多结合模式介导大麻（Cannabis sativa）大麻素被过氧化物酶体增殖物激活受体γ（PPARγ）识别

《Frontiers in Bioinformatics》：Multiple binding modes underlie Cannabis sativa cannabinoids recognition by peroxisome proliferator-activated receptor gamma

　　

引言：过氧化物酶体增殖物激活受体γ（PPARγ）是一种配体激活的核受体，在多种病理学中具有广泛的治疗相关性，包括2型糖尿病、肥胖、癌症和炎症性疾病。大麻素是一类来自大麻（Cannabis sativa L.）的萜酚类化合物，已被证明可作为PPARγ的部分激动剂。其中，酸性形式Δ⁹-四氢大麻酚酸（THCA）和大麻二酚酸（CBDA）比其脱羧对应物Δ⁹-四氢大麻酚（THC）和大麻二酚（CBD）显示出更高的效力。尽管有实验证据支持直接的PPARγ-大麻素相互作用，但控制结合口袋内配体识别的分子决定因素尚未得到全面研究。方法：研究人员采用分子对接和分子动力学模拟相结合的方法，表征了THC、CBD、THCA和CBDA在PPARγ配体结合域内的结合模式。对接计算是在一组精心挑选的70个与结构多样性配体共结晶的PPARγ晶体结构上进行的，从而利用了结合口袋的构象变异性。将排名最高的解进行500 ns的MD模拟，并根据配体稳定性、与受体的极性相互作用和芳香-芳香相互作用的持久性以及通过MM/GBSA估算的能量贡献进行评估。每个配体选择三个候选结合模式，并将其轨迹扩展至1,000 ns。结果：所有四种大麻素均在微秒时间尺度上产生了至少一种稳定的结合模式。大麻素THCA和CBDA显示出比THC和CBD更多的稳定结合模式，这一结果与先前实验研究中报道的这些化合物具有更高效力一致。这种行为可能归因于与结合口袋中碱性残基形成盐桥。结论：研究人员的发现为理解PPARγ识别大麻素提供了结构框架。这些化合物采用多种结合模式的能力可能有助于其部分激动剂特性，为合理设计具有改善治疗特性的选择性PPARγ调节剂开辟了新途径。

**论文解读：多结合模式介导大麻素与过氧化物酶体增殖物激活受体γ的识别机制**

**研究背景与意义**

过氧化物酶体增殖物激活受体γ（PPARγ）是一种配体激活的核受体（NR），在糖脂代谢、脂肪生成和免疫应答等关键代谢及炎症通路中发挥转录调控作用。PPARγ在2型糖尿病、肥胖、癌症和炎症性疾病中具有重要治疗价值。然而，传统全激动剂如噻唑烷二酮类（如罗格列酮）虽能有效激活PPARγ，但会引发水钠潴留、体重增加和心力衰竭等严重不良反应。因此，研发选择性PPARγ调节剂（SPPARγMs）以保留有益疗效同时减少副作用成为研究热点。大麻素（来自大麻Cannabis sativa L.的萜酚类化合物）已被证明可作为PPARγ的部分激动剂，其中酸性形式Δ⁹-四氢大麻酚酸（THCA）和大麻二酚酸（CBDA）比其脱羧形式Δ⁹-四氢大麻酚（THC）和大麻二酚（CBD）具有更高的亲和力和效力。尽管实验证据支持直接相互作用，但大麻素在PPARγ结合口袋内的分子识别机制尚未被系统阐明。本研究旨在通过计算模拟揭示四种主要大麻素与PPARγ的结合模式，为理解其部分激动剂特性及设计更安全的SPPARγMs提供结构基础。该论文发表在《Frontiers in Bioinformatics》。

**主要关键技术方法**

研究人员采用分子对接（AutoDock4）和分子动力学模拟（MD，AMBER22）相结合的方法。首先，从蛋白质数据库（PDB）中筛选了70个与结构多样性配体共结晶的PPARγ配体结合域（LBD）晶体结构，利用其构象多样性进行对接。对每种大麻素生成对接解后，经RMSD聚类和筛选，选取5个代表性复合物进行500 ns MD模拟（3个独立重复），基于配体稳定性、极性相互作用持久性及MM/GBSA能量贡献，最终选出3种结合模式并扩展至1,000 ns。以MM/GBSA估算结合自由能，并分析极性相互作用（氢键和盐桥）和芳香-芳香相互作用。样本来源为PDB数据库（www.rcsb.org）。

**研究结果**

**3.1 PPARγ LBP的表征**
通过分析PPARγ-apo晶体结构（PDB ID: 1PRG）并使用Fpocket软件，识别出配体结合口袋（LBP）呈Y形，包含三个亚臂：Arm I（主要亲脂性）、Arm II（主要疏水性）和Arm III（含疏水和极性区域）。这一结构框架为后续对接提供了基础。

