基于结构的GIRK2–PIP2调节因子识别方法:综合对接技术、MM-GBSA方法、ADMET方法以及分子动力学研究

《Journal of Molecular Graphics and Modelling》:Structure-based identification of GIRK2–PIP2 modulators: Integrative docking, MM-GBSA, ADMET, and molecular dynamics study

【字体: 大 中 小 】 时间:2026年05月02日 来源:Journal of Molecular Graphics and Modelling 3

编辑推荐:

  丹科·杰雷米克(Danko Jeremic)、莉迪亚·希门尼斯-迪亚兹(Lydia Jiménez-Díaz)和胡安·D·纳瓦罗-洛佩兹(Juan D. Navarro-López) 卡斯蒂利亚-拉曼查卫生研究所(IDISCAM)神经生理学与行为实验室以及卡斯蒂利亚-拉曼查大

  丹科·杰雷米克(Danko Jeremic)、莉迪亚·希门尼斯-迪亚兹(Lydia Jiménez-Díaz)和胡安·D·纳瓦罗-洛佩兹(Juan D. Navarro-López)
卡斯蒂利亚-拉曼查卫生研究所(IDISCAM)神经生理学与行为实验室以及卡斯蒂利亚-拉曼查大学雷阿尔城医学院生物医学研究所(IB-UCLM),西班牙雷阿尔城

**摘要**
G蛋白偶联的内向整流钾离子(GIRK)通道是调节神经元兴奋性的关键因素,使其成为治疗中枢神经系统疾病的有希望的治疗靶点。它们的激活依赖于磷脂酰肌醇-4,5-二磷酸(PIP2),后者能稳定通道的开放状态。本研究旨在识别作用于PIP2结合位点的GIRK2调节剂。通过高通量虚拟筛选方法,对超过一百万种化合物进行了针对GIRK2(PDB ID:4KFM)的筛选。为确保结合的准确性和接近PIP2结合位点,采用了均方根偏差(RMSD)小于2 ?的核心约束条件(以天然配体为参考)。得分最高的配体使用Glide(SP, XP)进行了重新对接,并使用分子力学广义Born表面面积方法估算了结合自由能。最具潜力的化合物被进一步分析了其药代动力学/物理化学性质,并在膜双层中进行了200纳秒的分子动力学(MD)模拟。MD分析显示,某些已知化合物(CID:54365126和7304563)可能是竞争性的GIRK2调节剂,它们与对内源性激活剂(PIP2、胆固醇)和GIRK作用药物具有稳定的相互作用。对接分析还发现多种代谢物(包括白三烯、溶血素、酰基辅酶A和多磷酸盐,如三磷酸腺苷(ATP)和三磷酸硫胺素)能与GIRK2强结合。值得注意的是,其中一些化合物已知会影响类似的离子通道,表明可能存在与GIRK2的交叉反应性。综上所述,这些发现为GIRK-PIP2调节剂的实验验证和进一步开发提供了有希望的候选分子。

**1. 引言**
G蛋白偶联的内向整流钾离子(GIRK)通道是一类脂质门控的内向整流钾离子通道,在调节多种组织(尤其是心脏、内分泌系统和中枢神经系统)的细胞兴奋性和信号传导中起着关键作用。这些通道由磷脂酰肌醇-4,5-二磷酸(PIP2)激活,并通过神经递质或神经调节剂与附近的G蛋白偶联受体(GPCRs)结合触发的分子信号级联反应进行调控。多种GPCRs可以调节GIRK通道,包括M2-毒蕈碱受体、GABAB受体、A1-腺苷受体、α2-肾上腺素受体、D2-多巴胺受体以及5-HT1A-血清素受体、生长抑素受体、Galanin受体、鞘氨醇-1-磷酸受体、阿片受体和大麻素受体(CB1、CB2)。通过这些GPCRs,GIRK通道介导神经递质、神经调节剂和(神经)激素的作用,在维持神经元稳态和调节对学习、记忆、激素和疼痛信号传导至关重要的突触可塑性过程中发挥重要作用[1]、[2]、[3]、[4]、[5]。

PIP2和GPCRs对GIRK通道的精确调控对于维持正常的细胞功能是必需的[3]、[6]、[7]。PIP2在GIRK通道的跨膜结构域(TMD)和细胞质结构域(CTD)之间的结合对其功能至关重要。先前对PIP2结合位点的搜索发现了一组在所有内向整流钾离子通道中相对保守的基本残基,包括Lys64、Lys90、Trp91、Arg92、Lys194、Lys199和Lys200[8]、[9]、[10]、[11]、[12]、[13]。这些残基位于胆固醇结合位点附近,有些残基同时与PIP2和胆固醇结合[14]、[15]。

近年来,GIRK通道已成为治疗干预的有希望的目标,因为其活性的失调与多种病理状态有关,如痛觉感知[16]、[17]、[18]、癫痫中的兴奋/抑制平衡紊乱[19]、[20]、[21]、[22]、阿尔茨海默病和帕金森病[23]、[24]、[25]、[26]、[27]、[28]、成瘾、情绪障碍和注意力缺陷多动障碍[21]、[29]、[30]、[31]、[32]、[33]、[34]。十多年来,已证实多种GIRK通道调节剂与参与PIP2结合的残基附近相互作用,使得这些通道成为高度可药物化的靶点[35]。然而,目前尚未开发出专门针对GIRK-PIP2相互作用的药物。本研究的目的是更接近于在PIP2结合位点靶向GIRK通道(图解摘要)。使用Glide(Maestro)进行了超过一百万种化合物的高通量虚拟筛选(HTVS),随后采用基于RMSD的核心约束进行了SP/XP对接,计算了结合自由能,并优化了药代动力学和物理化学性质。最后,进行了200纳秒的分子动力学(MD)模拟,以评估蛋白质-配体复合物的结合动力学和稳定性。

