毛細管電泳手性拆分機理研究進展

·綜述·

毛細管電泳手性拆分機理研究進展

杜迎翔1， 2， 3*，嚴智1

(1. 中國藥科大學分析化學教研室，南京210009；2. 中國藥科大學藥物質(zhì)量與安全預警教育部重點實驗室，南京210009；3. 中國藥科大學天然藥物活性組分與藥效國家重點實驗室，南京210009)

摘要：目的闡述近年來毛細管電泳手性拆分的機理研究進展。方法歸納國內(nèi)外最新的文獻報道，對目前主流的三類毛細管電泳手性識別機理研究方法進行綜述。結果采用計算機分子模擬，結合毛細管電泳分析法和光譜分析法，可以從分子水平上研究毛細管電泳拆分體系的手性識別機理。結論計算機分子模擬技術已成為毛細管電泳手性拆分機理研究領域中的一種十分有力的工具。

關鍵詞：毛細管電泳；手性拆分；計算機分子模擬

doi:10.3969/j.issn.1004-2407.2015.06.035

中圖分類號：R917文獻標志碼：A

基金項目：國家自然科學基金資助項目(編號.:81373378)

作者簡介：嚴智，女，碩士研究生

收稿日期：(2015-05-12)

Research advance of chiral separation mechanism in capillary electrophoresis

DU Yingxiang1， 2， 3*， YAN Zhi1(1. Department of Analytical Chemistry， China Pharmaceutical University， Nanjing 210009，China； 2. Key Laboratory of Drug Quality Control and Pharmacovigilance (Ministry of Education)， China Pharmaceutical University， Nanjing 210009，China； 3. State Key Laboratory of Natural Medicines， China Pharmaceutical University， Nanjing 210009，China)

Abstract:ObjectiveTo summarize the chiral separation mechanism in capillary electrophoresis(CE). MethodThe latest domestic and foreign literatures of the mechanism research in CE enantioseparation were reviewed. Result Chiral resolution mechanism in CE has been illustrated by computer molecular modeling study at the molecular level， combined with CE analysis and spectral analysis. Conclusion Computer molecular modeling has been proven to be a very powerful tool in chiral separation mechanism research.

Key words: capillary electrophoresis (CE)； chiral separation； computer molecular modeling

*通信作者：杜迎翔，男，教授，博士生導師

隨著毛細管電泳(CE)手性拆分技術的發(fā)展，關于手性識別的機理研究也在逐漸深入。由于常規(guī)CE實驗技術的限制，手性拆分的微觀機理難以通過電泳實驗現(xiàn)象來直接進行解釋，本文將著重介紹目前主流的三類毛細管電泳手性識別機理的研究方法。

1毛細管電泳分析法

利用毛細管電泳來研究分子間相互作用的方法被稱為毛細管電泳相互作用分析。通過拆分實驗現(xiàn)象對分離過程的手性識別機理進行初步推測，主要研究方法有淌度移動法、配體分離法、前沿分析法、空峰法以及Hummel-Dreyer法等[1]。

其中最常用的是淌度移動法，即通過控制受體(或配體)濃度不變，不斷改變配體(或受體)的濃度，由受體(或配體)的電泳淌度和配體(或受體)濃度間的關系，用Scatchard方程求解主客體間的結合常數(shù)。在此基礎上，結合熱力學分析，通過計算主客體間的熱力學參數(shù)來研究分子之間的相互作用[2]。其中焓變(ΔH)反映了主客體分子之間的相互作用的大小，而熵變(ΔS)則反映了主客體分子之間構象變化的程度[3]。理論上，焓變的絕對值越大，說明主客體分子間的相互作用越強，越有利于主客體分子間產(chǎn)生相互作用；而熵變越大，說明主客體分子間發(fā)生相互作用的前后其構象變化的程度越高。

Michalcova等[4]利用毛細管電泳前沿分析法、Hummel-Dreyer分析法以及親和毛細管電泳3種分析方法對牛血清白蛋白和水楊酸之間的親和力進行了研究，通過對實驗現(xiàn)象的比較以及熱力學參數(shù)的計算，簡單闡述了牛血清白蛋白和水楊酸的結合機制，并發(fā)現(xiàn)氫鍵作用及范德華作用是復合物形成的兩大主要因素。

