Page 45 - 2019年8月第30卷第16期

the above pharmacophore model，Lipinski’s five rules and molecular docking method. RESULTS & CONCLUSIONS：The overall
quality factor score of the crystal structure model of eEF2K protein was 93.697. Among them，83.33％ of the amino acid Verify_3D
score was more than or equal to 0.2，and 1.7％ of the total amino acids were located in the non-permissible region. The amino acid
conformation and skeleton structure of the model were reasonable and the reliability of the model was high. Totally 9 Hypogen
pharmacophore models（No. 02-10）with active predictive function were constructed，among which No. 03 pharmacophore model
included 2 hydrogen bond receptors and 2 conjugated aromatic rings，which could better distinguish active and inactive molecules.
The predicted value of pIC50 fitted the experimental value best（the correlation coefficient was 0.665 3），and it had good predictive
ability and high reliability. Finally，9 potential eEF2K inhibitor molecules were obtained through virtual screening（pIC50 ranged
from 1.074 to 1.185，and Dcoking-score of protein-molecule interaction ranged from － 9.730 to － 7.467）. Pro268，Asp267，
Gln171，Phe121 and Glu212 may be the key amino acids for the interaction between eEF2K inhibitors and target proteins，
including hydrogen bonds，salt bridges and hydrophobicity. These 9 molecules are expected to be the lead compounds for the
development of eEF2K inhibitors.
KEYWORDS eEF2K；Inhibitor molecule；Homology modeling；Hypogen pharmacophore；Molecular docking；Virtual screening

真核生物延伸因子 2 激酶（Eukaryotic elongation 建 的 模 板 蛋 白 来 源 于 PDB 数 据 库（http：//www.rcsb.
factor 2 kinase，eEF2K）又称钙调素依赖性真核生物延伸 org/）。本研究所需的 55 个 eEF2K 抑制剂小分子（编号
因 子 2 激 酶（Calmodulin-dependent protein kinase Ⅱ ， 1～55，结构见图 1）均来源于相关文献 [11-12] ，将其结构导
CaMKⅡ），是由人类基因组 eEF2K 基因编码的一种激 入药物设计工具 Schrodinger Suite 2017 软件，利用其中
[1]
酶 。该酶在多种恶性肿瘤组织中均呈高表达，如恶性 的“Ligprep”工具以“OPLC_2005”力场进行结构优化及
[5]
胶质瘤、髓母细胞瘤、乳腺癌等 [2-4] 。Parmer TG 等 检测 3D结构转化，将结果保存为“mol2”文件格式，用于后续
了不同细胞周期人乳腺癌MCF-7细胞中eEF2K的活性， 药效团模型和分子对接的构建与筛选。
发现S期细胞中eEF2K活性明显增强，提示其活性高低 2 方法
与肿瘤细胞周期密切相关。此外，eEF2K还可参与肿瘤 2.1 同源模建
[6]
[8]
细胞自噬 、凋亡 、血管新生 、侵袭与转移 等过程的 2.1.1 模型构建与优化 利用美国国立生物技术信息
[9]
[7]
调控。由此可见，作为潜在的抗癌药物作用靶点， 中心（NCBI）的“BLAST”程序（https：//blast.ncbi.nlm.nih.
eEF2K在肿瘤细胞生长、增殖过程中发挥着极其重要的 gov/blast.cgi）进行模板搜索，采用生物分子模拟软件In-
作用，研究与开发新型的eEF2K抑制剂具有重要的临床 sight Ⅱ的“Align sequence to templates”模块进行序列比
意义，现已成为当前抗肿瘤药物研发的热点之一。 对，根据比对结果进行适当的筛除修饰，以提高目标蛋
计算机辅助药物设计（Computer aided drug design， 白与模板蛋白的同源性，选择比对结果最好（即同源性
CADD）是以计算化学为基础，通过计算机进行模拟、计 和相似性最高） 的作为模板蛋白。以Insight Ⅱ软件中
[14]
算和预测药物与受体之间的相互关系，设计并优化药物 的“Modeller 9.2”程序进行同源模建，构建eEF2K蛋白的
先导化合物的药物设计方法。该法可大大提高药物研 三维结构，将运算参数中的“Number of models”设置为
发的成功率，减少研究的盲目性，具有成本低、周期短等 “10”（即构建10个蛋白模型，下同），“Optimization level”
优点，是药物研发的重要手段之一 。基于结构的药物 选择“High”（即高优化水平，下同），其余参数均选择“缺
[10]
设计、基于片段的药物设计和基于配体的药物设计是 省 值 ”。 以 输 出 模 型 的“PDF total energy”和“DOPE
CADD的主要应用技术，其中同源模建（Homology mod- score”选择最优模型，两者得分越低，表明模型在同源约
eling）、分子对接（Molecular docking）和虚拟筛选（Vir- 束条件下优化得越好、模型质量越可靠 。利用 Insight
[13]
tual screening）等方法对药物的研发意义重大。鉴于此， Ⅱ软件“Loop refinement”模块和“Standard dynamics cas-
本研究以CADD为手段，首先通过同源模建的方法构建 cade”模块分别进行 Loop 优化和分子动力学优化，以消
了eEF2K蛋白的晶体结构模型，以文献报道的eEF2K抑 除原子间的不合理接触。结合前期预试验，将 Loop 优
制剂分子 [11-12] 为基础构建了具有活性预测能力的Hypo- 化参数“Number of models”设为“10”，“Optimization lev-
gen 药效团模型，随后结合该药效团模型和类药性五规 el”设为“High”。分子动力学优化时，首先赋予 eEF2K
[13]
则（Lipinski 5 规则） 、分子对接方法筛选出潜在的 蛋白“CHARMM”力场，溶剂模型选择“隐形溶剂模型
eEF2K抑制剂小分子，旨在为eEF2K抑制剂的优化设计 （GBSW）”；随 后 使 用“ 最 陡 下 降 法（Steepest descent
和进一步研发提供理论依据。 method）”优化，设置“收敛RMS参数（RMS gradient）”为
1 资料来源 “0.05（kcal/mol）·Å”（1 kcal＝4.186 kJ，1Å＝0.1 nm）、“最
eEF2K 氨基酸序列（含 725 个氨基酸残基）来源于 大迭代步数（Max iterations）”为“10 000”；最后使用“共轭
Uniprot 数据库（https：//www.uniprot.org/）；用于同源模 梯度法”，设置“收敛RMS参数”为“0.001（kcal/mol）·Å”、

·2200 · China Pharmacy 2019 Vol. 30 No. 16 中国药房 2019年第30卷第16期