药效团

关键词
血管紧张素转换酶 抑制肽 药效团模型 分子对接
血管紧张素转换酶(ACE, EC 3.4.15.1)是导致高 血压的一个关键酶. ACE抑制剂广泛用于治疗心血 管、高血压、心力衰竭、肾衰竭等疾病. ACE抑制肽 最初是从蛇毒中发现的 [1], 随后人们发现了从食物原 料中提取的ACE抑制肽, 如明胶 [2]、酪蛋白 [3]、鱼 [4]、 无花果树胶 [5]、α-玉米蛋白 [6]等都可作为制备ACE 抑制肽的原料. 此外, 蚕蛹蛋白是富含 18 种氨基酸 的 高 质 量 蛋 白 . 近 来 , 我 们 通 过 超 滤 和 Sephadex G-15 凝胶分离等手段, 将利用酸性蛋白酶(50000U/g, Asperqiius usamii NO. 537)水解蚕蛹蛋白的水解物进 行分离, 将所得到的活性最高峰利用反相纳米多维 串联质谱LC-MS/MS平台进行结构鉴定, 鉴定得出一 种包含 6 个氨基酸(ser-glu-pro- thr-val-phe)的ACE抑 制肽. 经测定, 其体外ACE抑制活性(IC50 值)为 324 μmol·L−1.
① 浙江大学食品科学与营养系, 杭州 310029; ② 创腾科技有限公司技术支持部, 北京 100080 * 联系人, E-mail: gqhe@zju.edu.cn, wangzl@neotrident.com
收稿日期: 2008-03-06; 接受日期: 2008-03-20 教育部 111 项目和国家十一五科技支撑项目(批准号: 2006BAD05A01)资助
1.3 分子对接
使 用Insight Ⅱ 软件中 的Affinity模块进 行肽与 ACE的分子对接. ACE结构来自PDB生物大分子结构 数据库(PDB code: 1O8A)[16]. Affinity程序可依据能量 信息自动记录最优的受体-配体对接复合物结构 [17]. 对接可以大致分为两个步骤, 首先通过蒙特卡罗计 算来确定配体分子在受体活性位点中可能的结合位 置; 然后,在第一步的基础上, 采用分子动力学方法 进行进一步精细的分子对接. 本研究使用CVFF力场 (consistent valence force field). 对接研究范围设定为 4Å. 对接前, 首先去掉晶体结构中的抑制剂分子赖 诺普利(lisinopril), 之后将小肽放到原来抑制剂所在 位置. 考虑到溶剂效应, ACE-肽复合物中心定义半径
本文共生成了 10 个 ACE 抑制肽药效团(表 2), 都 具有相同的化学特征: 一个阴离子中心、一个氢键给 体、一个氢键受体和两个疏水中心. 表 2 列出所计算 得到的具有最低 cost 值的 10 个药效团模型的特征, 如 cost 值、RMS 和相关性 r 等. 计算结果显示, fixed cost 值为 81.48, null cost 值为 138.80. 一般而言, 主 要是根据药效团模型的 hypothesis cost 与 null cost 之 差及其相关性来评价所计算得到的 10 个药效团模型 是否具有统计学意义. 排在第一位的药效团模型 Hypo 1(图 1)的相关性为 0.89, 其 hypothesis cost 与 null cost 的 cost 差值为 40.71. 由于具有最大的 cost 差值和最高的相关性, 因此认为是所得到的最好的 药效团模型. 使用该药效团模型对训练集进行活性 预测,结果显示(表 3)大部分分子能够被准确预测. 三 肽 leu-lys-pro 是训练集中活性最高的分子, 该分子能 够与 Hypo 1 很好地叠合(图 2).