2光譜學分析法

光譜學分析法是通過物質(zhì)產(chǎn)生的特征光譜來研究物質(zhì)之間的相互作用，從而得到原子或分子的能級結構、電子分布、分子幾何形狀、反應動力學等化學成分或物質(zhì)結構多方面的信息[5-6]。

手性識別機理研究中主要采用熒光光譜法和核磁共振波譜法。兩者均可用于測定主客體分子之間的結合常數(shù)。熒光光譜法適用于有熒光現(xiàn)象的手性藥物，利用手性藥物熒光增強或減弱的程度與配體濃度間的關系建立Stern-Volmer方程，并進一步計算配體和受體間結合常數(shù)，通過Van’t Hoff方程擬合判斷手性識別的作用力類型。核磁共振波譜法則通過主客體結合前后化學位移的變化，判斷手性識別的結合位點。

Sohajda等[7]運用CE和1H NMR滴定分析研究阿斯巴甜與多種環(huán)糊精的包合物形成，測定主客體相互作用的穩(wěn)定常數(shù)，比較配體與不同環(huán)糊精形成的復合物差別，并通過2D ROESY NMR和分子模擬技術確定復合物的包結幾何構象。

3計算機分子模擬研究

近年來有不少文獻報道了應用計算機分子模擬技術研究毛細管電泳手性拆分機理。利用分子模擬技術，建立分子模型，并通過相關計算機分子模擬軟件的使用，模擬分子間的結合過程，以圖形的方式更直觀地闡述分子之間的相互作用，從而在分子水平上對藥物對映體的手性識別機理進行探討。

計算機分子模擬包括量子力學方法、分子力學方法、分子動力學方法和分子對接技術等。

3.1量子力學方法利用計算機來計算量子力學各種相關分子參數(shù)，例如原子的靜電荷、分子結構及靜電勢、各分子軌道的形狀及能量、系統(tǒng)總能量、超離域度和離域能等諸多直接或間接的分子相關信息。目前運用較廣的量子化學計算方法主要是從頭計算法，它將量子化學分子軌道理論作為基礎，不需要借助經(jīng)驗參數(shù)，計算結果的精度高，可靠性強，但由于其消耗時間過長，處理一些較大的分子體系時常遇到困難[8]。在實際使用過程中常常利用半經(jīng)驗算法來對從頭計算法進行簡化，從而使其可用于處理較復雜的分子體系，減少計算時間，而相應代價則是計算結果的精度稍差。

Nascimento等[9]采用半經(jīng)驗量子化學方法PM3和密度泛函理論(DFT)，結合分子動力學模擬，在分子水平上研究羧甲基-β-環(huán)糊精與4-羥基普萘洛爾對映體的識別機理。結果表明，羧甲基-β-環(huán)糊精與藥物對映體之間形成的包結復合物的結合能差異可用于評價手性識別作用，并最終導致對映體拆分。Huang等[10]運用PM3和半經(jīng)驗分子軌道計算，探索了CE拆分中手性選擇劑β-環(huán)糊精和豬毛菜酚等藥物對映體的包結作用，并發(fā)現(xiàn)CE實驗中對映體遷移時間與計算結果相一致。

3.2分子力學方法分子力學將分子看成一組靠諧振力或是彈性力而維系在一起的原子集合，其中每個化學鍵都有其相應的鍵長與鍵角標準。分子必須將其非鍵作用能處于最低狀態(tài)，同時使鍵長值與鍵角值盡可能地接近標準值，才能對其幾何空間構象進行調(diào)整[11-12]。通過分子力學計算和能量優(yōu)化，可以對化合物的空間結構加以確定。

Issaraseriruk等[13]采用分子力學計算和半經(jīng)驗算法PM3，并通過分子對接研究，預測了八聯(lián)(2，3-二乙?；?6-叔丁基二甲基甲硅烷基)-γ-環(huán)糊精對手性苯乙烯氧化物的對映體差異性。結果表明，該γ-環(huán)糊精對苯乙烯氧化物對映體有較高的識別能力，從而也說明該γ-環(huán)糊精具有作為色譜分離中手性選擇劑的可能性。

