高通量虚拟筛选(HTS)与药物先导物的发现课件

高通量虚拟筛选高通量虚拟筛选与药物先导物的发现与药物先导物的发现连智慧连智慧高通量虚拟筛选与药物先导物的发现连智慧1主要内容主要内容高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法高通量虚拟筛选应用实例高通量虚拟筛选应用实例基于药效基团的数据库搜寻基于药效基团的数据库搜寻基于分子对接的虚拟筛选方法基于分子对接的虚拟筛选方法高通量虚拟筛选的一般流程高通量虚拟筛选的一般流程虚拟筛选在先导化合物发现中的应用虚拟筛选在先导化合物发现中的应用主要内容高通量虚拟筛选策略与方法高通量虚拟筛选应用实例基于药2需要区分的三个概念需要区分的三个概念高通量筛选高通量筛选虚拟筛选虚拟筛选高通量虚拟筛选高通量虚拟筛选需要区分的三个概念高通量筛选虚拟筛选高通量虚拟筛选3高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法 分子识别：大部分药物通过与特定的酶或受体等分子识别：大部分药物通过与特定的酶或受体等 靶标结合而起作用，这种结合就叫做分子识别靶标结合而起作用，这种结合就叫做分子识别最通常的例子是酶与底物、激素与受体、配体与受最通常的例子是酶与底物、激素与受体、配体与受体以及抗原与抗体等之间的结合体以及抗原与抗体等之间的结合配体与受体的识别理论是虚拟筛选，甚至整个药物配体与受体的识别理论是虚拟筛选，甚至整个药物设计方法的设计方法的基础基础高通量虚拟筛选策略与方法 分子识别：大部分药物通过与特定的4 基于小分子的结构基于小分子的结构反映与靶标分子互补的关键反映与靶标分子互补的关键 结构特征结构特征 间接反映小分子与靶标的作用间接反映小分子与靶标的作用高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基于分子对接进行的虚拟筛选基于分子对接进行的虚拟筛选 基于药效团进行的虚拟筛选基于药效团进行的虚拟筛选基于受体的结构基于受体的结构直接反映直接反映 小分子与靶标的结合小分子与靶标的结合 基于小分子的结构反映与靶标分子互补的关键高通量虚拟筛5高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法6高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于药药效效基基团团的的数数据据库库搜搜寻寻 药效基团通常是那些可以与受体结合点形成氢键相互作用、药效基团通常是那些可以与受体结合点形成氢键相互作用、静电相互作用、范德华相互作用和疏水相互作用的原子或官能团静电相互作用、范德华相互作用和疏水相互作用的原子或官能团药效基团连同其空间关系称为三维药效基团。药效基团连同其空间关系称为三维药效基团。三维药效基团模型的构建方法一般有两种：三维药效基团模型的构建方法一般有两种：通过对一组具有生物活性的化合物进行结构活性关系的分析，通过对一组具有生物活性的化合物进行结构活性关系的分析，找出其相同的特征结构来建立的找出其相同的特征结构来建立的通过对活性化合物与其靶标的复合物晶体结构通过对活性化合物与其靶标的复合物晶体结构 进行分析来得到三维药效基团模型进行分析来得到三维药效基团模型高通量虚拟筛选策略与方法基 药效基团通常是那些7高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法评价方法评价方法费用函数费用函数Null costFix costTotal cost 得到药效基团模型后，即可将其作为提问结构的模板，得到药效基团模型后，即可将其作为提问结构的模板，对小分子化合物数据库进行搜寻，筛选出符合药效基团要求对小分子化合物数据库进行搜寻，筛选出符合药效基团要求的分子，在虚拟筛选里，即认为这些符合要求的分子就是高的分子，在虚拟筛选里，即认为这些符合要求的分子就是高活性的分子。活性的分子。