VEGFR2抑制剂设计：虚拟化合物库构建与筛选及高选择性抑制剂发现

针对现有 VEGFR2抑制剂选择性低、副作用等局限，研究人员基于 CADD 技术，以 VEGFR2（PDB:4ASD）为靶点构建虚拟化合物库，经分子对接和动力学模拟筛选出 10 个潜力抑制剂，其中 Compound 9 表现更优，为靶向药物开发提供新方向。

　　

目的：目前血管内皮生长因子受体 2（VEGFR₂）抑制剂的应用常受限于低选择性和副作用，迫切需要靶向该受体的新型高选择性药物。方法：基于现有 VEGFR₂抑制剂，利用计算机辅助药物设计（CADD）技术，通过活性对接片段构建虚拟化合物库。以 VEGFR₂构象（PDB:4ASD）为受体蛋白进行分子对接，经对比分析和筛选确定最有潜力的抑制剂，并通过分子动力学模拟验证。结果：从虚拟库中鉴定出 10 个潜在高活性抑制剂，尤其是 Compound 9 与蛋白构象结合亲和力强，对接时形成 4 个氢键，计算的 CODOCKER 能量为 39.7315 kcal/mol，均方根偏差（RMSD）为 0.4634 nm，均方根波动（RMSF）为 0.3234 nm，与索拉非尼（Sorafenib）相比，显示出更优的对接选择性和活性。结论：计算分析表明 Compound 9 是有前景的高选择性 VEGFR₂抑制剂候选化合物，但鉴于计算机模拟研究的固有局限性，需进一步化学合成和生物实验验证其潜力。
关键词：VEGFR₂抑制剂；虚拟化合物库；分子对接；分子动力学模拟；计算机辅助药物设计；受体酪氨酸激酶