3.3分子動力學方法通過分子動力學得到分子軌跡，在模擬時間足夠長的情況下，可以得到體系在空間中的全部構象。在分子動力學方法中，模擬退火法被認為是最有效的構象搜索方法之一。它可以跨越較大的能壘，搜索出能量更低的構象，從而有效地找出分子的優(yōu)勢構象。模擬退火法在取舍構象時，不僅考慮能量降低的變化，同時也考慮部分能量上升的構象，因而有可能跳出局部勢阱，達到全局優(yōu)化，提高構象搜索的效率和準確性[8，12]。

Suliman等[14]在以β-環(huán)糊精為手性選擇劑，對巴氯芬對映體的CE拆分中，通過PM6半經(jīng)驗算法和分子動力學模擬，并結合對接計算來闡述對映體的手性識別機理。分子模擬結果表明，對映體與β-環(huán)糊精形成的復合物結合穩(wěn)定性之間的差異導致了手性拆分，而分子間的氫鍵作用是影響復合物穩(wěn)定性的主要因素之一。

3.4分子對接技術分子對接是2個或多個分子之間通過幾何匹配及能量匹配從而相互識別的過程，已成功應用于藥物設計領域[15]。分子對接計算即是找到底物分子和受體分子的最佳結合位置，通過將配體分子放在受體分子的活性位點處，利用幾何互補、能量互補以及化學環(huán)境互補來實時評價配體與受體相互作用的好壞，從而找到2個分子之間的最佳結合模式。通過分子對接計算，可以預測分子間的結合模式和作用力，從而探究手性識別機理[16]。分子對接方法和軟件有很多，如AutoDock、Gold、DOCK、FlexX等。

Li等[17]采用分子對接方法，確定羥丙基-γ-環(huán)糊精與艾迪康唑及其結構類似抗真菌活性化合物的主客體包結過程，研究可能的手性識別機理，并采用分子力學計算結合能，建立數(shù)學模型，結合CE實驗的實際情況探索其預測拆分的可能性。該課題組[18]后采用分子對接軟件Gold，研究七-(2，3，6-三-O-甲基)-β-環(huán)糊精與三唑醇類抗真菌活性化合物的主客體包結過程，并計算結合自由能，以期用對映體之間結合能的差異，對對映體拆分進行預測。

3.5量子力學法和分子力學法相結合分子力學法和分子動力學法可以較為準確地描述分子間的范德華作用力、靜電作用或是氫鍵作用力等，但由于沒有考慮到電子的運動，忽視了電子在化學鍵的形成和斷裂以及電荷轉移中的作用，從而影響計算結果的精度。量子化學法雖然能對各種小分子和中型分子的性質(zhì)進行精確預測，但其耗時過長，在實際使用中仍有一定的局限性。

量子力學與分子力學相結合的方法是近年來興起的一種同時兼具高精度和高效率的新型分子模擬技術，現(xiàn)已被廣泛地應用于生物體系和較大的化學體系研究中[19]。Elbashir等[20]比較了CE中β-環(huán)糊精單體系和β-環(huán)糊精與18-冠-6二元混合體系對3種伯胺化合物(1-氨基茚滿、1-(1-萘基)乙胺、1，2，3，4-四氫-1-萘胺)的拆分能力，并結合運用分子力學和半經(jīng)驗算法PM6來闡述手性識別機理及預測拆分過程。理論計算表明，在二元混合體系中，18-冠-6、伯胺化合物以及β-環(huán)糊精三者形成了一個穩(wěn)定的夾層化合物，且結合能較單體系有顯著提高。

4小結

隨著計算機技術的飛速發(fā)展，以計算機作為工具，通過分子模擬技術對受體與配體間的相互作用進行研究，已經(jīng)成為十分重要和活躍的前沿領域。采用計算機分子模擬和毛細管電泳分析法，結合光譜分析方法，可以從分子水平上對毛細管電泳拆分體系的手性識別機理進行研究和探討，從而進一步指導手性分離工作。目前大部分CE手性拆分機理研究都集中在環(huán)糊精及其衍生物與客體分子的包結作用機制上，對于其他手性選擇劑的拆分機理研究仍十分缺乏。

參考文獻：

[1]趙艷芳， 傅崇崗， 劉愛林. 毛細管電泳法測定結合常數(shù)的研究進展 [J]. 色譜， 2003，21(2):126-130.

