药物虚拟筛选方法.ppt

《药物虚拟筛选方法.ppt》由会员分享，可在线阅读，更多相关《药物虚拟筛选方法.ppt（69页珍藏版）》请在三一办公上搜索。

1、信息化引领创新药物研发,赵勇,计算机辅助药物筛选平台,疾病发生,先导化合物(2-5 年),临床前期(1-3 年),配方,临床试验(2-10 年),相关技术研发,FDA 批准(2-3 年),File IND,File NDA,靶标确定,新药的研发周期漫长,File IND:申报研究性新药File NDA：申报新药,（N Engl J Med.2014,370(1):3-6.）,2012年生物医药研发上的投入,2013年在生物制药领域研发投入最大的二十家药企,1993年以来美国FDA每年批准的新药,小分子化学药生物药,过去4年，研发成功一种新药的成本是13亿美元。研发周期10-12年。,新药研发成

2、本高昂,2013年自然.药物子刊,药物研究仍然是科技领域中耗时最长的研究之一。在花费和产出之间寻找到一个合理的平衡始终是医药产业所面临的最大的挑战之一。FierceBiotech主编John Carroll,筛选阶段（上个世纪80年代以前）：-偶然发现（如青霉素）-筛选（先导化合物发现率8万分之一）（如磺胺药）设计阶段（上个世纪80年代以后）：发现药物通过抑制特定蛋白质功能起作用（如杀虫剂）计算机辅助药物筛选和设计阶段（本世纪初）：-实验筛选：高通量筛选-虚拟筛选：基于结构的药物筛选，在原子层面上分析蛋白质和小分子化合物的相互作用，进而指导药物研发。-化合物设计：基于蛋白质和化合物相互作用的模

3、型进行药物设计。,药物研发思路的发展,药物的研发流程,研究的主体,化合物蛋白质DNARNA,有机化合物主要由氢元素、碳元素组成，含碳的化合物，但是不包括一氧化碳、二氧化碳和以碳酸根结尾的物质。有机物是生命产生的物质基础，所有的生命体都含有机化合物。脂肪、氨基酸、蛋白质、糖、血红素、叶绿素、酶、激素等。生物体内的新陈代谢和生物的遗传现象，都涉及到有机化合物的转变。此外，许多与人类生活有密切关系的物质，例如石油、天然气、棉花、染料、化纤、天然和合成药物等，均和有机化合物有密切联系。,化合物来源：天然产物,化合物来源：人工合成,化合物的立体结构,ZINC04015296,ZINC85593878,化

4、合物,NCBI pubchem 数据库:4千万种小分子化合物ZINC 数据库：2千万种小分子天然产物：25万多种小分子中草药：3万多种小分子,Cheng TJ,et al.(2012)The AAPS Journal,Vol.14,No.1,构成蛋白质的20种氨基酸,蛋白质,蛋白质多肽链,蛋白质立体结构,DNA/氨基酸 序列 蛋白质三维结构 蛋白质功能DNA(基因)RNA前体 RNA 蛋白质,ATGGAGGAGCCGCAGTCAGATCCTAGCGTCGAGCCCCCTCTGAGTCAGGAAACATTTTCAGACCTATGGAAACTACTT.MEEPQSDPSVEPPLSQETFSDLW

5、KLLPENNVL,从基因到蛋白质,蛋白质和疾病,药物靶标蛋白,蛋白质结构数据库,目前可以开展的靶标,已知蛋白质晶体结构：310个有部分结构的蛋白质：2057个,先导化合物研发的方法,实验筛选使用生物物理、生物化学等方法鉴别小分子和蛋白质的相互作用，从而筛选出对蛋白质功能有调节作用的先导化合物。虚拟筛选使用计算机模拟技术作为基础，筛选可能与蛋白质结合的小分子化合物，然后进行实验验证。,高通量筛选 vs 虚拟筛选,高通量筛选：体外活性测试（大量测试）命中率：0.01-0.001%假阴性较高需要先有大量化合物虚拟筛选：计算机模拟分析命中率：2-24%需要有限化合物测试,虚拟筛选为当前新药研发的常规

