iGEMDOCK：使用药物相互作用和筛选后分析来增强GEMDOCK的图形化环境外文翻译资料

 2022-03-23 21:01:34

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

iGEMDOCK：使用药物相互作用和筛选后分析来增强GEMDOCK的图形化环境

摘要：

结果：通常从实验中获得的一组活性化合物中推断出来的药理学相互作用可以用于了解治疗靶标的配体结合机制。此外，由于大多数的对接程序都只处于在结构的基础上进行松散耦合的虚拟筛选阶段（结合位点和配体的准备，虚拟筛选和筛选后分析），所以对于药物发现来说，一个能提供无缝组合这些虚拟筛选阶段并从筛选的化合物中识别药物相互作用的友好界面的完整虚拟环境是有价值的。

结果：我们开发的iGEMDOCK是一个可以整合所有虚拟筛选阶段（从前期准备到筛选后分析）的易于使用的图形环境。对于筛选后分析，iGEMDOCK 不依赖活性化合物的实验结果，而是通过得到的筛选化合物的药理学相互作用来提供生物学方面的见解。药理学相互作用可以体现出那些经常形成具有特定物理化学性质的结合口以发挥靶蛋白的基本功能的保守的相互作用结合基。我们的实验结果表明，iGEMDOCK衍生的药理学相互作用往往是涉及生物功能的热点。 此外，iGEMDOCK还提供蛋白质 - 复合物相互作用谱和层析聚类树形图的化合物的筛选分析。

结论：我们开发了iGEMDOCK以促进从靶蛋白和配体文库的制备到筛选分析的步骤，它特别适用于筛选分析和推断筛选化合物的药理学相互作用。 我们认为，iGEMDOCK可用于了解配体结合机制并发现先导化合物。 iGEMDOCK可以在http://gemdock.life.nctu.edu.tw/dock/ igemdock.php上找到。

背景

基于结构的药物设计被广泛的应用在鉴定铅化合物和越来越多的可用蛋白质的结构上。很多程序（如GEMDOCK、DOCK、AutoDock和GOLD等）已被开发出来用于虚拟筛选，并在为目标蛋白筛选合适的化合物上取得了成功。然而，由于对配体结合机制的不完全理解，这些对接程序的准确性仍是未知的，而且大部分的打分机制缺乏药理学作用机制，这对配体结合或生物功能来说是至关重要的。最近，研究者们发现了一些方法，可以从已知化合物中找到药理学的作用机制。在鉴定那些和已知化合物类似的活性化合物时，这种方法显著的提高了命中率，但是，这种方法不能用于那些没有已知活性化合物的新靶点。

通常情况下，一个虚拟的筛选过程由四个主要步骤组成：靶蛋白和化合物数据库的准备、对接和筛选后分析（如聚集化合物和药理学的作用机制）。大多数的对接程序（如DOCK和AutoDock）只显示对接状态和松散的对接过程耦合，它们在筛选分析方面能力非常有限。因此，对于一个虚拟筛选程序来讲，提供一个易于使用的图形环境和集成环境是非常有必要的。

为了解决上述的这些问题，我们开发了一个名为iGEMDOCK的软件，它是一个基于结构的虚拟筛选程序，包含了从准备阶段到晒筛选后分析的所有过程。iGEMDOCK是一个综合的环境，它包含了善于修改和增强的内部工具GEMDOCK，蛋白质-配体谱、药理学作用机制和化合物家族。和几种对接工具相比，GEMDOCK已经在筛选靶标的新抑制剂和结合位点上取的了成功的应用。值得注意的是iGEMDOCK是在未使用任何一组已知活性化合物的情况下，从待筛选的化合物中发现药理学的作用机制的。一般情况下，在目标蛋白的特定物理化学性质的结合部位产生的药理学作用机制可以表明作用残基和筛选的化合物之间作用的稳定性。最初我们验证了三种治疗性靶蛋白的药理学作用机制，这其中包括了激动型雌性激素受体alpha;、拮抗型雌性激素受体alpha;和胸苷激酶。实验结果表明，对于配体结合或者维持这些靶标的生物学功能，这些衍生的药理学作用机制是非常重要的。重要的是，iGEMDOCK提供了一个后期分析的模块，这使得聚集化合物和药物作用的相互作用的分析更为方便。我们相信iGEMDOCK对于发现药物和识别与结合机制相关的必需残基和相互作用是有效的。