[2]王釗， 王欣， 楊靜，等. 甲基化-β-環(huán)糊精與齊墩果酸的超分子包合常數(shù)的測定及熱力學穩(wěn)定性的研究 [J]. 西北藥學雜志， 2013，28(3):290-293.

[3]李霞， 周智明， 孟子暉.β-環(huán)糊精衍生物的超分子體系識別機理及其在手性分離中的應用 [J]. 色譜， 2010，28(4):413-421.

[4]Michalcova L， Glatz Z. Comparison of various capillary electrophoretic approaches for the study of drug-protein interaction with emphasis on minimal consumption of protein sample and possibility of automation [J]. J Sep Sci， 2015，38(2):325-331.

[5]Shamsipur M， Dastjerdi L S， Haghgoo S， et al. Chiral selectors for enantioresolution and quantitation of the antidepressant drug fluoxetine in pharmaceutical formulations by F-19 NMR spectroscopic method [J]. Anal Chim Acta， 2007，601(1):130-138.

[6]Tsui H W， Willing J N， Kasat R B， et al. Infrared spectroscopy and molecular simulations of a polymeric sorbent and its enantioselective interactions with benzoin enantiomers [J]. J Phys Chem B， 2011，115(44):12785-12800.

[7]Sohajda T， Beni S， Varga E， et al. Characterization of aspartame-cyclode-xtrin complexation [J]. J Pharmaceut Biomed， 2009，50(5):737-745.

[8]江峰， 施介華， 嚴巍，等. 分子模型及其在手性識別機理研究上的應用 [J]. 分析化學， 2004，32:1550-1555.

[10]Huang M J， Quan Z， Liu Y M. Computational modeling of inclusion complexes ofβ-cyclodextrin with enantiomers of salsolinol，N-methyl-salsolinol， and 1-benzyl-tetrahydroisoquinoline [J]. Int J Quantum Chem， 2009，109(1):81-90.

[11]Lipkowitz K B. Theoretical-studies of brush-type chiral stationary phases [J]. J Chromatogr A， 1994，666(1-2):493-503.

[12]仇綴百， 萬維勤， 葉德泳，等. 藥物設計學 [M]. 北京: 高等教育出版社，1999:211-224.

[13]Issaraseriruk N， Shitangkoon A， Aree T. Molecular docking study for the prediction of enantiodifferentiation of chiral styrene oxides by octakis(2，3-di-O-acetyl-6-O-tert-butyldimethylsilyl)-gamma-cyclodextrin [J]. J Mol Graph Model， 2010，28(6):506-512.

[14]Suliman F O， Elbashir A A. Enantiodifferentiation of chiral baclofen byβ-cyclodextrin using capillary electrophoresis: a molecular modeling approach [J]. J Mol Struct， 2012，1019:43-49.

[15]李利華， 趙蔡斌， 閔鎖田，等. 基于配體-受體理論的計算機輔助藥物分子設計方法及應用[J]. 西北藥學雜志， 2007，22(5):282-285.

[16]徐筱杰， 侯廷軍， 喬學斌,等. 計算機輔助藥物分子設計 [M]. 北京: 化學工業(yè)出版社，2004:325-327.

[17]Li W， Tan G， Zhao L， et al. Computer-aided molecular modeling study of enantioseparation of iodiconazole and structurally related triadimenol analogues by capillary electrophoresis: chiral recognition mechanism and mathematical model for predicting chiral separation [J]. Anal Chim Acta， 2012，718:138-147.

[18]Li W， Zhao L， Zhang H， et al. Enantioseparation of new triadimenol antifungal active compounds by electrokinetic chromatography and molecular modeling study of chiral recognition mechanisms [J]. Electrophoresis， 2014，35(19):2855-2862.

[19]Lin H， Truhlar D G. QM/MM: what have we learned， where are we， and where do we go from here? [J]. Theor Chem Acc， 2007，117(2):185-199.

[20]Elbashir A A， Suliman F O. Computational modeling of capillary electrophoretic behavior of primary amines using dual system of 18-crown-6 and beta-cyclodextrin [J]. J Chromatogr A， 2011，1218(31):5344-5351.