芳基磺酰胺類(lèi)丙酮酸激酶M2激動(dòng)劑的基于多復(fù)合物的藥效團(tuán)模型和定量構(gòu)效關(guān)系

陳正軍 蔣慶琳 何 谷 韓 波 郭 麗

(1四川大學(xué)華西藥學(xué)院,成都610041;2成都醫(yī)學(xué)院藥學(xué)系,成都610500;3四川大學(xué)華西醫(yī)院,生物治療國(guó)家重點(diǎn)實(shí)驗(yàn)室,成都610041;4成都中醫(yī)藥大學(xué)藥學(xué)院,成都611137)

1 引言

腫瘤細(xì)胞的能量主要來(lái)自糖酵解,腫瘤細(xì)胞的細(xì)胞能量代謝特性對(duì)于腫瘤的進(jìn)展起著關(guān)鍵作用,1-4德國(guó)科學(xué)家Otto Warburg早在上世紀(jì)20年代就提出了著名的瓦伯格效應(yīng):腫瘤細(xì)胞比正常細(xì)胞需要更多的能量和核酸維持其生長(zhǎng)增殖,而能量代謝不但為腫瘤細(xì)胞的生長(zhǎng)提供能量,而且為腫瘤細(xì)胞增殖所需核酸的合成提供原材料,即使在有氧情況下,腫瘤細(xì)胞仍偏好于糖酵解方式進(jìn)行葡萄糖代謝,而不采用能產(chǎn)生更多ATP的線粒體氧化磷酸化方式進(jìn)行能量代謝.5,6隨著近年來(lái)氟化去氧葡萄糖正電子攝影斷層掃描(FDG-PET)技術(shù)的廣泛應(yīng)用,組織標(biāo)本的葡萄糖攝取量可檢測(cè)并成像,瓦伯格效應(yīng)在越來(lái)越多的腫瘤類(lèi)型中得以證實(shí),探索通過(guò)阻斷糖酵解途徑而抑制癌細(xì)胞中能量的生成從而治療惡性腫瘤的策略受到越來(lái)越多的關(guān)注.7-9

糖酵解途徑是依賴細(xì)胞膜上的葡萄糖轉(zhuǎn)運(yùn)體將胞外的葡萄糖轉(zhuǎn)運(yùn)進(jìn)胞內(nèi),通過(guò)己糖激酶(HK)、丙酮酸激酶(PK)、乳酸脫氫酶(LDH)、磷酸果糖激酶(PFK)和磷酸甘油醛脫氫酶(GAPDH)等糖酵解酶分解代謝,生成終產(chǎn)物丙酮酸.10研究表明這些糖酵解酶在惡性腫瘤中高表達(dá),它們均有可能成為通過(guò)糖酵解途徑靶向治療惡性腫瘤的靶點(diǎn).11丙酮酸激酶(PK)是糖酵解途徑中最重要的限速酶之一,在哺乳動(dòng)物中,有2種不同的基因及產(chǎn)物,人體的大部分組織表達(dá)為丙酮酸激酶M(PKM)中的2種亞型PKM1或PKM2,所有的腫瘤細(xì)胞都表達(dá)PKM2,而分化組織多表達(dá)PKM1.12PKM2在低活性態(tài)和高活性態(tài)之間存在平衡,PKM2的活性形式主要以四聚體存在.據(jù)文獻(xiàn)13報(bào)道,在腫瘤細(xì)胞中,PKM2主要以低活性形式存在,與此相反,PKM1在其原生狀態(tài)具有較高的活性.在功能上,腫瘤細(xì)胞中PKM2的活性下調(diào)被認(rèn)為有助于調(diào)節(jié)關(guān)鍵糖酵解途徑的朝向,有利于腫瘤細(xì)胞利用糖酵解途徑的中間產(chǎn)物作為其合成脂質(zhì)、氨基酸、核酸等的前體.14綜上所述,激活PKM2的治療策略可能會(huì)將腫瘤細(xì)胞糾正為正常的細(xì)胞代謝水平,并恢復(fù)正常分化細(xì)胞的狀態(tài)特性.研究者們基于該思路已經(jīng)設(shè)計(jì)和合成了多種PKM2激動(dòng)劑,如雙磺酰胺類(lèi)、磺酰吲哚類(lèi)、噻吩并吡咯并吡嗪酮類(lèi)等,這些小分子藥物中研發(fā)進(jìn)度最快的已經(jīng)完成了II期臨床試驗(yàn).15-19隨著PKM2多聚體晶體結(jié)構(gòu)的闡明,尤其是雙磺酰胺類(lèi)、磺酰吲哚類(lèi)和噻吩并吡咯并吡嗪酮類(lèi)激動(dòng)劑與PKM2四聚體復(fù)合物的晶體結(jié)構(gòu)被解析出來(lái),以及計(jì)算機(jī)輔助藥物設(shè)計(jì)方法的應(yīng)用,為基于靶點(diǎn)結(jié)構(gòu)的PKM2激動(dòng)劑設(shè)計(jì)和研發(fā)提供了可能.

