• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于結構和藥效團特征的人類腺苷受體拮抗劑選擇性比較

    2015-09-03 07:46:11曾凌曉李欣然金宏威劉振明張亮仁
    物理化學學報 2015年8期
    關鍵詞:殘基腺苷拮抗劑

    曾凌曉 李欣然 金宏威 劉振明 張亮仁

    (北京大學藥學院,天然藥物及仿生藥物國家重點實驗室,北京 100191)

    基于結構和藥效團特征的人類腺苷受體拮抗劑選擇性比較

    曾凌曉 李欣然 金宏威 劉振明*張亮仁*

    (北京大學藥學院,天然藥物及仿生藥物國家重點實驗室,北京 100191)

    腺苷受體是重要的治療靶標,選擇性腺苷受體拮抗劑具有廣泛的臨床應用前景.本文通過同源模建構建了腺苷A1、A2B和A3受體的結構,采用LigandScout 3.12軟件分別構建了腺苷受體四種亞型的拮抗劑藥效團模型.然后利用Schr?dinger程序中的Induced Fit Docking模塊完成受體-拮抗劑結合模式的預測,并與藥效團結果進行比對.結果發(fā)現(xiàn),由于結合口袋部位的殘基在家族間高度保守,模建得到的各個亞型受體的初始結構活性口袋部位極為相似,無法用于亞型選擇性拮抗劑的識別.而腺苷受體四種亞型拮抗劑藥效團的藥效特征與空間排布都不同,并與以前突變實驗信息相吻合.研究結果說明,結合口袋部位的優(yōu)化是模建中的關鍵步驟,基于配體的藥效團模型所包含的一系列藥效特征元素如氫鍵受體、氫鍵供體、疏水基團、芳環(huán)中心,可以很好地表征受體結合部位氫鍵、疏水空腔的位置及其方向.本文研究結果可以為進一步的優(yōu)化同源模建結果,尋找新型的人類腺苷受體選擇性拮抗劑提供理論依據(jù).

    藥效團; 人類腺苷受體; 拮抗劑; 選擇性

    1 引 言

    G蛋白偶聯(lián)受體(GPCRs)是一個龐大的跨膜蛋白受體家族,目前已經發(fā)現(xiàn)800多個成員,主要分為5個亞家族:谷氨酸、視紫紅質、粘附、Frizzled/ Taste2以及分泌素.1它們的共同結構特征是肽鏈由N末端、7個跨膜α螺旋(TM1–TM7)、C末端、3個胞外環(huán)(ECL1–ECL3)及3–4個胞內環(huán)(ICL1–ICL4)組成.GPCRs可以識別多種胞外配體,激活信號轉導通路,引發(fā)細胞內反應.2GPCRs參與的信號傳導過程廣泛調控感知、生殖、發(fā)育、生長、代謝等多種生理過程,與糖尿病、心臟病、腫瘤、免疫和感染性疾病、精神疾病等重要疾病的發(fā)生、發(fā)展及治療密切相關;3鑒于GPCRs在生理病理過程中的重要作用,其作為重要的“藥靶”一直以來在新藥研發(fā)領域受到廣泛關注,市場上30%–40%臨床用藥物都作用于GPCRs.4

    腺苷是一類重要的內源性核苷,參與包括核酸合成、氨基酸代謝、細胞代謝調節(jié)在內的多個關鍵生命過程,其生物學調控異常會導致心血管系統(tǒng)、中樞神經系統(tǒng)、呼吸系統(tǒng)和胃腸道系統(tǒng)等多種疾病.5腺苷在生物體內的諸多生理作用是由腺苷介導的,其作為信號分子激活腺苷受體,產生相應生理作用.腺苷受體屬于GPCRs超家族,在人體組織中分布廣泛.6目前已經發(fā)現(xiàn)了腺苷受體的4種亞型,并已被成功克隆,分別為:A1、A2A、A2B和A3.7,8腺苷受體是重要的治療靶標,選擇性腺苷受體拮抗劑具有眾多治療前景,包括心血管疾病、炎癥和神經退行性疾病.9然而,在臨床應用中針對腺苷受體藥物研發(fā)進展緩慢,目前已知的腺苷受體拮抗劑發(fā)揮抑制作用的過程中,大部分都存在選擇性差的缺陷,由此導致臨床應用中不良反應的發(fā)生.5因此,針對腺苷受體選擇性拮抗劑的研究就顯得尤為重要,研究腺苷受體拮抗劑的特異性和選擇性對進一步闡明其作用機理和開發(fā)新拮抗劑均有重要意義.

    計算機輔助藥物設計方法從方法學上主要分為兩種:基于受體的藥物設計和基于配體的藥物設計.10晶體結構是目前研究者了解GPCRs功能和進行調控分子設計的基礎,第一個被解析的GPCRs晶體結構是牛視紫紅質.11由于結構生物學技術的快速發(fā)展,科學家開發(fā)出新的方法來解決膜蛋白表達、溶解和結晶問題的瓶頸,越來越多的GPCRs晶體結構得到解析.1但從整個GPCRs家族來看,目前解析出來的晶體結構數(shù)量還是太少,對于腺苷受體家族,目前也只有腺苷A2A受體有晶體結構解析出來.因此大部分GPCRs靶蛋白的研究都是基于同源建模獲得的結構而進行的.12屬于同一亞家族的不同亞型有著不同的氨基酸序列、組織分布和藥理作用,但與此同時結合口袋部位的殘基往往在家族間高度保守.因此,模建具有受體亞型選擇性的結構從而進行選擇性配體的設計仍然是一個挑戰(zhàn).13

