MMP-13非鋅螯合天然產物抑制劑的虛擬篩選

鄒慶 張驥

【摘 要】運用計算機模擬的方法，基于非鋅螯合的基質金屬蛋白酶MMP-13活性分子，首先構建多個藥效團模型，再使用模型對天然產物數據庫進行虛擬篩選，然后利用分子對接的方法對目標分子的抑制原理進行分析和評價，發現靶標MMP-13潛在的天然產物抑制劑。

【關鍵詞】基質金屬蛋白酶;非鋅螯合;藥效團;虛擬篩選

【中圖分類號】R563.1 【文獻標識碼】B 【文章編號】1002-8714（2020）03-00-02

骨關節炎（OA）是一種退化性關節疾病，其特征是關節軟骨的損失不斷增加，導致慢性疼痛和活動能力下降[1]。傳統的給藥途徑不能直接將藥物靶向關節軟骨。因此，有必要開發一種持續性的減少或逆轉軟骨破壞的藥物?；|金屬蛋白酶（MMPs）是鋅依賴性內肽酶，具有20多種金屬蛋白酶成員，這些成員參與細胞遷移過程中細胞外基質的降解，被認為是有前景的OA治療靶標[2]。然而廣譜MMPs抑制劑常受到肌肉骨骼綜合癥（MSS）的疼痛副作用的限制。MSS是由于非選擇性地抑制多種MMP造成的。NMR和X射線結構表明，MMP在S1'口袋中有顯著差異，特別是MMP-13具有最大的S1'特異性口袋，因此利用此特性設計選擇性的MMP-13抑制劑非常有意義。本研究首先從文獻中搜集選擇性MMP-13抑制劑。隨后，我們構建了多個藥效團模型，并通過嚴格的標準進行驗證。接下來，進行虛擬篩選，將藥效團模型與分子對接相結合，從中篩選出選擇性的MMP-13抑制劑。

1.1藥效團的構建與驗證

我們從不同的文獻中收集了20種結構多樣化的MMP-13抑制劑[3-5]，其中9種被選作訓練集以構建藥效團模型，11種活性化合物包括在測試集中。使用DS 3.0軟件的HipHop程序，只用少數選擇性MMP-13非鋅螯合抑制劑就可以獲得多種合理的藥效團模型。訓練集中的分子被單獨或者組合用來提取共同特征，HipHop程序根據各個模型的排名分數和最佳擬合值選擇最佳模型。測試集可以評估藥效團模型的質量好壞。通過使用測試集分別計算每個模型的敏感性（sensitivity）和特異性（specificity），我們可以定量評估藥效團模型的質量。其中兩個指標均大于0.5的藥效團模型予以保留。

1.2虛擬篩選

AnalytiCon Discovery是全球領先的天然產物數據庫使用DS 3.0的Ligand Profiler模塊對AnalytiCon Discovery數據庫進行虛擬篩選。首先按照Lipinski成藥五規則對數據庫進行初篩，然后使用經驗證的藥效團模型進行并行篩選。最后，對這些具有成藥性的化合物進行分子對接篩選。

2.1藥效團模型的構建與驗證

利用9種活性MMP-13抑制劑進行兩兩組合提取共同特征，產生多個藥效團模型。將測試集分子用來評估以上藥效團模型，最后一共有3個藥效團模型能夠滿足特異性與敏感性均大于0.5。這3個藥效團模型均能在識別出活性分子的同時又辨別出非活性分子。

2.2天然數據庫的篩選

分別使用3個經過驗證的藥效團模型作為提問結構來搜索AnalytiCon Discovery數據庫。首先，使用Lipinski五規則篩選數據庫中的5152種天然產物，總共獲得4473個分子。然后使用上一節的3個藥效團模型搜索剛才得到的類藥性分子。3個模型分別篩選數據庫得到172，143和138個化合物。接下來，保留fitvalue大于 0.7的化合物， 368個天然產物將進行最終的分子對接篩選。

2.3分子對接

將之前得到的368個化合物進行分子對接篩選，以進一步排除假陽性化合物。對接完成后，要求構象穩定外，以及化合物與MMP-13蛋白間結合充分。按以上條件，我們最終篩選出了4個有潛在活性的MMP-13非鋅螯合的天然產物抑制劑。

在理論上對這4個天然產物進行相互作用機理的研究。四種天然產物在進入MMP-13的S1'口袋的同時，又沒有與催化鋅離子螯合，而且都與殘基形成了兩到三個氫鍵和π-π作用。因此，它們能特異性地抑制MMP-13，可以作為MMP-13非鋅螯合抑制劑進行下一步的優化與改造。

結論：本文首先基于配體構建并驗證得到了3個藥效團模型，經過藥效團與類藥性篩選，從天然數據庫得到368個分子進行分子對接研究。最終得到4個骨架全新的MMP-13非鋅螯合抑制劑分子，將來用于進一步的結構修飾與研究。

參考文獻

[1] Buckwalter JA， Martin JA， Osteoarthritis， Advanced Drug Delivery Reviews 58： 150-167， 2006.

[2] Neuhold LA， Killar L， Zhao W， Postnatal expression in hyaline cartilage of constitutively active human collagenase-3 （MMP-13） induces osteoarthritis in mice， J Clin Invest 107： 35-44， 2001.

[3] Yang S-Y， Pharmacophore modeling and applications in drug discovery： challenges and recent advances， Drug Discovery Today 15： 444-450， 2010.

[4] Yessica KG， Sean M， Flexible CDOCKER： Development and application of a pseudo-explicit structure-based docking method within CHARMM， J Computational Chemistry 37： 753-762， 2016.

[5] Engel CK， Pirard B， Structural basis for the highly selective inhibition of MMP-13， Chemistry & Biology 12： 181-189， 2014.