近年來(lái),文獻(xiàn)20,21報(bào)道了小分子PKM2抑制劑的合成和活性研究,在體外和體內(nèi)抗腫瘤試驗(yàn)中均表現(xiàn)出了良好的藥效.但小分子化合物和PKM2的定量構(gòu)效關(guān)系(QSAR)研究尚未見(jiàn)文獻(xiàn)報(bào)道.本文采用基于多復(fù)合物的藥效團(tuán)模型探討了芳基磺酰胺類(lèi)化合物與PKM2的相互作用模式,并利用CoMFA和CoMSIA方法對(duì)一組芳基磺酰胺類(lèi)衍生物類(lèi)PKM2激動(dòng)劑進(jìn)行3D-QSAR研究,22,23討論了其三維靜電場(chǎng)、立體場(chǎng)空間結(jié)構(gòu)與抗腫瘤活性之間的關(guān)系,以期得到較好的QSAR模型;分析了結(jié)構(gòu)與活性的關(guān)系,本文的研究結(jié)果將為進(jìn)一步設(shè)計(jì)、合成新型的PKM2激動(dòng)劑提供理論基礎(chǔ).

2 實(shí)驗(yàn)部分

2.1 化合物的選擇

選取結(jié)構(gòu)上具有相同骨架的62個(gè)具有類(lèi)似骨架的芳基磺酰胺類(lèi)PKM2激動(dòng)劑為研究對(duì)象,20,21其結(jié)構(gòu)如表1所示,它們均由同一個(gè)研究小組合成并測(cè)定活性的,這些化合物對(duì)PKM2的激動(dòng)活性數(shù)據(jù)測(cè)定條件、方法相同,數(shù)據(jù)具有可比性.它們的生物活性指標(biāo)用半數(shù)激動(dòng)常數(shù)AC50的負(fù)對(duì)數(shù),即pAC50進(jìn)行量度,化合物的活性值列于表l.在具體計(jì)算時(shí),隨機(jī)選取13個(gè)化合物(表中帶*號(hào)的化合物)作為測(cè)試集來(lái)評(píng)價(jià)模型的預(yù)測(cè)能力,其余49個(gè)化合物作為訓(xùn)練集產(chǎn)生3D-QSAR模型.本研究所有工作都是在Sybyl-X 2.0軟件上完成的,計(jì)算中如未經(jīng)特別指明,各參數(shù)均為Sybyl默認(rèn)值.24

2.2 建立基于多復(fù)合物的藥效團(tuán)模型

用于生成藥效團(tuán)模型的6個(gè)PKM2-激動(dòng)劑復(fù)合物晶體結(jié)構(gòu)從蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)(PDB)獲得,25各復(fù)合物的詳細(xì)信息見(jiàn)表2.首先將所有晶體結(jié)構(gòu)使用Discovery Studio(DS)軟件的“Multiple Structure Alignment”模塊疊合到一起,26疊合方式為蛋白質(zhì)主鏈的α碳原子疊合,其他選項(xiàng)均為默認(rèn)設(shè)置.使用Discovery Studio軟件的“Receptor-Ligand Pharmacophore Generation”模塊對(duì)每個(gè)疊合后的復(fù)合物分別生成藥效團(tuán),所有的藥效團(tuán)特征與PKM2蛋白結(jié)構(gòu)疊合見(jiàn)圖1,表2統(tǒng)計(jì)分析了所有的藥效團(tuán)特征,具有代表性的共同藥效團(tuán)模型如圖2所示.

