled results for scrambled 结果与讨论本研究利用 Catalyst 软件构建 HMG 鄄 CoA 还原酶抑制剂药效团, 所得较优药效团模型含有四个药效特征, 包括个氢键给体 (HBD), 个氢键受体 (HBALi), 个疏水基团 (HY) 和个芳香环 (RA). 其中氢键给体和氢键受体两个药效团特征匹配在类似,5 鄄二羟基羧酸结构上, 表明计算所得药效团符合文献研究 HMG 鄄 CoA 还原酶抑制剂的活性部位 [20]. 具有该活性的化合物除具备类似 HMG 鄄 CoA 的环状或开环结构外, 还应包含特定的母核结构, 具备特定的药效特征基团. 药效团模型通过对其他特征如疏水基团及芳香环的定义, 表征具有 HMG 鄄 CoA 还原酶抑制作用的化合物的母核结构. 药效团模型中两个重要药效特征氢键给体和氢键受体表征了配体和受体相互识别的氢键相互作用, 疏水特征可表征药物非极性区域与受体的非极性区域之间的疏水相互作用, 芳环主要参与药物分子和蛋白质受体中仔电子离域系统的仔鄄仔相互作用, 药效团中芳香环特征表征了这一作用. 从药效团模型研究结果推测,HMG 鄄 CoA 还原酶抑制剂与酶活性位点结合主要发生氢键作用疏水作用及仔鄄仔相互作用, 从而产生抑制 HMG 鄄 CoA 还原酶活性. 与他汀类 HMG 鄄 CoA 还原酶抑制剂定量构效关系研究结果对比, 本研究所得三维药效团定义了药效作用元素, 且可作为提问结构用于数据库搜索, 寻找具有潜在活性的化合物. 用药效团模型 Hypo 搜索中药化学成分数据库 TCMD(TraditionalChineseMedicineDatabase:200), 通过快速搜索模式搜索得到具有潜在的 HMG 鄄 CoA 还原酶抑制作用的化合物, 其中命中化合物二咖啡图 4 Fig.4 二咖啡酰奎尼酸与药效团模型 Hypo 叠合图 Mapping ofdicaffeoylquinicacid onthebest hypothesis modelhypo