**2. 方法**
2.1. 配体制备
从公开可用的化合物数据库中获取了来自几乎所有生命领域(细菌、真菌、植物、动物)的合成和天然存在的多种分子,包括PubChem[36]、ZINC15[37]、CHEMBL[38]、ASINEX[39]、开放天然产物集合[40]、Pitt Quantum存储库[41]、印度药用植物、植物化学与治疗学[42]、秘鲁天然产物数据库[43]、天然产物图谱3[44]、NuBBE DB[45]、药用真菌次级代谢物与治疗学[46]、综合海洋天然产物数据库[47]和人类代谢组数据库[48]。使用Maestro 13.5中的LigPrep应用程序制备了这些化合物。使用Epik[49]在pH = 7.4 ± 2.0条件下生成了各种互变异构体和质子化状态,然后对配体进行了脱盐处理。采用OPLS4力场[50]对化合物进行了优化。每个配体最多生成32个立体异构体,同时保持指定的手性并改变其他立体中心。

2.2. 蛋白质制备
从RCSB蛋白质数据库(PDB ID:4KFM)获取了同源四聚体GIRK2晶体结构。在Maestro(Schr?dinger, LLC)中构建了模型系统,添加了缺失的侧链,包括GIRK2中的Ile55、Arg73、Glu127、Phe141、Lys165、Lys301和Glu303;Gβ亚单位中的Arg42和Arg214;以及Gγ亚单位中的Glu58和Glu63–Phe67。使用蛋白质制备模块[51](1)通过Prime填充缺失的短环,(2)在生理pH = 7.4 ± 2条件下使用Epik生成异构状态,(3)去除距离异构基团超过5 ?的水分子,(4)通过PROPKA pKa计算确定pH = 7.4时可电离残基的质子化状态。最后,使用OPLS4力场优化了GIRK2结构。

2.3. 分子对接
使用Maestro中的Glide应用程序[53]、[54]进行了对接模拟。使用受体网格生成模块生成了蛋白质网格,并将对接限制在以共结晶天然配体为中心的32 ?立方体内。对接过程分为三个精度步骤:首先使用HTVS协议快速评估了来自公开数据库的超过一百万种化合物,每个配体最多生成32个构象;如果构象的库仑能和范德华相互作用能量之和超过0 kcal/mol,则排除这些构象。对接后对得分进行了最小化处理,并应用了Epik状态惩罚,得分低于-4.00的化合物(负值越低表示预测的结合亲和力越强)被选为进一步优化对象。然后使用标准精度(SP)和额外精度(XP)进行对接,最终输出得分以XP Glide Score(XP GScore)表示(单位:kcal/mol)。为确保结果的准确性和相关性,对接协议设计为优先考虑可能与PIP2结合位点关键残基相互作用的构象。通过在每个配体对接步骤中应用基于RMSD的核心约束(< 2 ?的容忍度),要求每个对接配体的核心结构与参考天然配体相似。

2.4. 结合自由能计算
为了进一步评估蛋白质-配体相互作用的稳定性和强度,使用分子力学广义Born表面面积(MM-GBSA)方法计算了结合自由能,考虑了所有可电离残基(Prime)。选择OPLS4力场和变介电广义Born模型(VSGB)进行优化。结合自由能(亲和力较高)低于-100 kcal/mol的配体被优先考虑进一步评估。

2.5. 已知药物/类药物的ADMET筛选和优化
使用Maestro中的QikProp应用程序预测了所有类药物分子的药代动力学、ADMET性质和类药特性,包括评估其性质或描述符值是否超出已知药物的95%范围(Lipinski五规则(RO5)和Jorgensen三规则(RO3))、极性表面积(PSA)、辛醇/水分配系数(QPlogPo/w)、中枢神经系统(CNS)活性、血脑屏障(BBB)通透性(QPPMDCK < 25的化合物被排除)、肠道-血液通透性(QPPCaco < 25的化合物被排除)以及人体口服吸收百分比。通过代谢物数量和反应性官能团的数量以及预测的HERG(QPlogHERG)阻断IC50值来评估潜在的毒性和脱靶倾向,HERG是一种也结合PIP2的心脏快速激活延迟整流钾离子通道。具有超过8种代谢物、超过2个反应性官能团且QPlogHERG值低于-5的化合物被降级,因为它们可能具有心脏毒性。最后,使用Maestro中的基于物理的膜通透性模块估算了化合物穿透膜所需的能量(Membrane ΔGInsert)。