然后再对由药效基团确定的化合物进行药理然后再对由药效基团确定的化合物进行药理 测试测试基基于于药药效效基基团团的的数数据据库库搜搜寻寻CatScrambleconfidence level交叉验证交叉验证测试集的验证测试集的验证高通量虚拟筛选策略与方法评价方法费用函数Null cost 8高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于药药效效基基团团的的数数据据库库搜搜寻寻基于药效团的虚拟筛选的一般流程基于药效团的虚拟筛选的一般流程高通量虚拟筛选策略与方法基基于药效团的虚拟筛选的一般流程9高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于分分子子对对接接的的虚虚拟拟筛筛选选方方法法 首先要建立大量化合物（靶标生物大分子和小分子）的三维结构首先要建立大量化合物（靶标生物大分子和小分子）的三维结构数据库，然后将库中的分子逐一与靶标分子进行数据库，然后将库中的分子逐一与靶标分子进行“对接对接”，通过不断，通过不断优化小分子化合物的位置和构象寻找小分子化合物与靶标大分子作用优化小分子化合物的位置和构象寻找小分子化合物与靶标大分子作用的最佳构象，并对其进行打分。在库中所有分子均完成对接计算之后，的最佳构象，并对其进行打分。在库中所有分子均完成对接计算之后，即可从中找出与靶标分子结合的最佳分子（前即可从中找出与靶标分子结合的最佳分子（前50名或前名或前100名）。名）。要求库中的化合物具有足够的分子多样性要求库中的化合物具有足够的分子多样性高通量虚拟筛选策略与方法基 首先要建立大量化合10高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于分分子子对对接接的的虚虚拟拟筛筛选选方方法法现在应用于分子对接的打分函数现在应用于分子对接的打分函数基于回归的参数基于回归的参数基于知识的打分函数基于知识的打分函数根据已知复合物结构，计算作用力统计值根据已知复合物结构，计算作用力统计值基于力场的打分函数基于力场的打分函数以分子间作用力表达，忽略熵变以分子间作用力表达，忽略熵变 应用较普遍应用较普遍一致性打分一致性打分以不同方法分别打分，统计出打分值排名以不同方法分别打分，统计出打分值排名对于以虚拟筛选为目的的打分函数，能够区分活性化合物和非活性对于以虚拟筛选为目的的打分函数，能够区分活性化合物和非活性 化合物是最重要的，并无必要正确的对活性化合物进行排序化合物是最重要的，并无必要正确的对活性化合物进行排序不同的打分函数应用于不同的体系，对不同体系的效果并不相同不同的打分函数应用于不同的体系，对不同体系的效果并不相同高通量虚拟筛选策略与方法基现在应用于分子对接的打分函数基于回11高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于分分子子对对接接的的虚虚拟拟筛筛选选方方法法改进之处改进之处降低假阳性问题降低假阳性问题分子对接需要改进的地方有三个方面：分子对接需要改进的地方有三个方面：打分函数、考虑生物大分子柔性和溶剂化效应打分函数、考虑生物大分子柔性和溶剂化效应打分函数是不考虑溶剂化效应的，或是先产生真空构象。然后用打分函数是不考虑溶剂化效应的，或是先产生真空构象。然后用 一个包含溶剂化效应项的打分函数进行排序一个包含溶剂化效应项的打分函数进行排序现在大部分分子对接程序都考虑小分子的柔性，而把大分子当作现在大部分分子对接程序都考虑小分子的柔性，而把大分子当作 是一个刚体，就会限制药物设计的小分子类型是一个刚体，就会限制药物设计的小分子类型对于大分子柔性现有的研究结果对于大分子柔性现有的研究结果 只考虑生物大分子的侧链的柔性对结构没有改善只考虑生物大分子的侧链的柔性对结构没有改善利用生物大分子不同的静态结构来考虑其柔性可能会成为利用生物大分子不同的静态结构来考虑其柔性可能会成为 一个主要的方法，特别是那些引起生物大分子不同结一个主要的方法，特别是那些引起生物大分子不同结 合构象的小分子合构象的小分子高通量虚拟筛选策略与方法基改进之处降低假阳性问题分子对接12高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于分分子子对对接接的的虚虚拟拟筛筛选选方方法法基于分子对接的虚拟筛选的一般流程基于分子对接的虚拟筛选的一般流程Or同源蛋白模同源蛋白模建建可以减少计算量可以减少计算量Or软件软件 转换转换ABCDADME约约40%失败失败高通量虚拟筛选策略与方法基基于分子对接的虚拟筛选的一般流程O13 同源蛋白模建法同源蛋白模建法 根据已知的蛋白质三维结构来预测可能的三维根据已知的蛋白质三维结构来预测可能的三维结构结构基于知识的预测基于知识的预测 同源蛋白有着相似的来源、相似的结构和生物同源蛋白有着相似的来源、相似的结构和生物功能。通过比较蛋白序列的相似性，按同源蛋功能。