药物设计-中国科学院上海药物研究所

null药物设计药物设计中国科学院上海药物研究所Drug Discovery and DevelopmentDrug Discovery and Development 2-3 years3-4 years New drug discovery is one of the most exciting and stimulating challenges.Random Screen 10, 000 ~ 20, 000 compoundsDrug CandidatesPre-clinical Studyclinical Study (phase I, II, III)Market2-3 years2-3 yearsHow long: 10-12 years How much: US$250-350 million, 20% increase per year What result: 1 of 7 new drugs can recover the investment and get profit?人们的理想－梦想 －能否设计药物？人们的理想－梦想 －能否设计药物？理论化学计算机和 信息科学分子生物学药物设计锁钥原理锁钥原理药物设计中最基本的原理是“锁钥原理”（ Emil Fischer，1894年），即药物在体内与特定的靶标作用，并引起靶标分子的结构和功能的变化药物设计方法药物设计方法间接药物设计 基于药物小分子结构 2D-QSAR 3D-QSAR 药效基团模型方法直接药物设计 基于受体生物大分子结构 从头设计方法 数据库搜寻定量构效关系定量构效关系现代药物设计的尝试是由定量构效关系研究开始的Hansch分析（1962） Hansch分析实际上是性质－性质关系模型三维定量构效关系三维定量构效关系一般采用化合物周围的静电场、范德华力场、氢键场和疏水场的空间分布作为化合物结构描述变量 Distance Geometry（GM Crippen, 1979） CoMFA（RD Cramer III, 1988） CoMSIA（ Gerhard Klebe 1994）CoMFA方法CoMFA方法nullStetic FieldElectrostatic FieldHydrophobicity Field银杏内酯类似物nullNew 1New 2Chen JZ, Hu LH, Jiang HL, Gu JD, Zhu WL, Chen ZL, Chen KX, Ji RY. A 3D-QSAR study on ginkgolides and their analogues with comparative molecular field analysis. Bioorg Med Chem Lett 1998 Jun 2;8(11):1291-6 null一个QSAR研究成功的例子是治疗早老性痴呆症(AD)药物E2020(donepezil,2)的开发14，商品名为Aricept。Cardozo等15,16通过对一系列二氢茚酮和苄基哌啶类化合物进行了构象分析、分子形状比较和QSAR研究，获得了一系列对乙酰胆碱酯酶(AChE)有较高活性的二氢茚酮苄基哌啶类化合物，经过进一步的药理和临床前研究，选定化合物E2020进入临床研究获得成功。最后E2020由日本Eisai公司开发，1996年通过美国食品与药品管理局(FDA)批准上市，是目前用于治疗AD效果较好的药物之一E2020药效基团模型方法药效基团模型方法药效基团通常是那些可以与受体结合位点形成氢键、静电相互作用、范德华相互作用、或疏水相互作用的原子或官能团。nullMolecular ModelingConformational AnalysisQSAR/3D-QSAR3D-PharmacophoreQuery Structure 3D-Databases ACD-3D & CSD3D-Structural SearchUNITY, ISIS-3D Lead CandidatesPharmacological ScreenStructural ModificationDrug Candidates for Pre-clinic TestPharmacophore Mapping基于结构的药物设计(1982年)基于结构的药物设计(1982年)根据靶标生物大分子的结构，设计能与其结合的小分子化合物 