SHP-2抑制劑藥效團模型的構建與應用

魏會宇,金媛媛,王梅燕,朱立勤，3

(1.天津醫科大學眼科醫院藥劑科，天津醫科大學眼視光學院，天津醫科大學眼科研究所，天津300384；2.天津醫科大學藥學院，天津300070；3.天津市第一中心醫院藥學部，天津300192）

蛋白酪氨酸磷酸酶SHP-2（s rchomology 2 domain containing phosphotyrosine phosphatase 2）是一種由蛋白酪氨酸磷酸酶N11（PTPN11）基因編碼的蛋白酪氨酸磷酸酶（protein tyrosine phosphatase，PTPase），其分子結構由兩個 Src同源區（N－SH2和C－SH2）、一個具有蛋白酪氨酸磷酸酶催化活性功能域和一個包含多個酪氨酸磷酸化位點及一個富含脯氨酸Motif的C端尾巴組成[1]。SHP-2屬于蛋白酪氨酸磷酸酶家族成員之一，作為細胞因子、生長因子及其它胞外刺激因素的下游信號分子，表達于機體的各種組織和細胞中，與許多重要的細胞生命活動（如細胞增殖、分化、移動、死亡的調控）密切相關[2-3]。近年來的系列研究發現，由PTPN11基因突變產生的SHP-2突變體與幼年型兒童粒單細胞白血病及其它類型白血病發病有關，SHP-2異常活化參與成年人白血病細胞惡性增殖病理過程，很可能是一個新的抗白血病藥物靶分子[4-5]。近年來，大量新型SHP-2抑制劑被報道出來[6-11]，這為進一步研究SHP-2抑制劑的結構特征，確定其結構中對活性起關鍵性作用的藥效團以及設計、搜尋新型SHP-2抑制劑打下了基礎。本研究采用Discovery Studio 3.5中的藥效團模塊構建SHP-2抑制劑的三維藥效團模型，用于指導下一步新型結構的先導物的搜尋。

1 材料與方法

1.1 藥效團模型構建 計算工作所用軟件為Accelrys公司的Discovery Studio 3.5商用軟件包，所用參數設定除特別指明外均為默認值。所有計算均在Linux操作系統中完成。從文獻[6-7,12-13]報道中選擇用于構建基于配體分子共同特征三維藥效團模型的訓練集分子(圖1)。定義活性最好分子的Principal值為2，其余均為1，而活性最好的分子的Max Omit Feat值定義為0，其余均為1。采用featuremapping模塊選擇以下化學特征進行藥效團模型構建：氫鍵供體(HBD)、氫鍵受體(HBA)、疏水中心(HY)、芳環中心(RA)以及負電中心(NI)。

圖1 SHP-2抑制劑訓練集化合物分子結構及其抑制活性Fig1 ThestructuresandactivitiesofSHP-2inhibitorsfor trainingset

用于構建基于受體-配體晶體復合物藥效團模型的SHP-2復合物（PDB ID：3O5X）是從Protein Data Bank（PDB）數據庫中獲取的。首先，對蛋白分子進行加氫去水等準備工作，然后利用DS的Receptor-ligand pharmacophore generation模塊產生藥效團，并用其自帶的驗證工具Validation驗證模型的可靠性。

1.2 虛擬篩選 本次虛擬篩選選用公共免費庫ZINC數據庫(2013年)。由于ZINC數據庫中化合物的數量非常龐大，因此本實驗只篩選了其中的一部分大約1 600萬個分子。首先以HipHop算法產生的藥效團模型為提問結構，對ZINC數據庫進行搜索,對匹配藥效團特征的化合物進行基于匹配值 fit value的排序,保留其中得分最高的一部分小分子化合物，再以CBP算法產生的藥效團模型為提問結構,對被保留下來的化合物進行匹配，最終得到同時符合兩種藥效團特征的優選化合物。