通过比较蛋白序列的相似性，按同源蛋白的三维结构为模板，构建未知蛋白的结构白的三维结构为模板，构建未知蛋白的结构 一般要求同源性在一般要求同源性在30%30%以上，特别是在结合区以上，特别是在结合区域同源性要好域同源性要好 同源蛋白模建法14（1 1）根据未知蛋白质的序列，寻找同源蛋白）根据未知蛋白质的序列，寻找同源蛋白（2 2）二重或多重序列对比）二重或多重序列对比（3 3）找出共同的二级结构区域，构建骨架）找出共同的二级结构区域，构建骨架（4 4）对初始模型作能量优化）对初始模型作能量优化（5 5）判断结构合理性）判断结构合理性同源蛋白模建法步骤：同源蛋白模建法步骤：（1）根据未知蛋白质的序列，寻找同源蛋白同源蛋白模建法步骤：15高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于分分子子对对接接的的虚虚拟拟筛筛选选方方法法确定结合口袋的方法确定结合口袋的方法大多数情况下可以根据生物大分子与小分子的复合物结构来确定大多数情况下可以根据生物大分子与小分子的复合物结构来确定在没有复合物结构的情况下（多数情况是没有受体的结构），要根在没有复合物结构的情况下（多数情况是没有受体的结构），要根 据生物大分子的结构、功能以及定点突变的实验结果，进行手动据生物大分子的结构、功能以及定点突变的实验结果，进行手动 确定结合口袋确定结合口袋现在有一些算法（如现在有一些算法（如SiteID），可用以确定生物大分子的结合口袋），可用以确定生物大分子的结合口袋高通量虚拟筛选策略与方法基确定结合口袋的方法大多数情况下可以16高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于分分子子对对接接的的虚虚拟拟筛筛选选方方法法分子对接分子对接虚拟筛选的核心步骤虚拟筛选的核心步骤 分子对接利用系统搜寻、禁忌搜索、模拟退火和遗传算法等分子对接利用系统搜寻、禁忌搜索、模拟退火和遗传算法等将库中的分子逐一放置在靶标生物分子的结合部位，并通过不将库中的分子逐一放置在靶标生物分子的结合部位，并通过不断优化小分子化合物的位置、取向以及构象，来寻找小分子化断优化小分子化合物的位置、取向以及构象，来寻找小分子化合物与靶标大分子作用的最佳构象，并对其进行打分合物与靶标大分子作用的最佳构象，并对其进行打分高通量虚拟筛选策略与方法基分子对接虚拟筛选的核心步骤 17高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于分分子子对对接接的的虚虚拟拟筛筛选选方方法法分子对接分子对接虚拟筛选的核心步骤虚拟筛选的核心步骤禁忌搜索禁忌搜索 模拟退火模拟退火 遗传算法是解决搜索问题的一种通用算法遗传算法是解决搜索问题的一种通用算法 搜索算法的共同特征为：搜索算法的共同特征为：首先组成一组候选解；首先组成一组候选解；依据某些适应性条件测算这些候选解的适应度；依据某些适应性条件测算这些候选解的适应度；根据适应度保留某些候选解，放弃其他候选解；根据适应度保留某些候选解，放弃其他候选解；对保留的候选解进行某些操作，生成新的候选解对保留的候选解进行某些操作，生成新的候选解 只搜索未访问过的区域（已访问解的禁忌链条）只搜索未访问过的区域（已访问解的禁忌链条）寻找全局最优值一般需要寻找全局最优值一般需要105106步步将小分子的熵值设置在最大，通过不断降低熵值，将小分子的熵值设置在最大，通过不断降低熵值，寻找最佳构象寻找最佳构象遗传算法遗传算法 高通量虚拟筛选策略与方法基分子对接虚拟筛选的核心步骤禁忌搜18高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法基基于于分分子子对对接接的的虚虚拟拟筛筛选选方方法法分子对接的后处理分子对接的后处理 主要是对化合物进行主要是对化合物进行ADME/Tox（吸收、分布、排泄以及毒性）评价，（吸收、分布、排泄以及毒性）评价，以判断化合物是否是类药（以判断化合物是否是类药（drug-like）分子，并过滤掉非类药分子。）分子，并过滤掉非类药分子。