摘要:比利时生物制药公司Galapagos针对自分泌运动因子(Autotaxin, ATX)开发的First-in-class抑制剂GLPG1690的先导化合物优化过程中碰到三个问题:(1)在得到第一个抑制剂-ATX共晶结构之后,如何将对噻唑环的修饰提高到最高的优先级,从而在众多的可能优化策略中胜出;(2)确定对噻唑环进行修饰之后,如何尽快地引入腈基?(3)在经典的可视化分析与分子对接方法Glide不能区分化合物活性高低的情况下,如何正确的理解噻唑环片段的SAR。本文以GLPG1690的先导化合物优化为例,说明如何综合利用水热力学性质分析、蛋白相互作用势与静电互补性分析加速基于结构的ATX抑制剂先导化合物优化,并合理解释SAR。

肖高铿/2021-08-20

1. 自分泌运动因子(Autotaxin, ATX)抑制剂GLPG1690的发现过程

特发性肺纤维化(Idiopathic pulmonary fibrosis,IPF)是个致死率较高的疾病、甚至超过很多肿瘤。IPF有炎症的成分、但更主要的是纤维化。自分泌运动因子(Autotaxin, ATX)是特发性肺纤维化(Idiopathic pulmonary fibrosis,IPF)的一个靶标,比利时生物制药公司Galapagos针对该靶标开发了First-in-class抑制剂GLPG1690(图 1化合物2,商品名Ziritaxestat),在一项名为FLORA的IIa期临床试验中获得喜人成果,Galapagos报告说疾病进展停止了、具有良好的靶标占据率以及良好的安全性和耐受性。在2021年2月1日,Galapagos宣布放弃特发性肺纤维化(IPF)药物ziritaxestat (GLPG1690)的所有临床试验,因为两个叫做ISABELA1和2的三期临床无效分析显示成功几率很小。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图1. ATX抑制剂1与2的化学结构式,在1上添加腈基获得活性更强的2(GLPG1690)

虽然GLPG1690最终临床研究开发失败,但是它从先导化合物1到候选药物2的优化过程却是CADD先导化合物优化的典型案例。

图1同时也是Galapagos公司ATX项目优化历史的总结。在开发过程中,Galapagos公司解释了化合物与ATX的复合物结构,但是X-ray结构并没有立即转化为更强活性化合物的设计[1]。在优化过程中,项目的前半部分时间总共合成、测试了157个化合物,在噻唑环上进行了6种取代。在这个过程中,团队并没有使用任何的溶剂分析工具,第一个有潜力的噻唑环腈基取代是通过传统的优化过程发现的,如图2所示。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图2. ATX抑制剂骨架以及发现引入腈基可以提高活性的取代位置。回顾性分析表明,总共有27个引入腈基设计实例,均因腈基的加入而提高了活性,没有一个反例。

如图3项目发展时间线所示,当发现引入腈基可以提升活性(平均达到0.8个对数单位)之后,大约1/3的化合物在噻唑环具有腈基取代,或者在相邻苯环的邻位上有腈基取代。最终进入临床研究的化合物2也受此影响。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图3. 项目的时间线。每个数据点对应一个生化活性测试过的化合物,深黄色:无腈基化合物,墨绿色:含腈基化合物。黄色区为ATX-抑制剂共晶结构解释出来之前的化合物;蓝色去为共晶结构解释之后、但在通过传统配体优化方法引入第一个腈基之前合成、测试过的化合物;白色区域(无论是否含有腈基)是在第一个腈基化合物发现之后合成、测试的化合物。图片赖在自文献[1]。

