雌激素受体α潜在调节剂的多步骤计算机模拟研究：结合分层虚拟筛选、药代动力学、MM-GBSA方法、分子动力学及密度泛函理论分析

《Journal of Molecular Graphics and Modelling》：Multi-Step in Silico study of Potential Estrogen Receptor Alpha Modulators: Integrating Hierarchical Virtual Screening, Pharmacokinetics, MM-GBSA, Molecular Dynamics, and DFT studies

　　

米纳克希·钱达|阿基莱什·甘格瓦尔|阿格尼迪普塔·达斯|普拉瓦尔·普拉塔普·辛格|苏迪普·查克拉博蒂|维卡斯·贾伊塔克

印度旁遮普中央大学药学与天然产物系，巴廷达-151401，古达

摘要

雌激素受体α在乳腺癌细胞的进展和增殖中起着关键作用。虽然他莫昔芬等抗雌激素治疗显著改善了治疗效果，但其长期使用会导致治疗抵抗和不良反应。这些局限性凸显出迫切需要新型、更安全的针对ERα的分子。本研究探讨了嘧啶衍生物作为潜在的ERα调节剂，采用了先进的多步骤计算方法，包括高通量基于结构的虚拟筛选、对接分析、分子动力学模拟以及密度泛函理论计算，以筛选出能够靶向参与肿瘤血管生成的ERα配体结合域的候选抑制剂。从PubChem获取了包含2,10,798种分子的嘧啶类数据集，对其进行基于结构的虚拟筛选，并在XP和SP模式下与ERα蛋白PDB ID 4XI3的结合腔进行对接。其中20种具有良好对接相互作用的分子被选出来，进一步进行药代动力学分析及MM-GBSA结合自由能估算。多步骤筛选后，HIT 1化合物的对接得分（-13.901千卡/摩尔）高于传统药物雷洛昔芬（-12.136千卡/摩尔），且具有较好的药代动力学特性和更高的MM-GBSA结合自由能。为研究该复合物的动态稳定性，对ERα-HIT 1系统进行了500纳秒的分子动力学模拟。此外，通过分析其HOMO-LUMO能隙，密度泛函理论计算也证明了其电子稳定性和生物可行性。这些结果表明，HIT 1分子有望成为开发新型ERα调节剂的良好候选结构，具有抑制ERα介导的乳腺癌进展和血管生成的作用。

引言

乳腺癌是全球研究最为广泛的恶性肿瘤之一，主要影响绝经后的女性。在年轻患者中，乳腺癌的临床表现更为凶险，预后也更差[1]。在正常乳腺发育过程中，雌激素受体α在乳腺癌的发病机制中起着重要作用，而超过70%的乳腺癌病例表现为ERα阳性[2]。选择性雌激素受体调节剂已显示出在减少癌细胞增殖和提升乳腺癌患者生存率方面的功效[3]。然而，严重副作用的出现以及药物耐药性的产生，凸显出在乳腺癌治疗中急需新型抗雌激素药物[3]、[4]。嘧啶是一种六元芳香杂环，化学式为C₅H₅N，是DNA和RNA核苷构建块的重要成分，在抗癌药物研发中发挥着关键作用[5]、[6]、[7]、[8]。许多基于嘧啶的抗癌药物已获得美国食品药品监督管理局的批准，如5-氟尿嘧啶、阿糖胞苷、吉西他滨、卡培他滨、替加氟、三氟尿嘧啶、地西他滨、阿扎胞苷以及氟尿苷和溴夫丁[9]；此外，许多与其它杂环药效团结合的嘧啶衍生物也被证明对MDA-MB-436（IC₅₀ = 65.96μm）和MCF-7细胞系（IC₅₀ = 0.045-8.18μm）具有抗癌效果（见图1）。这类药物可用于治疗多种癌症亚型，包括白血病、淋巴瘤、骨髓增生异常综合征、急性髓系白血病、肝转移，以及结直肠癌、乳腺癌、头颈癌、胃癌、胰腺癌、非小细胞肺癌、膀胱癌和疱疹病毒相关癌症[10]、[11]、[12]、[13]。嘧啶衍生物的抗癌功效源于其能够干扰DNA合成、抑制DNA甲基转移酶、重新激活肿瘤抑制基因、阻止DNA复制、抑制胸苷酸合酶，并有效抑制癌细胞增殖[14]。最重要的是，多种含嘧啶的衍生物具有较高的ERα结合亲和力，能够抑制ERα介导的信号通路，这表明它们具有作为抗癌药物的潜力[15]。嘧啶核的结构灵活性使其可进行多种化学修饰，从而优化其与受体的结合能力及药代动力学特性[16]。新药的发现是一个耗时漫长的过程，通常需要10-15年才能完成一种药物的研发。不过，计算机辅助药物设计技术的出现大大缩短了这一过程[17]、[18]。在计算机辅助药物设计中，基于结构和基于配体的药物设计是非常重要的方法，而虚拟筛选因其在高通量筛选中的作用而备受重视，分子对接则是合理设计药物分子常用的工具。分子对接和基于结构的虚拟筛选能够快速评估大量化合物，有效区分活性分子与无活性分子，减少化学浪费，提高效率[19]、[20]、[21]。