1.3 ADME預測 Schrodinger Suite 2009軟件中的QikProp模塊可以預測化合物的吸收、分布、代謝、排泄性質。在QikProp模塊中，分子自動成中性狀態。在正常模式下，此模塊可以分析油水分配系數，水溶性，毒性。本實驗對 logPo/w、PSA、logS、PMDCK進行預測。PSA指極化表面積，與膜滲透相關的另一個參數；logPo/w指油水分布系數，改變藥物的油水分布系數達到提高其生物利用度的目的；logS指水溶性，改變藥物的水溶性提高藥物在血液中轉運速度；PMDCK指狗腎細胞培養，與腸通透性有關的參數。

2 結果

2.1 基于配體分子共同特征的藥效團模型結果HipHop算法的計算結果一共產生了10個藥效團模型，這10個藥效團模型的結果參數見表1。

表1 10個基于分子共同特征的藥效圖的結果參數Tab1 Theparametersof ten common featuresof pharmacophore

2.2 基于受體配體復合物結構的藥效團模型結果 CBP算法的計算結果一共產生了6個藥效團模型，這6個藥效團模型的結果參數見表2。

表2 基于受體配體復合物的藥效團結果Tab2 The resultsof com plex-based pharm acophore

2.3 藥效團的驗證 ROC分析可用于檢驗一個藥效團模型是否具有從一系列非活性分子中挑選出活性分子的能力。本實驗選取了47個已報道的SHP-2的小分子抑制劑作為活性分子，并在ZINC數據庫中隨機選取了987個小分子化合物作為非活性分子，分別導入到Pharmacophore Generation模塊Validation部分的Active Ligands和Inactive Ligands中，用于藥效團模型的驗證。兩種方法產生的藥效團模型的驗證結果分別顯示在表3、4中。

表3 基于配體共同特征的10個藥效團模型的ROC分析結果Tab3 TheROC resu ltsof 10 comm on featuresof pharm acophore

表4 基于受體配體復合物結構的6個藥效團模型的ROC分析結果Tab4 TheROC resu ltsof 6 com plex-based pharm acophore

敏感度與特異性兩數值分別表示模型對活性分子以及非活性分子的識別能力。兩量化指標的具體定義如下：

兩者得分越高，說明模型區分活性與非活性化合物能力越強。需要綜合評估，具體可從ROC曲線判斷，如圖2。曲線下面積值代表最后的統計結果，圖中最上方描述的Accuracy即為曲線下面積，該值應大于0.5，越大代表模型區分能力越強。綜合分析后，我們選取模型5作為基于配體共同特征方法產生的最優藥效團模型，其包括4個藥效團元素：2個氫鍵受體（HBA）和2個芳環中心（RA）；選取模型1作為基于受體配體復合物結構方法產生的最優藥效團模型，其包括3個藥效團元素：1個負電中心（NI）、1個氫鍵受體（HBA）和1個疏水中心（HY）。

2.4 虛擬篩選結果 最終我們篩選得到35個小分子化合物（圖3），這些化合物和兩個藥效團模型都能很好地匹配，很有可能具有SHP-2抑制活性，是潛在的SHP-2小分子抑制劑。選取篩選得到的35個化合物之一ZINC08683953分別與兩個藥效團模型匹配示范如圖4所示。

圖2 Pharm acophore_05與Pharmacophore_01的ROC曲線圖Fig 2 The ROC curve of Pharm acophore_05 and Pharm acophore_01

圖3 藥效團虛擬篩選結果Fig 3 The resultsof pharm acophore-based virtualscreening

圖4 先導物與藥效團的匹配舉例Fig 4 The examples of lead com poundsmatching the pharm acophores

2.5 ADME預測結果 應用Schrodinger2009軟件包中的QikProp模塊對35個新設計及6個已報道的SHP-2抑制劑與藥效相關的5個性質進行預測。結果如表5所示（新設計的化合物只選取了10個代表性的結構）。與6個已報道的SHP-2抑制劑分子相比，新設計的化合物的 PSA、logPo/w、logS、PMDCK均在合理的范圍內。

