基于配體相似性譜的藥物設(shè)計(jì)方法及應(yīng)用.pdf

1、近年來(lái)，藥物研發(fā)面臨著“高投入，低產(chǎn)出”的困境。定量構(gòu)效關(guān)系(QSAR)可以快速建立化合物結(jié)構(gòu)與性質(zhì)之間的聯(lián)系，從而指導(dǎo)化合物的優(yōu)化，提高藥物研發(fā)的效率。有效地表征分子是QSAR模型成功的關(guān)鍵。本論文中，我們提出了兩種基于配體相似性向量的分子表征方法，并將它們應(yīng)用到多個(gè)QSAR分析實(shí)例中。
　　首先，以KEGG配體庫(kù)中2000個(gè)多樣性的化合物為基準(zhǔn)，通過(guò)分子二維相似性算法，計(jì)算了目標(biāo)化合物與基準(zhǔn)化合物的相似性譜，稱(chēng)為生物相關(guān)譜(B

2、RS)。BRS反映了化合物在生物相關(guān)化學(xué)空間中的分布。我們利用BRS構(gòu)建了化合物藥代動(dòng)力學(xué)性質(zhì)和毒性(ADME/T)的預(yù)測(cè)模型。(1)使用SVM方法分別構(gòu)建了5組化合物急性毒性和2組化合物水生生物毒性的預(yù)測(cè)模型。在急性毒性模型中，訓(xùn)練集10重交叉驗(yàn)證的Q2取值范圍為0.543～0.655，測(cè)試集的R2取值范圍為0.566～0.840;在水生生物毒性模型中，呆鰷魚(yú)和梨形四膜蟲(chóng)體系測(cè)試集的總體預(yù)測(cè)準(zhǔn)確率Qtotal均在90％以上，馬修相關(guān)系

3、數(shù)MCC均在0.7以上。(2)分別構(gòu)建了化合物血腦屏障透過(guò)率(BBB)、人體小腸吸收率(HIA)和P-糖蛋白(P-gp)抑制劑的預(yù)測(cè)模型。在BBB擬合模型中，測(cè)試集的R2為0.762，RMSE為0.41。HIA判別模型中，測(cè)試集總體的預(yù)測(cè)準(zhǔn)確率為98％，MCC為0.789，模型對(duì)634個(gè)口服藥物的預(yù)測(cè)準(zhǔn)確率為93.8％。P-gp判別模型中，測(cè)試集總體的預(yù)測(cè)準(zhǔn)確率為78.1％，MCC為0.537。結(jié)果表明，BRS在化合物ADME/T性質(zhì)預(yù)

4、測(cè)中表現(xiàn)出了接近或優(yōu)于傳統(tǒng)描述符的預(yù)測(cè)能力。
　　繼而，我們將生物相關(guān)譜的研究提高到了三維的層次，建立了三維生物相關(guān)代表性化合物數(shù)據(jù)庫(kù)(BRCD-3D)，通過(guò)分子疊合實(shí)現(xiàn)了三維生物相關(guān)譜(BRS-3D)的計(jì)算，并將其用于重要藥物靶標(biāo)配體選擇性的預(yù)測(cè)中。(1)基于ChEMBL中的生物活性數(shù)據(jù)，我們對(duì)雌激素受體(ER)的選擇性進(jìn)行了研究，一共構(gòu)建了4種類(lèi)型的預(yù)測(cè)模型，包括亞型間的選擇性擬合模型、單一亞型的活性擬合模型、亞型間的選擇性判

5、別模型和單一亞型的功能選擇性判別模型。大多數(shù)模型表現(xiàn)出了理想的預(yù)測(cè)能力。此外，BRS-3D在ER選擇性預(yù)測(cè)中的效果要優(yōu)于MOE中傳統(tǒng)的二維和三維描述符，組合BRS-3D和傳統(tǒng)的二維描述符對(duì)于提高模型的預(yù)測(cè)能力有一定的幫助。(2)對(duì)兩種重要的G蛋白偶聯(lián)受體，大麻素受體(CB)和多巴胺受體(DR)的選擇性進(jìn)行了研究。在CB選擇性預(yù)測(cè)中，基于Ki和IC50活性數(shù)據(jù)的模型表現(xiàn)出了理想的預(yù)測(cè)能力。對(duì)比不同描述符發(fā)現(xiàn)，BRS-3D在CB選擇性預(yù)測(cè)中

6、的效果要優(yōu)于SubFP和MACCS分子指紋，與兩種經(jīng)典的三維描述符3D MoRSE和GETAWAY相當(dāng)。在DR亞型選擇性預(yù)測(cè)中，我們基于Ki活性的數(shù)據(jù)，構(gòu)建了5組兩兩亞型間的選擇性擬合模型和4組選擇性判別模型以及D2、D3、D4三個(gè)亞型間的選擇性多分類(lèi)模型，模型均表現(xiàn)出了理想的預(yù)測(cè)效果。此外，我們挑選出了BRCD-3D中對(duì)區(qū)分各亞型選擇性分子有重要作用的模板分子，可以為選擇性化合物的研究提供有效地指導(dǎo)。
　　綜上所述，基于配體相似

7、性譜的方法可以有效地表征分子，并建立具有較強(qiáng)預(yù)測(cè)能力的ADME/T和選擇性的QSAR模型。其中，二維方法(BRS)具有快速、準(zhǔn)確的優(yōu)點(diǎn)，但無(wú)法實(shí)現(xiàn)骨架遷越。三維方法(BRS-3D)擺脫了二維拓?fù)浣Y(jié)構(gòu)的限制，可以實(shí)現(xiàn)骨架遷越，并且能夠考慮小分子取得不同構(gòu)象的能力，在與分子構(gòu)象變化相關(guān)的體系中表現(xiàn)出了一定的優(yōu)勢(shì)，但存在計(jì)算速度較慢、局部藥效特征表征能力不足等缺點(diǎn)。在藥物設(shè)計(jì)中，可以將二維和三維方法進(jìn)行合理的組合，并結(jié)合藥效團(tuán)特征，以提高虛擬