    相比于晶體結構數(shù)據(jù)的缺乏,GPCRs具有豐富的配體數(shù)據(jù)信息.藥物分子在體內發(fā)揮生理作用是與生物大分子相互作用的結果,受體與配體通過特定的結合部位產生相互作用.因此,特定的三維空間構象對于分子呈現(xiàn)其藥效活性具有很重要的意義.從生物活性小分子的三維構象出發(fā)分析藥物與受體的相互作用模式,是藥物分子設計與選擇性分析常用的策略.14基于配體的藥效團設計是在靶標蛋白結構信息缺少時進行藥物設計的主要手段,其基本流程為:根據(jù)化合物結構特征的空間排列形式進行分子疊合,得到對同一靶標位點進行識別,表現(xiàn)出相似藥效特性的一類分子所具有的共同特點.15而藥效團所包含的藥效特征元素如氫鍵受體(HBA)、氫鍵供體(HBD)、疏水基團(HY)、芳環(huán)中心(RA),能夠反映出受體結合部位對應的特征元素.

    腺苷受體是一類研究相對成熟的GPCRs蛋白,包括本課題組在內,很多研究小組都對它們的調控分子進行了廣泛的研究,并發(fā)現(xiàn)了多個系列的腺苷受體亞型拮抗劑.研究發(fā)現(xiàn)腺苷受體不同亞型調控分子的結構之間存在著一些明顯的特征差異,考慮到小分子與受體結合時的互補和契合,這種差異是否也反映了結合狀態(tài)下受體蛋白空間拓撲結構的特征呢? 本文擬通過基于配體結構的藥效團和同源模建腺苷受體四種亞型的結構,比較分析腺苷受體不同亞型之間選擇性拮抗作用的內在規(guī)律.

    2 計算方法

    2.1 同源模建

    腺苷A1、A2B和A3受體同源模建所用的模板是A2A受體的晶體結構(PDB ID:4EIY),來源于PDB蛋白晶體結構數(shù)據(jù)庫(www.rcsb.org).16A1,A2B和A3受體的序列(A1ID:P30542,A2BID:P29275,A3ID:P33765),均來自SWISS-PROT數(shù)據(jù)庫.17同源模建均采用Accelrys公司的Discovery Studio 2.5(DS 2.5)18中的MODELER模塊進行搭建,計算中選用的各項參數(shù)除特別說明外均使用缺省值.

    2.1.1 序列比對

    首先對PDB蛋白晶體結構數(shù)據(jù)庫中得到的腺苷A2A受體晶體結構做了初步處理,具體包括:刪除T4溶菌素蛋白,刪除水分子,刪除原始小分子配體,添加氫原子.序列比對采用的是DS 2.5中Align Sequence to Templates模塊,將A1,A2B和A3受體的氨基酸序列與處理后的模板蛋白A2A受體進行比對,確定模板蛋白與目標蛋白氨基酸序列之間的殘基匹配情況.

    2.1.2 模型的構建

    根據(jù)序列比對的結果,以腺苷A2A受體的蛋白拮抗狀態(tài)晶體結構為模板,采用DS 2.5中的Build Homology Models模塊分別對A1,A2B和A3進行三維結構同源模建,由程序自動生成10個模型,選取概率密度函數(shù)(PDF)對蛋白質幾何性質打分最高的模型.

    2.1.3 模型的評價

    得到的模型采用PROCHECK程序19進行合理性評價,PROCHECK主要用于評價模型中殘基與殘基之間的立體化學性質,考察殘基之間的φ和ψ兩個角度分布在Ramachandran圖中的分布是否合理.Ramachandran圖顯示了各個殘基間的φ和ψ這兩個角度是否出現(xiàn)在合理的區(qū)域.20在Ramachandran圖中,共有四個區(qū):最佳合理區(qū)(the most favored regions),額外合理區(qū)(additional allowed regions),一般合理區(qū)(generously allowed regions),不合理區(qū)(disallowed regions),以模板中的氨基酸在這四個區(qū)域分布的百分比來評價模型的好壞.

    2.2 訓練集的選擇

    從ChEMBL數(shù)據(jù)庫中(https://www.ebi.ac.uk/ chembl)21收集腺苷受體四個亞型的拮抗劑.使用本實驗室夏杰博士建立的protocol流程在Pipeline Pilot 7.5軟件中對所有配體進行拓撲相似性比較,22,23以結構多樣性為選擇原則,針對每一個腺苷受體亞型分別保留6個拮抗劑用于下一步的藥效團模建.24

    2.3 藥效團模型的構建

    使用LigandScout 3.12軟件,25采用Omega-best方法,針對每個配體分子得到一組在合理的能量范圍內具有一定代表性的化合物構象.采用默認參數(shù)建立了基于配體的藥效團模型,根據(jù)Pharmacophore-Fit打分函數(shù),最終挑選每個亞型打分最高的模型作為最終的藥效團模型.

    2.4 分子對接

    針對腺苷受體四種亞型,挑選出與最優(yōu)藥效團模型匹配最好的配體分子,與對應蛋白結構進行分子對接.

    分子對接的過程采用Schr?dinger程序,26首先采用Protein Preparation Wizzard模塊對蛋白進行預處理(包括核準鍵級、查找殘基及原子重疊、生成氫鍵及能量最小化等工作);隨后使用LigPrep模塊分別對分子進行能量最小化(使用OPLS_2005力場)預處理;最后使用Induced Fit Docking模塊進行誘導對接.