根据根据5规则规则等经验规则和计算方法等经验规则和计算方法，以预测分子的体积、表面积、，以预测分子的体积、表面积、偶极矩以及疏水性等物理化学性质，代谢性质和毒性等性质，先偶极矩以及疏水性等物理化学性质，代谢性质和毒性等性质，先将化合物数据库中的非类药性分子过滤掉，从而可以节省虚拟筛将化合物数据库中的非类药性分子过滤掉，从而可以节省虚拟筛选的耗时选的耗时高通量虚拟筛选策略与方法基分子对接的后处理 主要是19高通量虚拟筛选策略与方法高通量虚拟筛选策略与方法进行虚拟筛选的目的进行虚拟筛选的目的使得从选定的子集中比在随机挑选出来的化合物中更容使得从选定的子集中比在随机挑选出来的化合物中更容 易发现活性化合物（富集率）易发现活性化合物（富集率）高通量虚拟筛选策略与方法进行虚拟筛选的目的使得从选定的子集中20高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂背景背景 雌激素手提中于激动剂想结合的关键螺旋被拮抗剂雌激素手提中于激动剂想结合的关键螺旋被拮抗剂 侧位的特征取代基推开侧位的特征取代基推开雌激素受体雌激素受体核受体家族中的一种。核受体家族中的一种。与激动剂结合以后，配体结合部位附近的结构会发生与激动剂结合以后，配体结合部位附近的结构会发生变化，从而促使受体与其识别蛋白结合。然后转运到变化，从而促使受体与其识别蛋白结合。然后转运到细胞核内，与细胞核内，与DNADNA结合调控基因的表达结合调控基因的表达与拮抗剂结合以后，其结构也会发生变与拮抗剂结合以后，其结构也会发生变化，但不会产生类似的效应。化，但不会产生类似的效应。实例一实例一高通量虚拟筛选应用实例雌背景 雌激素受体核受体家族21高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂靶标生物大分子靶标生物大分子激动剂结构的受体激动剂结构的受体雌激素受体与雌二醇复合物的晶体结构雌激素受体与雌二醇复合物的晶体结构拮抗剂形式的受体拮抗剂形式的受体雌激素受体与雷洛昔芬复合物的晶体结构雌激素受体与雷洛昔芬复合物的晶体结构分子对接前分子对接前利用利用InsightInsight软件对晶体结构进行必要的修饰：软件对晶体结构进行必要的修饰：加氢，加氢，将距离配体将距离配体1.5nm1.5nm以内的残基定义为结合口袋，以内的残基定义为结合口袋，并进行限制性优化并进行限制性优化实例一实例一高通量虚拟筛选应用实例雌靶标生物大分子激动剂结构的受体雌22高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂小分子数据小分子数据 MDLMDL公司的公司的ACD-SCACD-SC数据库的数据库的150150万种化合物万种化合物数据库预处理数据库预处理校正二维结构，在生理校正二维结构，在生理PHPH条件下进行质子化处理，计算理化性质条件下进行质子化处理，计算理化性质二维性质过滤，删除无机化合物和非类药性分子。二维性质过滤，删除无机化合物和非类药性分子。利用利用MSI ConverterMSI Converter软件将二维结构转化为三维结构软件将二维结构转化为三维结构通过以上处理得到通过以上处理得到110110万个类药性分子的三维结构万个类药性分子的三维结构加入一些已知的配体（参考活性分子），以测试分子对接是加入一些已知的配体（参考活性分子），以测试分子对接是 否能从一大批随机的化合物中找出已知的活性化合物否能从一大批随机的化合物中找出已知的活性化合物实例一实例一高通量虚拟筛选应用实例雌小分子数据数据库预处理校正二维结构，23高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂选定的子集选定的子集 进行虚拟筛选的目的是使得从选定的子集中比在随机挑选出来的进行虚拟筛选的目的是使得从选定的子集中比在随机挑选出来的化合物中更容易发现活性化合物化合物中更容易发现活性化合物富集率为取样中发现参考化合物的比率与随机样品集合中富集率为取样中发现参考化合物的比率与随机样品集合中 发现参考化合物的比率之比发现参考化合物的比率之比实例一实例一高通量虚拟筛选应用实例雌选定的子集 进行虚拟筛选的目的是24高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂分子对接分子对接分子对接程序分子对接程序自制程序自制程序PRO-LEADSPRO-LEADS 小分子是柔性的，生物大分子是刚性的小分子是柔性的，生物大分子是刚性的 采用禁忌搜索采用禁忌搜索打分函数打分函数采用能量函数采用能量函数 修正修正增加一个长程氢键作用项以及关于配体、受体增加一个长程氢键作用项以及关于配体、受体 碰撞和配体张力能项碰撞和配体张力能项Chem ScoreChem Score辅助描述符辅助描述符 主要增加形状互补、配体与受体的主要增加形状互补、配体与受体的极性和非极性表面匹配等有关描述符极性和非极性表面匹配等有关描述符实例一实例一高通量虚拟筛选应用实例雌分子对接分子对接程序自制程序PR25可以直接预测结合自由能打分是基于配体与受体的作可以直接预测结合自由能打分是基于配体与受体的作用强度，以及结合对配体的柔性的影响所导致的熵效用强度，以及结合对配体的柔性的影响所导致的熵效应。