虽然在项目研究中将抑制剂-ATX的共晶结构(PDB 5M7M)解释出来了(细节参见文献2),但是单独基于共晶结构的化合物优化远非显而易见。图4A表明:对于这个系列化合物存在多个理论上可行的取代方向,如红色箭头所示。详细地观察配体周围的蛋白表面可以发现在配体的噻唑附近一个空腔,这个空腔体积足以容纳一个水分子(图4B),但是在X-衍射结构的口袋里又看不到有这样的水分子存在,虽然如此,在结合口袋的上方确实可见一个稳定的结晶水分子(图2C)。采用流行的分子对接软件Glide计算表明,Glide对接打分函数也不能够预测到腈基所带来的化合物活性增益。在本案例中,采用传统的配体优化过程发现了腈基取代化合物。为了理解腈基的效应,在项目完成后进行了分子动力学模拟实验,结果表明:这个空腔可被水分子临时(transiently)占据,该水分子不能与周围的蛋白残基发生氢键相互作用(如图4D所示),因此该水分子不会稳定。该不稳定的水分子提供了回溯性解释腈基对化合物活性作用的机会。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图4.(A)ATX结合位点的表面。红色箭头指示着7个不会与蛋白发生立体碰撞的分子生长方向的区域,相比之下,对噻唑环5位进行取代修饰的技术方案并非显而易见。(B)用更精细的蛋白表面网格图可以发现一个空腔,在噻唑附近可以容纳一个水分子。(C)在共晶结构的电子密度图(2Fo-Fc@1σ)上看不出噻唑5位附近有水分子的存在。 (D)50 ns的分子动力学模拟计算表明在噻唑5位附近存在着一个瞬态水合位点,但该水分子与邻近的蛋白残基不能发生氢键相互作用。图片自文献[1]。

2. 本文的目的

本文的主要目的是以回溯性的方式来探讨:

  • 有了第一个X-衍射数据之后,能否将先导化合物优化方向从图4-A的众多选择中聚焦、引导到对噻唑环修饰上?
  • 如果决定对噻唑环进行修饰,基于结构的设计能否提出用腈基取代的方案?
  • 从蛋白的角度理解SAR,解释图1化合物1与2的活性差异。

3. 方法

3.1 蛋白的结构准备

将PDB 5M7M和5MHP配体-蛋白质复合物从蛋白质数据库下载到Flare中,并使用来自Protein Prep工具小心地准备,以添加氢原子、优化氢键、消除原子冲突并给蛋白结构分配最佳质子化状态。任何截短的蛋白质链被封端作为蛋白质准备的一部分。使用COBALT多重比对工具在Flare中比对蛋白质序列,随后通过Cα的最小二乘拟合进行叠合。

3.2 3D-RISM分析

参考相互作用位点模型(RISM)是一种基于分子Ornstein-Zernike方程的现代溶剂化方法[6] 。3D-RISM已经越来越多地用作研究蛋白质中水分子的位置和稳定性的方法。在概念上,3D-RISM等同于保持溶质固定在溶剂上运行无限时间分子动力学模拟,然后提取溶剂颗粒的密度。3D-RISM计算的输出包括含有颗粒密度的网格,一个用于氧,一个用于氢原子。热力学分析将ΔG值分配给网格上的每个位置,表示相对于大量水(bulk水)在网格该位置处假定水分子的"幸福度(Happiness)"。Flare中的3D-RISM计算使用了Cresset的XED力场,结合了电子各向异性和一定程度的极化率的优点,从而提高了该方法的有效性。

在5M7M和5MHP上进行了3D-RISM分析以研究ATX活性中心化合物3和2配体周围结晶水分子的位置与稳定性。使用了如下条件:

  • XED force field and charge method
  • 0.5 Å grid spacing
  • 14Å grid external border width
  • Convergence tolerance: 1.0 x 10-8
  • Maximum number of iterations: 10,000
  • Total formal charge handling: neutralize with counterions.

