基于多靶点虚拟筛选与分子动力学模拟发现天然黄酮类化合物的镇痛抗炎潜力

《Scientific Reports》：Identification of potential natural analgesic compounds through molecular docking-virtual screening, molecular dynamics simulation, MM/GBSA, DFT, and ADMET computations

本研究针对传统NSAIDs和 opioids 长期使用导致的胃肠道毒性、心血管并发症及依赖性等严重不良反应，通过计算机辅助药物设计方法系统筛选12种药用植物的300种植物化学成分。研究发现芹菜素(apigenin)、山奈酚(kaempferol)和槲皮素(quercetin)三种黄酮类化合物对环氧合酶-2(COX-2)具有高亲和力，其结合自由能分别为-9.3、-9.2和-9.4 kcal/mol。分子动力学模拟(100 ns)和MM/GBSA结合自由能计算表明，这些化合物与COX-2形成稳定复合物，且ADMET预测显示良好的口服生物利用度和安全性。该研究为开发多靶点天然镇痛抗炎药物提供了新思路。

　　

疼痛和炎症是全球范围内普遍存在的健康问题，严重影响生活质量并带来沉重社会经济负担。虽然非甾体抗炎药(NSAIDs)和阿片类药物(opioids)是当前主流疗法，但长期使用会引发胃肠道毒性、心血管并发症和依赖性等严重不良反应。这些局限性促使人们积极寻找更安全的替代方案，特别是从传统用于治疗疼痛和炎症的天然资源中发掘有效成分。

伊朗设拉子医科大学的研究团队在《Scientific Reports》发表了一项创新研究，他们采用综合计算方法从12种具有镇痛抗炎特性的药用植物中筛选具有潜力的天然活性化合物。这项研究通过虚拟筛选、分子对接、分子动力学模拟、MM/GBSA结合自由能计算、密度泛函理论(DFT)和ADMET预测等多种计算生物学技术，系统评估了300种植物化学成分的镇痛抗炎潜力。

主要技术方法

研究团队选取12种伊朗传统药用植物（包括姜、薰衣草、迷迭香等）的300种植物化学成分，针对8个疼痛炎症相关受体（COX-2、COX-1、TNF-α、IL-1等）进行交叉对接分析。通过分子对接筛选出高亲和力化合物后，采用DFT计算电子结构特性，并进行100 ns分子动力学模拟评估复合物稳定性，最后通过MM/GBSA计算结合自由能，结合ADMET预测药代动力学和毒性特征。

虚拟筛选和分子对接研究

研究人员首先通过文献调研筛选出12种具有明确镇痛特性的药用植物，包括姜(Zingiber officinale)、薰衣草(Lavandula angustifolia)、迷迭香(Salvia rosmarinus)等。从这些植物中收集了300种植物化学成分，针对8个疼痛和炎症相关受体进行交叉对接分析。

对接验证结果显示，所有受体的RMSD值均低于可接受阈值2.0 ?，证实了对接方案的可靠性。在筛选过程中，研究人员设定了结合自由能阈值（大多数受体≥-6.0 kcal/mol，TNF-α和IL-1≥-5.0 kcal/mol），最终14种化合物满足阈值条件。

特别值得注意的是，五种化合物（芹菜素、山奈酚、槲皮素、姜黄素和玄参苷）对COX-2受体（PDB ID：1pxx）的结合能优于参考药物双氯芬酸（-8.6 kcal/mol）。其中，芹菜素、山奈酚和槲皮素具有相似的黄酮类骨架结构，且均与COX-2活性位点的关键残基发生相互作用。

分子对接结果显示，这三种黄酮类化合物均与关键残基Ser530形成氢键，并与Gly526、Leu531、Val349、Ala527、Leu352、Val523等残基产生π相互作用。特别是山奈酚和槲皮素因具有额外的羟基，可形成两个氢键，显示出更强的结合能力。

计算机PASS预测

通过PASS软件预测这三种黄酮类化合物的抗炎活性，结果显示芹菜素、山奈酚和槲皮素的预测活性(Pa)值分别为0.644、0.676和0.689，均高于预测非活性(Pi)值，表明它们具有显著的抗炎潜力。其中槲皮素的Pa值甚至超过了参考药物塞来昔布(Pa=0.663)。