    3 結果與討論

    3.1 同源模型的評價

    選擇了腺苷A2A受體的拮抗狀態(tài)晶體結構(PDB ID:4EIY)作為同源模建的模板蛋白,序列比對結果如圖1所示.腺苷A1受體與腺苷A2A受體的相似度(similarity)為69.2%,一致性(identity)為51.3%;腺苷A2B受體與腺苷A2A受體的相似度為77.2%,一致性為60.6%;腺苷A3受體與腺苷A2A受體的相似度為66.1%,一致性為41.3%.

    使用PROCHECK程序評價模型結構的立體化學參數(shù),此程序根據(jù)經驗比較所給蛋白質結構與最合理的蛋白質結構之間立體化學性質的差異.通過程序生成的Ramachandran圖來表示所有氨基酸殘基骨架的二面角分布(表1,圖2).結果顯示,三個模建受體均沒有殘基處于不合理區(qū)域,因此通過同源模建獲得的腺苷A1、A2B和A3受體模型從總體上看結構是合理的.

    對于GPCRs的模建,由于都具有七次跨膜的保守性結構,主鏈的模建并不困難.由上述結果也能反映出模建初始模型在結構合理性上達到要求.同源模建主要應用于分子對接和虛擬篩選,為得到選擇性腺苷受體拮抗劑,要求模型具有結構上的選擇性區(qū)分,這種差異主要體現(xiàn)在活性口袋關鍵氨基酸殘基的位置和角度上.然而當我們比對模建的腺苷受體與初始模板的活性口袋殘基時,發(fā)現(xiàn)模建得到的腺苷受體三個亞型結構與初始模板蛋白非常相似,腺苷A1、A2B和A3受體模型與初始模板活性口袋殘基疊合均方根偏差(RSMD)分別為0.0087、0.0098和0.0072 nm(圖3).

    圖1 腺苷A1(A),A2B(B)和A3(C)受體與腺苷A2A受體序列比對Fig.1 Sequence alignment of A2Aand A1(A),A2B(B),A3(C) adenosine receptors(AR),respectively

    表1 腺苷受體模型PROCHECK評價結果Table 1 Results of PROCHECK of modeled adenosine receptor

    這種活性口袋相似性的主要原因是,屬于同一亞家族的不同亞型的蛋白,其結合口袋部位的殘基往往在家族間高度保守.13從圖4可以看出,腺苷受體家族4個亞型的配體結合口袋殘基保守性較高,核心的配體–受體相互作用包括配體芳環(huán)體系與Phe1685.29(上標代表氨基酸殘基在每個螺旋區(qū)和環(huán)區(qū)相對最保守的位置,Ballesteros-Weinstein編號法27)側鏈的π–π堆疊作用,Leu2496.51,Ile2747.39,Met1775.38的疏水相互作用,以及Asn2536.55的氫鍵作用,這些殘基對配體結合作用起到主要貢獻.這種殘基之間的相似性為模建和基于受體–配體間相互作用設計選擇性調控分子帶來了困難.這也表明,不經過優(yōu)化的同源模建粗模型即使?jié)M足結構合理性,但與真實情況存在差距.因此,模建具有受體亞型選擇性的結構從而進行選擇性配體的設計仍然是一個挑戰(zhàn),需要進一步從配體出發(fā)分析不同亞型拮抗劑的分子結構和藥效團特征,進而獲得可信的具有選擇性的模型結構.

    圖2 腺苷受體模型的Ramachandran圖Fig.2 Ramachandran plots of modeled adenosine receptors

    圖3 腺苷A2A受體活性口袋(A)及模建的腺苷A1受體(B)、腺苷A2B受體(C)、腺苷A3受體(D)與初始模板的結合口袋殘基疊合圖Fig.3 Binding pocket residues of A2AAR(A) and superimposition of binding pocket residues of the homology models of A1AR(B),A2BAR(C),A3AR(D) with initial template structure

    圖4 腺苷受體四種亞型配體結合口袋殘基比較Fig.4 Residue variations in the ligand-binding pocket between four adenosine receptor subtypes Residues are colored according to their conservation:red,fully identical in all 4 subtypes;green,in 3 subtypes;blue,in 2 subtypes;purple,in only one subtype

    3.2 訓練集的選擇

    從ChEMBL數(shù)據(jù)庫所挑選的高選擇性拮抗劑中,根據(jù)配體多樣性篩選原則針對腺苷受體四種亞型分別構建含有6個化合物的訓練集(見圖5–圖8),訓練集化合物活性值(Ki)見表2–表5.28–48

    圖5 應用于訓練集的高選擇性腺苷A1受體拮抗劑的化學結構Fig.5 Chemical structure of highly selective A1AR antagonists for training set

    表2 腺苷A1受體訓練集化合物實測生物活性值列表Table 2 Experimental biological activity data of training set of A1AR

    藥效團模型中兩個重要藥效特征(氫鍵供體和氫鍵受體)表征配體和受體相互識別的氫鍵相互作用,疏水特征可表征藥物非極性區(qū)域與受體的非極性區(qū)域之間的疏水相互作用,芳香環(huán)主要參與藥物分子與受體中π電子離域系統(tǒng)相互作用,藥效團中芳香環(huán)特征表征這一作用.