2.6. 分子动力学
使用GROMACS v2020.1进行了分子动力学(MD)模拟,以研究蛋白质-配体稳定性和配体诱导的动力学[55]。对GIRK2的脱辅基形式(无配体)、GIRK2-PIP2对接复合物以及得分最高的蛋白质-配体复合物进行了200纳秒的MD模拟。每个系统都嵌入在POPC(16:0, 18:1 PC)脂质双层中(CHARMM-GUI膜构建器),并用TIP3P水和150 mM KCl溶剂化。应用了CHARMM36力场[56],在传导路径中有五个K+离子,在钠结合位点有四个Na+离子(与晶体结构相同)。系统在Cα约束(1,000 kJ/mol/nm2)下平衡20纳秒,随后进行了200纳秒的无约束运行。模拟使用了2-fs的时间步长和周期性边界条件。温度和半各向同性压力(压缩性=4.5 × 10-5 bar-1)通过速度缩放恒温器和Parrinello-Rahman压强计维持。电静力相互作用通过粒子网格Ewald(PME)方法计算,傅里叶间距为0.12 nm,所有键都应用了LINCS约束。

**3. 结果**
3.1. 分子对接
将天然配体(无酰基链的PIP2;PDB ID:PIO)的核心结构重新对接到GIRK2通道上,得到的结合自由能(ΔGMM-GBSA Bind)为-144.14 kcal/mol,均方根偏差(RMSD)为1.05 ?(图1B,E)。这些结果表明了强烈的结合亲和力和高精度地再现了天然配体的结合构象(图1A)。相比之下,完整天然配体(带有完整酰基链的PIP2,图1C,F)的分子对接产生了更强的亲和力(结合自由能为-176.85 kcal/mol),RMSD为1.02 ?,配体与受体之间的氢键长度更短(小于2 ?,图1F),与核心配体(图1E)相比。这表明PIP2的较长酰基链可能增强了与GIRK2的相互作用,这与先前的实验观察结果一致[57]、[58]、[59]。在两种对接构象中,参与PIP2识别的关键氨基酸都参与了相互作用:Lys64(N端)、Lys90、Trp91、Arg92(滑动后螺旋)、Lys194(跨膜螺旋的细胞质端)、Lys199和Lys200(连接螺旋或C连接器的部分)[8]、[9]、[11]、[12]。此外,对接协议还招募了GIRK2通道β环中的Gln197,这种相互作用在晶体结构(PDB ID:4KFM)中不存在。作为C连接器的一部分(残基:197-203)[14],Gln197通过PIP2和胆固醇的别构调节参与GIRK通道的调控[15]、[60]。

**下载:**下载高分辨率图像(1MB)
**下载:**下载全尺寸图像
**图1.**分子对接协议在针对GIRK2同源四聚体(A,PDB ID:4KFM)的天然配体重新对接中的验证。B. 晶体结构中天然配体姿态(D,PDB ID:PIO,不含酰基链的PIP2核心结构)与同一配体的对接后姿态(E,ΔGMM-GBSA Bind = -144.14 kcal/mol)的叠加显示,原子位置的均方根偏差(RMSD)为1.05 ?,从而验证了对接协议的有效性。C、F. 完整天然配体的对接姿态(带有全部酰基链的PIP2;1-硬脂酰-2-花生四烯酰-sn-甘油-3-磷酸-(1′-肌醇-4′,5′-二磷酸)的ΔGMM-GBSA Bind = -176.85 kcal/mol和RMSD为1.02 ?。最初的HTVS协议包括对1,134,542种化合物进行GIRK-PIP2结合位点的筛选(表S1),其中398,680种化合物在XP模式下进一步评估(表S2),随后进行MM-GBSA计算。经过筛选后,得分最高的化合物被分类为已知药物/类药物分子和人体代谢物(表1,图2)。最有前景的药物和类药物分子随后在200 ns内通过MD模拟进行了评估(表S3)。

表1. 在GIRK2通道(PDB ID:4KFM)的磷脂酰肌醇-4,5-二磷酸(PIP2)结合位点的对接结果,显示得分最高的已知药物和类药物分子(A1-A6)以及(B)人体代谢物(B1-B6)。缩写:CoA – 辅酶A;ΔG – 结合自由能(MM-GBSA);dock. – 对接;DPA – 二十二碳五烯酰;OH – 羟基;LT – 白三烯;XP GScore – 额外精度滑动得分。

A. 已知药物/类药物分子
配体(化学ID,CID)对接得分 XP GScore ΔG
与GIRK2相互作用的残基
A1 54365126 8.48 8.49 204.52
Thr80, Lys90, Trp91, Arg92, Lys 200, Phe186
A2 53696270 6.74 2-6.74 5-161.54
Lys90, Arg92, Phe186
A3 罗苏伐他汀 5.54 5.54 6-166.93
Lys90, Trp91, Arg92
A4 弗鲁伐他汀 5.47 7-5.47 8-125.48
Lys90, Trp91, Arg92, Phe186
A5 7304563 6.92 0-6.92 0-166.92
Lys90, Trp91, Arg92
A6 锌 4086 0924 6-6.66 9-153.62
Trp91, Lys194, Lys 200
A7 西瑞伐他汀 5.47 9-5.49 0-152.40
Lys90, Trp91, Arg92
A8 阿托伐他汀 5.77 7-5.77 8-122.77
Lys90, Trp91, Arg92, Phe186