3.3 GIST分析

了解蛋白活性位点内水分子的行为是药物设计的一个非常重要的方面。在蛋白质-配体复合物中,了解桥连水分子的稳定性是决定药物设计策略的关键。如果水分子不是特别稳定,可以设计配体以取代它,并与蛋白质活性位点直接相互作用:这通常会导致配体生物活性的增加。

GIST是一种水热力学性质分析方法,用于评估结合口袋的水合作用,并通过在分子动力学运行结束时对显式溶剂分布采样来计算相关的水热力学性质。GIST分析的结果显示为活性位点水合作用的三维等值面映射“happy”(绿色,与负∆G相关)和“unhappy”(红色,与正∆G相关)区域。unhappy区域映射的是蛋白质活性位点内更可能的可成药区域。happy区域映射的是蛋白结合位点内较低可能成药的区域,在那里水分子更稳定,因此更难置换。

在本文中,用Flare分别对PDB 5M7M和5MHP结合位点的Apo结构(不包含配体、金属离子与结晶水)进行了GIST分析,使用了如下条件:

  • Calculation method: Normal
  • Ligand: None
  • Grid spacing:0.5 Å
  • Grid Definition:Ligand
  • Chains: 不包含水、配体与其它
  • Simulation length: 20ns
  • Solvent Model: explicit TIP4Pew Water

3.4 蛋白相互作用势分析

蛋白相互作用势(Protein Interaction Potential, PIP)是Cresset分子相互作用势对蛋白质的延伸,两者都是使用XED力场计算的。该方法在原理上类似于配体场的计算:蛋白质的活性位点被探针原子充满,并且计算每个格点上的相互作用势。该方法利用了Mehler等人[8]的距离依赖的介电函数来更好地处理蛋白质结构中的大量带电基团。鉴于我们研究的对象为同系物,因此仅计算和显示活性位点的蛋白质相互作用电势。

为了理解化合物1与2的活性差异,在Flare里计算5MHP结合位点的蛋白相互作用势,包括干口袋(不包含结合结晶水)与湿口袋(包含结晶水)的两种情况的蛋白相互作用势。

3.5 配体场分析

从化合物2与ATX复合物结构(PDB 5MHP)从发,在Flare中对化合物2进行删掉腈基(或是替换为甲基等)的操作以获得化合物1的结合模式。然后计算Cresset的配体场,并与3.3节计算5MHP干、湿蛋白相互作用电势进行比较,以研究配体的SAR。

3.6 静电互补性分析

Flare引入了一种称为静电互补性打分(Electrostatic Complementarity score,EC score)的分析方法[3],它将配体静电的分析与蛋白静电的分析结合起来,以产生配体-蛋白质复合物的静电互补性(EC)的视觉评估和数值评估。基本思想非常简单:当配体和受体的静电势匹配(即具有相同的量值和相反的符号)时,实现配体和受体之间的最大静电亲和力。通过将该方法应用于一系列文献数据集,我们分析了视觉和数值分量,表明它与报道的生物活性差异相关,并能够预测报道的生物活性差异[3]。我们用Flare的EC技术对化合物1,2等进行了静电互补性比较。

4. 结果

4.1 比较PDB 5M7M与5MHP的结合位点

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图5. PDB 5M7M配体化合物3的化学结构式

在项目开发期间,解释了化合物3(见图5)与ATX的共晶结构PDB 5M7M(图6 左),然而由于噻唑环附近的空隙体积相对其它位置很小,因而没被优先探索。之后X-衍射法解释的化合物2的共晶结构PDB 5MHP发现2的腈基填充了该空隙(图6 右)。5M7M与5MHP还有一个区别是,前者噻唑环附近结合位点是“干”的,而后者具有两个结晶水。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图6. 比较化合物3,2共晶结构PDB 5M7M与5MHP的结合为位点

从5MHP复合物结构上看,没法发现腈基与蛋白之间存在经典的相互作用。用Flare编辑5MHP的配体、删除腈基得到化合物1的结合模式,用AutoDock Vina (Version 1.2)[4,5]的打分函数对化合物1与2进行打分,结果如表1所示,预测的结合自由能没有没有明显区别,分别为-11.30与-11.88kcal/mol。这说明代表性的分子对接方法AutoDock Vina不能区分化合物1与3的活性差异,这与Bucher等人[1]报道的Glide分子对接不能解释活性差异是一致的。