6、步骤，是高通量筛选的有效补充。1-2,1、Maggio,E.T.and Ramnarayan,K.(2001).Drug Disc.Today 6,996-1004.2、Cheng T1,et al.(2012)AAPS J.2012 Mar;14(1):133-41.,实验筛选：高通量筛选,实验筛选：高内涵筛选,生物信息：选择靶点、相关作用机制及待测样品,设计检测或筛选方法,样品制备：细胞培养、化合物及相关试剂处理,从单个细胞或群体细胞获得终点或动态检测的荧光信号,可视化与量化的生物信息,细胞生长、细胞毒性、细胞形态学、信号传导通路的全面认识,2500元人民币/化合物X10万化合物=2.5亿

7、,较高假阴性,荧光显微系统自动化荧光图像获取系统检测仪器,图像处理应用软件,数据分析和管理系统,门槛高：资金密集型,美国3科学家摘2013化学诺奖：用计算机模拟化学实验,获奖的瓦谢勒教授在采访中表示，自己的工作“就像打开一个表，看看里面是怎么运作的一样。我们发展出一个需要电脑的方法，来看看蛋白质的结构，了解它的运作机制，比如酶是怎么消化食物的。你可以用它来设计药物，满足你们的好奇心。”,斯坦福大学教授迈克尔莱维特,南加州大学教授阿里耶瓦谢勒,哈佛大学教授马丁卡普拉斯,计算机技术高速发展带来药物开发新革命,卡普拉斯和另外两位诺奖得主，主要运用的方法是基于牛顿经典力学原理，他们所做的分子动力学模拟

8、，可以用在很多大的体系如蛋白质折叠、酶催化反应等方面。计算机模拟广泛运用在今天的化学领域，已经带来很大价值，特别是在做蛋白质等大分子领域，令其不再受限于实验，计算机在蛋白质研究、制药、生物研究上有着很大的影响，比如，要寻找某种药物，可以通过计算的方法，寻找药物靶点，以及可能的药物干扰等，已用得非常普遍。,虚拟筛选,2D、3D定量构效关系,药效团,结构比对,蛋白质结构分析,小分子数据库,分子对接,打分结果评判,挑选命中化合物,生物实验验证,全新化合物设计,先导化合物优化,ADMET分析,途径和方法：,文献调研,途径和方法：,虚拟筛选,基于小分子结构的筛选（药效团）基于药物作用机理的筛选（分子对接

9、）,虚拟筛选,3.根据蛋白质结构进行全新药物设计（De Novo化合物设计）,案例：CXCR4趋化因子受体,背景,Gene Symbol:CXCR4Gene ID:7852Summary:该基因编码一种CXC趋化因子受体。该蛋白位于细胞膜，有7个跨膜区。该蛋白在乳腺癌细胞中高效表达。在AIDS感染中与CD4协同作用支持HIV病毒进入细胞。该基因的突变和WHIM综合征（疣，低丙种球蛋白血症、感染和粒细胞髓内破坏增加导致的粒细胞减少）相关。,CXCR4 同源蛋白序列比对,软件：ClustalW,单核苷酸多态性（SNP）,蛋白质结构,PDB ID：3ODU,软件：PyMOL,PDB 数据库,药物靶标

10、口袋,软件：PyMOL&PocketPicker,软件：PyMOL,药物靶标口袋,药物靶点,软件：AutoDockTools,生成蛋白质结构.pdbqt格式文件和相关Gridbox配置文件,虚拟筛选,准备小分子数据库,准备蛋白质结构文件,参数设置和对接,打分,.pdb,.mol2,.sdf,.,.pdbqt,protein.pdb,.pdbqt,虚拟筛选,1、选择数据库2、上传蛋白质结构3、上传配置文件4、设定对接结果返回数5、提交订单,虚拟筛选结果评估,ZINC19202247,虚拟筛选结果评估,ZINC19202247,虚拟筛选结果评估,ZINC19202247,虚拟筛选结果评估,ZINC

11、19202247,实验验证,需要根据蛋白质的功能进行实验设计,虚拟筛选案例,Seifert MH1,Lang M.Mini Rev Med Chem.2008 Jan;8(1):63-72.共报告38例使用虚拟筛选成功的案例。,血管紧张素转化酶2(angiotensin l converting enzyme 2,ACE2),美国千年药物公司（Millennium Pharmaceuticals）模建了ACE-2 的三维结构，据此设计了ACE-2 抑制剂，仅用不到两年的时间，就发现了一个药物，进入I 期临床研究。,PDB ID:4BXK,虚拟筛选的瓶颈,使用一般的服务器，每次分子对接需时2秒钟