    圖6 應用于訓練集的高選擇性腺苷A2A受體拮抗劑的化學結構Fig.6 Chemical structure of highly selective A2AAR antagonists for training set

    表3 腺苷A2A受體訓練集化合物實測活性值列表Table 3 Experimental biological activity data of training set of A2AAR

    圖7 應用于訓練集的高選擇性腺苷A2B受體拮抗劑的化學結構Fig.7 Chemical structure of highly selective A2BAR antagonists for training set

    3.3 藥效團模型比較

    采用LigandScout 3.12軟件中基于配體的藥效團模塊構建每個腺苷受體亞型的藥效團模型,結果顯示腺苷受體四種亞型的拮抗劑均以氫鍵受體(HBA)、氫鍵供體(HBD)、疏水基團(HY)、芳環(huán)中心(RA)為藥效團的基本藥效元素.其中,RA是腺苷受體四個亞型藥效團共有的藥效特征,并且都與各亞型高選擇化合物的雜環(huán)母核相對應.這與圖4中腺苷受體四個亞型配體結合口袋的保守氨基酸殘基相一致,處于5.29位置均為Phe殘基,腺苷A1受體的Phe1715.29,腺苷A2B受體的Phe1735.29,腺苷A3受體的Phe1685.29與腺苷A2A受體的Phe1685.29對應;在已解析的腺苷A2A受體晶體表明該位置的Phe殘基與配體形成π–π堆疊作用.49

    表4 腺苷A2B受體訓練集化合物實測活性值列表Table 4 Experimental biological activity data of training set of A2AAR

    圖8 應用于訓練集的高選擇性腺苷A3受體拮抗劑的化學結構Fig.8 Chemical structure of highly selective A3AR antagonists for training set

    表5 腺苷A2受體訓練集化合物實測活性值列表Table 5 Experimental biological activity data of training set of A3AAR

    但總體來講,腺苷受體四個亞型藥效團的藥效特征與空間排布都不同.腺苷A1受體拮抗劑與受體活性位點之間的相互作用形式主要包含2個氫鍵受體、1個疏水中心和2個芳香環(huán).點突變實驗表明,His2516.52、Thr913.36對拮抗劑的結合有著重要作用,與這里的藥效團的氫鍵作用相對應.50,51

    腺苷A2A受體拮抗劑與受體活性位點之間的相互作用形式主要包含2個氫鍵受體、1個氫鍵供體、1個疏水中心和3個芳香環(huán),藥效特征與已知晶體結構受體–配體相互作用匹配良好.Phe1685.29和Asn2536.55在A2A拮抗劑和受體之間相互作用起著關鍵作用.52除了上面提到的保守氨基酸殘基Phe1685.29與配體的π–π堆疊作用和芳香環(huán)特征相匹配,雜環(huán)母核上的氫鍵供體特征與保守氨基酸殘基Asn2536.55的極性相互作用相匹配.呋喃環(huán)存在與Trp2466.48的疏水作用以及與His2506.52的π–π堆疊作用.

    腺苷A2B受體拮抗劑與受體活性位點之間的相互作用形式主要包含2個氫鍵受體、1個疏水中心和2個芳香環(huán).研究表明,氨基酸His2516.52、Trp2476.48與配體之間存在疏水作用,這與藥效團的疏水特征相對應.His2807.43和Asn2827.45與配體之間存在極性相互作用來穩(wěn)定配體,與藥效團的氫鍵受體特征相對應.53,54與其他亞型藥效特征不同的一點是,腺苷A2B受體藥效團模型配體的取代基部分包含一個氫鍵受體的藥效特征,與最佳匹配化合物的羰基相對應.這一特殊的藥效特征與文獻中報道的非保守氨基酸殘基Asn1865.42相對應,也說明此處是腺苷A2B受體選擇性配體的獨有特征.54,55

    腺苷A3受體拮抗劑與受體活性位點之間的相互作用形式主要包含2個氫鍵受體、1個氫鍵供體、1個疏水中心和2個芳香環(huán).且每個藥效團與該受體的高活性高選擇性拮抗劑分子匹配均較吻合.氫鍵供體的藥效特征,與文獻報道殘基Ser2717.42和Trp943.36與配體產生氫鍵作用一致.疏水作用與Phe2396.44殘基相對應.56

    圖9 腺苷受體四種亞型的最優(yōu)藥效團模型及對應結合口袋殘基Fig.9 The best pharmacophore models and corresponding ligand binding residues of four adenosine receptor subtypes(A,E,I) A1AR;(B,F,J) A2AAR;(C,G,K) A2BAR;(D,H,L) A3AAR.distance in nm

    腺苷受體四亞型拮抗劑藥效團的空間距離和角度圖如圖9(E–H)所示,結果顯示四類藥效團不僅如上討論在藥效特征上存在差別,并且藥效團的空間分布也不盡相同.由此可以看出,各藥效基團之間均需滿足一定的空間限制,從而產生選擇性拮抗腺苷受體的活性作用.

    與藥效團對應的腺苷受體四亞型活性口袋氨基酸殘基分布如圖9(I–L)所示,結果發(fā)現(xiàn)腺苷A2A受體拮抗劑藥效團模型與拮抗狀態(tài)的晶體結構匹配良好,而以腺苷A2A受體為模板模建得到的其他三個亞型受體初始結構的關鍵氨基酸殘基分布與對應藥效團模型存在差異,并且與模板蛋白疊合表現(xiàn)出的高度相似性都表明模建后的初始模型并不能反映腺苷受體家族各亞型之間結構上選擇性的差異,需要進一步對關鍵氨基酸殘基的位置進行優(yōu)化.

    圖10 腺苷受體四種亞型拮抗劑與對應蛋白結構相互作用圖Fig.10 Interaction diagram of antagonists of four adenosine receptor subtypes binding to corresponding structures(A) A1AR;(B) A2AAR;(C) A2BAR;(D) A3AR.The antagonists are displayed in two-dimensional chemical structure and the residues of protein are shown in circle.