B. 人体代谢物
B1 白三烯B3 6.22 6.22 8-185.74
Lys90, Arg92, Lys200, Thr80
B2 白三烯B4 7.33 9-7.34 0-168.55
Arg92, Lys200, Thr80
B3 白三烯A4 6.19 5-6.19 5-159.21
Arg92
B4 瑞索文D 6.35 2-6.35 3-156.14
Lys90, Arg92, Lys200, Thr80
B5 硫胺素三磷酸(TTP)-5.03 8-5.08 0-195.61
Leu79, Lys90, Trp91, Arg92, Lys194, Lys200
B6 腺苷三磷酸(ATP)-5.87 4-5.90 7-125.98
Lys64, Lys90, Trp91, Arg92, Lys194
B7 1-(5-磷酸核糖)-ATP-6.35 0-7.20 9-173.77
Lys64, Lys90, Trp91, Arg92, Lys194, Gln197, Lys199, Lys200; Thr80
B8 硬脂酰辅酶A 8.70 7-10.47 4-206.25
Lys64, Asp88, Lys90, Trp91, Arg92, Lys194, Lys199, Lys200, Asn231, Glu315

图2. 排名前10的已知药物/类化合物(A)和人体代谢物(B)的化学结构。结构中的圆圈表示在200 ns MD模拟期间配体结构与A. 配体-GIRK2复合物稳定性(蓝色/红色)以及B. 人体代谢物对接后结合自由能估计(米色)之间的关系,较高的-ΔG(向上指的箭头)表示给定取代基/结构的更强结合亲和力。

3.1.1. 已知药物/类药物分子
在已知药物中,几种他汀类药物和其他类似分子表现出与关键PIP2相互作用残基的强结合。这些化合物被选中进行进一步的MD模拟分析。其中,A1(CID:54365126,4-[4-[5-羟基-2-(4-甲基苯基)苯]丁-3-烯-1-炔基]苯甲酸)的结合效果最好,其次是A5(CID:7304563,4-[[2-[(4-氟苯基)甲氧基]苯]甲基氨基]苯甲酸)和A3(罗苏伐他汀)。类似的化合物也表现出强结合,包括西瑞伐他汀、氟伐他汀和阿托伐他汀(表1A,图3)。

图3. 在PIP2结合位点(4 ?切割值)上,排名前8的已知药物和类化合物的3D和2D GIRK2-配体相互作用。纯H键的距离(不包括盐桥,用紫色箭头标出)以?为单位。

对于所有已知的类药物分子(A1-A6),观察到与GIRK2的PIP2结合位点关键残基的有利相互作用(表1A,图3)。这些相互作用包括强H键和盐桥(小于2.4 ?),发生在带正电的Lys90和Arg92与配体的氧原子之间,以及与Trp91的频繁π-π堆叠(8种配体中有6种)。几乎所有他汀类药物都与Trp91在PIP2位点发生π-π堆叠相互作用,而阿托伐他汀特别与位于胆固醇结合位点的Phe186形成π-π堆叠相互作用。该位点非常接近PIP2结合位点,并包含Trp91和Phe186 [14],[61]。氟伐他汀和得分最高的化合物(A1)与Trp91和Phe186都发生了π-π堆叠。此外,A1还与Lys200(2.17 ?)形成了强H键,Lys200是另一个参与PIP2结合的关键残基,以及与位于跨膜区域TM1的Thr80(1.66 ?)形成了H键。最近有报道指出Thr80可以通过sigma-1受体拮抗剂BD1047直接抑制GIRK通道 [62]。

如表2A所示,排名前六的已知药物在血脑屏障(BBB)通透性(QPPMDCK)方面表现出显著差异。罗苏伐他汀的膜和BBB通透性特别差(QPPMDCK低于25 nm/s,Membrane ΔGInsert为20.65 kcal/mol)。A5表现出优异的人体口服吸收和最佳的BBB通透性,但仍然不理想,其QPPMDCK为214.39 nm/s。

表2. 排名前8的配体的重要药代动力学和物理化学性质。缩写:#stars - 值超出已知药物相似值95%范围的属性或描述符数量;Membrane ΔGInsert - 化合物穿透细胞膜所需的能量,数值越低表示渗透性越强;QPlog Po/w - 预测的辛醇/水分配系数,数值越大表示亲脂性越高;QPP Caco - 预测的Caco-2细胞通透性,用于非活性转运。Caco-2细胞是肠道-血液屏障的模型(QPPCaco < 25表示通透性差,> 500表示通透性良好);QPP MDCK - 预测的Madin-Darby犬肾细胞(MDCK)细胞通透性,用于非活性转运。与QPPCaco类似,QPPMDCK低于25表示BBB通透性差,高于500表示通透性良好。RO5 – Lipinski五规则。

A. 已知药物
配体(名称,化学ID,CID)QP log Po/w QPP MDCK (nm/s) QPP Caco (nm/s) 人体口服吸收(%)Membrane ΔGInsert (kcal/mol) #stars
RO5 违反
A1 54365126 5.34 4 1.49 80.82 79.37 14.57 0
A2 53696270 5.44 6 5.56 123.41 83.25 13.03 0
A3 罗苏伐他汀 3.84 11.02 13.72 64.79 20.65 10
A4 氟伐他汀 5.27 4 9.80 55.40 76.03 9.97 0
A5 7304563 4.86 21 4.39 213.42 100.00 12.02 0
A6 锌 4086 0924 6 4.50 194.11 195.08 94.26 9.84 0
A7 西瑞伐他汀 4.62 43.06 51.51 74.23 7.90 0
A8 阿托伐他汀 6.45 50.74 68.39 71.65 11.05 22