表1. 化合物1、2的AutoDock Vina(Version 1.2)分子对接打分结果

Comp ID PDB ID Vina Score(kcal/mol) Hydrophobic H-Bond
1 5M7M -11.30 68.576 0.0
2 5M7P -11.88 68.575 0.0

还发现化合物1与2对接打分的氢键相互作用项的贡献均为0,这与我们可视化分析没法发现腈基发生氢键相互作用的结果一致,也与Bucher等人[1]报道没有观察到腈基与蛋白的相互作用是一致的。

总的来说,经典的分子间相互作用分析、分子对接Vina与Glide等均不能区分化合物1、2的活性差异以及腈基在相互作用中的角色,更别提在先导化合物优化中用分子对接打分来指导新分子的设计与优先性排序。

4.2 3D-RISM分析5M7M结合位点

在3D-RISM运行结束时,将3D-RISM水分子链添加到蛋白质结构中。该链中的水分子占据如3D-RISM所预测的高水密度区域,并且根据整个水分子计算的ΔG着色,在所有取向上取平均值。"Happy"水分子(ΔG为负值)被染成绿色:3D-RISM预测这些水分子在蛋白质中比在大量水中更稳定,因此更难被配体取代。"Unhappy"水分子(ΔG为正)呈红色:这些水相对于大量水不太稳定,因此更容易被配体置换。

图7显示了对5M7M结合位点进行3D-RISM计算的水分子链。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图7. 用3D-RISM分析5M7M结合位点

我们更关心噻唑环附近缝隙处的计算结果。图8显示了在噻唑环附近3D-RISM水分子链,在5M7M里被预测到的被标注为W1的水,与5MHP配体(化合物2)的腈基重合(W1氧与腈基氮的距离d=1.0Å,小于氧原子的半径,因此认为重合),这意味着化合物2的腈基是对W1的替换。热力学分析表明,3D-RISM计算5M7M W1水的ΔG=-0.02kcal/mol,这种水分子既不是特别"happy",也不是特别"Unhappy"。这与该水分子可置换的事实一致,但也表明置换基团需要具有正确的静电和形状以避免亲和力的损失。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图8. 在5M7M结合位点里,比较化合物2、3噻唑片段与附近3D-RISM预测的水分子

鉴于开放的结合口袋用GIST方法比3D-RISM计算热力学性质更有优势,我们将在后面进一步用GIST进行分析。

4.2 GIST分析5M7M结合位点

“可成药的”结合位点通常被水分子占据,由于焓和熵的原因,水分子在能量上更倾向于在大量水中。在蛋白质-配体复合物中,了解桥连水分子的稳定性是决定药物设计策略的关键。如果水分子不是特别稳定,可以设计配体以取代它,并与蛋白质活性位点直接相互作用:这通常会导致配体生物活性的增加。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图9. GIST热力学分析结果,红色网格图为ΔG=+0.5kcal/mol水平等值图,绿色网格图为ΔG=-0.5kcal/mol水平等值图,球形的点为3D-RISM计算的水分子链

GIST对5M7M结合位点分析结果如图9所示,可以发现结合位点里基本被ΔG大于0.5kcal/mol水平的等值图覆盖,尚未发现有ΔG小于-0.5kcal/mol的位置,这意味着是一个成药性很好的结合为位点。还发现,在噻唑环附近,4.1节3D-RISM预测的水分子大部分处于GIST的红色网格等值图里,说明这些水是可替换的。尤其是我们关心的W1水分子为可替换的unhappy水。将5MHP叠合到5M7M上,可以发现5MHP另有两个X-Ray解释的水分子也被预测为可unhappy(未展示,请下载附件Flare项目文件观察),这两个水分子在5M7M中不可见,这进一步证明GIST的预测该水不稳定是可信的。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图10. GIST热力学分析结果,粉红色网格图为ΔG=+1.5kcal/mol水平等值图,球形的点为3D-RISM计算的水分子链。左:化合物3;右:化合物2。

