《Current Pharmaceutical Analysis》：Targeting the Oncogenic SND1-MTDH Interface through DrugBank-Based Virtual Screening: Structural and Electronic Insights from Molecular Docking, Molecular Dynamics, and DFT Analyses
编辑推荐：
摘要
背景：SND1（含葡萄球菌核酸酶与Tudor结构域蛋白1）是一种保守的多结构域基因表达调控因子，在多种癌症中显著过表达，并作为恶性进展的标志物。其通过两个色氨酸残基与SND1的疏水口袋P1和P2结合介导与metadherin（MTDH）的相互作用，从而驱
摘要
背景：SND1（含葡萄球菌核酸酶与Tudor结构域蛋白1）是一种保守的多结构域基因表达调控因子，在多种癌症中显著过表达，并作为恶性进展的标志物。其通过两个色氨酸残基与SND1的疏水口袋P1和P2结合介导与metadherin（MTDH）的相互作用，从而驱动肿瘤生长和治疗耐药，使该界面成为有吸引力的抗癌靶点。鉴于SND1的临床相关性，药物重定位（drug repurposing）为识别候选治疗药物提供了一条快速、经济的途径。
方法：本研究针对SND1开展了基于分子对接的DrugBank数据库虚拟筛选，以识别预测结合构象覆盖P1和P2口袋相关区域的配体。排名靠前的候选化合物进行了分子动力学模拟（MDS），并计算了MM/GBSA结合自由能（ΔGbinding）。
结果：四个候选化合物，即DB01879、DB16296、DB08389和DB07605，其预测结合自由能优于参考抑制剂C-26-A6，ΔGbinding值介于–37.1至–30.0 kcal·mol–1之间。200 ns内的RMSD和Rg分析表明，这些候选化合物在SND1口袋内具有稳定的结合构象。此外，DFT计算表征了所识别候选化合物的电子结构和电荷分布，为其化学反应性提供了见解。
结论：本研究建立了一个靶向SND1-MTDH相互作用的合理药物重定位框架，突出了有望进一步开发为抗癌治疗药物的候选化合物。
靶向致癌性SND1-MTDH相互作用界面的药物重定位研究解读
一、研究背景与科学问题
癌症是一类以不受控制的细胞转化为特征的严重疾病，其源于复杂的基因突变，并具有重编程转录谱、逃避免疫约束和修饰信号通路的能力。此外，不同组织类型间的异质性对准确诊断和有效治疗干预构成重大挑战。
SND1（含葡萄球菌核酸酶与Tudor结构域蛋白1）在从原生动物到人类的进化谱系中广泛存在，是正常细胞生长和存活的关键介导因子，参与转录共激活、RNA剪接和脂质稳态等过程。SND1在结构上由四个串联SN（葡萄球菌核酸酶）结构域及第五个由Tudor结构域与部分核酸酶结构域融合而成的结构域组成。当细胞遭遇炎症、肿瘤形成、缺氧、DNA损伤和氧化应激等应激源时，SND1的表达水平发生变化。值得注意的是，SND1在乳腺癌、肝癌、结直肠癌和前列腺癌等多种恶性肿瘤中显著过表达，参与癌变的关键特征过程。
SND1被确定为metadherin（MTDH）的关键相互作用伙伴，二者的关联被证实可促进肿瘤发生和治疗耐药。结构分析表明，MTDH结合在SND1的SN1/2结构域之间形成的延伸沟槽内，其中两个色氨酸残基（TRP394和TRP401）锚定在SND1的不同口袋（P1/P2）中。因此，SND1-MTDH复合物在癌症进展中发挥核心作用，通过参与转录调控和致癌信号传导促进肿瘤生长、转移和治疗耐药。破坏这一蛋白-蛋白相互作用已成为对抗侵袭性恶性肿瘤的有前景的治疗策略。
此前研究鉴定出C-26-A6是一种有前景的小分子药物，可通过占据P2口袋（通常被MTDH的TRP401占据）来阻碍SND1-MTDH相互作用并抑制肿瘤进展。然而，目前尚无能够同时阻断SND1的P1和P2口袋以高效破坏该复合物的特异性药物。鉴于从头药物开发的高成本和长周期，药物重定位（drug repurposing）作为癌症治疗的有效策略受到广泛关注。因此，本研究旨在通过对DrugBank数据库进行虚拟筛选，识别能够同时靶向P1和P2口袋、从而更有效破坏SND1-MTDH相互作用的候选药物。
二、研究内容与主要结论