在表2A中未包括的、由于选择性低和不良ADMET及物理化学性质而未列入的具有强GIRK2亲和力的已知药物中,最显著的例子包括:(1) 伊维菌素(对接得分-4.130,ΔG -179.66 kcal/mol),已报道其在PIP2位点激活GIRK2的效果优于GIRK4 [63];(2) 新化合物PG-21(对接得分-4.114,ΔG -156.54 kcal/mol);两种头孢菌素类抗生素,即(3) 塞福尼西德(对接得分-5.681,ΔG -173.66 kcal/mol),(4) 卡巴塞凡多尔(对接得分-5.771,ΔG -144.69 kcal/mol)和(5) 真菌代谢物扎拉戈齐酸B(对接得分-5.294,ΔG -133.66 kcal/mol)。PG-21(图S1)是一种专门设计的PROTAC(蛋白酶靶向嵌合体)分子,旨在靶向并诱导阿尔茨海默病中的糖原合成酶激酶-3β(GSK-3β)的降解 [64]。该化合物与GIRK2表现出强烈的范德华力和静电相互作用,在PIP2结合位点与Trp91和Arg92形成两个H键,与Arg92发生π-阳离子相互作用,并与胆固醇结合的Phe186发生π-堆叠。然而,它也表现出一些不利性质,包括低BBB通透性(QPPMDCK仅为2.96 nm/s)和潜在的心脏毒性(QPlogHERG为-7.9,低于-5的数值令人担忧)。

头孢菌素类(图S2和S3)由于口服生物利用度极低和BBB通透性差而被排除。但需要注意的是,这些抗生素需要进一步研究,因为它们对中枢神经系统有明显影响,在BBB受损的情况下(如炎症、血管损伤或神经退行性病变)可以从血液进入神经元 [65],[66],[67],[68],[69]。最后,扎拉戈齐酸B(squalestatin,CID:9940176)因其药代动力学性质差而被排除,包括高极性和在酸性和碱性条件下的易水解性。这种化合物是哺乳动物角鲨烯合成酶的已知抑制剂,该酶参与胆固醇生物合成 [70],[71]。仔细观察蛋白质-配体相互作用分析(图S25)发现,扎拉戈齐酸B可能模仿PIP2的结合特性。具体来说,其4,8-二氧杂环[3.2.1]辛烷核心在配体几何结构和与口袋内相同关键残基的结合方面与PIP2非常相似(图S26)。

3.1.2. 人体代谢物
在人体代谢物中,许多亲脂性信号分子,如多种酰基辅酶A、多磷酸化合物、白三烯LTA4、LTB3、LTB4及其类似物表现出对GIRK2的高亲和力(图2B,4和S6-S23)。硬脂酰辅酶A(B8)在所有酰基辅酶A中显示出最强的GIRK2结合能力(表1,图2B,图S10–S22)以及本研究中分析的其他代谢物。GIRK2-酰基辅酶A相互作用的分析表明,辅酶A的腺苷和磷酸基团与PIP2结合位点的关键残基(表1B,图4)紧密相互作用:Lys64、Lys90、Trp91、Arg92、Lys199、Lys194和Lys200。此外,硬脂酰辅酶A的核糖部分与Asp88之间,以及腺嘌呤氮原子与Asn231(参与Na+与GIRK的协调 [13])和Glu315之间形成了H键。

图4. 在PIP2结合位点(4 ?切割值)上,排名前8的人体代谢物的3D和2D GIRK2-配体相互作用。纯H键的距离(不包括盐桥,用紫色箭头标出)以?为单位。如果同一残基对应多个H键,则仅显示最长的一个。缩写:ATP – 腺苷三磷酸,CoA – 辅酶A;LT – 白三烯,PO4 - 磷酸。

