生物相空間中的適配體和藥物虛擬篩選.pdf

1、序列/結(jié)構(gòu)—功能的關系問題是生命科學中的核心問題之一。蛋白質(zhì)、DNA、RNA并沒有豐富的構(gòu)成元素，蛋白質(zhì)僅由20種氨基酸組成，DNA、RNA分別由4種類型的核苷酸組成，但其所有可能的序列卻異常繁復，序列空間中的序列數(shù)隨序列長度呈指數(shù)上升。極大的序列空間蘊含著無窮的可能性，使得生命活動以蛋白質(zhì)、DNA、RNA等基礎，呈現(xiàn)出復雜的調(diào)控機制和功能。作為人類對生命活動的調(diào)控，藥物分子能夠完成對疾病、繁殖等新陳代謝的調(diào)控，藥物主要源自人工合成的化

2、合物分子庫。化合物分子庫內(nèi)豐富的化合物使得人類尋找具有特定性能的藥物分子成為可能。因此，如何從生物相空間（蛋白質(zhì)、DNA、RNA序列空間，藥物分子空間等）尋找具有特定功能的分子是個非常重要的課題。本論文主要探討如何利用計算機模擬方法對生物相空間進行搜索，分別是對RNA序列空間進行搜索得到具有特定小分子結(jié)合能力的適配體序列和對OGT蛋白酶在化合物分子庫進行虛擬篩選和分子設計以獲得其抑制劑。
　　適配體是指一種能特異性地高強度識別靶標

3、的短鏈DNA或RNA，其序列是通過指數(shù)富集的配體系統(tǒng)進化技術(SELEX)，從人工合成的寡核苷酸序列庫中篩選得到的。SELEX技術的發(fā)展使得SELEX的應用范圍和效率獲得極大提高，其靶標也從小分子，金屬離子擴展到蛋白質(zhì)、細胞等，但也有諸如耗時、低效等不足。概括地說SELEX方法面臨初始序列庫對篩選結(jié)果存在重大影響即如何設計初始序列庫以提高適配體的發(fā)現(xiàn)概率，對序列空間的搜索比例極低，SELEX的工作機制不明確，如何優(yōu)化已發(fā)現(xiàn)適配體等問題。

4、我們提出SELEX insilico方法并在序列空間中以茶堿結(jié)合能力為目標進行適配體搜索。首先我們對序列空間內(nèi)所有序列進行二級結(jié)構(gòu)分析，發(fā)現(xiàn)大多數(shù)序列無法折疊成為目標二級結(jié)構(gòu)，只有極少數(shù)的序列的最低自由能結(jié)構(gòu)為目標二級結(jié)構(gòu)。我們收集這些能夠以較低的自由能壘形成目標二級結(jié)構(gòu)的序列進行第二步虛擬篩選。在基于分子動力學的虛擬篩選過程中，我們不斷延長模擬時間，依據(jù)RNA同茶堿的結(jié)合穩(wěn)定性、氫鍵數(shù)目、結(jié)合自由能將決定序列是否進入下一輪的篩選中，經(jīng)

5、五輪篩選后得到六條同原始茶堿適配體具有相近結(jié)合自由能的新適配體。經(jīng)過實驗驗證，S1同茶堿的結(jié)合能力為Kd=0.16μM，而原始茶堿適配體序列的Kd為0.32μM，這表明SELEX in silico方法成功地從序列空間中搜索得到具有茶堿結(jié)合能力的新適配體序列。在第二步虛擬篩選過程中，序列同茶堿結(jié)合能力不斷增強，通過對序列比對分析，我們描述出針對茶堿結(jié)合的序列富集過程，揭示結(jié)合口袋周圍不同堿基對茶堿結(jié)合的貢獻，同時我們還發(fā)現(xiàn)幾種全新的三堿

6、基對。此外，我們還繪制出以茶堿結(jié)合能力為指標的fitness landscape并研究了fitness peaks間的演化路徑。
　　小分子數(shù)據(jù)庫作為虛擬篩選的輸入(Input)，準確快速地搜索全構(gòu)象空間和評價結(jié)合模式即Computational Docking/Scoring(Process)，在虛擬篩選結(jié)果的基礎上優(yōu)化或設計藥物分子(Output)是藥物虛擬篩選的三部曲。提高藥物虛擬篩選的效率和準確性一般都從這三方面考慮，即小

7、分子庫設計、對接方法改進和結(jié)合能力評價、虛擬篩選結(jié)果分析和后設計。FOG算法是在已批準藥物分子數(shù)據(jù)庫上進行片段訓練和分析，得到各個片段間的鏈接概率，并依此進行分子優(yōu)化和生長，最終產(chǎn)生具有類藥性(druglikeness)的化合物庫。為研究FOG庫是否為優(yōu)秀的虛擬篩選輸入庫，我們在OGT抑制劑篩選時對比FOG庫和ZINC庫，發(fā)現(xiàn)在XP對接階段，F(xiàn)OG庫包含更多具有更低docking score的化合物。同時FOG庫中docking sco

8、re較低的分子之間存在更多的新穎的化學片段，這為后續(xù)的藥物設計提供新的工具。我們在ZINC庫分子篩選結(jié)果分析的基礎上進行ZINC庫分子片段鏈接設計出新的分子并通過建立分子動力學和結(jié)合自由能計算來改進藥物分子同OGT結(jié)合能力的評價方式。
　　我們在分析OGT抑制劑的ZINC小分子數(shù)據(jù)庫篩選數(shù)據(jù)庫時發(fā)現(xiàn)基礎化學片段存在明顯地積聚現(xiàn)象，由此我們從片段積聚現(xiàn)象出現(xiàn)進行基于位置的片段聚類和片段組合連接以構(gòu)成新的分子即基于片段集聚現(xiàn)象的聚類重

9、組設計藥物分子(Fragment Agglomeration Clustered Linkage)。以OGT為例，F(xiàn)ACL設計的化學物其docking score為-14.59，已經(jīng)較為接近UDP(-14.10)，遠優(yōu)于從ZINC中的最好ZINC-32(-11.49)。FACL算法能夠從虛擬篩選結(jié)果的大數(shù)據(jù)出發(fā)得到各基礎化學片段在結(jié)合口袋內(nèi)的最概然位置，結(jié)合口袋對化學片段的選擇性以及產(chǎn)生針對確定蛋白質(zhì)結(jié)合口袋內(nèi)環(huán)境的適應性分子庫，設計出