    3.4 腺苷受體與拮抗劑作用模式分析

    將腺苷受體各亞型選擇性拮抗劑柔性對接到對應蛋白結構中,對接后蛋白與配體作用模式如圖10所示.結果顯示,各個亞型的腺苷受體與拮抗劑作用模式與上面得到藥效團特征相匹配,四種亞型拮抗劑母核上的氫鍵作用和π–π堆疊作用與四種藥效團中的氫鍵供體、氫鍵受體以及芳香環(huán)的藥效特征相一致.然而,對接結果與藥效團結果還是存在一些差異.對接模式中顯示的氫鍵作用大多與保守殘基如Asn、Phe相關,而將藥效團結果顯示出的特異性殘基的氫鍵作用在對接結果中沒有體現(xiàn)出來,如對接結果中腺苷A1受體與活性口袋深處殘基并沒有顯示出氫鍵相互作用.這意味著同源模建粗模型直接用于分子對接可能存在偏差,有些選擇性差異不能很好地體現(xiàn)出來.

    值得注意的一點是,由于在構建藥效團時挑選的是結構多樣的訓練集分子,這種結構的差異性使得分子的取代基部位很難進行疊合顯示出共同的藥效特征,而另一方面對接結果展示出了亞型特有拮抗劑的化學修飾對選擇性的影響,如研究表明在黃嘌呤的8位用芳基取代提高化合物對腺苷A2B受體的選擇性,57對接結果顯示取代基上的苯環(huán)與非保守性氨基酸Lys2697.32有著π–π堆疊作用(圖10C),這在一定程度上可以解釋取代基的改變對結合選擇性的影響.

    4 結 論

    本文基于受體結構和配體藥效團特征對人類腺苷受體四種亞型拮抗劑進行比較,分析其選擇性原因.結果發(fā)現(xiàn),腺苷受體四種亞型拮抗劑藥效團的藥效特征與空間排布都不同,并與以前突變實驗信息相吻合.而由于結合口袋部位的殘基在家族間高度保守,模建得到的各個亞型受體的初始結構活性口袋部位極為相似,將同源模建粗模型直接用于分子對接存在偏差,有些選擇性差異不能很好地體現(xiàn)出來.

    研究結果說明,結合口袋部位的優(yōu)化是模建中關鍵步驟,基于配體的藥效團模型所包含的一系列藥效特征元素如氫鍵受體、氫鍵供體、疏水基團、芳環(huán)中心,可以很好地表征受體結合部位氫鍵、疏水空腔的位置及其方向.本文研究結果可以為進一步的優(yōu)化同源模建結果,尋找新型的人類腺苷受體選擇性拮抗劑提供理論依據(jù).

    (1)Krishnan,A.;Almen,M.S.;Fredriksson,R.;Schioth,H.B.PLoS One 2012,7(1),e29817.

    (2)Lappano,R.;Maggiolini,M.Nat.Rev.Drug Discov.2011,10(1),47.doi:10.1038/nrd3320

    (3)Liang,F.;Yue,J.;Wang,J.;Zhang,L.;Fan,R.;Zhang,H.;Zhang,Q.Med.Oncol.2015,32(3),49.doi:10.1007/s12032-015-0486-1

    (4)Overington,J.P.;Al-Lazikani,B.;Hopkins,A.L.Nat.Rev.Drug Discov.2006,5(12),993.doi:10.1038/nrd2199

    (5)Chen,J.F.;Eltzschig,H.K.;Fredholm,B.B.Nat.Rev.Drug Discov.2013,12(4),265.doi:10.1038/nrd3955

    (6)Ke,Y.R.;Jin,H.W.;Liu,Z.M.;Zhang,L.R.Acta Phys.-Chim.Sin.2010,26(10),2833.[柯艷蓉,金宏威,劉振明,張亮仁.物理化學學報,2010,26(10),2833.] doi:10.3866/PKU.WHXB20100916

    (7)Robeva,A.S.;Woodard,R.L.;Jin,X.;Gao,Z.;Bhattacharya,S.;Taylor,H.E.;Rosin,D.L.;Linden,J.Drug Develop.Res.1996,39(3–4),243.

    (8)Fredholm,B.B.;AP,I.J.;Jacobson,K.A.;Klotz,K.N.;Linden,J.Pharmacol.Rev.2001,53(4),527.

    (9)Jacobson,K.A.;Gao,Z.G.Nat.Rev.Drug Discov.2006,5(3),247.doi:10.1038/nrd1983

    (10)Sliwoski,G.;Kothiwale,S.;Meiler,J.;Lowe,E.W.,Jr.Pharmacol.Rev.2014,66(1),334.

    (11)Congreve,M.;Langmead,C.J.;Mason,J.S.;Marshall,F.H.J.Med.Chem.2011,54(13),4283.doi:10.1021/jm200371q

    (12)Costanzi,S.Methods Mol.Biol.2012,857,259.

    (13)Katritch,V.;Kufareva,I.;Abagyan,R.Neuropharmacology 2011,60(1),108.doi:10.1016/j.neuropharm.2010.07.009

    (14)Güner,O.F.Pharmacophore Perception,Development,and Use in Drug Design;International University Line:San Diego,2000;Vol.2.