配体与受体的相互作用又以氢键接触、亲脂接触应。配体与受体的相互作用又以氢键接触、亲脂接触以及金属结合的几何构型来表征。通过预先计算相应以及金属结合的几何构型来表征。通过预先计算相应的网格文件，可以加快虚拟筛选时的计算速度的网格文件，可以加快虚拟筛选时的计算速度高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂分子对接分子对接能量函数能量函数ChemScoreChemScore可以直接预测结合自由能打分是基于配体与受体的作用强度，以及结26高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂分子对接分子对接结果结果 参考活性分子参考活性分子所预测的参考分子与雌激素受体的结合模式所预测的参考分子与雌激素受体的结合模式 与已知的晶体结构数据时一致的与已知的晶体结构数据时一致的 参考分子的测试参考分子的测试结果结果2020个已知激动剂个已知激动剂2020个已知拮抗剂个已知拮抗剂实例一实例一高通量虚拟筛选应用实例雌分子对接结果 参考活性分子27高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂激动剂受体对接结果激动剂受体对接结果 100 100万化合物中，只有万化合物中，只有1%1%的结合能低于的结合能低于-40KJ/mol-40KJ/mol 已知激动剂（配体）的结合能在已知激动剂（配体）的结合能在-33-33-46KJ/mol-46KJ/mol之间之间 类固醇配体结合能在类固醇配体结合能在-41-41-46KJ/mol-46KJ/mol之间，非类固醇配体之间，非类固醇配体得分较差得分较差根据预测的结合活性可以很好地区分配体与随机挑选的化合物根据预测的结合活性可以很好地区分配体与随机挑选的化合物实例一实例一高通量虚拟筛选应用实例雌激动剂受体对接结果 100万化合28高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂激动剂受体对接结果激动剂受体对接结果 已知拮抗剂的结合能在已知拮抗剂的结合能在-44-44-62KJ/mol-62KJ/mol之间，之间，与随机化合物区分度很好与随机化合物区分度很好 100 100万化合物中，只有万化合物中，只有1%1%的结合能达到相似水平的结合能达到相似水平实例一实例一高通量虚拟筛选应用实例雌激动剂受体对接结果实例一29高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂虚拟筛选的进一步验证虚拟筛选的进一步验证在分子对接得分较高的化合物中选出一些进行进一步的过滤在分子对接得分较高的化合物中选出一些进行进一步的过滤然后排除结构有问题的化合物，激动剂最后得到然后排除结构有问题的化合物，激动剂最后得到120120个化合物个化合物 拮抗剂得到拮抗剂得到3737个化合物个化合物实例一实例一高通量虚拟筛选应用实例雌虚拟筛选的进一步验证在分子对接得分较30高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂虚拟筛选的进一步验证虚拟筛选的进一步验证用虚拟筛选最后得到的化合物与人的雌激素受体进行结合活性测定用虚拟筛选最后得到的化合物与人的雌激素受体进行结合活性测定实例一实例一高通量虚拟筛选应用实例雌虚拟筛选的进一步验证用虚拟筛选最后得31高通量虚拟筛选应用实例高通量虚拟筛选应用实例雌雌激激素素受受体体激激动动剂剂和和拮拮抗抗剂剂 测试结果说明测试结果说明:虚拟筛选可以从各种各样的结构中找到潜在虚拟筛选可以从各种各样的结构中找到潜在 的激动剂和抑制剂的激动剂和抑制剂实例一实例一高通量虚拟筛选应用实例雌 测试结果说明:实例一32高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二背景背景PTB-1BPTB-1B是发现糖尿病药物的重要靶标是发现糖尿病药物的重要靶标 PTB-1B