药效团资料下载.pdf
《药效团资料下载.pdf》由会员分享，可在线阅读，更多相关《药效团资料下载.pdf（18页珍藏版）》请在冰点文库上搜索。
药效团模型的构建是指从一系列活性小分子出发得到合适的药效团模型。
而如果想通过药效团模型来找到新的先导化合物，就需要采用基于药效团模型的数据库搜索。
通过数据库搜索，可以寻找包含特定药效团特征的化合物，这些具有特定药效团特征的化合物可能具有相应的生物活性。
药效团模型方法作为一种发现先导化合物的有效方法在药物研发领域已经得到了广泛的应用。
近年来，文献也报道大量通过基于药效团的数据库搜索方法找到先导化合物的成功实例。
可以预见，随着小分子三维结构数据库信息量的迅速增加以及计算机技术的快速发展，药效团模型方法在药物设计中会受到越来越多的关注。
二药效特征元素的定义药效特征元素的定义：
在早期的药效团模型中，药效团模型的提问结构中一般只包括一些具体的原子或原子团，比如氮原子、羧基、苯环等。
但是，从药物分子与受体相互作用的角度看，药物分子中某个位置上并不一定必须包含某种特定原子或者原子团才能产生必需的特征相互作用。
例如，药物分子上某个原子能作为氢键受体和蛋白产生氢键相互作用，那么这个位置上的原子既可以是O，也可以是N和S。
在这种情况下，仅仅在药效团模型中定义具体的原子或原子团显然是不够的，需要引入更一般化的基于功能的药效特征元素。
这些药效特征元素特指一般化的化学功能结构，比如氢键受体、氢键给体、疏水中心、芳环中心、正负电荷中心、排斥体积等。
下面将对这些药效特征进行简要的介绍。
（一）氢键受体氢键相互作用是配体与受体之间相互识别非常重要的相互作用，因此氢键特征在药效团模型中占有重要地位。
氢键特征可以分为两类：
氢键给体和氢键受体。
广义来讲，任何带有孤对电子的原子，如氮、氧、氟、硫等，都可以作为氢键受体。
但过于宽泛的定义往往会导致过多的命中结构，从而降低搜索的选择性。
因此，在一般的药效团模型方法中（DiscoveryStudio,Catalyst），仅仅只考虑药物分子中最常见的氢键受体形式，包括：
Asp或sp2杂化的氧原子；
B与碳原子以双键形式相连的硫原子；
C与碳原子以双键或三键相连的氮原子
（二）氢键给体氢键给体主要包括氢原子以及与之相连的氧原子和氮原子，一般有：
A非酸性羟基；
B氨基；
C次氨基，但不包括三氟甲基磺酰胺和四唑中的次氨基。
需要特别指出的是，由于配体与受体之间的氢键相互作用一般具有明确的方向性，因此对于一个氢键给体或受体的描述，仅仅靠一个点是不够的。
在药效团模型软件中（DiscoveryStudio,Catalyst），一般都采用两个点来描述氢键特征，一个点表示氢键特征中重原子的空间位置，而另一个点表示氢键给体或受体的矢量方向。
对于氢键给体，矢量方向为重原子和与之相连的氢原子的成键方向。
对于氢键受体，矢量方向一般为重原子和其上孤对电子连线的方向。
如图2所示，为DiscoveryStudio软件包中氢键给体（紫色）和氢键受体（绿色）特征的示意图。
在比较一个药效团和测试分子中的氢键特征时，不仅要比较氢键特征的位置，还需要比较氢键特征的矢量方向。
图2.氢键受体与氢键给体矢量方向示意图（三）疏水中心疏水相互作用是配体与受体相互识别的重要作用方式。
配体与受体上的疏水基团总是倾向于形成紧密的疏水堆积作用，形成疏水性内核。
疏水相互作用本质上包含了熵效应和范德华相互作用两个部分。
疏水基团一般由非极性原子组成，有疏水相互的片段很多，如甲基、乙基、苯环等。
与氢键给体、氢键受体特征不同，疏水中心无需用矢量表示，只需要用一个点表示配体与受体形成疏水相互作用的部位就可以了，见图3。
（四）芳环中心芳环可以参与药物分子和蛋白受体之间电子离域系统的-相互作用。
芳环中心主要包括五元和六元芳环，如噻吩、苯环等。
在药效团模型方法中，芳环需要由两个参量来定义：
一个参量是芳环的空间位置，即芳环中所有原子的几何中心；