在本研究中，从PubChem获取了包含20万多种分子的庞大嘧啶数据库，通过虚拟筛选找到了相比雷洛昔芬具有更强ERα结合亲和力的潜在候选分子。这些候选分子随后接受了全面的药物相似性评估和结合自由能计算。其中排名最高的分子不仅具有良好的药代动力学特性和更高的热力学稳定性，还通过分子动力学模拟进一步分析了其蛋白质动态行为，同时通过密度泛函理论计算评估了其生物可行性。之后又进行了结构和生化分析，为合理设计并优化用于乳腺癌治疗的嘧啶类抗雌激素药物提出了候选分子结构（见图2）。

章节节选

计算机模拟软件详情

本项计算机模拟研究使用的软件是Schr?dinger LLC（美国纽约）的Maestro，该软件可用于蛋白质制备、受体网格生成、高通量虚拟筛选、配体制备、滑动对接、MM/GBSA分析以及ADME计算[22]。在分子建模和对接方面，使用了配备英特尔Xeon v4 E5-2620 v4 @2.10 GHz*处理器、32个逻辑处理器、64GB内存、16核心以及Ubuntu 20.04.2 LTS操作系统的HP ProLiant ML 150-Gen 9服务器，同时还进行了分子动力学模拟

结果

在后续章节中，对多层基于结构的层次化虚拟筛选、分子对接、药代动力学分析、蛋白质-配体复合物的稳定性与紧凑性评估以及生物可行性研究的结果进行了分析、解读和讨论。

讨论

乳腺癌是女性中最常见的癌症类型，其中75%的病例与ERα有关[72]。因此，本研究选择了ERα作为研究对象，通过先进的计算方法筛选出了具有抗乳腺癌活性的新型ERα调节剂。在应用利平斯基规则进行初步筛选后，去除了含有二硫键、异氰酸酯、过氧化物等反应基团的40万个化合物，最终有2,10,798种分子符合筛选标准

结论

ERα在乳腺癌细胞的分化、存活和增殖过程中起着重要作用。阻断这一受体是治疗干预的重要靶点。在本研究中，通过计算机辅助药物设计方法筛选出了一种新型ERα抑制剂。该抑制剂是从PubChem数据库中选取的嘧啶衍生物，经过高通量虚拟筛选后，根据对接得分选出20种最佳候选分子，其得分高于传统药物雷洛昔芬。

CRediT作者贡献说明

维卡斯·贾伊塔克：写作——审稿与编辑、监督、项目管理、概念构思。阿格尼迪普塔·达斯：可视化、验证、正式分析。阿基莱什·甘格瓦尔：写作——初稿撰写、方法学、实验研究。苏迪普·查克拉博蒂：可视化、监督。普拉瓦尔·普拉塔普·辛格：软件应用、方法学、实验研究。米纳克希·钱达：方法学、实验研究

资金支持

本研究作者未获得任何外部资金支持。

利益冲突声明

? 作者声明不存在任何可能影响本文研究结果的已知利益冲突或个人关系。

致谢

作者感谢旁遮普中央大学校长以及DST-PURSE计划[SR/PURSE/2023/220 (O)]为该项目提供的必要设施和支持。同时也要感谢Schr?dinger公司的员工支持。此外，还要感谢印度高等教育委员会为阿格尼迪普塔·达斯提供的CSIR-NET-SRF奖学金。