PTB-1B能够催化水解胰岛素受体中的磷酸化能够催化水解胰岛素受体中的磷酸化络氨酸，使得胰岛素受体失活，络氨酸，使得胰岛素受体失活，型糖尿病的发型糖尿病的发作涉及到作涉及到PTB-1BPTB-1B的过量表达的过量表达PTB-1BPTB-1B有两个结合位点：有两个结合位点：具有催化活性的位点具有催化活性的位点没有催化活性的位点没有催化活性的位点高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二背景PT33高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二部分部分利用单浓度测试对利用单浓度测试对4040万个化合物进行分析万个化合物进行分析 对对PTB-1BPTB-1B的抑制活性达到的抑制活性达到300300mol/l mol/l 则认为值得进行进一步的而研究则认为值得进行进一步的而研究 第一部分：第一部分：实验筛选实验筛选高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二部分 34第二部分：虚拟筛选第二部分：虚拟筛选利用分子对接对利用分子对接对2.32.3万化合物进行虚拟筛选万化合物进行虚拟筛选 对对PTB-1BPTB-1B的抑制活性达到的抑制活性达到200200mol/lmol/l，则认为值得进行进一步的而研究则认为值得进行进一步的而研究 高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二部分部分第二部分：虚拟筛选利用分子对接对2.3万化合物进行虚拟筛选高35第三部分：第三部分：抑制活性测试抑制活性测试IC50 IC50 测试，测试，一个化合物的一个化合物的IC50 IC50 低于低于100100mol/lmol/l，则认为它则认为它“命中目标命中目标”高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二部分部分第三部分：抑制活性测试IC50 测试，高通量虚拟筛选应用36高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二部分部分第四部分：第四部分：比较高通量筛选和分子对接比较高通量筛选和分子对接 对两批活性化合物进行多样性和类药性分析对两批活性化合物进行多样性和类药性分析高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二部分第四37高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二部分部分第一部分：第一部分：实验筛选实验筛选单浓度测试单浓度测试第二部分：虚拟筛选第二部分：虚拟筛选抑制活性测试抑制活性测试IC50 IC50 测试测试第三部分：第三部分：第四部分：比较高通量筛选和分子对接第四部分：比较高通量筛选和分子对接高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二部分第一38高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二实验筛选实验筛选 在在4040万个化合物中，有万个化合物中，有543543个化合物个化合物在在300300mol/lmol/l浓度能够明显抑制浓度能够明显抑制PTB-1BPTB-1B单浓度测试单浓度测试抑制活性测试抑制活性测试单浓度测试中的单浓度测试中的543543个化合物中个化合物中8585个化合物的个化合物的 IC50IC50介于介于100100mol/lmol/l1 1mol/lmol/l之间，之间，命中率为命中率为0.021%0.021%高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二实验筛选39高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二 虚拟筛选虚拟筛选主要考虑要点：主要考虑要点：分子是否同时与晶体结构中的两个位点作用，分子是否同时与晶体结构中的两个位点作用，同时与两个位点作用，将有助于提高其活性同时与两个位点作用，将有助于提高其活性分子中是否有羧基分子中是否有羧基在选定在选定365365个化合物中，个化合物中，178178个同时与两个位点作用个同时与两个位点作用 187187个化合物只于一个位点作用个化合物只于一个位点作用889889个分子进行分析个分子进行分析高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二 虚拟筛40高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二 