舞毒蛾Methuselah-Iike分子模擬及靶向小分子抑制劑研究

摘要：[目的]旨在通過虛擬篩選技術篩選Methuselah-Iike（Ldmthll蛋白潛在的小分子抑制劑，并通過分子動力學模擬、MM-PBSA及生物測定，探究潛在化合物對Ldmthll蛋白的抑制能力，為針對舞毒蛾Ldmthll研發新型靶向殺蟲劑奠定理論基礎。[方法]以舞毒蛾為研究對象，構建Ldmthll同源模型，虛擬篩選Ldmthll受體小分子抑制劑，并采用分子動力學和MM-PBSA計算結合自由能分析6種潛在小分子抑制劑與Ldmthll受體的結合強度；通過生物測定分析6種潛在小分子抑制劑的毒力，同時將6種潛在小分子抑制劑與溴氰菊酯進行聯合使用，探究6種潛在化合物的增效作用。[結果]Ldmthll含7個跨膜結構，符合G蛋白偶聯受體結構特點，評估后符合蛋白模型評估標準；分子對接獲得20個候選化合物，根據結合方式及結合能確定6種小分子化合物為潛在的抑制劑；分子動力學模擬顯示，6種潛在小分子抑制劑通過氫鍵和疏水作用力與Ldmthll受體穩定結合；MM-PBSA計算結合自由能發現6種潛在小分子抑制劑與Ldmthll受體結合緊密；致死濃度LC30溴氰菊酯與6種抑制劑按照1：1、1：2和2：1的比例聯合使用飼喂舞毒蛾3齡幼蟲，6種抑制劑與溴氰菊酯具有協同增效作用，且當混合比例為1：2時，增效作用最顯著，但演氰菊酯濃度過高時，導致抑制劑無增效作用。[結論]虛擬篩選得到6種可與Ldmthll受體穩定結合且具有殺蟲活性潛在小分子抑制劑，與溴氰菊酯聯用后呈現增效作用，本研究可為研發Ldmthll靶向新型殺蟲劑奠定理論基礎。

關鍵詞：舞毒蛾；Methuselah-Iike；分子對接；虛擬篩選；小分子抑制劑

中圖分類號：S763.3 文獻標識碼：A 文章編號：1001-1498（2024）04-0012-12

計算機輔助藥物設計（Computer Aided Drug Design，CADD）是一種以計算機化學為基礎，通過計算機的模擬來預測和計算配體與受體生物大分子之間的關系，從而進行先導化合物的優化與設計。CADD技術可以大大縮短新藥的開發周期，并降低開發成本。受體－配體作用假說和分子模擬是CADD的理論基礎，根據受體結構是否已知，可分為基于配體的藥物設計（Ligand-Based Drug Design，LBDD）和基于結構的藥物設計（Structure-Based Drug Design，SBDD）兩種模式，前者適用于僅具有已知活性化合物而未知候選藥物三維結構的藥物設計，后者適用于具有已知三維結構的配體－受體結合模式的構建。虛擬篩選是基于分子對接篩選藥物分子的方法，是CADD包含的技術之一，其中，分子對接指蛋白質受體和小分子之間通過計算機預測結合區域并且相互識別結合的過程。因此利用分子對接，可以快速匹配到一個或多個能與受體蛋白結合的小分子。該技術現已在害蟲防治領域得到廣泛應用，Liu等通過定量構效關系（QSAR）模型探索鄰氨基苯甲酰胺類化合物與魚尼丁受體（ Ryanodine receptor，RyR）的三維定量構效關系（3D-QSAR）和藥效團模型，證明了鄰氨基苯甲酰胺類化合物可作為RyR受體的激動劑。Shen等通過虛擬篩選，在天然產物數據庫中發現了比四乙基銨（TEA）的活性高20～1 000倍的4種高活性化合物依次是松果林（songorine）、甲苯酰水楊酸（benzoyltalatisamine）、焦展花烏頭堿（pyrochasmaconitine）和塔拉薩敏（talatisamine）。杜新凱（2018）借助計算機輔助藥物設計篩選出9種不同結構骨架的棉鈴蟲（Helicoverpa armigera H）甾醇載體蛋白2（sterol carrier protein-2，SCP-2）小分子抑制劑，并對棉鈴蟲幼蟲進行了生物測定，最終確定了5種HaSCP-2蛋白抑制劑（H1、H7、H14、H19和H29）。