Page 47 - 2019年8月第30卷第16期
P. 47
最大迭代步数为“100 000”,对模型的分子构象进行进一 tion generation”设 为“Best”、“Energy threshold”设 为
步优化。 “10”,其余参数为默认值,保留小分子所有特征与药效
2.1.2 模型评估 借助 SAVES 在线服务器(http://ser- 团匹配其能量值均小于10 kcal/mol的构象。
vicesn.mbi.ucla.edu/SAVES/),从Verify_3D、ERRAT和拉 2.3.2 分子对接筛选 用于分子对接目标蛋白为同源
氏图(Ramachandran Plot)等3个方面对eEF2K蛋白模型 模建所构建的 eEF2K 蛋白,使用 Schrodinger Suite 2017
进行评估。其中,Verify_3D 用以评估模型和氨基酸一 软件中“Ligand docking”模块对由 Hypogen 药效团初步
级结构的相关性,当 80%以上的氨基酸得分≥0.2 即表
筛选所得小分子进一步筛选。通过该软件的“Sitmap”
[15]
示氨基酸侧链构象合理 。ERRAT 用以计算在空间距
程序对目标蛋白最具潜力的活性位点进行精确对接,以
离0.35 nm内,不同原子类型间非键相互作用侧链(包括
“Docking-score”得分函数值评价小分子与 eEF2K 蛋白
C—C、C—N、C—O、N—N、N—O、O—O)的数量,并
的相互作用,该函数综合考虑了氢键、疏水、范德华力等
计算整体质量因素(Overall quality factor)得分,若该得
相互作用,其绝对值越大表明小分子与目标蛋白的对接
分>85 则表明模型可靠性高 。拉氏图是通过蛋白中
[16]
[18]
复合物越稳定、匹配结合作用越好 。
非键合原子间最小接触距离来评价两个相邻肽单位骨
架构象的合理性,并以此表示蛋白中允许和不允许的构 3 结果
[16]
象,位于不允许区的氨基酸数应小于氨基酸总数的5% 。 3.1 同源模建和模型评估
2.2 Hypogen药效团模型构建 3.1.1 同源模建结果 通过 BLAST 程序搜索得与
将图 1 中编号为奇数的 eEF2K 抑制剂小分子作为 eEF2K 蛋 白 同 源 性 较 高 的 蛋 白 晶 体 5KS5、3PDT、
训练集(共 28 个),编号为偶数的作为测试集(共 27 3LKM、3LMH,其相关参数见表 1(蛋白名称后的“A”表
个)。利用 Insight Ⅱ软件中“3D QSAR pharmacphore 示该晶体有一条A链,下同)。其中,“最大分”和“总分”
generation”模块以训练集分子为基础构建具有活性预测 均为蛋白晶体结构评价值,两者值越高表明晶体结构越
能力的Hypogen药效团模型,拟合活性以半数抑制浓度 优;“覆盖率”为序列覆盖率,其值越大表明晶体结构越
(IC50 )的负对数(pIC50 )表示。设置“Minimum interfea- 优;“E”值为相似性分值远离理论值可能性的概率,该值
ture distance”为“1.5”、“Conformation generation”为 越低表明序列相似性越高;“I”值表示序列经 BLAST 比
“Best”、“Energy threshold”为“10”,其余参数为默认值, 对的同源性,其值越高表明晶体同源性越好 。以上述
[19]
表征各分子的构象空间,保留能量值<10 kcal/mol的分
4 个蛋白作为预选模板蛋白的序列比对结果见表 2。经
子构象 ,构建 Hypogen 药效团模型。所建模型通过测
[17]
筛除修饰后,3PDT的同源性和相似性最高,故将其作为
试集分子进行验证,以筛选出可靠性及预测能力较好
模板蛋白进行同源模建。选取构建的 10 个蛋白模型中
(即预测值与真实值拟合度较好,真实值来源于文献
的最优模型(PDF total energy 为 1 316.46、DOPE score
[11-12])的药效团模型,模型验证利用Insight Ⅱ软件中
为-688.31)进行后续研究。
的“Ligand profiler”程序进行,“Conformation generation”
表1 BLAST搜索结果
设 为“Best”、“Energy threshold”设 为“10”、“Maximum
Tab 1 Results of BLAST search
omitted features”设为“-1”以允许小分子与 Hypogen 药
效团特征元素部分匹配,其余参数为默认值,以 Ligand 蛋白 最大分 总分 覆盖率,% E I,%
5KS5 A 212 212 14 2×10 -65 97
profiler热图确定最优药效团模型(即可区分活性分子和 3PDT A 163 163 29 5×10 -45 36
非活性分子的模型)用于eEF2K抑制剂的虚拟筛选。 3LKM A 164 164 29 6×10 -45 36
2.3 eEF2K抑制剂虚拟筛选 3LMH A 161 161 29 5×10 -44 36
2.3.1 Hypogen 药效团筛选 从 ZINC 数据库(http:// 表2 序列比对结果
zinc.docking.org/)搜索用于虚拟筛选的小分子,并利用 Tab 2 Results of sequence alignment
Lipinski 5规则进行初步筛选。筛选标准 :①化合物分 修饰前,% 修饰后,%
[13]
序列比对
子量<500 Da;②化合物结构中氢键给体(包括羟基、氨 同源性 相似性 同源性 相似性
5KS5 A 13.8 14.1 13.8 14.1
基等)的数量不超过5个;③化合物结构中氢键受体的数 3PDT A 27.8 41.9 28.2 42.4
量不超过 10 个;④化合物脂水分配系数的对数值(lgP) 3LKM A 20.5 36.5 20.5 36.5
为-5~-2;⑤化合物中可旋转的化学键数不超过 10 3LMH A 27.7 42.2 27.9 42.4
个。随后使用 Insight Ⅱ软件中“Ligand pharmacophore 3.1.2 模型评估 Verify_3D 评估结果显示,eEF2K 蛋
mapping”程序对“2.2”项下所获 Hypogen 药效团模型进 白模型中,有83.33%的氨基酸得分≥0.2,表明模型中氨
行进一步筛选,并对筛选所得小分子进行活性预测。程 基酸侧链构象合理;ERRAT评估结果显示,本模型的整
序中“Maximum omitted features”设置为“0”、“Conforma- 体质量因素得分为 93.697,表明模型可靠性好;拉氏图
·2202 · China Pharmacy 2019 Vol. 30 No. 16 中国药房 2019年第30卷第16期