研究人员以SND1为靶点，对包含超过14,000种研究性和FDA批准药物的DrugBank数据库进行了基于分子对接的虚拟筛选。通过分子对接预测，识别出结合构象覆盖P1和P2口袋区域的配体。排名靠前的候选化合物经分子动力学模拟（MDS）验证，并通过MM/GBSA方法估算结合自由能（ΔGbinding）。研究最终确定四个候选化合物DB01879、DB16296、DB08389和DB07605，其预测结合自由能优于参考抑制剂C-26-A6，ΔGbinding值介于–37.1至–30.0 kcal·mol–1之间。200 ns的RMSD和Rg分析表明这些候选化合物在SND1口袋内具有稳定的结合构象。DFT计算进一步表征了候选化合物的电子结构和电荷分布，揭示了其化学反应性特征。该研究建立了靶向SND1-MTDH相互作用的合理药物重定位框架，为开发下一代抗癌治疗药物提供了有前景的候选化合物。
三、关键技术与方法
本研究主要采用了以下计算技术方法：从Protein Data Bank获取SND1-C26-A6复合物晶体结构（PDB ID: 7KNX），使用MODELLER构建缺失残基，PROPKA程序确定可电离残基的质子化状态；使用Omega4.1.1.0软件生成DrugBank数据库药物分子的三维坐标，SZYBKI2.4.0.0软件进行MMFF94S力场能量最小化，QUACPAC 2.1.3.0软件的FixpKa工具检查电离状态；使用AutoDock Vina1.1.2进行分子对接预测，搜索空间覆盖P1/P2两个结合口袋；使用AMBER20软件进行MD模拟，药物分子以GAFF2力场参数化，SND1以ff14SB力场表征，配体部分电荷通过HF/6-31G*水平的RESP拟合确定，TIP3P水分子层和抗衡离子用于构建溶剂化体系；采用MM/GBSA方法计算结合自由能；使用pkCSM服务器评估药物类药性和ADMET特征；使用Gaussian09在M062X/6-311+G(d,p)水平进行DFT计算，生成MEP图、HOMO/LUMO轨道并计算相关量子化学描述符。
四、研究结果
4.1 虚拟筛选与分子对接结果
研究人员以SND1为靶点对DrugBank数据库进行虚拟筛选，分子对接搜索空间覆盖P1和P2两个结合口袋。通过对接评分筛选出排名靠前的候选药物分子，这些分子展现出覆盖P1和P2口袋区域的预测结合构象，具备同时阻断两个关键结合位点的潜力。
4.2 分子动力学模拟与结合自由能分析
排名靠前的候选化合物经200 ns分子动力学模拟验证。MM/GBSA结合自由能计算结果表明，DB01879、DB16296、DB08389和DB07605四个候选化合物的ΔGbinding值介于–37.1至–30.0 kcal·mol–1之间，均优于参考抑制剂C-26-A6。RMSD和Rg分析显示这些候选化合物在SND1口袋内保持稳定的结合构象，表明其结合具有结构稳定性。
4.3 药物类药性与ADMET评估
候选化合物的理化性质符合Lipinski五规则（Ro5）对口服活性药物的要求，包括分子量≤500 Da、logP≤5、氢键受体不超过10个、氢键供体不超过5个。ADMET预测涵盖了吸收（人肠道吸收HIA）、分布（稳态分布容积VDss）、代谢（CYP1A2抑制）、排泄（总清除率）和毒性（Ames致突变性）等方面，为候选化合物的药代动力学和安全性特征提供了参考。
4.4 DFT电子结构分析
DFT计算在M062X/6-311+G(d,p)水平对候选化合物进行结构优化，生成了分子静电势（MEP）图以识别亲电和亲核区域。通过计算HOMO/LUMO轨道能级，推导出能隙（Egap）和费米能级（EFL），并进一步计算了电离势（IP）、电子亲和能（EA）、硬度（η）、软度（S）、化学势（μ）、亲电性指数（ω）和功函数（Φ）等量子化学描述符，揭示了候选化合物的化学反应性和电子结构特征。
五、讨论与结论
本研究通过系统的计算框架，成功从DrugBank数据库中筛选出四个能够同时靶向SND1的P1和P2口袋的候选药物分子。这些候选化合物展现出优于参考抑制剂C-26-A6的结合自由能，并在200 ns分子动力学模拟中保持稳定的结合构象。DFT计算进一步提供了这些分子的电子结构和电荷分布信息，有助于理解其化学反应性。该研究建立的药物重定位框架为靶向SND1-MTDH相互作用提供了合理策略，所识别的候选化合物有望作为抗癌治疗药物进行进一步开发。这些发现为加速发现经济有效的癌症治疗方案提供了重要基础。
