您现在的位置: 中国科技创新网 > 文章中心 > 委员会专栏 > 文章正文

项目名称:    重要药理作用的靶标动力学行为与功能关系研究及其药物设计

推荐单位:    上海市

项目简介:    本项目属分子药理学研究领域,综合应用分子动力学模拟、分子生物学和生物物理等方法,开展药物作用重要靶标的生物大分子(即疾病相关靶标蛋白质)动力学行为与功能关系研究,并在此基础上进行药物设计研究,取得了比较系统和有创新性的成果。

本项目在国产超级计算机上建立和发展了生物大分子大规模动力学(MD)模拟并行算法及相应软件,为分子药理学研究提供了新的理论方法和手段。发展了系统化的新一代药物设计方法,这些方法的计算速度和精度均显著优于现有方法,为药物研究提供了较好的理论预测工具。

本项目对β-淀粉样肽、钾离子通道、SARS病毒蛋白质水解酶等10余种具有重要药理功能的受体蛋白质动力学行为与功能关系进行了分子模拟和分子生物学研究,特别是在模拟跨膜蛋白和蛋白质构象变化方面,做出了高水平的工作。发现了Aβ从α螺旋到随机结构的变化过程及其关键中间态,发现了引起Aβ聚集的4个关键氨基酸残基,Hill等称该研究为GxxG Motif在Aβ聚集中的作用提供了有力的依据;获得了合理的钾通道/蝎毒复合物的三维结构模型,被Possani等称为是三个较好的模型之一,并根据钾离子通道结构发现活性比工具药四乙基铵高1000倍的钾离子通道天然产物抑制剂;在国际上率先表达了3种SARS病毒蛋白质,用分子动力学结合分子生物学方法研究了这些蛋白质的动力学行为,在国际上首次发现N-端缺失的蛋白质水解酶依然能形成二聚体,在此基础上发现肉桂硫胺(抗精神分裂症药物)等化合物具有较强的抗SARS作用,为“老药新用”研究提供了新的思路和研究方法。针对30余个重要靶标进行了药物设计研究,发现活性化合物1000余个。用药物设计方法获得活性强于微摩尔级化合物的阳性率最高达31.25%(文献报道的最好水平为5.6%)。

本项目研究结果在PNAS、JACS、JBC、JMB等杂志上发表SCI论文104篇,多篇文章被选为封面文章、亮点文章,总影响因子超过288,被他人引用844次,单篇引用最高44次。获得专利授权5项,实现技术转化1项。

主要发现点:  1.对与老年性痴呆形成密切相关的β淀粉多肽(Aβ)在水溶液和磷脂双层中的构象变化,进行了长达850纳秒的分子动力学模拟,捕获到了Aβ从α螺旋到随机结构的变化过程及其关键中间态,发现了引起Aβ聚集的4个关键氨基酸残基,为研究Aβ聚集机制和发现抗老年性痴呆新药提供了理论依据(代表性论文1,分子药理学)。

2. 获得了合理的钾通道/蝎毒复合物的三维结构模型,是目前国际上较好的三种模型之一,发现了钾通道和蝎毒相互作用的位点(代表论文2-4,分子药理学);根据分子模拟结果,运用药物设计方法获得活性比工具药四乙基铵高1000倍的钾离子通道天然产物抑制剂(代表性论文5,分子药理学)。

3.在国际上率先表达了3种SARS病毒蛋白质,用分子动力学结合分子生物学方法研究了这些蛋白质的动力学行为,在国际上首次发现N-端缺失的蛋白质水解酶依然能形成二聚体(代表性论文6,分子药理学);在此基础上发现肉桂硫胺(抗精神分裂症药物)等化合物具有较强的抗SARS作用,为“老药新用”研究提供了新的思路和研究方法 (代表性论文7和8,分子药理学)。

4.针对30余个重要靶标进行了先导化合物设计研究,发现活性化合物1000余个,有些化合物已进入临床研究,并实现了技术转化。用药物设计方法获得活性强于微摩尔(μM)级化合物的阳性率最高达31.25%(文献报道的最好水平为5.6%),发现活性化合物的效率处于国际领先水平(代表性论文5和8,分子药理学)。

5.在国际上首次将信息熵和遗传算法相结合的优化方法用于分子对接,使得虚拟筛选的速度和精度均优于现有方法(代表论文9,计算生物学);发展了新的化合物“类药性”评价方法,判断化合物类药性的精度显著高于其他方法 (代表论文10,计算化学)。