12、以上。按照每次分子对接需时2秒钟计算，如果是2千万小分子，针对一个靶点的筛选将需要470天。如果是300多个靶蛋白，将需要500年。如果。,计算机辅助药物筛选平台,背景,国家政策：建设一批重大疾病防治疫苗和基因工程药物产业化示范工程，完善现代中药体系，提高新药创制能力。,北京市计算中心优势资源,政策扶持硬件设施成熟的分布式框架IT团队专业专家团队软件资源数据资源,8000多个核，每秒2百万亿次的计算能力。北京祥云计划主要成员。数百款应用软件。丰富的开发经验和平台管理经验。,北京市计算中心,北京市计算中心成立于1973年。2000年计算中心转制为全民所有制企业，致力于应用计算技术研究和服务。,药

13、物研发信息化建设的方向,新药研发的技术支持系统计算机辅助药物筛选平台：源头创新计算机辅助药物设计平台：Me-too，二次开发,计算机辅助药物筛选平台,安全性稳定性负载均衡实时监控快速部署应用开发,业务流程示意图,基本业务流程请参看右图：,小分子化合物库建设,计算机辅助药物筛选平台,平台的优势,筛选潜力：一年多的活一天干完！远程登录：通过万维网递交作业和获取结果。资源共享：开放的商业化平台。技术培训：线上和线下培训并举。完善的服务：提供多方位的指导和个性化服务。低廉的费用：特别适合中小企业。第三方引介：中科院、军科院等联合项目申请：牵线搭桥,计算机辅助药物筛选平台,也可称作“功能性化合物发现平台

14、”。利用分子对接的方法发现未知功能化合物在临床医学、动物疾病防治、食品防腐、森林保护、植物保护等方面的应用。有些小分子化合物也可以作为营养添加剂、化妆品添加剂、动植物营养剂等。,项目愿景,计算机辅助药物筛选平台旨在为社会生物医药研发提供超算、存储平台和业务解决方案。降低企业运营成本、缩短生物医药研发周期、帮助企业提高创新能力，最终提高企业的竞争力。,惜福 感恩 奉献,商业模式,以网站为门户以平台为依托以产品为导向以客户为上帝,本平台注册用户来自国内20多个省市近60家药物研发相关科研院校和企业。其中包括中科院、中国医学科学院、北京大学、上海强生等。,研发成功案例,1、抗金葡菌先导化合物两个。2

15、、2肾上腺素受体阻断剂一个。3、抗革兰氏阴性菌先导化合物一个。4、BACE1抑制剂一个,PDB ID:2RH1,PDB ID:3SKG,课题：针对耐药菌的小分子先导化合物的筛选,亮点：成功筛选出两个针对耐药菌的金黄色葡萄球菌的小分子先导化合物并提交两项新发明专利申请。,Poses between Bcc_1/Bcc_2 and 1HVB are shown in panels B/C respectively.All polar contacts are shown as green dashed line.,Predicted binding conformation of Bcc_1 an

16、d Bcc_2 in the binding pocket,the yellow circle represents the core binding sites of beta-lactam antibiotics,including the residues Ser62/Thr301 and Thr299.,The Biological test of Bcc_1 and Bcc_2.Red circles indicate that Bcc_1 and Bcc_2 were active in clearing E7,an antibiotic resistant strain of s

17、taphylococcus aureus CEF and AMP were used as the positive and negative controls respectively.This biological test result shows good agreement with the molecular dynamics results.,课题：肾上腺素受体抑制剂,动物实验显示该小分子可以有效降低高血压模型大白鼠的收缩压和舒张压。但有个体差异。,计算机辅助药物设计平台：me-too,二次开发，新工艺研发计算机辅助药物评价平台：ADMET,临床测试计算机辅助药物应用平台：临床应用,未来,生物大数据高速发展带来药物开发新革命,前景：利用分子和临床数据，预测建模来帮助识别那些具有很高可能性被成功开发为药物的安全有效的潜力备选新分子。帮助提升临床试验的效率：瞄准特定人群，实时监控临床试验，及早发现可能出现的问题。打破僵化的数据孤岛，医生和CRO共享关键数据，通过数据分析当前项目的商业开发机会，预测其市场竞争力，帮助企业客观地做出决定，以确保研发投入的合理性。,