ala-val (IC50: 300 μmol·L−1)
phe-pro (IC50: 315 μmol·L−1)
glu-ala-pro (IC50: 360 μmol·L−1)
val-pro (IC50: 420 μmol·L−1)
gly-phe (IC50: 450 μmol·L−1)
tyr-pro (IC50: 720 μmol·L−1) val-phe-lys (IC50: 1029 μmol·L−1)
113.18
1.77
0.75
5
ADHHN
119.15
1.94
0.69
6
ADHHN
119.50
1.95
0.69
7
ADHHN
119.58
1.93
0.69
8
ADHHN
119.94
1.96
0.68
9
ADHHN
120.75
1.94
0.69
10
ADHHN
121.20
1.97
0.68
a) Fix cost 值是 81.48, null cost 值是 138.80
2.2 基于药效团的 ACE 抑制肽的结构优化
采用 DS Catalyst Score, 将蚕蛹蛋白中获得的活 性六肽与最优的药效团模型 Hypo 1 进行叠合比较, 以识别活性六肽中能够满足药效团模型所定义的特 征的氨基酸组分. 结果见图 3. 根据活性肽和药效团 Hypo 1 的叠合结果, 药效团 Hypo 1 分布在活性肽的 后 3 个氨基酸 Thr-Val-Phe 上. Thr-Val-Phe 与 Hypo 1 的叠合模式与训练集中具有最高抑制活性的 leu-lys-pro 与 Hypo 1 的叠合模式相似(图 2 和 3). 两 个疏水中心分别与 Val 和 Phe 的疏水侧链叠合. 阴离 子中心与 Phe 中的羧基叠合. 氢键给体和氢键受体分 别与 Thr 和 Val 的酰胺基叠合. 用药效团模型 Hypo 1 预测所得的六肽的 ACE 抑制活性为 148 μmol·L−1, 与 实 验 值 (324 μmol·L−1) 比 较 相 近 . 该 六 肽 中 的 ser-glu-pro 部分没有与药效团模型 Hypo 1 叠合.
val-arg-pro(IC50: 2200 μmol·L−1) ala-gly (IC50: 2500 μmol·L−1) leu-lys-ala (IC50: 8500 μmol·L−1) leu-pro-pro (IC50: 9600 μmol·L−1)
359
王伟等: 基于药效团的血管紧张素转换酶抑制肽的结构优化
本文以 20 个已经公布了结构和活性数据的 ACE 抑制肽作为训练集, 生成 ACE 抑制肽的药效团模型,
357
王伟等: 基于药效团的血管紧张素转换酶抑制肽的结构优化
并且根据打分评价结果选择出一个认为最优的药效 团模型(Hypo 1). 将前期从蚕蛹蛋白中得到的 ACE 抑 制肽与该选择的药效团模型 Hypo 1 进行叠合比较, 识别其对 ACE 抑制活性起关键作用的结构部分. 分 子对接方法也有助于对活性肽的结构进行优化.
制肽作为训练集(表 1), 用以构建ACE抑制肽的药效 团模型 [7~15]. 采用DS 2.0 biopolymer模块构建活性肽 结构, 并利用CHARMM力场进行结构优化, 得到最 低能量结构. 使用DS 2.0 软件中 3D QSAR药效团计 算流程生成基于训练集化合物活性、具有可预测能力 的药效团模型. 采用DS Catalyst软件中的“Best Quality”化合物构象生成方法, 对训练集中的所有肽产生 多构象, 限定每个分子产生的最大构象数为 255, 产 生的新构象与最低能量构象间的能量差不大于 20 kcal·mol−1. 选择以下化学特征用于产生药效团模型: 氢键受体(A), 氢键给体(D), 疏水中心(H)和阴离子中 心(N). Uncertainty值设定为默认值 3.
358
中国科学 B 辑: 化学 2008 年 第 38 卷 第 4 期 表 1 20 个训练集分子的化学结构及活性数值 [7~15]
leu-lys-pro (IC50: 0.32 μmol·L−1)
val-trp (IC50: 1.7 μmol·L−1)
ile-arg-pro (IC50: 1.8 μmol·L−1) lห้องสมุดไป่ตู้u-ala-pro (IC50: 2.3 μmol·L−1)
1 实验方法
1.1 材料和方法 使用 Discovery Studio 2.0 软件(DS Catalyst; Ac-
celrys)生成药效团模型; 使用 Insight Ⅱ 2005(Accelrys) 软件包中的 Affinity 模块进行分子对接计算.