    (15)Khedkar,S.A.;Malde,A.K.;Coutinho,E.C.;Srivastava,S.Med.Chem.2007,3(2),187.doi:10.2174/157340607780059521

    (16)Liu,W.;Chun,E.;Thompson,A.A.;Chubukov,P.;Xu,F.;Katritch,V.;Han,G.W.;Roth,C.B.;Heitman,L.H.;Ijzerman,A P.;Cherezov,V.;Stevens,R.C.Science 2012,337(6091),232.doi:10.1126/science.1219218

    (17)Boeckmann,B.;Bairoch,A.;Apweiler,R.;Blatter,M.C.;Estreicher,A.;Gasteiger,E.;Martin,M.J.;Michoud,K.;O'Donovan,C.;Phan,I.;Pilbout,S.;Schneider,M.Nucleic.Acids Res.2003,31(1),365.doi:10.1093/nar/gkg095

    (18)Discovery Studio 2.5,Release 2.5;Accelrys Software Inc.:San Diego,2009.

    (19)Laskowski,R.A.;MacArthur,M.W.;Moss,D.S.;Thornton,J.M.J.Appl.Cystallogr.1993,26,283.doi:10.1107/S0021889892009944

    (20)Lin,K.J.;Zhu,D.J.;Leng,Y.G.;You,Q.D.Acta Phys.-Chim.Sin.2012,28(7),1783.[林克江,朱冬吉,冷勇敢,尤啟冬.物理化學學報,2012,28(7),1783.] doi:10.3866/PKU.WHXB201204192

    (21)Gaulton,A.;Bellis,L.J.;Bento,A.P.;Chambers,J.;Davies,M.;Hersey,A.;Light,Y.;McGlinchey,S.;Michalovich,D.;Al-Lazikani,B.;Overington,J.P.Nucleic.Acids Res.2012,40(Database issue),D1100.

    (22)Xia,J.;Jin,H.;Liu,Z.;Zhang,L.;Wang,X.S.J.Chem.Inf.Model.2014,54(5),1433.doi:10.1021/ci500062f

    (23)Xia,J.;Tilahun,E.L.;Reid,T.E.;Zhang,L.;Wang,X.S.Methods 2015,71,146.doi:10.1016/j.ymeth.2014.11.015

    (24)Qiao,K.;Zeng,L.X.;Jin,H.W.;Liu,Z.M.;Zhang,L.R.Acta Phys.-Chim.Sin.2012,28(6),1509.[喬 康,曾凌曉,金宏威,劉振明,張亮仁.物理化學學報,2012,28(6),1509.] doi:10.3866/PKU.WHXB201203272

    (25)Wolber,G.;Langer,T.J.Chem.Inf.Model.2005,45(1),160.doi:10.1021/ci049885e

    (26)Schr?dinger Suite 2013;Schr?dinger,LLC:New York,2013.

    (27)Ballesteros,J.A.;Weinstein,H.Methods Neurosci.1995,25,366.

    (28)Kiesman,W.F.;Zhao,J.;Conlon,P.R.;Dowling,J.E.;Petter,R.C.;Lutterodt,F.;Jin,X.;Smits,G.;Fure,M.;Jayaraj,A.;Kim,J.;Sullivan,G.;Linden,J.J.Med.Chem.2006,49(24),7119.

    (29)Giovannoni,M.P.;Vergelli,C.;Cilibrizzi,A.;Crocetti,L.;Biancalani,C.;Graziano,A.;Dal Piaz,V.;Loza,M.I.;Cadavid,M.I.;Diaz,J.L.;Gavalda,A.Bioorg.Med.Chem.2010,18(22),7890.doi:10.1016/j.bmc.2010.09.043

    (30)Chang,L.C.;Kuenzel,J.V.;Mulder-Krieger,T.;Westerhout,J.;Spangenberg,T.;Brussee,J.;Ijzerman,A.P.J.Med.Chem.2007,50(4),828.doi:10.1021/jm0607956

    (31)Scheiff,A.B.;Yerande,S.G.;El-Tayeb,A.;Li,W.;Inamdar,G.S.;Vasu,K.K.;Sudarsanam,V.;Muller,C.E.Bioorg.Med.Chem.2010,18(6),2195.doi:10.1016/j.bmc.2010.01.072

    (32)Novellino,E.;Cosimelli,B.;Ehlardo,M.;Greco,G.;Iadanza,M.;Lavecchia,A.;Rimoli,M.G.;Sala,A.;Da Settimo,A.;Primofiore,G.;Da Settimo,F.;Taliani,S.;La Motta,C.;Klotz,K.N.;Tuscano,D.;Trincavelli,M.L.;Martini,C.J.Med.Chem.2005,48(26),8253.

    (33)Mishra,C.B.;Barodia,S.K.;Prakash,A.;Kumar,J.B.S.;Luthra,P.M.Bioorg.Med.Chem.2010,18(7),2491.doi:10.1016/j.bmc.2010.02.048

    (34)Moorjani,M.;Zhang,X.;Chen,Y.;Lin,E.;Rueter,J.K.;Gross,R.S.;Lanier,M.C.;Tellew,J.E.;Williams,J.P.;Lechner,S.M.;Malany,S.;Santos,M.;Ekhlassi,P.;Castro-Palomino,J.C.;Crespo,M.I.;Prat,M.;Gual,S.;Diaz,J.L.;Saunders,J.;Slee,D.H.Bioorg.Med.Chem.Lett.2008,18(4),1269.doi:10.1016/j.bmcl.2008.01.036

    (35)Gillespie,R.J.;Cliffe,I.A.;Dawson,C.E.;Dourish,C.T.;Gaur,S.;Jordan,A.M.;Knight,A.R.;Lerpiniere,J.;Misra,A.;Pratt,R.M.;Roffey,J.;Stratton,G.C.;Upton,R.;Weiss,S.M.;Williamson,D.S.Bioorg.Med.Chem.Lett.2008,18(9),2924.doi:10.1016/j.bmcl.2008.03.072