将ΔG等值图提高到+1.5kcal/mol水平,可以凸显出更加重要的不稳定水分子。如图11所示,我们可以显而易见地将注意力聚焦到少数几个水合位点,其中包括我们关注的W1水分子。将5MHP叠合到5M7M之后,可以看到,W1水除了与粉色的等值图重合之外,还与腈基氮重合(W1氧原子与腈基氮原子间距离为1.0Å,小于原子半径,因此是重合的),这说明腈基确实对W1进行了置换,如前所述,这是对活性有利的,这也与实验观测到腈基提高同系物活性的事实是一致的。鉴于5M7M的W1水离苯环与噻唑环都很近(3.4Å),不到两个键的距离,因此对这个水进行替换是具有非常好的可行性。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图11. GIST热力学分析结果、3D-RISM水分子链与化合物2、3的叠合图。粉红色网格图为ΔG=+1.5kcal/mol水平等值图,球形的点为3D-RISM计算的水分子链。其中,棕色碳原子化合物为2、青色碳原子化合物为3。

总的来说,通过GIST分析的ΔG=+0.5与+1.5 kcal/mol等值图可以解释腈基提高同系物活性的原因;此外,GIST的ΔG=+1.5 kcal/mol等值图可以将我们的注意力聚焦到少数几个修饰位点,尤其是与噻唑环以及苯环距离很近的W1水合位点。这为药物化学科研人员提供了正确的方向性指导。

4.3 5MHP的蛋白相互作用势

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图12. 5MHP的结合位点蛋白相互作用势,为了清晰起见,仅展示正的相互作用势部分。左:湿蛋白结合位点的正蛋白相互作用势;右:干蛋白结合位点的正蛋白相互作用势

如图12所示,"干"(不包括结晶水分子)和"湿"(包含了活性位点稳定的结晶水分子)5MHP活性位点蛋白相互作用电势以令人满意的方式与化合物2的配体场匹配。尤其是:

  • 噻唑环腈基位于5MHP活性中心的正相互作用势区域
  • 咪唑环位于5MHP活性中心的正相互作用势区域
  • 酰胺羰基氧位于5MHP活性中心的正相互作用势区域

图13展示了5MHP配体化合物1的配体场,腈基C-N键方向上、咪唑环周围、以及酰胺羰基氧的负静电势与蛋白的正相互作用势互补。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图13. 5MHP共晶化合物2的配体场。红色:正静电势;蓝色:负静电势

4.4 ATX抑制剂的SAR

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图14. ATX抑制剂4,5,6的结构与活性[2]

图14的化合物4、5、6系列化合物可以用来说明噻唑环取代的SAR。如图15的配体场所示,氢与甲基取代均在蛋白正相互作用势方向上有一个正的配体场,与正的蛋白相互势互相冲突,对活性不利;腈基的负配体场与正的蛋白相互势符号相反,对活性有利。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图15. 对5MHP配体化合物1进行氢与甲基取代以模拟ATX抑制剂4,5,6的配体场

4.5 用静电互补性分析ATX抑制剂

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图16. 对5MHP配体化合物1的腈基进行氢与甲基取代以分析配体与“干”5MHP结合位点的表面静电互补性。绿色表示静电互补,红色表示静电冲突。左:R=-CN;中:R=-CH3;右:R=-H。

如图16所示,计算噻唑环三种不同取代基化合物与5MHP干结合位点的表面静电互补性,结果发现:R=氢与甲基取代的位置呈红色,说明与蛋白发生了静电冲突,这提示可以对该位置进行修饰,以提高静电互补性。结合4.3小节的蛋白相互作用场分析,可以进一步确认往负配体场方向修饰的提示。当R为腈基时,配体的EC表面为绿色,表示静电互补性完美,因此化合物2的活性也最高。