从头药物设计（de novo drug design） 数据库搜寻（分子对接，Docking）从头药物设计从头药物设计 碎片连接法 碎片生长法碎片连接法碎片连接法ONH4+ONH4+碎片生长法碎片生长法1234NH4+5NH4+6数据库搜寻（分子对接）数据库搜寻（分子对接）第一个基于结构的药物设计程序DOCK由加州大学旧金山分校的ID Kuntz 小组（1982）开发 null药物设计成功的例子药物设计成功的例子4个已上市的HIV-1蛋白酶抑制剂类药物的研制过程中，计算机辅助药物设计起了重要作用 2个凝血酶抑制剂已进入临床研究 抗感冒药物（神经氨酸酶抑制剂）即将上市 治疗青光眼疾病的药物（碳酸酐酶抑制剂）上市 治疗糖尿病药物（醛糖还原酶抑制剂）上市HIV-1蛋白酶抑制剂设计HIV-1蛋白酶抑制剂设计HIV-1 蛋白酶晶体结构活性位点第一个被批准的HIV-1蛋白酶药物：Saquinavir（沙奎那韦 ）第一个被批准的HIV-1蛋白酶药物：Saquinavir（沙奎那韦 ）HIV-1PR切断Tyr-Pro、Phe-Pro的酰胺键哺乳类动物多肽内切酶设计底物模拟物抑制剂所需的最短长度抑制剂中心带羟基的碳原子倾向于R构型Saquinavir Ki=0.12nM 1995年被FDA批准上市Ritonavir（利托那韦 ）Ritonavir（利托那韦 ）HIV-1 PR具有C2对称性哺乳类动物的蛋白酶的结合位点的对称性较差设计对称性抑制剂以不对称的结合方式与 HIV-1 PR 结合对哺乳动物的蛋白酶有意料不到的抑制作用抑制剂末端对口服生物利用度的影响设计不对称抑制剂Ritonavir1996年被FDA批准上市Indinavir（茚地那韦 ） Indinavir（茚地那韦 ） 天冬氨酸蛋白酶抑制剂结构特征能与具有催化活性的天冬氨酸中的羰基形成氢键的羟基二肽模拟物结构羟基乙烯等排物结构Ki=0.52nM，并且对哺乳动物的蛋白酶不显示抑制作用。于1996年被FDA批准上市取代结构水的抑制剂取代结构水的抑制剂null结构水Ile50 和 Ile50`抑制剂氢键氢键整合到新的抑制剂中药效基团搜寻含苯环的化合物难于放置取代基七元环化合物准备进入临床nullnull 基于HIV-1衣壳蛋白(Capsid Protein)与Cyclophilin A作用机理寻找新的抗HIV病毒抑制剂 基于HIV-1衣壳蛋白(Capsid Protein)与Cyclophilin A作用机理寻找新的抗HIV病毒抑制剂CapsidCypAPVHAGPIAPDav-HAGPI-Bn抗癌药物抗癌药物胸苷酸合成酶复合物晶体结构分子对接IC50为7mm已知药物抗寄生虫药物 -疟原虫半胱氨酸蛋白酶抑制剂抗寄生虫药物 -疟原虫半胱氨酸蛋白酶抑制剂10mMIC50=150nMnull新型PPAR (过氧化物增殖活化因子受体)-激动剂的发现 实例1 抗II型糖尿病药物nullPPARsPPAR的功能PPAR脂代谢生殖癌症PPAR脂代谢炎症动脉粥样硬化PPAR脂肪酸分解代谢炎症高血压II型糖尿病动脉粥样硬化nullNR1NR2LBDDBD＋/－配体配体AGGTCA n AGGTCADR1DR15`3`核受体分子模型NR:核受体 NR1=NR2: 同型二聚 NR1≠NR2:异型二聚Nature 395,137-143(1998)null核受体配体结合区的三种不同构象状态 H12通过构象变化发挥了关键性作用null构建虚拟筛选模型null大规模虚拟筛选ACD-SC MDDR CNPD数据库分子对接Biacore 3000测试结合活性null经虚拟筛选得到的候选分子再经实验筛选★罗格列酮 ~0.3 Mnullnull碎片拆分76 活性化合物 + 已知配体100 碎片100 碎片50 碎片虚拟库设计 100X100X50 化合物虚拟筛选和类药性分析有机合成和生物测试40 候选化合物, Ki< 1 mM DC041015 Ki=6.5nMnull分子碎片分子对接活性部位外周结合部位链接 -13.4 -19.0 -20.9 0.0新化合物乙酰胆碱酯酶实例2 乙酰胆碱酯酶抑制剂的设计虚拟化学库null结构测定药物设计有机合成药理研究抑制剂IC50第一循环第二循环第三循环100 M7 M14 nM9 nM新药发现基于作用机理的药物设计基于作用机理的药物设计基于结构的药物设计方法仅仅考虑了化合物与受体生物大分子之间的相互结合，未考虑其他作用 