主要完成人:  1.   蒋华良

项目总负责,对项目的各项工作进行具体指导,是主要发现点1-5的主要贡献者,投入该项工作量占本人工作量的80%。参与基于国产超级计算机生物大分子模拟和大规模虚拟筛选系统的平台建设;参与指导各项分子动力学模拟和药物设计和虚拟筛选工作。

2.   沈建华

主要发明点1-3的主要贡献者,投入该项工作量占本人工作量的70%,是基于国产超级计算机大规模分子模拟和高通量虚拟筛选并行算法发展和平台建设主要骨干;PPAR激动剂设计、SARS病毒3CL蛋白抑制剂设计研究主要负责人;参与指导本项目重要生物大分子大规模分子动力学模拟研究。

3.   沈旭

是主要发现点3和4的主要贡献者,投入该项工作量占本人工作量的60%,负责本项目的生物学研究。根据分子动力学模拟结果进行生物学功能研究;克隆、表达了本项目所涉及靶标的所有蛋白质,建立了相应分子和细胞水平筛选模型,并对药物设计产生的化合物进行实验筛选;表达了SARS病毒3个重要蛋白,并建立了相应分子水平筛选模型,获得抗SARS活性化合物。

4.   罗小民

是主要发现点4和5的主要贡献者,参与发现点1和2的工作,投入该项工作量占本人工作量的50%,参与基于国产超级计算机的大规模分子动力学模拟和高通量虚拟筛选平台的建立;参与的中国天然产物数据库和化学信息学系统的建立;发展ADME/T预测方法;根据酪氨酸激酶的晶体结构,用分子对接数据库搜寻方法,设计了新的活性化合物,发现多个有抗癌活性的新结构,其中的部分化合物有较高的活性。

5.   柳红

是主要发现点2和4的主要贡献者,投入该项工作量占本人工作量的50%。负责本项目的化合物合成工作;对甲磺酰胺苯乙胺类化合物进行了3D-QSAR研究,根据3D-QSAR模型设计了一系列新的化合物,其中6个化合物的抗心律失常活性和选择性明显高于Pfizer上市的新药Dofetilide;根据COX-2的晶体结构,用分子对接数据库搜寻方法,设计了新的抑制剂,发现40余个有抗炎活性的新结构,其中1个化合物的活性在nM级;参与发现多个钾离子通道抑制剂。

10篇代表性论文:  1.   Conformational transition of amyloid beta-peptide.Proceedings of the National Academy of Sciences of the United States of America

2.   Brownian dynamics simulations of the recognition of the scorpion toxin P05 with the small-conductance calcium-activated potassium channels.Journal of Molecular Biology

3.   Brownian dynamics simulations of the recognition of the scorpion toxin maurotoxin with the voltage-gated potassium ion channels.Biophysical Journal

4.   Computational simulations of interactions of scorpion toxins with the voltage-gated potassium ion channel.Biophysical Journal

5.   Structure-based discovery of potassium channel blockers from natural products: Virtual screening and electrophysiological assay testing.Chemistry & Biology

6.   Severe acute respiratory syndrome coronavirus 3C-like proteinase n terminus is indispensable for proteolytic activity but not for enzyme dimerization - Biochemical and thermodynamic investigation in c

7.   Cinanserin is an inhibitor of the 3C-like proteinase of severe acute respiratory syndrome coronavirus and strongly reduces virus replication in vitro.Journal of Virology

8.   A 3D model of SARS_CoV 3CL proteinase and its inhibitors design by virtual screening.Acta Pharmacologica Sinica

9.   GAsDock: a new approach for rapid flexible docking based on an improved multi-population genetic algorithm.Bioorganic & Medicinal Chemistry Letters

10.  A new rapid and effective chemistry space filter in recognizing a druglike database.Journal of Chemical Information and Modeling

文章录入:zgkjcx    责任编辑:zgkjcx 
  • 上一篇文章:

  • 下一篇文章:
  •  

    关于我们 | 加入收藏 | 联系我们 | 设为首页 | 广告说明 | 合作项目

    名称:科技创新网 工信部备案号:京ICP备13040577号-2    公安备案号:11010802029847
    版权所有:未经授权禁止复制或建立镜像 E-Mail:zgkjcx08@126.com