另一个参量是芳环平面矢量方向，一般用垂直于芳环平面的矢量来描述，见图3。
图3.疏水中心和芳环中心药效特征示意图（五）电荷中心配体上的电荷中心是指配体上的带电基团，由于具有较多的部分电荷，这些基团往往可以和受体形成盐桥或较强的静电吸引作用。
电荷中心既可以是带有电荷的原子，也可以是在生理PH下会发生电离的中性基团。
比如，在生理PH下，脂肪胺会质子化形成正电荷中心，而羧基会去质子化形成负电荷中心。
此外，电子离域系统，如羧酸盐、胍基、脒基等也可能形成电荷中心。
电荷中心可以分为两类：
正电荷中心和负电荷中心。
正电荷中心包括：
A带正电荷的原子；
B伯、仲、叔脂肪胺中的氮原子；
C氮-氮双取代的脒基中的亚氨氮原子或四氮取代的胍基中的亚氨氮原子；
D至少含有一个未取代氢原子的脒基中的氮原子中心或至少含有一个未取代氢原子的胍基中的氮原子中心。
负电荷中心包括：
A带负电的原子；
B三氟甲基磺酰胺中的氮原子；
C羧酸、亚磺酸或磷酸中羟基氧和氧代氧的原子中心；
D磷酸二酯和磷酸酯中羟基和氧代氧的原子中心；
E硫酸和磺酸中羟基氧和两个氧代氧的原子中心；
F磷酸单酯和磷酸中氧代氧和两个羟基氧的原子中心；
G四唑中的氨基氮原子。
在药效团模型方法中，正负电荷中心都是由一个电荷中心点表示其所在位置，没有方向性，见图4。
图4.正电荷中心（左）和负电荷中心（右）药效特征示意图（六）排斥体积在药效团模型中，排斥体积也是一种重要的组成成分。
与其余药效特征不同，排斥体积并不是对应于配体上特殊的原子或者基团，而是基于配体分子的空间特征。
在配体和受体相互作用时，在配体的某些取代位置上存在某些原子或原子团可能会和受体产生不利的原子碰撞，这些位置上的原子或原子团占有的位置就构成排斥体积。
在排斥体积中存在原子或原子团会大大降低化合物的活性，见图5。
图5.排斥体积药效特征示意图（七）药效特征的几何约束一个完整的药效团模型中除了必须包含药效特征元素（如氢键给体、疏水中心、正电中心等）之外，还需要包括药效特征元素之间的空间约束，这些约束是指各特征元素的位置约束，各特征元素之间的距离、角度、取向等。
在常用的药效团模型方法中（如DiscoveryStudio,Catalyst），药效特征元素可以抽象为点（比如疏水中心、电荷中心）、线（比如氢键）、面（比如芳环平面）的形式出现。
而这些特征元素或它们之间几何关系的约束可以采用多种形式来实现，如：
位置约束可以是点的空间活动范围；
距离限制可以是点点间的距离，或点到线的距离；
角度限制可以是三点的角度，直线与平面的角度，或者是平面与平面的角度等（参考图1）。
其中距离限制是最为常见的约束形式。
但是仅仅限制药效特征元素之间的相对距离，无法反映化合物的立体选择性，不能表达手性的要求，因为一个构象中原子的相对关系和它的镜像是完全相同的，但是它们的活性可能完全不同。
比如S，S型的captopril有ACE抑制活性（一种血管紧张素转化酶抑制剂），而R，R型却没有活性。
在这种情况下，就需要添加更为严格的角度、二面角以及位置约束，才能得到特异性比较高的药效团模型。
第二节第二节药效团模型的构建方法药效团模型的构建方法药效团模型的构建主要有两种方法：
第一种是在受体结构未知或者在作用机制不明确的情况下，通过事先收集一系列活性小分子，进行结构-活性研究，并结合构象分析、分子叠合等手段，得到一个基于这些配体分子的共同特征的药效团。
该药效团可以反映这些化合物在三维结构上一些共同的原子、基团或化学功能结构及其空间取向，这些特征往往对于配体的活性起着至关重要的作用。
另一种方法就是受体结构已知的情况下，分析受体的作用位点以及药物分子和受体之间的相互作用模式，根据预测的复合物结构或相互作用信息来推知可能的药效团结构，得到基于受体结构的药效团。
一一.基于配体活性小分子共同特征的药效团：
基于配体活性小分子共同特征的药效团：
从一系列活性小分子出发，构建基于配体结构共同特征的药效团步骤如下：
1活性小分子的选取：