几种空间结构相似的多磷酸化合物被鉴定为能与GIRK2结合,类似于PIP2的负电荷磷酸基团。得分最高的多磷酸化合物与PIP2结合位点的几乎所有关键残基建立了复杂的相互作用,并且还招募了附近的Leu79、Thr80和Phe186(图4)。这些包括腺苷二磷酸(ADP)、腺苷三磷酸(ATP,图4中的B6)、N1-(5-磷酸核糖)-ATP(图4中的B7)、硫胺素二磷酸(也称为硫胺素焦磷酸,TPP,维生素B1的活性(辅酶)形式;图S9)和硫胺素三磷酸(TTP,图4中的B5)。白三烯(LTs)和瑞索文D系列(分辨率相相互作用产物)与GIRK2表现出一致的结合特征。几乎所有LTs及其衍生物都与Lys90、Arg92和Lys200在PIP2结合位点形成了H键和盐桥,有些还与Trp91和Lys194相互作用(图4)。四种化合物还在PIP2结合位点附近与Phe83和Ile195形成了H键:瑞索文E2(图S4)、12-氧代瑞索文E1(图S5)、20-羧基-LTB4(图S6)和20-三-OH-LTB4(图S根据这些发现,配体结构与GIRK2-配体复合物稳定性之间的相关性在图2A(蓝色/红色)中进行了展示。脱辅基蛋白和对接的GIRK-PIP2复合物在200纳秒内表现出高稳定性,结构变化极小,脱辅基蛋白的骨架RMSD保持在0.9埃以下(图5A,黑色),PIP2的骨架RMSD保持在2.9埃以下(黄色)。在配体结合后,前三种复合物的结构扰动程度不同(图5A,红色、蓝色、绿色)。与A1结合的复合物(CID:54365126,图5A蓝色)显示出最高的稳定性(图5B,RMSD约2.5埃,与PIP2相似),表明结合紧密且仅有轻微的结构调整。其他两种复合物表现出更大的构象灵活性(RMSD约4-5埃)。单独分析时,配体特定的RMSD值进一步区分了这些配体的结合模式,A1(CID:54365126,图5A蓝色)保持接近刚性的构象(0.5-1埃),而其他两种配体具有更高的流动性,反映了配体在结合口袋内的调整。回转半径(Rg)分析显示脱辅基蛋白暂时膨胀(从3.2纳米增加到3.4纳米,图5E黑色),随后恢复到初始状态。这表明了一个初始的松弛阶段,随后结构稳定。蛋白质-配体复合物显示出略有不同的反应,A5(CID:7304563,绿色)的Rg值与脱辅基蛋白接近。均方根波动(RMSF)分析进一步支持了这些观察结果。脱辅基蛋白和所有配体结合的系统显示出相似的波动曲线,非结合区域的灵活性最高。相比之下,与PIP2相互作用的关键残基(图5F,方框标记)在与前三种配体结合的复合物中显示出减少的波动,表明这些配体的结合可能增强了参与PIP2识别的关键区域的稳定性。最后,分子间氢键分析进一步阐明了每种配体的结合稳定性。如图5G所示,A5(CID:7304563,绿色)在PIP2结合位点与GIRK2形成了最稳定的相互作用,在200纳秒内保持了3-4个氢键。这些发现与这种蛋白质-配体复合物的低RMSD和紧凑结构一致。其他两种配体的相互作用不太稳定,表现为间歇性的氢键模式和更高的构象灵活性。虽然A1(CID:54365126,蓝色)在模拟过程中至少保持了两个氢键,但A3(罗苏伐他汀,红色)在最初100纳秒内表现出间歇性的氢键结合,随后在后期部分稳定。这种短暂的结合行为可能表明初始相互作用较弱,但随着配体在结合口袋内的重新定位逐渐优化。然而,需要更长时间的模拟来确认200纳秒内的稳定性。

4. 讨论
通过整合基于结构和配体的方法进行药物发现,本研究确定了在GIRK2的PIP2结合位点具有有利且稳定结合潜力的配体。通过对接模拟,我们发现了一些已知药物和内源性化合物对GIRK2的相关影响,尤其是他汀类药物、头孢菌素、白三烯、溶血素、TPP、ATP以及各种酰基辅酶A及其代谢物。这些化合物与GIRK2的直接相互作用此前尚未报道;已知结构相关的分子可以调节类似的通道或其他GIRK亚基,需要进一步研究。所鉴定的化合物表现出与天然配体相似的结合模式,与关键的PIP2结合残基相互作用。一些配体还与负责结合胆固醇的残基建立了有利的相互作用[14],[15],以及GIRK作用药物,如伊维菌素[63]和sigma-1受体拮抗剂BD1047[62]。鉴于这些残基在生理和药理通道调节中的作用,所鉴定的化合物可能作为竞争性GIRK调节剂,为调节通道活性提供了一种新的方法。

4.1. 已知药物
他汀类药物是广泛使用的3-羟基-3-甲基戊二酰辅酶A还原酶抑制剂,该酶在胆固醇生物合成中起关键作用。在药理学领域,这些药物因其脱靶效应而闻名,这些效应可能导致肌病和肝脏问题,从而导致原因不明的肌肉骨骼变化[72]和由他汀类药物引起的肝脏损伤[73]。然而,他汀类药物的一些脱靶效应可能是有益的,包括表观遗传[74]、抗炎、抗氧化和修复内皮细胞的特性[75]。这些有益效果促使人们将他汀类药物重新用于阿尔茨海默病[76]、糖尿病[77]、炎症性疾病[78]、[79]和癌症[78]等病症的治疗。据报道,阿托伐他汀的给药和胆固醇摄入可以调节GIRK通道,但这归因于胆固醇对GIRK的影响[80]。此外,研究表明辛伐他汀和美伐他汀可以以浓度依赖的方式抑制癌细胞中的类似电压门控钾通道Kv1.3[81]。抑制机制可能包括他汀类药物与Kv1.3通道的直接相互作用以及扰乱脂质双层结构,从而稳定通道的非活性状态[81]。他汀类药物与黄酮类化合物的联合使用已被证明可以有效阻断Kv1.3通道,导致癌细胞凋亡[82]。最近的研究表明,匹伐他汀和洛伐他汀可以抑制兔主动脉条中的L型钙通道Cav1.2,增强氨氯地平引起的血管舒张[83]。在这项研究中,通过200纳秒分子动力学模拟评估的32种药物-GIRK2复合物中,两种配体A1(CID:54365126)和A5(CID:7304563)在PIP2位点表现出稳定的结合,表现为低配体RMSD和持续的氢键结合。A5显示出最有利的结合模式,形成了3-4个稳定的氢键并保持了紧凑的结构完整性,而A1表现出紧密的结合和最小的灵活性。结构分析(RMSD、Rg、RMSF)显示配体诱导的压缩和PIP2位点的波动减少,支持A1和A5在稳定GIRK2构象和潜在调节其功能中的作用。