6 06 Acta Phys. 鄄 Chim. Sin., 2008 Vol.24 酰奎尼酸在 TCMD 数据库中所收录的活性具有降血脂作用, 来源于中药菜蓟, 具有疏肝利胆清湿热功效, 现代药理研究表明具有降血脂保肝利胆作用. 利用所得药效团模型预测此化合物抑制 HMG 鄄 CoA 还原酶作用的 IC 50 值为 2.2 nmol L, 与药效团模型匹配图见图 4. 因未见二咖啡酰奎尼酸降血脂作用机理研究报道, 本研究推测该化合物降血脂机理可能是抑制 HMG 鄄 CoA 还原酶, 需要进一步药理实验验证. 5 结论本文利用 Catalyst 中 HypoGen 方法构建 HMG 鄄 CoA 还原酶抑制剂药效团, 得到一个较优药效团, 并将此药效团用于 TCMD 数据库搜索, 得到可能具有该活性的一系列化合物. 为更好发挥药效团模型对药物发现及药物作用机理阐释的指导作用, 如何评判药效团优劣, 如何优化药效团模型, 修正药效团模型, 有待深入研究和探讨. References Dimitroulakos, J.; Nohynek,D.; Backway,K.L. J.Blood, 999, 9:08 2 Gotto, A. M. J. Circulation, 995,92: 646 Wang, W.; Tong,T.J. Journal of Progress inphysiological Sciences, 999,0():5 [ 汪维, 童坦君. 生理科学进展, 999, 0():5] 4 Xu,X.J.;Hou,T.J.; Qiao,X.B.; Zhang,W.Computer 鄄 aideddrug moleculardesign.beijing: Chemical IndustryPress,2004:295 [ 徐筱杰, 侯廷军, 乔学斌, 章威. 计算机辅助药物分子设计. 北京 : 化学工业出版社,2004:295] 5 Guo,Z.R.Drugmoleculardesign.Beijing: SciencePress,2005: 727 [ 郭宗儒. 药物分子设计. 北京 : 科学出版社,2005: 727] 6 Osman,F.G.Pharmacophore perception,development,andusein drug design.california: International UniversityLine,2000: 89 7 Ehrlich, P. D. Chem.Ges., 909,7: 42 8 Gund, P. Prog. Mol. Subcell Biol., 977,5: 7 9 Oliver,F.F.Viktor, K.;Jan,D.; Thierry,L. J. Med.Chem., 2004, 47: Raveendra,D.; Tino, S.; Omoshile, C.;Robert,S.; Shizuko, S.; Nouri,N. J. Med.Chem., 2005, 48: Yan,H.; Jiang,F.C. ActaPhys. 鄄 Chim.Sin., 2006, 22(): 59 [ 鄢浩, 姜凤超. 物理化学学报, 2006, 22():59] 2 Judith,M.R.; Sabine,H.; Hermann, S.; Thierry, L. J. Chem.Inf. Comput. Sci., 2004, 44:480 Munikumar,R.D.; Hyunah, C.;Yong,S. C.;Hyewhon, R.; Hun, Y. K.; Lee,J.H.; Jeongc,S.W.;Ae, N.P. Bioorg. Med.Chem., 2006, 0: 4 Anne,T.;Elisabeth, G. QSAR Comb.Sci., 2004, 2:24 5 Kong,R.; Xu,X.M.; Chen,W. Z.; Wang,C.X.; Hu,L.M. Acta Phys. 鄄 Chim. Sin., 2007, 2(9): 25 [ 孔韧, 徐雪梅, 陈慰祖, 王存新, 胡利明. 物理化学学报, 2007, 2(9): 25] 6 Zhang, Y.L.; Wang,Y.; Qiao,Y. J. WorldScience and Technolody 鄄 Modernizationof Traditional ChineseMedicineand MateriaMedica, 2004, 6(4): [ 张燕玲, 王耘, 乔延江. 世界科学技术鄄中医药现代化, 2004, 6(4): ] 7 Zhang, Y.L. Ph. D. Dissertation.Beijing: Beijing Universityof ChineseMedicine, 2006 [ 张燕玲. 博士学位论文. 北京 : 北京中医药大学,2006] 8 Osman, F.G. Pharmacophoreperception,development, andusein drug design.california: International UniversityLine,2000: Du, L. P.; Li,M. Y.; Tsai,K.C.; You, Q.D.; Xia, L. Biochemical and Biophysical ResearchCommunications, 2005, 2: David, A. W.; Thomas,L.L. Foye 忆 sprinciplesofmedicinal chemistry. Trans. Zhao,J.; Jiang,X. K.Beijing: Chinese Medicine ScienceandTechnique Press,2005: [ 药物化学原理. 赵建, 蒋兴凯译. 北京 : 中国医药科技出版社,2005: ]

360 Acta Phys. 鄄 Chim. Sin. (WuliHuaxueXuebao), 2006 Vol.22 导药物分子设计, 且所设计的药物分子可能具有活性. 利用药效团不仅可以对新化合物是否具有活性进行预测, 而且还可以结合三维结构搜索在已有数据库中寻找特定三维结构的分子, 所以

360 Acta Phys. 鄄 Chim. Sin. (WuliHuaxueXuebao), 2006 Vol.22 导药物分子设计, 且所设计的药物分子可能具有活性. 利用药效团不仅可以对新化合物是否具有活性进行预测, 而且还可以结合三维结构搜索在已有数据库中寻找特定三维结构的分子, 所以物理化学学报 (Wuli HuaxueXuebao) March Acta Phys. 鄄 Chim.Sin., 2006, 22(3):359 耀 364 359 [Note] www.whxb.pku.edu.cn 酌鄄分泌酶抑制剂的药效团模型构建鄢浩姜凤超 * ( 华中科技大学同济医学院药学院, 武汉 430030) 摘要利用 Catalyst 软件系统, 选择具有较高体外抑制活性的苯并二氮类化合物作为训练集,