构建药效团模型的第一步就是选取恰当的活性小分子。
例如，如果想构建一个肾上腺素1受体拮抗剂的药效团模型，就必须事先收集一系列具有肾上腺素1受体拮抗活性的小分子作为训练集。
训练集分子的质量高低直接决定着所得到药效团的准确度。
训练集分子的选取原则是：
分子数目以2-32为宜；
分子骨架需具备一定的差异性，从而能够代表不同系列同系物的结构特征；
尽量选择活性最强的化合物；
选择结构刚性大的分子效果比柔性分子好。
2小分子构象分析：
在选择好训练集分子之后，就需要对每个化合物进行构象分析，得到在某一能量范围内的低能构象。
对于每一个化合物分子，得到的构象数目可能会有10-255个，与分子本身的柔性有关。
构象分析保留的构象数目必须适中，太少则可能找不到分子的活性构象，太多则会给构象叠合造成一定的困难。
在DiscoveryStudio和Catalyst中都会对保留的构象数有明确的限制。
3分子叠合及药效团的产生：
在得到每个小分子的多构象以后，就需要对这些构象进行叠合以找到共同的药效团模型。
在叠合时，小分子的公共药效特征元素往往作为分子间叠合的叠合点。
分子叠合往往会提供多个药效团模型，或者说分子存在多种公共的药效特征元素空间分布形式。
用来建立药效团模型的分子需要和受体之间具有相似的作用机制，这样才能保证所有分子具有相似的药效模式。
如果分子集合中的分子能和受体产生多种完全不同的结合模式，则很难得到有效的药效团模型。
另外，对于刚性较大的分子，构象空间有限，活性构象一般接近能量最低构象，分子叠合比较容易找到一致的药效模式。
但对于柔性较大的分子，由于构象空间增大，分子叠合和活性构象的确定难度也加大。
4药效团模型的评价、修正以及数据库搜索：
最后一步是药效团模型的修正。
分子叠合得到的药效团模型往往不是最优的，可能还需要根据自己的经验和其它实验或计算的结果对药效团模型作进一步的修正，比如加入排斥体积。
药效团构建最终的目的是为了使用得到的药效团模型指导实验化合物的改造，或者使用药效团模型搜索化合物数据库，寻找骨架新颖的先导化合物分子。
二二.基于受体结构的药效团：
基于受体结构的药效团：
基于受体结构的药效团主要在配体-受体复合物的晶体结构已经清楚地条件下使用，操作步骤如下：
1受体结构的输入及活性位点的定义：
要构建基于受体结构的药效团，首先必须找到受体的三维结构。
受体（蛋白、DNA）的三维结构可以从ProteinDataBank（PDB：
www.rcsb.org/pdb）的网站上下载。
网上下载的文件一般是.pdb格式的，可以用药效团软件DiscoveryStudio直接打开。
在构建药效团之前，往往还需要预先对受体的结构进行处理，如删除晶体结构中的水分子、溶剂分子、金属离子或其他杂离子等。
之后，还需要对受体的活性位点进行定义，指定配体小分子可能结合的位点。
2活性位点扫描和药效特征的产生：
在确定好受体的活性位点之后，药效团软件DiscoveryStudio会自动使用Ludi算法搜索受体活性口袋的表面，对于受体活性口袋中可能与配体形成相互作用的残基，DiscoveryStudio会自动在该处添加一个配体药效特征（包括氢键给体、氢键受体和疏水中心）。
3药效特征的聚类：
在第2步中，得到的药效特征数目可能会非常庞大，要想得到合理的药效团，就需要对这些特征进行简化，找出主要的药效特征。
在DiscoveryStudio当中，实现药效特征简化所采用的方法是聚类分析。
4药效团的修正以及数据库搜索：
通过第3步聚类简化步骤之后，可以得到初步的药效团模型。
对于这个初步模型，还需要依据受体-配体复合物的结构，分析配体-受体相互作用关键位点，对药效团模型进行验证和优化。
第三节第三节药效团实验方法和操作步骤药效团实验方法和操作步骤一基于配体共同特征的药效团：
一基于配体共同特征的药效团：
说明：
基于配体共同特征的药效团使用的是Catalyst中的Hiphop算法，主要用于从一组预先收集好的活性小分子配体出发，进行分子叠合和共同药效特征搜寻，从而得到基于配体共同特征的药效团。