虚拟筛选虚拟筛选抑制活性测试抑制活性测试在在365365个化合物中，个化合物中，127127个个IC50IC50值低于值低于100100mol/lmol/l 命中率达命中率达34.8%34.8%，2121种化合物的种化合物的IC50IC50达到达到1010mol/lmol/l 最好的化合物的最好的化合物的IC50IC50为为1.71.7mol/lmol/l 高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二 虚拟筛41高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二实验筛选与虚拟筛选的比较实验筛选与虚拟筛选的比较分子对接的命中率是高通量筛选的分子对接的命中率是高通量筛选的17001700倍倍比较比较说明分子对接能够淘汰那些不大可能抑制说明分子对接能够淘汰那些不大可能抑制PTB-1BPTB-1B 的化合物，使得能够集中力量研究那些比较可能的化合物，使得能够集中力量研究那些比较可能 与与PTB-1BPTB-1B结合位点作用的化合物结合位点作用的化合物高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二实验筛选42高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二实验筛选与虚拟筛选的比较实验筛选与虚拟筛选的比较类药性分析类药性分析主要通过主要通过“5 5规则规则”和参数过滤器两种方法和参数过滤器两种方法“5 5规则规则”：化合物通过其中一项，得分加：化合物通过其中一项，得分加1 1，都不能通过得分为都不能通过得分为0 0参数分析：分子量，参数分析：分子量，CLgPCLgP值和可旋转键数等值和可旋转键数等5858中参数中参数脂水分配系数脂水分配系数高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二实验筛选43高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二实验筛选与虚拟筛选的比较实验筛选与虚拟筛选的比较类药性分析类药性分析结果结果5规则参数分析参数分析通通过率率实验筛选2.7330%虚虚拟筛选3.5770%高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二实验筛选44高通量虚拟筛选应用实例高通量虚拟筛选应用实例蛋蛋白白络络氨氨酸酸磷磷酸酸酯酯酶酶抑抑制制剂剂实例二实例二实验筛选与虚拟筛选的比较实验筛选与虚拟筛选的比较多样性分析多样性分析高通量虚拟筛选应用实例蛋白络氨酸磷酸酯酶抑制剂实例二实验筛选45高通量虚拟筛选应用实例高通量虚拟筛选应用实例钾钾离离子子通通道道阻阻断断剂剂实例三实例三背景背景 钾离子通道在神经细胞、肌肉细胞等钾离子通道在神经细胞、肌肉细胞等电激动细胞以及淋巴细胞等非电激动细胞过电激动细胞以及淋巴细胞等非电激动细胞过程的调节中起着重要作用，真核细胞的钾离程的调节中起着重要作用，真核细胞的钾离子通道参与了心电传导、信号传导通路等一子通道参与了心电传导、信号传导通路等一大批生理功能大批生理功能高通量虚拟筛选应用实例钾离子通道阻断剂实例三背景 46里宾斯基五規則的內容是：里宾斯基五規則的內容是：1，化合物的分子量小于，化合物的分子量小于500道尔顿道尔顿 2，化合物結构中的氢键给体，化合物結构中的氢键给体(包括羟基、氨基等包括羟基、氨基等)的数量不超过的数量不超过5个个 3，化合物中氢键受体不超过，化合物中氢键受体不超过10个个 4，化合物的脂水分配系数的对数值，化合物的脂水分配系数的对数值(logP)在在-2到到5之间之间 5，化合物中可旋转键的数量不超过，化合物中可旋转键的数量不超过10个个 简化后的四规则去掉了关于可旋转键的数量限制简化后的四规则去掉了关于可旋转键的数量限制三规则进一步去掉了对氢键受体数量的限制三规则进一步去掉了对氢键受体数量的限制用于筛选类先导化合物的五规则：用于筛选类先导化合物的五规则：1，化合物的分子量在，化合物的分子量在100至至380道尔顿之间道尔顿之间 2，化合物中有尽可能少的氢键受体，化合物中有尽可能少的氢键受体 3，化合物中有尽可能少的芳香环，化合物中有尽可能少的芳香环 4，化合物脂水分配系数的对数值在，化合物脂水分配系数的对数值在1到到3之间之间 5，化合物能夠与靶受体相结合，化合物能夠与靶受体相结合 里宾斯基五規則的內容是：47