先睹為快
靶點
in構象-InhA蛋白PDB ID:2X23
out構象-InhA蛋白PDB ID:4COD
篩選化合物庫
Specs database(200 000 小分子化合物)
計算方法
基於結構的虛擬篩選(Structure-Based Virtual Screening)
計算軟體
分子對接:Glide程序的 SP 和XP模塊
計算流程
基於不同構象的InhA蛋白結構,結合兩種不同的打分函數和類藥性規則,篩選了Specs 資料庫中約20萬小分子,選出16個化合物進行活性測試,並獲得了活性最好的化合物7與蛋白的晶體結構,結合模式顯示化合物7不用於先前報導的抑制劑,有望成為新型的抗結核藥物。
基於結構的虛擬篩選流程
結核桿菌enoyl-醯基載體蛋白還原酶(InhA)是抗結核藥物開發的一個有吸引力的、有效的靶點。在本研究中(圖1),基於in/out兩種構象的InhA蛋白結構,作者首先用Glide-SP對接了約20萬小分子的Specs 資料庫,top2000中有85個化合物與兩種構象的蛋白得分都較好,並通過Lipinski和PAINS規則過濾得到了65個化合物,接著用高精度的打分函數glide-XP對接,得到了16個候選化合物。進一步的藥理實驗,確認了化合物1和化合物7的活性最優(圖2)。
化合物7與InhA蛋白複合物的晶體結構
作者解析了活性最好的化合物7與蛋白的晶體結構(圖3),不同於先前報導的InhA的抑制劑,其作用在蛋白活性口袋延伸出的疏水區,並且遠離輔酶因子NAD+。其結構中的雙環氫茚與胺基酸Phe149, Met155, Pro156, Ala157, Ile215以及Leu218作用, 苯並咪唑環作用於Met103, Ala198,Met199, Ile202, Leu207,羥基基團通過水介導與Ala211形成氫鍵網。並且,結構顯示Tyr158處於In 構象,通過與Out 構象的蛋白疊合,發現Out構象的Tyr158會與小分子的氫茚環重疊。因此,作者認為化合物7傾向作用於in構象-InhA。然而,這似乎與glide-XP的結果相悖,通過結構疊合,作者發現晶體結構中的小分子和對接的兩種蛋白構象中的小分子都有一定的交疊,所以glide-XP才會認為化合物7對兩種構象的蛋白都有作用(圖4)。與先前的抑制劑相比,化合物7的作用機制的獨特性,有望成為新型的抗結核藥物。
圖1.虛擬篩選的工作流程
圖片來源JCIM
圖2.化合物1和7的結構式
圖片來源JCIM
圖3.化合物7(青色),其它InhA配合物,及NAD(黃色)在InhA中的相對位置
圖片來源JCIM
圖4.晶體結構中化合物7(青色)與glide-XP的對接構象
圖片來源JCIM
參考文獻:Kamsri P, Hanwarinroj C, Phusi N, et al. Discovery of New and Potent InhA Inhibitors as Anti-tuberculosis Agents: Structure Based Virtual Screening Validated by Biological Assays and X-ray Crystallography. Journal of Chemical Information and Modeling. (2019).
相關文章
JCIM | 老藥新用策略-虛擬篩選藥物庫發現氯環嗪是Zika病毒NS2B-NS3蛋白酶抑制劑Science Advances | 經典!從分子動力學模擬到虛擬篩選發現小分子PPI抑制劑Nature | 大牛是怎樣從上億化合物庫中篩選到nM級化合物JMC | 義大利-美國聯合團隊虛擬篩選發現全新廣譜抗菌拓撲異構酶抑制劑Nature Biotechnology | 46天!深度學習加速DDR1激酶抑制劑研發JMC | 200萬化合物庫中虛擬篩選發現抗腫瘤雙靶點高選擇性激酶抑制劑JMC | 如何針對高度保守的結合位點設計高選擇性配體?N-肉豆蔻醯基轉移酶的案例研究發現隱藏的變構位點作為變構——藥物設計的新靶點應用高通量虛擬篩選加速先導化合物開發(一):BTK研究案例應用高通量虛擬篩選加速先導化合物開發(二):ROR γ t研究案例應用高通量虛擬篩選加速先導化合物開發(三):HLA-DR研究案例虛擬篩選研究案例-CCL18拮抗劑阻斷乳腺癌轉移