5. 用Spark进行水分子替换的分子设计

之前,我们已经详细地介绍过如何用SPARK进行水分子替换的分子设计7,我们用Spark将3D-RISM预测的5M7M W1水分子作为替换对象对片段库进行虚拟筛选,以考察从未取代的噻唑环出发能否设计出腈基取代的化合物2出来。

首先用Flare的Protein Prep对包含3D-RISM预测的W1水分子的5M7M结构进行完全的蛋白结构准备,并用XED力场单独对该水的两个氢进行力场优化,优化时将蛋白与结晶水作为背景。最后将准备好的复合物结构作为Spark的起始蛋白结构进行水分子替换的虚拟筛选。

如图17所示的水分子与配体分子将作为SPARK的模板,并将水分子与噻唑环视做为需要被替换的片段(SPARK query)而进行片段虚拟筛选。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图17. 对5M7M进行SPARK水分子替换的计算实验,其中水分子与噻唑环作为被替换部分。

我们注意到,水与噻唑碳之间的距离3.4Å,这提示新的取代不应该超过两个键的距离。鉴于此,在后续的筛选过程中将片段原子数限制为0-7之间,并约束必需有噻唑环。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图18. SPARK水分子替换实验的约束条件:对水的蓝色配体场点进行了约束,以便命中的化合物必须与这个特征匹配,并删除了水的正配体场点。

根据之前的蛋白相互作用场分析与配体表面静电势分析,提示我们需要模拟水,因此对水的负配体场进行约束,而删除掉正的场点,如图18所示。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图19. SPARK虚拟筛选的数据库

这这个计算实验中,选择了ChEMBL数据库与Common数据库等共4个库,含有375081个片段。最后命中60个化合物,我们关注BIF%高于50,打分高于0.75,场与形状相似性大于0.7化合物,因此用了图20的过滤条件。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图20. 过滤条件

最后有23个化合物满足过滤条件,可归属于4大类骨架,如图21所示。

借助重要的水加速基于结构的ATX抑制剂先导化合物优化-墨灵格的博客

图21. 满足过滤条件的4大类化合物

其中排名第1的化合物(图21 左上角)就是目标化合物。比较有意思的是,排名第2的化合物(图21 右上角)与排名第1的差异仅为噻唑环的氮与硫互换了一个位置。排名第3、4的化合物是引入了醛基,与query相比,多出来了一个蓝色的负配体场点。总的来说,SAPRK水分子替换实验可以在3D-RISM预测的水分子基础上,综合利用了水热力学性质分析、蛋白相互作用势、配体场与静电互补性分析结果,在噻唑环上引入腈基而直接给出预期的先导化合物优化方向。

5. 总结

Bucher等人[1]在对ATX抑制剂先导化合物优化的过程中,虽然解释出了抑制剂-ATX的复合物结构,但是传统的相互作用分析与经典的Glide分子对接打分不能为药化科研人员提供在噻唑环进行优先修饰的提示,这使得项目只能依靠传统的先导化合物优化过程发现对噻唑进行腈基取代的优选方案。即使在获得第一个腈基取代的化合物之后,也不能从传统的相互作用分析与经典的Glide分子对接打分中得到正确的SAR解释,这限制了对项目的理解、并进而限制了项目的进度。Bucher等人的[1]的ATX抑制剂先导化合物优化项目提出了三个问题:(1)在得到第一个抑制剂-ATX共晶结构之后,如何将对噻唑环的修饰提高到最高的优先级,从而在众多的可能优化策略中胜出;(2)确定对噻唑环进行修饰之后,如何尽快地引入腈基?(3)如何理解噻唑环的SAR。

在本文中,我们采用3D-RISM快速的对共晶结构进行水合位点分析,并进一步用GIST进行水能量计算,通过ΔG=1.5等值图水平过滤出最值得关注的少数几个预测的水分子,其中包括W1水分子。