    (36)Gillespie,R.J.;Cliffe,I.A.;Dawson,C.E.;Dourish,C.T.;Gaur,S.;Giles,P.R.;Jordan,A.M.;Knight,A.R.;Lawrence,A.;Lerpiniere,J.;Misra,A.;Pratt,R.M.;Todd,R.S.;Upton,R.;Weiss,S.M.;Williamson,D.S.Bioorg.Med.Chem.Lett.2008,18(9),2920.doi:10.1016/j.bmcl.2008.03.076

    (37)Gillespie,R.J.;Bamford,S.J.;Clay,A.;Gaur,S.;Haymes,T.;Jackson,P.S.;Jordan,A.M.;Klenke,B.;Leonardi,S.;Liu,J.;Mansell,H.L.;Ng,S.;Saadi,M.;Simmonite,H.;Stratton,G.C.;Todd,R.S.;Williamson,D.S.;Yule,I.A.Bioorg.Med.Chem.2009,17(18),6590.doi:10.1016/j.bmc.2009.07.078

    (38)Silverman,L.S.;Caldwell,J.P.;Greenlee,W.J.;Kiselgof,E.;Matasi,J.J.;Tulshian,D.B.;Arik,L.;Foster,C.;Bertorelli,R.;Monopoli,A.;Ongini,E.Bioorg.Med.Chem.Lett.2007,17(6),1659.doi:10.1016/j.bmcl.2006.12.104

    (39)Firooznia,F.;Cheung,A.W.;Brinkman,J.;Grimsby,J.;Gubler,M.L.;Hamid,R.;Marcopulos,N.;Ramsey,G.;Tan,J.;Wen,Y.;Sarabu,R.Bioorg.Med.Chem.Lett.2011,21(7),1933.doi:10.1016/j.bmcl.2011.02.053

    (40)Cheung,A.W.;Brinkman,J.;Firooznia,F.;Flohr,A.;Grimsby,J.;Gubler,M.L.;Guertin,K.;Hamid,R.;Marcopulos,N.;Norcross,R.D.;Qi,L.;Ramsey,G.;Tan,J.;Wen,Y.;Sarabu,R.Bioorg.Med.Chem.Lett.2010,20(14),4140.doi:10.1016/j.bmcl.2010.05.056

    (41)Kalla,R.V.;Elzein,E.;Perry,T.;Li,X.;Palle,V.;Varkhedkar,V.;Gimbel,A.;Maa,T.;Zeng,D.;Zablocki,J.J.Med.Chem.2006,49(12),3682.doi:10.1021/jm051268+

    (42)Kim,Y.C.;Ji,X.;Melman,N.;Linden,J.;Jacobson,K.A.J.Med.Chem.2000,43(6),1165.doi:10.1021/jm990421v

    (43)Stefanachi,A.;Nicolotti,O.;Leonetti,F.;Cellamare,S.;Campagna,F.;Loza,M.I.;Brea,J.M.;Mazza,F.;Gavuzzo,E.;Carotti,A.Bioorg.Med.Chem.2008,16(22),9780.doi:10.1016/j.bmc.2008.09.067

    (44)Da Settimo,F.;Primofiore,G.;Taliani,S.;Marini,A.M.;La Motta,C.;Simorini,F.;Salerno,S.;Sergianni,V.;Tuccinardi,T.;Martinelli,A.;Cosimelli,B.;Greco,G.;Novellino,E.;Ciampi,O.;Trincavelli,M.L.;Martini,C.J.Med.Chem.2007,50(23),5676.doi:10.1021/jm0708376

    (45)Priego,E.M.;Kuenzel,J.V.;Ijzerman,A.P.;Camarasa,M.J.;Perez-Perez,M.J.J.Med.Chem.2002,45(16),3337.doi:10.1021/jm0208469

    (46)Melman,A.;Wang,B.;Joshi,B.V.;Gao,Z.G.;Castro,S.;Heller,C.L.;Kim,S.K.;Jeong,L.S.;Jacobson,K.A.Bioorg.Med.Chem.2008,16(18),8546.doi:10.1016/j.bmc.2008.08.007

    (47)Baraldi,P.G.;Cacciari,B.;Moro,S.;Spalluto,G.;Pastorin,G.;Da Ros,T.;Klotz,K.N.;Varani,K.;Gessi,S.;Borea,P.A.J.Med.Chem.2002,45(4),770.doi:10.1021/jm0109614

    (48)Colotta,V.;Catarzi,D.;Varano,F.;Capelli,F.;Lenzi,O.;Filacchioni,G.;Martini,C.;Trincavelli,L.;Ciampi,O.;Pugliese,A.M.;Pedata,F.;Schiesaro,A.;Morizzo,E.;Moro,S.J.Med.Chem.2007,50(17),4061.doi:10.1021/jm070123v

    (49)Jaakola,V.P.;Griffith,M.T.;Hanson,M.A.;Cherezov,V.;Chien,E.Y.;Lane,J.R.;Ijzerman,A.P.;Stevens,R.C.Science 2008,322(5905),1211.doi:10.1126/science.1164772

    (50)Olah,M.E.;Ren,H.;Ostrowski,J.;Jacobson,K.A.;Stiles,G.L.J.Biol.Chem.1992,267(15),10764.

