山国技论义在线 http://www.pape 根据 Martinez等人的推测,非ATP竞争性GSK-3β激酶抑制剂TDZD类衍生物的结合位 点由Arg96,Arg180, and lys205三个碱性残基构成。我们在以此三个残基的质心作为 活性中心进行虚拟筛选的基础上,对8个氮取代的2,3-二氢苯并[b][1,4]硫氮杂草-4(5 酮类衍生物进行了对接分析,结果表明化合物4c的确能结合到GSK-3β激酶的非ATP竞争 性抑制剂TDZD8的相应结合部位(图3A)。但我们的计算结果所预测的活性腔主要由Phe67 Phe93,Arg96,Lys205构成(图3B),与该文献推测的结果不完全一致。我们的分子对接计 算还显示TDZD8的理论预测的抑制活性约23.6叫,理论结合自由能约为-6.31kcal.mol1 其结合模式也与本研究中的4c高度相似,几乎重叠(图3A)。 需要说明的是,在我们的计算过程中,充分考虑了GSK-3β激酶这一区域的特点,选取 的格点数足够多,且增加采集对接构象的样本量(从20增加到50),足以保证配体小分子 在活性腔中的自由的对接,从而获得对接自由能及簇分析匹配最佳的优势构象。理论预测化 合物4c的抑制活性约1.86剛M,理论结合自由能约为-7.82kcal.mo 在此工作中,通过虚拟筛选,不仅发现了一类新型的GSK-3B活性化合物,而且仅合 成8个目标物即从中发现一个活性物,命中率也较高。该结果亦表明我们先期建立的虚拟筛 选模型具有一定的准确性和合理性。并进一步详细分析了4c及其衍生物与GSK-3β激酶的 结合模式,基于此模型进行进一步优化改造可望发现更多更好的候选化合物。 2.实验部分 2.1虚拟筛选 受体分子准备:首先选取了GSK-3β晶体结构(PDB号1UV5)的非ATP结合区中与文献 报道的非ATP竞争抑制剂TDZD作用最密切的三个氨基酸Arg96,Lys205和Tyr216的质心构 建筛选靶点。先采用 Swiss pdbⅤ lewer检查蛋白缺失的残基,再在 Autodock tools中删去 水分子和配体小分子,为受体大分子添加极性氢并加载 KOLLMAN电荷。所得结构用 AutoDock Tools转换成 pubs文件,设定网格大小和网格参数,用 Autogrid模块计算每个网格点与 探针原子的作用能。 配体分子:采用 Autodock Tools对 Mobridge数据库中的5万个分子预先都去掉所有 氢原子,只加极性氢,计算 Gasteiger- Huckel电荷,存为pdbq文件。 对接时将 Mobridge数据库中的5万个分子分成15个结点分别进行对接研究,每一化合 物产生20个构象,根据结合自由能及簇分析结果,筛选出一定数量的候选化合物,计算采 用 Autodock3.0.5分子对接软件 对接采用 Lamarckian遗传算法,并用 Solis and wets局部搜寻算法进行能量优化。修 改 Lamarckian算法3个参数 maximum number of energy evalutions, maximum number of generations和 docking runs分别为1500000370000和20 以上所用参数除特别指明外均采用默认参数。4 根据 Martinez 等人的推测，非 ATP 竞争性 GSK-3β激酶抑制剂 TDZD 类衍生物的结合位 点由 Arg 96, Arg 180, and Lys 205 三个碱性残基构成 8 。我们在以此三个残基的质心作为 活性中心进行虚拟筛选的基础上， 对 8个氮取代的 2,3-二氢苯并[b][1,4]硫氮杂 -4(5H)- 酮类衍生物进行了对接分析，结果表明化合物 4c 的确能结合到 GSK-3β激酶的非 ATP 竞争 性抑制剂 TDZD 8 的相应结合部位(图 3A)。但我们的计算结果所预测的活性腔主要由 Phe67， Phe93，Arg 96，Lys205 构成(图 3B)，与该文献推测的结果不完全一致。我们的分子对接计 算还显示 TDZD 8 的理论预测的抑制活性约 23.6 µM，理论结合自由能约为-6.31 kcal. mol-1， 其结合模式也与本研究中的 4c 高度相似，几乎重叠（图 3A）。 需要说明的是，在我们的计算过程中，充分考虑了 GSK-3β激酶这一区域的特点，选取 的格点数足够多，且增加采集对接构象的样本量（从 20 增加到 50），足以保证配体小分子 在活性腔中的自由的对接，从而获得对接自由能及簇分析匹配最佳的优势构象。理论预测化 合物 4c 的抑制活性约 1.86 µM，理论结合自由能约为-7.82 kcal.mol-1。 在此工作中，通过虚拟筛选，不仅发现了一类新型的 GSK-3β活性化合物，而且仅合 成 8 个目标物即从中发现一个活性物，命中率也较高。该结果亦表明我们先期建立的虚拟筛 选模型具有一定的准确性和合理性。并进一步详细分析了 4c 及其衍生物与 GSK-3β激酶的 结合模式,基于此模型进行进一步优化改造可望发现更多更好的候选化合物。 2. 实验部分 2.1 虚拟筛选 受体分子准备：首先选取了 GSK-3β晶体结构（PDB 号 1UV5）的非 ATP 结合区中与文献 报道的非 ATP 竞争抑制剂 TDZD 作用最密切的三个氨基酸 Arg96，Lys205 和 Tyr216 的质心构 建筛选靶点。先采用 Swiss PDB Viewer 检查蛋白缺失的残基，再在 Autodock Tools 中删去 水分子和配体小分子，为受体大分子添加极性氢并加载 KOLLMAN 电荷。所得结构用 AutoDock Tools 转换成 pdbqs 文件，设定网格大小和网格参数，用 AutoGrid 模块计算每个网格点与 探针原子的作用能。 配体分子：采用 Autodock Tools 对 Mybridge 数据库中的 5 万个分子预先都去掉所有 氢原子，只加极性氢，计算 Gasteiger- Hückel 电荷，存为 pdbq 文件。 对接时将 Mybridge 数据库中的 5 万个分子分成 15 个结点分别进行对接研究，每一化合 物产生 20 个构象，根据结合自由能及簇分析结果，筛选出一定数量的候选化合物， 计算采 用 Autodock 3.0.5 分子对接软件。 对接采用 Lamarckian 遗传算法,并用 Solis and Wets 局部搜寻算法进行能量优化。修 改 Lamarckian 算法 3 个参数 maximum number of energy evalutions, maximum number of generations 和 docking runs 分别为 1500000、370000 和 20。 以上所用参数除特别指明外均采用默认参数。 中国科技论文在线 http://www.paper.edu.cn