在本文中,我们进一步用蛋白相互作用势对结合为位点进行分析,比较了湿与干结合位点的蛋白相互作用势,发现蛋白相互作用势可以很好的解释优化过程中的SAR,尤其是噻唑环上氢、甲基与腈基取代的活性差异。而这种SAR是用经典相互作用分析与经典分子对接(比如Glide)所不能解释的。在本文中,我们还用静电互补性解释了SAR,尤其是噻唑环上氢、甲基与腈基取代的活性差异。总的来说,蛋白相互作用势分析与表面静电互补性分析,不仅可以正确解释SAR,还可直观地将先导化合物方向定位到噻唑环上,为后续水分子W1的取向、SPARK水分子替换计算等提供依据。

最后,我们用SPARK针对5M7M预测的水分子W1进行了水分子替换实验,结果将目标化合物设计出来,并且排名第1,SPARK以直接的方式为药化化学家们提供了正确的先导化合物优化方向,从而加速了先导化合物优化的过程。

6. 相关文件下载

5M7M的分子表面、3D-RISM、GIST计算结果的Flare项目文件:5M7M-3d-rism-gist.flr。flr是Flare的项目文件,需要用免费的Flare Viewer来查看。

SPARK计算结果的Spark项目文件:5M7M-spark.fsp。fsp是Spark软件的专属格式,请联系我们用试用版Spark重现我们的计算过程。

7. 文献

  1. Bucher, D.; Stouten, P.; Triballeau, N. Shedding Light on Important Waters for Drug Design: Simulations versus Grid-Based Methods. J. Chem. Inf. Model. 2018, 58 (3), 692–699. https://doi.org/10.1021/acs.jcim.7b00642.
  2. Joncour, A.; Desroy, N.; Housseman, C.; Bock, X.; Bienvenu, N.; Cherel, L.; Labeguere, V.; Peixoto, C.; Annoot, D.; Lepissier, L.; et al. Discovery, Structure-Activity Relationship, and Binding Mode of an Imidazo[1,2-a]Pyridine Series of Autotaxin Inhibitors. J. Med. Chem. 2017, 60 (17), 7371–7392. https://doi.org/10.1021/acs.jmedchem.7b00647.
  3. Bauer, M. R.; Mackey, M. D. Electrostatic Complementarity as a Fast and Effective Tool to Optimize Binding and Selectivity of Protein-Ligand Complexes. J. Med. Chem. 2019, acs.jmedchem.8b01925. https://doi.org/10.1021/acs.jmedchem.8b01925.
  4. Trott, O.; Olson, A. J. AutoDock Vina. J. Comput. Chem. 2010, 31, 445–461. https://doi.org/10.1002/jcc.21334.
  5. Eberhardt, J.; Santos-Martins, D.; Tillack, A. F.; Forli, S. AutoDock Vina 1.2.0: New Docking Methods, Expanded Force Field, and Python Bindings. J. Chem. Inf. Model. 2021, acs.jcim.1c00203. https://doi.org/10.1021/acs.jcim.1c00203.
  6. Skyner, R. E.; McDonagh, J. L.; Groom, C. R.; van Mourik, T.; Mitchell, J. B. O. A Review of Methods for the Calculation of Solution Free Energies and the Modelling of Systems in Solution. Phys. Chem. Chem. Phys. 2015, 17 (9), 6174–6191. https://doi.org/10.1039/C5CP00288E.
  7. SPARK水分子替换(与Flare联合使用). 墨灵格的博客. http://blog.molcalx.com.cn/2019/05/13/water-replacement.html
  8. E. L. Mehler, The Lorentz-Debye-Sack theory and dielectric screening of electrostatic effects in proteins and nucleic acids, in Molecular Electrostatic Potentials: Concepts and Applications, Theoretical and Computational Chemistry Vol. 3, 1996

8. 免费软件试用与项目合作

我们不仅提供优秀的软件,还有多年工作经验的技术人员为您提供药物发现技术服务,如有需求请联系我们。