在稳定的结合物中,A5显示出最有利的相互作用模式,但其log Po/w值接近4.86,接近Lipinski的上限5,超过这个值后化合物通常会遇到溶解度差和非特异性结合增加的问题。然而,对于靶向膜近端的PIP2位点来说,适度的亲脂性是有益的,A5的强膜分配(ΔG = 12.02 kcal/mol)和高渗透性(MDCK = 214.39 nm/s)就是证明。尽管A5没有违反五规则,目前呈现出有利的ADME特性,但其边缘亲脂性值得关注。未来的药物化学工作应集中在微调亲脂性、膜亲和力和水溶性之间的平衡上,同时保持化合物与PIP2位点的结合能力,并降低潜在的脱靶风险。此外,我们发现A3(罗苏伐他汀)仅表现出部分稳定性,结合不稳定且具有时间依赖的稳定趋势,这需要通过更长时间的MD分析和实验研究来验证。其他他汀类药物,如氟伐他汀、阿托伐他汀和塞来伐他汀在动态模拟中未能保持与GIRK2的稳定结合,在100纳秒内从结合位点解离。基本的生物异构体替换和相似性搜索并未进一步改善罗苏伐他汀的结合或稳定性,表明它已经占据了这些相互作用的最佳化学空间。

4.2. 人类代谢物
促炎性白三烯(LTs)、抗炎性溶血素、阴离子多磷酸酯、长链酰基辅酶A及其衍生物被认为是潜在的GIRK2调节剂,需要进一步验证。在这里研究的所有酰基辅酶A中(图2B,图S10–S22),硬脂酰辅酶A(十八酰辅酶A)对GIRK2的结合最强(-206.25 kcal/mol)。这与完整天然配体的对接结果一致,可能反映了硬脂酰链与PIP2结合口袋(1-硬脂酰-2-花生四烯酰-sn-甘油-3-磷酸-(1′-肌醇-4′,5′-二磷酸)之间的疏水互补性[1C,F]。此外,硬脂酰/花生四烯酰类化合物占初级哺乳动物细胞中磷脂酰肌醇(sn-1/sn-2)的50–80%[85],[86],[87],[88]。硬脂酰辅酶A的不饱和类似物油酰辅酶A((9Z)-十八烯酰辅酶A,图S13–172,66 kcal/mol)已被报道可以竞争性和可逆地抑制所有向内整流的钾通道,包括GIRKs[89]。此外,长链酰基辅酶A被认为可以直接影响膜中的PIP2定位[90],以及其他钾通道和钙通道的门控机制[90],[91],[92],[93]。总体而言,这些发现指向了酰基链依赖的膜极化。此外,我们模型中的硬脂酰辅酶A与参与GIRK2与Na+协调的Asn231残基相互作用[13],表明潜在的GIRK抑制可能是通过阻断细胞内Na+依赖的GIRK激活来实现的。

不出所料,几种结构相似的多磷酸酯(ADP、ATP、1-(5-磷酸核糖)-ATP、TPP和TTP)被检测到与GIRK2相互作用,方式类似于PIP2中的磷酸基团的结合。如果这些发现得到进一步验证,将表明多磷酸酯和其他磷酸模拟化合物可能通过模仿天然磷脂酰肌醇头基团来调节通道活性。通过模拟天然磷脂酰肌醇头基团,这些分子可以与负责脂质识别的关键残基相互作用,从而影响通道的门控或稳定。例如,先前的研究发现ATP可以通过激活产生PIP2的ATP依赖性脂质激酶来增强GIRK通道活性[94],[95]。目前尚未报道ATP及其类似化合物对GIRK的直接影响,需要进一步研究。至于维生素B1(硫胺素),据信它通过干扰细胞膜的结构和功能以非辅酶方式直接参与神经刺激[96],[97],[98]。在这里,维生素B1的两种辅酶形式,硫胺素二磷酸(TPP)和硫胺素三磷酸(TTP),表现出与PIP2非常相似的强结合模式。额外的磷酸基团显著提高了TPP到TTP的结合亲和力(ΔΔGMM-GBSA = -50.98 kcal/mol)。另一方面,未磷酸化的腺嘌呤/硫胺素及其单磷酸盐在2 ? RMSD范围内无法形成有利的对接构象。然而,不能排除在这个限制之外的其他结合模式。