    (51)Rivkees,S.A.;Barbhaiya,H.;Ijzerman,A.P.J.Biol.Chem.1999,274(6),3617.doi:10.1074/jbc.274.6.3617

    (52)Jaakola,V.P.;Lane,J.R.;Lin,J.Y.;Katritch,V.;Ijzerman,A.P.;Stevens,R.C.J.Biol.Chem.2010,285(17),13032.doi:10.1074/jbc.M109.096974

    (53)Cheng,F.;Xu,Z.;Liu,G.;Tang,Y.Eur.J.Med.Chem.2010,45(8),3459.doi:10.1016/j.ejmech.2010.04.039

    (54)Thimm,D.;Schiedel,A.C.;Sherbiny,F.F.;Hinz,S.;Hochheiser,K.;Bertarelli,D.C.;Maass,A.;Muller,C.E.Biochemistry-US 2013,52(4),726.doi:10.1021/bi3012065

    (55)Ivanov,A.A.;Baskin,II.;Palyulin,V.A.;Piccagli,L.;Baraldi,P.G.;Zefirov,N.S.J.Med.Chem.2005,48(22),6813.doi:10.1021/jm049418o

    (56)Gao,Z.G.;Kim,S.K.;Biadatti,T.;Chen,W.;Lee,K.;Barak,D.;Kim,S.G.;Johnson,C.R.;Jacobson,K.A.J.Med.Chem.2002,45(20),4471.doi:10.1021/jm020211+

    (57)Muller,C.E.;Jacobson,K.A.BBA-Biomembranes 2011,1808(5),1290.doi:10.1016/j.bbamem.2010.12.017

    Comparison of the Selectivity of Human Adenosine Receptor Antagonists Based on Structure and Pharmacophore Features

    ZENG Ling-Xiao LI Xin-Ran JIN Hong-Wei LIU Zhen-Ming*ZHANG Liang-Ren*
    (State Key Laboratory of Natural and Biomimetic Drugs,School of Pharmaceutical,Peking University,Beijing 100191,P.R.China)

    Adenosine receptors(ARs) are crucial therapeutic targets,and selective adenosine receptor antagonists are promising for numerous therapeutic applications.In this study,three dimensional models of human adenosine A1,A2B,and A3receptors(A1AR,A2BAR,A3AR,respectively) were generated by homology modeling.In addition,pharmacophore models of the antagonists of four human adenosine receptor subtypes were developed using the LigandScout 3.12 program.Furthermore,Induced Fit Docking module of Schr?dinger program was implemented to investigate receptor–ligand interactions.The results show that because of the subfamily-wide conservation of the core pocket residues,the ligand binding pockets of the three raw AR homology models are extremely similar,which poses challenges for subtype selective ligand recognition.However,the pharmacophore models of the four AR subtypes differ in pharmacophore features and spatial configuration,which are also consistent with previous site-directed mutagenesis studies.This indicates that binding site optimization is a crucial step in model generation,and the distributions for a set of pharmacophore features in ligand-based pharmacophore,including hydrogen bond acceptors,hydrogen bond donors,hydrophobic centroids,and aromatic rings,can reflect the position and direction characterization ofhydrogen bonds and hydrophobic cavities,which aid identification and characterization of binding sites.This study may provide a significant theoretical foundation for further raw model optimization in homology modeling and discovery of novel selective human adenosine receptor antagonists.

    Pharmacophore; Human adenosine receptor; Antagonist; Selectivity

    April 17,2015;Revised:May 25,2015;Published on Web:May 25,2015.

    O641

    icle]

    10.3866/PKU.WHXB201505253 www.whxb.pku.edu.cn

    *Corresponding authors.ZHANG Liang-Ren,Email:liangren@bjmu.edu.cn;Tel:+86-10-82802567.LIU Zhen-Ming,Email:zmliu@bjmu.edu.cn;Tel:+86-10-82805514.

    The project was supported by the National Natural Science Foundation of China(21272017) and Doctoral Fund of Ministry of Education of China(20090001120049).

    國家自然科學基金(21272017)和教育部博士點基金(20090001120049)資助項目

    ? Editorial office of Acta Physico-Chimica Sinica

    猜你喜歡
    殘基腺苷拮抗劑
    基于各向異性網(wǎng)絡模型研究δ阿片受體的動力學與關鍵殘基*
    為什么越喝咖啡越困
    檢察風云(2022年5期)2022-04-05 13:42:39
    “殘基片段和排列組合法”在書寫限制條件的同分異構體中的應用
    環(huán)磷腺苷葡胺治療慢性充血性心力衰竭臨床研究
    GPⅡb/Ⅲa受體拮抗劑在急性冠脈綜合征中的應用
    α-硫辛酸聯(lián)合腺苷鈷胺治療糖尿病周圍神經病變效果觀察
    蛋白質二級結構序列與殘基種類間關聯(lián)的分析
    合理選擇降壓藥物對改善透析患者預后的意義
    基于支持向量機的蛋白質相互作用界面熱點殘基預測
    IVF-ET拮抗劑方案中促性腺激素釋放激素激動劑扳機后的黃體支持
    准格尔旗| 康平县| 郯城县| 即墨市| 沛县| 冕宁县| 麻栗坡县| 石泉县| 隆德县| 太和县| 华坪县| 柯坪县| 浦北县| 普格县| 安西县| 任丘市| 博客| 徐州市| 门头沟区| 怀来县| 中山市| 新河县| 滨海县| 临漳县| 福鼎市| 喜德县| 霍邱县| 钦州市| 巴林右旗| 蕉岭县| 阜宁县| 武隆县| 库车县| 普陀区| 乌鲁木齐县| 西平县| 六盘水市| 丹棱县| 南投市| 随州市| 景泰县|