表5 ADME預測Tab5 Physiochem icaldescriptorscalculated by QP

3 討論

訓練集分子選取的原則：輸入分子的結構具有多樣性，從而能夠代表不同系列同系物的結構特征；化合物數目在2～32個，6個左右比較理想；盡量選擇活性最強的化合物；選擇結構剛性大的分子效果比柔性分子好。ADME預測結果顯示，已報道的6個化合物PMDCK偏低，而logS偏高，而本文中新設計化合物的PSA、logPo/w、logS、PMDCK均在合理的范圍內。該結果表明已報道的這6個化合物腸吸收差且水溶性偏高，可能是由于這6個化合物中存在過多的親水性基團（羥基、羧基、磺酸基）引起的，而筆者設計的部分化合物卻很好地改善了這方面的結構缺陷。

本文從配體小分子的共同特征和受體-配體晶體復合物兩方面出發，成功構建了藥效團模型并進行了數據庫搜索，得到同時符合兩種藥效團特征的化合物。本文的創新之處在于以文獻報道的SHP-2小分子抑制劑和已知配體-受體復合物晶體結構為基礎，篩選得到理論上更具研究價值的潛在先導化合物，既避免了傳統的分子對接的隨意性，又避免了單純的基于配體的藥效團模型篩選可能會產生的假陽性問題，為化合物的虛擬篩選研究提供了一種新的思路和方法。

[1]Poole AW,JonesM L.A SHPing tale:Perspectiveson the regulation of SHP-1 and SHP-2 tyrosine phosphatases by the C-terminal tail[J].Cell Signal,2005,17(11):1323

[2]Qu C K.The SHP-2 tyrosine phosphatase:signaling mechanisms and biological functions[J].CellRes,2000,10(4):279

[3]Zheng H,Alter S,Qu C K.SHP-2 tyrosine phosphatase in human diseases[J].Int JClin Exp Med,2009,2(1):17

[4]Chan G,Kalaitzidis D,Neel B G.The tyrosine phosphatase Shp2(PTPN11)in cancer[J].CancerMetastasisRev,2008,27(2):179

[5]Loh M L.Recentadvances in the pathogenesisand treatmentof juvenilemyelomonocytic leukaemia[J].Br JHaematol,2011,152(6):677

[6]StuibleM,Doody KM,Tremblay M L.PTP1B and TC-PTP:regulators of transformation and tumorigenesis[J].CancerMetastasis Rev，2008,27(2):215

[7]Lee JY,Kim JK,ChoM C,etal.Cytotoxic flavonoidsasagonistsof peroxisome proliferator-activated receptor on human cervical and prostate cancer cells[J].JNatProd,2010,73(7):1261

[8]Yu ZH,Chen L,Wu L,etal.Smallmolecule inhibitorsof SHP2 tyrosine phosphatase discovered by virtual screening[J].Bioorg Med Chem Lett,2011,21(14):4238

[9]Liu W,Yu B,Xu G,etal.Identification of cryptotanshinone as an inhibitor of oncogenic protein tyrosine phosphatase SHP2(PTPN11)[J].JMed Chem,2013,56(18):7212

[10]Yu B,LiuW,YuW M,etal.Targeting protein tyrosine phosphatase SHP2 for the treatmentof PTPN11-Associatedmalignancies[J].Mol Cancer Ther,2013,12(9):1738

[11]Duan Y Q,Ma Y,Wang X J,etal.Design potential selective inhibitors for treating cancer by targeting the Src homology 2(SH2)domain-containing phosphatase 2 (Shp2)with core hopping approach[J].Protein Pept Lett,2014,21(6):556

[12]BhattaraiBR,Shresthaa S,Ham SW,etal.2-O-Carboxymethylpyrogallol derivatives as PTP1B inhibitorswith antihyperglycemic activity[J].BioorgMed Chem Lett,2007,17(19):5357

[13]Shrestha S,Bhattarai B R,Chang K J,etal.Methylenedisalicylic acid derivatives:new PTP1B inhibitors that confer resistance to diet-induced obesity[J].BioorgMed Chem Lett,2007,17(10):2760