基于结构的抑制剂筛选的计算机模拟研究，旨在阻断PrPC的转化和淀粉样蛋白的聚集

《Frontiers in Chemical Biology》：In silico study of structure-based screening of inhibitors to block PrPC conversion and amyloid aggregation

朊病毒疾病是由PrP^c异常折叠为PrP^sc引发的神经退行性疾病，现有疗法有限。本研究通过分子对接、药效团建模和ADMET分析，筛选出新型候选化合物：anle138b、resveratrol和GN8。通过比较分析，发现这些化合物能有效结合PrP^c和PrP^sc纤维，抑制错误折叠及聚集。ADMET评估显示候选化合物具有良好血脑屏障穿透性和药代动力学性质，其中PubChem CID 133480707、69849109和121982904表现最优。未来需结合分子动力学模拟和实验验证进一步优化。

　　
朊病毒疾病是一类由异常折叠的朊蛋白（PrP?c）引发的神经退行性疾病，其病理特征包括脑组织海绵状病变和PrP?c的异常聚集成β折叠富集的纤维。这类疾病在人类中表现为克雅氏病（CJD）、家族性失眠症（FFI）等，在动物中则表现为羊瘙痒症（Scrapie）和牛海绵状脑病（BSE）。传统治疗手段因无法逆转PrP?c的毒性构象转化而收效甚微，因此需要探索新型靶向策略。

### 疾病机制与治疗挑战
PrP?c的致病性源于其β折叠富集特性，这种构象不仅具有抗蛋白酶水解性，还能通过自催化二级成核作用促进更多PrP?c的异常折叠。现有研究主要聚焦于以下策略：
1. **阻断PrP?c与正常PrPc的相互作用**：通过小分子抑制剂干扰两种构型的动态平衡。
2. **稳定PrPc的α螺旋结构**：抑制其向β折叠构象的转化。
3. **清除已形成的纤维沉积**：靶向分解或阻止纤维的进一步增殖。

然而，上述方法均面临挑战。例如，直接抑制PrP?c可能干扰PrPc的生理功能，而清除已形成的纤维沉积在技术上难以实现。此外，PrP?c的动态构象变化使得传统药物难以精准结合。

### 计算机辅助药物筛选的创新路径
该研究采用计算化学与药效团建模结合的策略，通过以下步骤筛选新型抗朊病毒化合物：
1. **受体准备与配体筛选**：从PDB数据库获取人类PrPc（1QLZ）和朊蛋白纤维（6LNI）的三维结构，排除非必要分子并优化电荷分布。配体库来自ZINC和PubChem数据库，通过分子对接（AutoDock Vina）筛选出已知抑制剂（如Anle138b、GN8、白藜芦醇），确定其关键结合位点。
2. **药效团建模与虚拟筛选**：基于已知抑制剂的分子对接结果，构建药效团模型。例如，Anle138b与纤维中的甘氨酸195、赖氨酸194和赖氨酸194形成氢键和疏水作用；白藜芦醇则通过π-π堆积与甘氨酸195和丝氨酸195结合。利用这些模型对更大化合物库进行虚拟筛选，初步获得候选化合物。
3. **ADMET性质评估**：通过SwissADME工具分析候选化合物的吸收、分布、代谢、排泄及毒性特征。筛选标准包括分子量（150-500 Da）、极性表面积（20-130 ?2）、低脂溶性（LogP 0.7-5）及血脑屏障穿透性。最终保留兼具高亲和力（结合能-8.6至-10.3 kcal/mol）和良好药代动力学特性的化合物。

### 关键发现与机制解析
1. **已知抑制剂的结构-功能关系**：
- **Anle138b**：在纤维结构中与甘氨酸195形成氢键，并可能与赖氨酸194产生疏水作用。
- **白藜芦醇**：通过双羟基结构分别与甘氨酸195和丝氨酸195形成氢键，同时利用苯环与纤维的疏水区域结合。
- **GN8**：在PrPc的N159精氨酸和C末端甘氨酸196处形成氢键，稳定α螺旋结构。

2. **新型候选化合物的潜力**：
- **化合物133480707**（Anle138b衍生）：在纤维结构中与赖氨酸194形成氢键，结合能达-10.3 kcal/mol，且满足LogP（2.43）、极性（63.93 ?2）等药代参数要求。
- **化合物121982904**（GN8衍生）：在PrPc的精氨酸136和天冬酰胺159处形成氢键，结合能-8.6 kcal/mol，同时具备高血脑屏障穿透性。
- **化合物69849109**（白藜芦醇衍生）：虽未完全复现白藜芦醇的精准相互作用，但通过疏水作用与纤维结合，结合能-6.7 kcal/mol，且无P-糖蛋白转运体介导的药物外排风险。

3. **ADMET特性与临床转化价值**：
- 多数候选化合物符合“五规则”药物设计标准，logP值在0.7-5之间，且极性适中（20-130 ?2）。
- **化合物133480707**和**121982904**表现出优异的血脑屏障穿透性（BBB Pkt > 0.5），适合靶向中枢神经系统。
- **化合物69849109**虽具有高亲和力，但因可能成为P-糖蛋白底物，需进一步优化以降低药物外排风险。

### 研究局限与未来方向
1. **计算模型的局限性**：药效团模型基于已知抑制剂的相互作用特征，可能忽略某些新型作用机制。例如，白藜芦醇的抗氧化特性可能通过非结合方式抑制纤维形成，但现有模型未涵盖此类机制。
2. **候选化合物的验证需求**：尽管候选化合物在计算层面表现出潜力，仍需通过分子动力学模拟验证构象稳定性，并通过细胞实验评估对PrP?c的抑制效果。
3. **多靶点策略的探索**：PrP?c的成核与增殖涉及多个分子事件（如自噬激活、氧化应激），未来可结合多组学数据开发联合疗法。

### 总结
该研究通过整合计算化学与虚拟筛选技术，成功筛选出三类具有潜在抗朊病毒活性的候选化合物。这些化合物在分子对接中复现了已知抑制剂的关键相互作用，并通过ADMET分析验证了其药代动力学合理性。尽管仍需实验验证，但此类计算辅助策略为神经退行性疾病治疗提供了高效的新思路，尤其适用于难以解析三维结构的PrP?c纤维。未来研究可结合分子动力学模拟优化候选化合物的构效关系，并探索其抑制朊病毒成核的分子机制。