利用得到的药效团模型，用户可以搜索化合物数据库从而寻找骨架新颖的先导化合物分子。
在本次练习中，我们主要使用DiscoveryStudio中的CommonFeaturePharmacophoreGeneration这一个Protocol来实现药效团的构建。
小分子选择的是来自PDB数据库中六个HIV蛋白酶抑制剂的活性构象。
计算结果表明使用CommonFeaturePharmacophoreGeneration来寻找活性化合物之间共有的化学特征是非常有效的。
【本例中使用的分子构象直接来自于复合物晶体结构，也就是其活性构象，因此在生成药效团模型的时候不需要先使用DiverseConformationGenerationprotocol来对配体产生多构象模型。
若您的配体小分子不是活性活性构象，则需要预先产生多构象模型】操作演示：
操作演示：
1、产生基于配体共同特征的药效团使用CommonFeaturePharmacophoreGenerationprotocol来产生药效团并将配体小分子叠合到对应的药效团上。
1.1启动DiscoveryStudio1.2将HIV蛋白酶抑制剂导入DiscoveryStudio使用FileExplorer，选择Samplehiv.sd，鼠标右键点击，选择OpenWith|3DWindow1.3为各HIV蛋白酶抑制剂配体分子添加药效团参数：
Principal和MaxOmitFeat1.3.1使用View|DataTable展示DataTable（或Ctrl+T）1.3.2隐藏不必要的数据列：
选择DataTable任一列的头（Heading），鼠标右键点击选择SelectColums.，将SelectColumns对话框中除Name外的其它列都移入HiddenColumns列表中1.3.3添加药效团参数选择DataTable剩下列的heading，鼠标右键点击选择AddAttributes.，依据下图1给分子添加Principal参数，点击OK。
然后在DataTable中将SB203386-sbg的Principal值改为2。
图1重复上面操作，依图2为各小分子添加MaxOmitFeat参数，点击OK。
图2最终得到3DWindows内容如图3所示图3说明：
Principal和MaxOmitFeat是在药效团模型产生过程中十分重要的两个参数。
Principal用于确定化合物分子的权重，可以选择0，1，2三个值。
若化合物分子的Principal值设为2，则表明该化合物分子活性相对很强，在药效团产生过程中会当作模板分子来进行重点考虑。
如Principal值选择1，则表明该分子活性一般，在药效团产生过程中重要性也一般。
如Principal值选择0，则在药效团模型产生过程中，该化合物不会被考虑在内。
化合物的MaxOmitFeat参数主要用于药效团模型的过滤和验证，MaxOmitFeat也可以设置为0，1，2三个值。
化合物的MaxOmitFeat为0表示该化合物很重要，所产生的药效团模型每个特征都必须与该化合物匹配，否则该药效团则被认为是不正确的。
化合物的MaxOmitFeat为1表示该化合物重要性一般，所得到的药效团模型药效特征与该化合物部分匹配就行。
若化合物的MaxOmitFeat设置为2，则该化合物不会在药效团模型的过滤和验证过程中被考虑。
1.4加载protocol，输入计算参数1.4.1加载protocol，双击ProtocolExplorer窗口Pharmacophore下的CommonFeaturePharmacophoreGenerationprotocol1.4.2指定ligand：
在ParametersExplorer窗口，设置InputLigandsparameter的值，点击按钮展开SpecifyLigands对话框，选择Allligandsfroma3Dview选项和hiv。