方法

蛋白质和化合物的制备

为了初步验证药物的相互作用，我们选择了三种已研究证实了的治疗性蛋白靶标：激动型雌性激素受体alpha;（ERA）、拮抗型雌性激素受体alpha;（ER）和胸苷激酶（TK）。在相关文献中，我们找到了这三个目标蛋白的催化机制、生物活性、关键功能残基和活性化合物。雌性激素受体是骨质疏松症和乳腺癌的重要治疗靶点，胸苷激酶是治疗Ⅰ型单纯疱疹病毒的药物靶点。我们评估了iGemdock的对接和筛选的准确性：对于每种治疗性蛋白质靶标，在对接时，我们选择了有着高度多样性的305个蛋白复合物数据集，准备了10种已知的活性化合物并在Bissantz等人提出的可用化学数据库（ACD）中随机选择了990种化合物。

主要步骤

iGEMDOCK是一种整合了从制备到使用药理学作用机制进行筛选后分析的虚拟筛选环境（图1A）。iGEMDOCK为靶蛋白结合位点的准备和筛选化合物库提供了一个交互式的界面（图1B和图1C），然后使用内部对接工具GEMDOCK将数据库中的每个化合物对接到结合位点。紧接着iGEMDOCK就会生成作用力为静电（E）、氢键（H）和范德华力（V）的蛋白质-化合物相互作用的剖面图。基于这些图和复合物结构，iGEMDOCK在筛选后分析中推断出药物相互作用并将和筛选化合物聚集在筛选后分析中（图1D和图1E）。最后，iGEMDOCK在结合了GEMDOCK的药理作用和能量评分功能后，实现筛选化合物的排序和可视化。

主要的药理学作用机制

iGEMDOCK在蛋白质-复合物相互作用的剖面图的基础上，解释药物的作用机制（图2）。每个剖面图的大小为Ntimes;2K，其中，N和K分别为筛选化合物和靶蛋白功能残基的数目。在这里，功能残基被分为两个相互作用的组：主链和侧链。一种类型Ⅰ（E、H或者V）的剖面P（Ⅰ）（图2A）可以写为：

在这个式子中，pi,j是与残基组j相互作用的化合物的二进制（0或1）。在E和H的剖面中，如果在化合物i和残基j（能量le;-2.5kcal / mol）之间产生氢键或静电相互作用，则pi，j被设置为1（绿色），否则，pi，j=0（黑色）。 对于V剖面，如果相互作用能量小于-4 kcal / mol，则pi,j = 1（图2A）。

在经过几代的剖面分析后，我们就确定了药物的作用机制。对于每个相互作用的残基组，z-评分值用于测量相互作用组和筛选化合物之间的相互作用的稳定性。为了计算剖面文件中的交互组的z分数，我们使用了1000个随机混合分布来获得标准偏差和平均值（mu;）。 相互作用残基组j的z分数定义

，其中 N是筛选化合物的数目。

最后我们下面的公式得出Z值：

在这个公式中，其中Wj是与结合位点中所有相互作用组中z-评分最大的功能残基组j的相互作用的稳定性。在这里，相互作用的稳定性被视为药理学偏好数，如果Wjge;0.4，则相互作用被认为是药物相互作用。 例如，对于目标ERA的氢曲线，E353和R394的药理学偏好数分别为0.64和0.80; 对于V曲线，L387，L391和F404的偏好数分别为1.00,0.61和0.90（图2B）。 在这种情况下，超过300个（gt; 30％）筛选化合物和残基E353或R394在极性部分形成氢键（例如，羟基（27％），羧基（20％），硫酸单酯（9％）， 酮（8％）和磷酸单酯（6％））。 此外，筛选化合物的芳环通常被形成范德华力的残基L387，L391和F404夹在中间（图2D）。

在药物相互作用机制的基础上，我们开发了用于从数千种从筛选化合物中鉴定活性化合物的药理学评分功能。 这个药理学评分函数为：

其中，EGEMDOCK 是GEMDOCK的对接能量，E(E)pharma 、E(H)pharma 和E(V)pharma分别为讲点、氢键和范德华力的相互作用药理学分数。相互作用类型Ⅰ（如E、H或V）的对接能量E(Ⅰ)：。其中，ej是残基组j由GEMDOCK评分函数获得的能量。最后，iGEMDOCK会提供所有筛选化合物的能量和药理学评分功能的排名。

iGEMDOCK的实施

iGEMDOCK是一个易于使用的虚拟筛选环境，包括三个主要模块（图1）：对接和虚拟筛选工具（GEMDOCK），筛选后分析方法和可视化工具。我们以ERA为例介绍了iGEMDOCK的这些模块，程序和功能。

对于蛋白质-配体对接/筛选模块，iGEMDOCK提供了用于制备结合位点和化合物库、设置对接参数和监测进度状态的交互界面（图1B）。 对于大多数对接工具，用户通常需要通过复杂的步骤（例如添加氢原子并产生蛋白质的网格）来制备结合位点结构和化合物库。 在这里，iGEMDOCK提供了从有界配体衍生结合位点的直接方法，例如，从雌二醇获得ERA（PDB代码1gwr）的结合位点（图1C）。 当制备结合位点和化合物文库时，iGEMDOCK能够自动考虑氢原子的作用。 此外，iGEMDOCK允许用户可视化和细化靶蛋白的结合位点。并提供了类似的方式来制备筛选化合物和对接参数（例如，群体大小和代数）。