**3.2 大麻素在PPARγ LBP-apo中的对接**
对apo结构进行对接，所有四种大麻素的最主要聚类均位于LBP中心（Arm II和III交集处），但未出现高频率聚类（均未超过30%）。酸性基团的存在未显著影响取向。

**3.3 大麻素在PPARγ/ajulemic acid（AJA）复合物LBP中的对接**
在PPARγ/AJA复合物（PDB ID: 2OM9）中对接THC和THCA，发现其结合取向与AJA不同，且与apo对接结果相似，表明天然大麻素不太可能采用类似AJA的结合模式。

**3.4 大麻素在70个PPARγ holo结构中的对接**
对70个holo结构进行对接，揭示了更多样化的结合模式。THC和THCA的主要聚类仍位于LBP中心，但也出现位于Arm I或Arm III的替代模式。CBD和CBDA的聚类频率较低，部分位于Arm I或中心区域。通过筛选，每个配体选出5个代表性解用于MD模拟。

**3.5 PPARγ/大麻素复合物的分子动力学模拟**
**3.5.1 配体稳定性与主成分分析**
PCA和配对RMSD分析显示，酸性大麻素THCA和CBDA比THC和CBD表现出更多稳定结合模式。THCA和CBDA的羧基能与碱性残基（Arg280、Arg288、Lys367）形成高稳定性盐桥，增强了结合稳定性。

**3.5.2 PPARγ与大麻素之间极性相互作用分析**
分析60条轨迹中持久性极性相互作用（>40%模拟时间），观察到酸性大麻素在多个系统中形成稳定的盐桥，而中性大麻素主要依赖氢键。THCA和CBDA的极性相互作用总数高于THC和CBD。

**3.5.3 PPARγ与大麻素之间芳香-芳香相互作用分析**
四种残基（Phe282、Phe287、Tyr327、Phe363）与配体间苯二酚环形成芳香-芳香相互作用。THC在2HFP r1中与Tyr327、在2Q59 r3中与Phe282和Phe363形成稳定作用；CBDA在6D8X和2G0G中与Tyr327高度稳定；CBD的此类相互作用稳定性中等；THCA未观察到持久性芳香-芳香相互作用。

**3.5.4 代表性结合模式**
对每个配体识别出多个结合模式，并列出每种模式中涉及的极性/芳香相互作用残基。THC有6种模式，THCA有7种，CBD有5种，CBDA有5种。酸性大麻素模式中盐桥是关键稳定因素。

**3.5.5 能量贡献分析**
MM/GBSA分析显示，范德华（VDW）贡献在-40至-55 kcal/mol之间，CBD的VDW最不有利。静电（ELE）贡献在形成盐桥的酸性大麻素系统中显著更负，ΔG_bind也更有利。

**3.5.6 选定PPARγ/大麻素MD轨迹的扩展**
将每个配体3个系统扩展至1,000 ns。THC最稳定的模式是模式4（Arm I），通过羟基与H3骨架及Phe363的芳香相互作用稳定，ΔG_bind为-41.9 kcal/mol。THCA的所有三种模式（1a、4、5b）均稳定，通过羧基与Arg280、Arg288或Lys367形成盐桥，ΔG_bind为-46.4至-50.3 kcal/mol。CBD的模式5（中心区域）通过三点锚定（Cys285、Ser289、Tyr327）相对稳定，但总体稳定性较低。CBDA的模式3（Arm I）通过羧基与Arg288、羟基与Ser289和Tyr327/His449形成多重相互作用，最为稳定，ΔG_bind为-51.4 kcal/mol；模式2c（Arm I）通过Lys367盐桥和Tyr327氢键，ELE贡献最有利（-51.2 kcal/mol）。

**讨论与结论**

**讨论部分总结**
确定大麻素与PPARγ的分子机制对理解大麻的药用效果至关重要。研究人员通过大规模对接（70个结构）和长时间MD模拟（总计36 μs），发现所有四种大麻素均能在微秒尺度上采用至少一种稳定结合模式，且酸性大麻素（THCA和CBDA）比中性形式（THC和CBD）具有更多稳定模式，这与实验报道的亲和力排序（THCA > CBDA >> THC > CBD）一致。酸性大麻素通过羧基与碱性残基（Arg280、Arg288、Lys367）形成盐桥，显著增强了结合稳定性，而中性大麻素主要依赖氢键和芳香相互作用，稳定性较低。此外，研究识别出多种结合模式（如Arm I、Arm II/III交集等），表明大麻素可能通过多种取向调节PPARγ活性，这与其部分激动剂特性相符。

**结论部分翻译**
本研究为未来探究大麻素作用于PPARγ的分子基础奠定了基础。例如，可设计定点诱变实验评估碱性残基Arg280、Arg288和Lys367在识别THCA和CBDA中的作用，或Ser342在四种大麻素结合中的作用。此外，这些发现可作为探索这些小分子亲脂性化合物如何通过变构机制影响受体结构和动力学的起点。最终，本研究所描述的策略也可应用于确定这些天然化合物在其他核受体家族成员（包括PPARα和PPARδ）中的结合模式，以及研究次要大麻素（如大麻色烯和次大麻酚）的结合模式。