论文部分内容阅读
随着药物筛选技术的发展,药物研发数据呈指数级增长,涉及到分子结构、活性、理化性质、毒性、靶点、基因和信号通路等多维度的信息。这些医药大数据所分布的化学空间和维度越来越大,给药物数据分析和可视化带来了巨大的机遇和挑战。为了从这些化学空间里面找到药物研究的活性小分子,需要采用多种分析和可视化手段,从不同的角度,聚焦到更小空间来进行研究。因此本论文开发了化学空间分析与可视化工具来辅助药物设计。具体的研究内容如下:（1）化学空间分析与可视化软件和Web开发基于开源的HighCharts和vis.js图表插件,根据化学空间分析的需求,开发可显示化学信息的Python可视化工具包easyHighcharts和easyVisjs;基于以上可视化工具和RDKit,开发模块化的化学空间分析Python工具包pyChemspace,以实现化合物库理化性质、分子结构和片段信息的分析与可视化;为进一步降低药物研发者分析化学空间的门槛,加快数据分析的效率,基于以上研究,开发了化学空间交互式分析与可视化Web服务器IChemSpace（http://mwxiao.com/ichemspace）。（2）流感神经氨酸酶抑制剂化学空间分析神经氨酸酶（Neuraminidase,NA）是抗流感的重要靶点。本文收集了文献报道的流感神经氨酸酶抑制剂（NA Inhibitors,NAIs）,采用IChemSpace对NAIs进行化学空间分析。结果表明NAIs的理化参数不同于一般药物的理化参数规律,氢键供体数和氢键受体数的范围比较宽泛,数值相对偏大。这可能是因为流感神经氨酸酶的活性空腔是一个极性的活性空腔,引入适量的极性基团有利于与靶点蛋白NA的结合;分子骨架分析结果表明,天然产物中查尔酮和黄酮结构是较好的NA抑制活性的分子骨架;BRICS片段分析发现氨基、乙酰基、羧基、异戊基、多酚、胍基等可能是良好的NA抑制活性片段,采用这些片段来设计NA抑制剂具有一定的参考意义;（3）5-亚苄基-4-噻唑啉酮衍生物的设计、合成与NA抑制活性结合化学空间分析、分子对接、CoMFA等方法对本课题前期4-噻唑啉酮类NA抑制剂的活性结果进行构效关系研究。结果表明母核噻唑5-位引入位阻小的富电子基团对活性有利。可引入羧基、酯基、硝基和胍基等富含氧氮的小活性片段,探究基团类型、大小在该位置对活性的影响;另外亚苄基上取代基可优先引入位阻小的亲水性基团。基于此,设计合成14个4-噻唑啉酮中间体（C1C14）及52个5-亚苄基-4-噻唑啉酮衍生物（D1D52）,并测定其NA抑制活性;对母核骨架进行了系统的构效关系分析,得出以下主要结论:C4（噻唑环4-位为异丙基,5-位为羧酸甲酯基）的NA抑制活性最佳,IC50为33.60μM;噻唑环替换为噁唑环后,活性明显降低;4-噻唑啉酮环上S换为Se后,活性显著降低;噻唑环4-位取代基对母核的活性影响最大,引入异丙基的活性(IC50=33.60μM)优于甲基(IC50=53.41μM)和正丙基。4-噻唑啉酮母核5-位引入亚苄基后产物的活性整体上比其对应原料活性高;活性最优的化合物为D18,即噻唑环4-位为甲基,5-位为甲酸乙酯基,苯环为3-甲氧基-4-羟基取代时,IC50值为13.06μM,其次D15、D16、D25、D38、D53、D56、D59和D67的活性值均优于前期研究中活性最优的化合物J22;通过对比各系列化合物改造前后活性变化,发现不同取代的4-噻唑啉酮引入4-CO2H、4-OH或3-OCH3-4-OH取代的苄亚甲基后活性均有较大的提升。进一步构效关系分析表明4-噻唑啉酮和阿魏酸片段为此类化合物必要的NA抑制活性片段。