在筛选过程之后，在蛋白质 - 配体复合物和化合物的结构的基础上，iGEMDOCK会利用筛选后分析模块推断出药理学的作用机制和簇筛选化合物。首先，iGEMDOCK会产生一个相互作用谱，并计算每个相互作用组的药理学偏好（Wj），以得出药物相互作用值，在交互式窗口中这些药理学偏好和相互作用会显示出来；此外，RasMol会显示显示保守的功能残基和化合物官能团的药理学相互作用。

此外，使用分层聚类的方法，iGEMDOCK会根据相互作用图和原子组成，对筛选化合物进行聚类，其中哪些与蛋白质序列的氨基酸组成相似的原子组成可被用于测定化合物相似性。 iGEMDOCK根据Java Treeview的层次结构树为复合相似性的可视化提供了一个交互式界面。最后，在结合了药物相互作用和基于能量的评分功能后，iGEMDOCK就可以实现筛选化合物排序和可视化。

结果与讨论

药理作用

通常情况下，iGEMDOCK衍生的药理学作用机制通常涉及到生物反应或者必要的配体结合。我们测试了三种选择性靶蛋白（ERA，ER和TK）的药理学相互作用。首先，我们将衍生自1000个筛选化合物的药理学相互作用与来自10种活性化合物的共有相互作用进行比较（表1和图3）。此时，如果共有相互作用比ge;0.5，则残留物i被认为是“热点”。在ERA的10个预测的药物相互作用（残基）中，9个药理学相互作用（9个残基中的9个）与除了具有氢键相互作用的L387之外的热点一致。对于TK，14种药物相互作用中有8种（9种残基中有7种）是热点。 这些结果表明筛选化合物的药理学相互作用（残基）通常对配体结合至关重要。 例如，10种活性化合物的TK与残留物Y172（范德华力偏爱数在方程（1）中定义为1.0）形成堆叠相互作用，这就稳定了胸腺嘧啶或嘌呤部分的结合。

我们还通过它们的生物学功能或结合机制检查了药物的作用机制。对于雌激素受体a，H524（ERA和ER的氢键偏好数分别为1.0和0.42）涉及到了氢键网络；同样，E353和R394（ERA和ER两者的氢键优先度ge;0.5）与结构水相互作用形成氢键网络（表1和图3）。这两个氢键网络是雌激素受体调节剂触发雌激素受体alpha;反应的关键。对于ER和ERA，与活性化合物的甾醇或黄酮支架接触时，疏水相互作用残基L346，L387，F404和L525具有高范德华力相互作用偏好数。这说明，雌激素受体alpha;配体结合时主要的范德华力作用就是来自于这些残基。对于TK来说，对抑制剂和底物结合起主要作用的是R222和R163，它们的氢键偏好数分别为1.0和0.99（表1）。

我们用此方法鉴定了有助于磷酸底物磷酸化转移R222和R163（偏好数分别为1.0和0.4）的静电作用。然而，在这10种活性化合物中，我们没有观察到这两种静电相互作用（图3）。对于残基Q125（H偏好数为0.40），如果Q125突变为Asp，Glu或Asn，TK活性会降低超过90％ 。残基M128，Y172，H58，R163和Y88构成了用修复底物的口袋，它们的范德华力偏好数分别为0.58,1.00,0.68,0.56和0.87（表1）。 对于底物结合，M128和Y172将胸腺嘧啶部分夹在它们中间，W88是准螺旋基序的一部分。这些结果表明，由iGEMDOCK衍生的药理学相互作用常常参与到生物学功能和配体结合。

分子对接和虚拟筛选

为了初步评估iGEMDOCK用于对接和虚拟筛选的效用，我们选择了具有高度多样性的305个蛋白质 - 配体复合物（即CCDC / Astex set [20]）和含有1000种化合物的ERA，ER和TK数据集作为测试组。 值得注意的是，iGEMDOCK的对接和筛选工具是在虚拟筛选和一些应用中进行了深入研究的GEMDOCK。 为了比较以前的作品，我们遵循了Nissink等人提出的对接程序和性能指标。 如果对接解决方案和X射线晶体结构之间的均方根推导（RMSD）le;2.0Aring;，则对接结果被认为是成功的解决方案。 对于这305个复合体，iGEMDOCK和GOLD的成功率分别为78％和68％（附加文件1中的表S1）。

应用药理学评分功能鉴定来自ERA，ER和TK的1000种化合物的活性化合物。我们将筛选结果与使用GEMDOCK的能量评分函数进行比较，将这两种方法在相同的数据集上进行了测试。 使用三

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[485763]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章