ADMET分析

药代动力学和毒性评估显示，这三种黄酮类化合物的分子量、脂水分配系数(log P)、氢键供体/受体数、可旋转键数和极性表面积等理化参数均符合Lipinski和Veber规则，提示具有良好的口服生物利用度。

毒性预测表明，芹菜素和山奈酚的LD₅₀值较高（分别为2500和3919 mg/kg），属于第5类低毒性化合物，而槲皮素的LD₅₀为159 mg/kg，属于第3类中等毒性。所有化合物均未显示神经毒性、细胞毒性或致癌性。

吸收分布预测显示，这三种化合物具有较高的血脑屏障穿透性、血浆蛋白结合率和人体肠道吸收率（均大于95%），且都不是P-糖蛋白(P-gp)抑制剂，进一步支持了它们的药物开发潜力。

DFT分析

密度泛函理论计算揭示了这三种黄酮类化合物的电子结构特性。计算得到的HOMO-LUMO能隙分别为：芹菜素4.45 eV、山奈酚3.92 eV、槲皮素3.86 eV。能隙越小表明化学反应性越强，因此槲皮素具有最高的化学反应性。

全局反应性描述符显示，槲皮素具有最低的硬度(1.93 eV)和最高的软度(0.52 eV^-1)，表明其电子云更容易被极化，具有更强的化学反应活性，这可能有助于其与COX-2酶的有效结合。

分子动力学模拟

为了更真实地评估配体-受体复合物的稳定性，研究人员进行了100 ns的分子动力学模拟。RMSD分析显示，槲皮素-COX-2复合物的骨架偏差最低（约2.5 ?），表明其具有优异的蛋白结构稳定性，而双氯芬酸复合物的RMSD波动较大（约3.5 ?）。

相互作用分析表明，这三种黄酮类化合物与COX-2活性位点残基形成了持久稳定的氢键和疏水相互作用。特别是槲皮素与Tyr385和Ser530残基形成了较强的氢键，与Arg120和Tyr355残基通过氢键和水桥相互作用，进一步稳定了蛋白质-配体复合物。

回转半径(Rg)分析显示，槲皮素和芹菜素复合物保持了更紧凑的蛋白结构，而双氯芬酸复合物的Rg值较高（约26.0 ?），表明其结构稳定性相对较低。

MM/GBSA计算

结合自由能计算结果显示，双氯芬酸具有最有利的结合能（-75.08 kcal/mol），而芹菜素和槲皮素也表现出较强的结合亲和力（分别为-60.26和-58.65 kcal/mol），山奈酚的结合能相对较低（-36.54 kcal/mol），这与分子动力学模拟中观察到的较高灵活性一致。

研究结论与意义

这项综合计算研究成功鉴定了来自传统药用植物的三种黄酮类化合物——芹菜素、山奈酚和槲皮素，作为潜在的COX-2抑制剂。这些化合物不仅表现出与参考药物相当甚至更优的结合亲和力，而且具有多靶点作用潜力，可能通过调节多个疼痛和炎症相关通路发挥协同治疗效果。

重要的是，ADMET预测表明这些化合物具有良好的口服生物利用度和安全性特征，为后续实验验证和药物开发奠定了坚实基础。虽然这些化合物对COX-2表现出优先结合，但它们对其他受体（如COX-1、阿片受体、TNF-α和IL-1）的亲和力较弱且多变，这种选择性有助于减少与COX-1抑制相关的副作用。

该研究的创新之处在于采用了多受体策略结合 rigorous 的计算验证，包括分子对接、分子动力学模拟、结合自由能计算、电子结构分析和药代动力学毒性预测，为天然产物中活性成分的系统筛选提供了完整的方法学框架。这些发现不仅为开发更安全的镇痛抗炎药物提供了候选分子，也彰显了计算生物学在天然药物开发中的重要作用。

未来研究应着重于这些黄酮类化合物的实验验证，包括体外酶抑制实验、细胞模型评估以及体内药效学评价，同时进一步探索其多靶点作用机制和结构优化策略，以加速开发出高效低毒的天然来源镇痛抗炎药物。