1.4.3其它参数设置：
NumberofLeadsThatMayMiss3Advanced|CompleteMisses2Advanced|FeatureMisses21.5点击Run按钮开始计算，计算大概需要515分钟，视计算机配置不同而定。
2.结果分析双击JobsExplorer窗口中相应的行，出现CommonFeaturePharmacophoreGenerationhtmlwindow。
本次计算一共产生了10个药效团模型，用户可以点击ViewResults1.pl.ViewResults10.pl依次察看各个药效团。
如图4所示为药效团模型1，我们可以看到这个药效团模型由7个药效特征组成，其中两个氢键受体（绿色），两个氢键给体（紫色）以及三个疏水中心（蓝色）。
依次点击各化合物的Name可以查看每个化合物与该药效团的匹配情况。
匹配程度可以用一个量化的数值FitValue来衡量，FitValue值越大，该化合物分子与药效团模型的匹配程度就越高。
图4点击CommonFeaturePharmacophoreGenerationhtmlwindow中的hiv.log，找到文件末尾，可以看到对10个得到的药效团模型的总结，如下：
1HHHDDAARank:
106.854DH:
111111PH:
000000MaxFit:
72HHHDDAARank:
73HHHDAAARank:
105.13DH:
74HHHDAAARank:
75HHHDDAARank:
104.13DH:
76HHHAAAARank:
103.428DH:
77HHHAAAARank:
78HHHHDDAARank:
102.532DH:
010101PH:
101010MaxFit:
89HHHDDDARank:
101.238DH:
111101PH:
000010MaxFit:
710HHHDDAARank:
99.5001DH:
7其中每一行代表一个药效团下面以“1HHHDDAARank:
000000MaxFit7”为例来介绍其含义。
三个H代表三个疏水中心，两个D代表两个氢键给体，两个A代表两个氢键受体。
Rank代表对每个药效团模型的评分值，一般Rank值越高表明该药效团模型可能越可靠。
DH代表直接（完全）匹配，六个1代表训练集中的6个分子全部能够与该药效团完全匹配。
PH代表间接（不完全）匹配，六个0代表训练集分子中的6个分子没有与该药效团部分匹配的。
MaxFit代表训练集分子中，与该药效团匹配程度最高的分子FitValue是7。
二基于化合物构效关系的药效团：
在前面我们刚刚介绍了构建基于化合物共同特征药效团操作方法。
在基于化合物共同特征的药效团中，所有训练集的分子不需要输入活性数据，在药效团的产生过程中被同等的看待，所得到的药效团模型可以用来检索化合物数据库以寻找骨架新颖的先导化合物，但不能预测新化合物的活性。
如果想用得到药效团模型来预测新化合物活性以及进行构效关系研究，这时就需要构建基于化合物构效关系的药效团模型。
构建基于化合物构效关系的药效团模型操作起来相对复杂，与基于共同特征的药效团相比，最大的差异在于训练集分子的选取标准不同。
制作基于化合物构效关系的药效团模型也需要收集一系列活性小分子作为训练集，但对于每一个小分子必须收集其活性数据，如IC50、Ki值等。
训练集分子的数目以16-32为宜，化合物的活性差异最好能达到4个数量级以上且具备一定梯度。
本次练习的主要目的在于帮助大家练习如何在DiscoveryStudio中构建基于化合物构效关系的药效团，以及利用得到的药效团模型来预测新化合物的活性。
本次练习以大家都非常熟悉的ACE抑制为例来进行介绍。
步骤：
1小分子配体准备23DQSAR药效团的生成3数据库搜索以及结果分析1配体分子准备1.1启动DiscoveryStudio1.2在FileExplorer窗口中，双击打开3dqsar.sd。
在TableBrows
升级会员 