LTs是炎症和趋化性的脂质介质,与多种疾病有关,包括炎症性、心血管和神经退行性疾病[99],[100]。花生四烯酸(存在于PIP2结构中)和白三烯C4(LTB4)已被发现可以刺激由GIRK1和GIRK4组成的心房KACh通道[35],[101],[102],[103],但不影响GIRK2。此外,LTB4已知可以调节钙和电压门控钾通道[104]。另一方面,溶血素D1和E1可以影响感觉TRP通道[105]和参与脊髓可塑性过程的兴奋性NMDA受体[106],[107],[108],[109]。在我们的研究中,各种LTs和三种溶血素对GIRK2-PIP2结合位点的关键残基表现出强烈的亲和力。其中一些化合物还与参与胆固醇调节的附近残基(Phe83,Ile182)[14]和伊维菌素(Ile195)[63]相互作用。此外,溶血素D4、LTB3、LTB4(图4)和三种LTB4衍生物(12-氧代-20-三-OH-LTB4、20-三-OH-LTB4和6-反式-LTB4;图S23,S7和S8)与Thr80残基形成了一个或两个强氢键(低于2.5 ?),该残基参与sigma-1受体拮抗剂BD1047对GIRK通道的抑制[33]。白三烯和溶血素的结合模式表明这些免疫介质与现有的GIRK调节剂之间存在机制上的重叠。在炎症事件中,这些免疫信号分子共同干扰神经元的钾传导,最终可能影响细胞的兴奋性和生存。这对于神经退行性疾病(如阿尔茨海默病和帕金森病[100],[110],[111],[112],[113],[114],[115],[116])以及其他神经和精神疾病中的免疫反应尤为重要[116],[117],[118],[119],[120],[121],[122],[122]。因此,更深入地了解免疫脂质如何与神经元离子通道相互作用可能会为镇痛、神经退行性和神经免疫疾病提供新的策略[109],[116],[123],[124],[125],[126],[127]。值得注意的是,这里分析的脂质介质表现出不同的(在某些情况下未知的)代谢稳定性。它们的代谢涉及细胞色素P450酶(包括CYP4F2[128],[129],[130])的氧化失活。因此,一些介质迅速降解(例如含有环氧环的化合物,如LTA4[131]),导致短暂的效果,而其他介质可能持续更长时间。

4.3. 研究局限性和未来方向
对接分数用于初步排名配体构象和候选物的优先级,但应谨慎解释。对接评分函数依赖于简化的能量模型,未能完全考虑溶剂化效应、受体灵活性或熵贡献。因此,对接分数与MM-GBSA结合自由能估计之间的差异是预期的。这种效应在高度带电的配体(如硫胺素三磷酸(B5)、ATP(B6)和1-(5-磷酸核糖)-ATP(B7)中尤为明显,尽管它们形成了稳定的氢键并实现了有利的结合自由能,但对接分数相对较低。相比之下,更多疏水性化合物(如硬脂酰辅酶A (B8))在两种指标上的一致性更好。这些观察结果支持在对接后使用MM-GBSA作为优化步骤,特别是对于极性或带电配体 [132], [133]。在这项研究中,我们确定了几种已知的药物和内源性代谢物作为潜在的GIRK2调节剂。虽然这些发现为配体优先级提供了计算基础,但还需要进一步的实验验证来确认它们的功能效应和生理相关性。

5. 结论

我们使用基于RMSD的核心约束和MD模拟分析来识别针对PIP2结合位点的新型GIRK2通道调节剂。在200纳秒的MD模拟过程中,有两种已知化合物显示出与GIRK2形成稳定复合物的最大潜力:CID: 54365126和7304563。尽管罗苏伐他汀的初始结合强度很高,但在200纳秒的MD模拟过程中,它与GIRK2仅形成了间歇性的氢键。此外,还鉴定出两种抗生素(头孢尼西德和碳头孢胺醇)以及许多知名的信号分子作为潜在的GIRK2调节剂,这些都需要进一步的计算和实验评估。这些包括白三烯、溶血素、酰基辅酶A和多磷酸盐。酰基辅酶A和多磷酸盐的结合模式表明它们分别依赖于脂质和磷酸基团,这模仿了PIP2的疏水性和阴离子特性。

本文报道的配体与对结合生理GIRK调节剂(如PIP2、胆固醇和油酰辅酶A)以及一些GIRK作用药物至关重要的残基发生了有利的相互作用。这表明所鉴定的化合物通过竞争内源性调节剂和药物来调节GIRK2通道功能具有显著潜力。这种调节可能对调节GIRK通道起关键作用的疾病(如阿尔茨海默病、成瘾、疼痛信号传导和情绪障碍)中的神经元兴奋性和突触传递产生影响。未来的研究应验证这些发现,并进一步探讨这些化合物的更广泛的药理潜力。

**作者贡献声明**

Danko Jeremic:撰写——审阅与编辑、撰写——原始草稿、可视化、验证、软件、方法学、研究、形式分析、数据管理。

Lydia Jiménez-Díaz:撰写——审阅与编辑、监督、项目管理、研究、资金获取、概念化。

Juan D. Navarro-Lopez:撰写——审阅与编辑、监督、项目管理、资金获取、概念化。

**利益冲突声明**

所有作者声明没有利益冲突。作者的披露信息可在支持信息中找到。

**声明**

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

该手稿之前已作为预印本发布在bioRxiv上:https://www.biorxiv.org/content/10.1101/2025.05.13.653795v1

**数据可用性**

所有支持此分析的数据均可用。

**资金**

这项工作得到了MCIN/AEI/10.13039/501100011033(授权号PID2020-115823-GBI00;PID2024-155413NB-I00)、JCCM/ERDF - A way of making Europe(授权号SBPLY/21/180501/000150;SBPLY/24/180225/000181)和UCLM/ERDF(2022-GRIN-34354;2025-GRIN-38530)对JDNL和LJD的支持。DJ获得了UCLM/ESF Plan Propio de Investigación计划的博士前奖学金。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号