而一个好的药物还应该具有 良好的输运、分布性质 良好的代谢性质 必须考虑基于作用机理的药物设计基于作用机理的药物设计基于作用机理的药物设计null复杂生物大分子计算null计算方法的发展 超级计算机（美国蓝色基因(Blue Gene)） 量子化学计算方法目前可以计算1000个原子组成的蛋白质分子nullO(N)O(N3) or higher线性标度量子化学计算方法 生物大分子计算的有力武器分而歼之 (Divide-and-Conquer) 孙子兵法nullIBM 10亿美元 1000万亿次/每秒 “蓝色基因” 专门用于深入研究蛋白质的结构和功能关系、寻找疾病的成因和可能的疗法、研制新药和阐明细菌及病毒的抗药性等。 NIH万亿次计算时代的分子生物医药 NIH万亿次计算时代的分子生物医药 蛋白质蛋白质和蛋白质核酸的识别和组装 老年性痴呆症，转录因子的功能 大系统，整个功能单元 膜蛋白，信号传导， 代谢途径， 病毒衣壳蛋白，疾病的药物的作用机理 长时间（微妙）分子动力学模拟 构象变化， 蛋白质折叠，离子在通道中的传输 大规模量子化学计算 培养新一代计算化学家和计算生物学家分子动力学(MD)分子动力学(MD)分子动力学(MD)分子动力学(MD)利用运动方程计算系统的性质 静态性质 动态性质 模拟 化学反应 蛋白质折叠、去折叠 配体与受体的结合null布朗动力学布朗动力学nullnull生物大分子三维结构模建生物大分子三维结构模建预测蛋白质三维结构的 主要计算方法预测蛋白质三维结构的 主要计算方法同源模建法(homology) 根据蛋白质一级序列的相似性预测蛋白质的三维结构 穿针引线法(threading) 根据蛋白质序列与某已知结构的相容性预测蛋白质三维结构 从头预测法(ab initio) 从氨基酸序列以及氨基酸在水溶液中的物化性质来推测蛋白质结构nullFKKIKVLGSGAFGTVYKGLWIPEGEKVKIPVAIKELREATSPKANKEILDEAYVMASVDNPHVCRLLGICLTSTVQLITQLMPFGCLLDYVREHKDNIGSQYLLNWCVQIAKGMNYLEDRRLVHRDLAARNVLVKTPQHVKITDFGLAKLLGAEEKEYHAEGGKVPIKWMALESILHRIYTHQSDVWSYGVTVWELMTFGSKPYDGIPASEISSILEKGERLPQPPICTIDVYMIMVKCWMIDADSRPKFRELIIEFSKMARD蛋白质结构预测三维结构序列药物靶标生物大分子 三维结构模建药物靶标生物大分子 三维结构模建生物大分子的三维结构是药物设计的重要基础 采用同源模建方法建立了一批药物作用靶标生物大分子的三维结构 阿片m-, d-和k-受体； 多巴胺D1和D2受体； 人体乙酰胆碱酯酶和丁酰胆碱酯酶； 钾离子通道的孔区结构等nullModeling of Fentanyl Analogs Binding to  Opioid Receptor1. R1=R2=H 2. R1=CH3, R2=H 3. R1=CH3, R2=OH nullTang Y, Chen KX, Jiang HL, Wang ZX, Ji RY, Chi ZQ. Molecular modeling of mu opioid receptor and its interaction with ohmefentanyl. Chung Kuo Yao Li Hsueh Pao 1996 Mar;17(2):156-60 nullnullCorrelation between binding energies (Ebinds) (kcal/mol) and binding affinities, pKis (square points and dashed line) and pK’s (cyclic points and solid line). Correlation between binding energies (Ebind) (kcal/mol) and analgesic activities (-logED50). pKi = -1.846-0.08771Ebind (n=7, r=0.901, r2=0.812, F=21.548, s=0.834) PK’=2.288 -0.06147Ebind (n=8, r =0.883, r2=0.780, F=21.277, s=0.574) -logED50 = -3.101-0.0800Ebind (n=13, r=0.893, r2=0.797, F=43.228, s=0.568) Xu H, Lu YF, Partilla JS, Zheng QX, Wang JB, Brine GA, Carroll FI, Rice KC, Chen KX, Chi ZQ, Rothman RB. Opioid peptide receptor studies, 11: involvement of Tyr148, Trp318 and His319 of the rat mu-opioid receptor in binding of mu-selective ligands. Synapse 1999 Apr;32(1):23-8. Clinical Psychopharmacology Section, Division of Intramural Research, NIDA, NIH, PO, Baltimore, Maryland 21224, USA. 药物研究的发展趋势药物研究的发展趋势人类基因组学与药物设计人类基因组学与药物设计人类基因组学重要疾病致病基因序列由其编码的蛋白产物蛋白质的结构 蛋白质的功能药物设计nullPatho-GeneCoded ProteinsFolding PredicationFunctional MappingSimilar to Known ProteinsNovel ProteinsStructural GenomicsMarcotte EM. Detecting Protein Function and protein-Protein Interactions from Genome Sequences. Science 1999, 385: 751-3.Drug Design SBDD and/or MBDDnull17 MARCH 2000 VOL 287 SCIENCE, 1960治疗药物的作用靶点治疗药物的作用靶点总数483潜在的药物作用新靶点潜在的药物作用新靶点离子通道G－蛋白偶联受体酶核受体null 本世纪初，人类基因组研究计划取得了重大成就。一大批疾病相关基因、病原体基因被发现，其功能研究取得重要进展，为药物研究开创了前所未有的机遇。各国科学界和企业界抓住机遇，竞相开展从基因功能到药物的研究。基因组研究开启了药物研究的新时代!null 创新药物的 研究思路、研究方向、技术路线 都发生了深刻变化。形成了“从基因到药物”的崭新研究模式。新先导化合物1000多个高血压相关基因药敏主要调控蛋白新的ACE-2抑制剂洛克菲勒大学NovartisBcr-Abl基因STI571MillenniumCombinatorial Library DesignCombinatorial Library DesignnullChemicals ACDDockVirtual LibraryScaffold SelectionAddition AgentsAddition AgentsnullFocus Library Designnull靶标结构库小分子数据库计算机虚拟筛选候选分子活性的精确结合自由能精确计算候选分子与受体作用 机理理论研究分子动力学模拟虚拟组合库虚拟库设计化学合成和生物测试药物分子设计null~2千万 有机分子~500 靶标>1000 靶标先导化合物的宝藏10%为什么需要虚拟筛选?nullT. N. Doman, et al., J. Med. Chem., 2002, 45: 2213-21虚拟筛选与 高通量筛选对比Doman等[14]以II型糖尿病的靶点——蛋白酪氨酸磷酸酯酶1B（PTP1B）抑制剂的发现为例，比较了高通量筛选和虚拟筛选方法，其结果列于图。从中可以看到，经过虚拟筛选后再进行生物学测试，其“命中率”比随机的高通量筛选提高了1,700倍。null理论化学 分子模拟药物化学 化学合成分子生物学 结构生物学细胞生物学 药理学基因组学、 生物信息学数学、物理 计算机科学药物设计学展望展望in silicoin vitroin vivoComputer ScienceChemistryBiology谢谢大家