1.2 药效团模型的产生 从文献报道中, 我们收集了 20 个已知的ACE抑
ile-tyr (IC50: 3.7 μmol·L−1)
arg-ala-pro (IC50: 16 μmol·L−1) leu-leu-pro (IC50: 57 μmol·L−1) phe-pro-pro (IC50: 78 μmol·L−1)
leu-asn-tyr (IC50: 81 μmol·L−1)
典型的 ACE 抑制剂一般都由具有一个功能基团
的肽或肽模拟物构成, 这个功能基团与 ACE 活性部 位的 Zn 离子结合. 研究表明, 许多二肽和三肽分子 也具有显著的 ACE 抑制活性, 如 Ile-tyr 在较低的微 摩尔浓度下可有效抑制哺乳动物 ACE 活性. 近期我 们从蚕蛹蛋白中提取得到一条具有 ACE 抑制活性的 六肽分子, 与已经报道的具有明显 ACE 抑制活性的 二肽和三肽分子相比, 该六肽需进一步研究和结构 优化, 以识别六肽中对 ACE 抑制活性起关键作用的 结构部分, 从而有机会成为有效的 ACE 抑制剂产品. 药效团的方法是帮助研究人员发现和优化先导化合 物的一种有效途径. 在化合物的结构优化过程中, 构 效团模型能够帮助研究人员确定化合物的功能基团 和重要的化学特征, 从而提高发现潜在活性化合物 的几率.
摘要 采用 Discovery Studio 2.0 中的药效团模型生成方法, 产生了基于化学特征 的 ACE 抑制肽的药效团模型. 所选择的认为最好的药效团模型(Hypo 1)含有 5 个化 学特征(1 个阴离子中心、1 个氢键受体、1 个氢键给体、2 个疏水中心). 我们先前采 用实验的方法, 从蚕蛹蛋白中获得具有 ACE 抑制活性的六肽分子, 本文结合产生的 ACE 抑制肽药效团模型和分子对接研究, 对该六肽分子进行结构优化, 以识别六肽 中对 ACE 抑制活性起关键作用的结构部分. 结果显示, 药效团模型的方法可有效用 于 ACE 抑制肽的结构优化.
为 10Å的TIP3P水分子. 分子的朝向和初始构象由 Monte Carlo方法给出,然后使用模拟退火算法进行分 子动力学优化, 温度由 500 K到 300 K, 降温过程中 共分为 100 步,每步下作 50 fs 的分子动力学模拟. 最 后优化 1000 循环达到收敛.
2 结果
2.1 使用 DS Catalyst 生成药效团模型
中国科学 B 辑: 化学 2008 年 第 38 卷 第 4 期
表 2 生成的 10 个药效团模型的组成和特征 a)
Hypotheses
Features
Cost
RMS
R
1
ADHHN
98.09
1.24
0.89
2
ADHHN
109.73
1.68
0.79
3
ADHHN
110.52
1.70
0.77
4
ADHHN
图 1 DS Catalyst 药效团模型(Hypo 1), 包括: 疏水中心(蓝色); 氢键给体(紫色); 氢键受体(绿色); 阴离子中心(深蓝) 图 2 药效团模型 Hypo 1 与训练集中活性最高的肽分子(leu-lys-pro)的叠合
图 3 药效团模型 Hypo 1 与六肽 ser-glu-pro-thr-val-phe 的叠合 360
中国科学 B 辑:化学 2008 年 第 38 卷 第 4 期: 357 ~ 364 www.scichina.com chem.scichina.com
《中国科学》杂志社
SCIENCE IN CHINA PRESS
基于药效团的血管紧张素转换酶抑制肽的结构 优化
王伟①, 沈生荣①, 冯凤琴①, 何国庆①*, 王占黎②*
Compound leu-lys-pro val-trp ile-arg-pro leu-ala-pro ile-tyr arg-ala-pro leu-leu-pro phe-pro-pro leu-asn-tyr ala-val phe-pro glu-ala-pro val-pro gly-phe tyr-pro val-phe-lys val-arg-pro ala-gly leu-lys-ala leu-pro-pro