2.3 活性構(gòu)象確定及分子疊合

表1 PKM2激動(dòng)劑的結(jié)構(gòu)與活性Table 1 Structures and activities of PKM2 activators

continued Table 1

在CoMFA和CoMSIA計(jì)算中的關(guān)鍵步驟之一是確定所研究分子的活性構(gòu)象,并對(duì)這些活性構(gòu)象進(jìn)行合理的疊合,疊合結(jié)果的好壞將直接影響最終模型的好壞,是CoMFA和CoMSIA計(jì)算能否成功的前提條件.27本文利用基于多復(fù)合物生成的共同藥效團(tuán)模型產(chǎn)生的分子構(gòu)象作為其活性構(gòu)象,采用基于藥效團(tuán)特征的疊合方式,以化合物中活性最高的分子53為模板,Discovery Studio軟件的“Ligand Pharmacophore Mapping”模塊將其余訓(xùn)練集化合物與模板分子進(jìn)行骨架疊合.

2.4CoMFA模型的建立

CoMFA分析在Sybyl-X 2.0軟件包的QSAR模塊中進(jìn)行.分析力場(chǎng)包括靜電場(chǎng)和立體場(chǎng),本實(shí)驗(yàn)考察步長(zhǎng)(0.05-0.2 nm)以及靜電場(chǎng)能和立體場(chǎng)能的截?cái)嘀?energy cutoff:4.187-502.4 kJ·mol-1)對(duì)CoMFA結(jié)果的影響.以sp3雜化的C+為探針,采用偏最小二乘法(PLS)對(duì)分子周?chē)植嫉膭?shì)場(chǎng)值和生物活性進(jìn)行回歸分析.28-30實(shí)驗(yàn)中先用留一(LOO)法進(jìn)行交叉驗(yàn)證分析,來(lái)確定模型的交叉驗(yàn)證相關(guān)系數(shù)(q2)和最佳主成分?jǐn)?shù)(N).31然后再根據(jù)得到的最佳主成分?jǐn)?shù)進(jìn)行非交叉驗(yàn)證來(lái)建立最終的比較分子場(chǎng)模型.

2.5 CoMSIA模型的建立

CoMSIA模型的建立方法與CoMFA類(lèi)似,在建模的過(guò)程中,選取靜電場(chǎng)、立體場(chǎng)、疏水場(chǎng)、氫鍵受體場(chǎng)和給體場(chǎng)考察化合物與受體的相互作用,通過(guò)考察不同場(chǎng)的組合尋找具有最好交叉驗(yàn)證系數(shù)的分子場(chǎng).利用所得最佳場(chǎng)組合,進(jìn)一步研究網(wǎng)格步長(zhǎng)(0.05-0.2 nm)和衰減因子(0.2-0.4)對(duì)CoMSIA結(jié)果的影響.采用LOO法進(jìn)行交叉驗(yàn)證,得到對(duì)應(yīng)的交叉驗(yàn)證相關(guān)系數(shù)和最佳主成分?jǐn)?shù),隨后通過(guò)非交叉驗(yàn)證進(jìn)行回歸計(jì)算,從而建立相應(yīng)的CoMSIA模型.

表2 PDB數(shù)據(jù)庫(kù)中6個(gè)PKM2-激動(dòng)劑復(fù)合物的關(guān)鍵氨基酸殘基和藥效團(tuán)特征分析Table 2 Analyses of critical amino acid residues and pharmacophore features for PKM2-activator complexes deposited in protein databank database

圖1 6個(gè)PKM2-激動(dòng)劑復(fù)合物疊合示意圖Fig.1 Superimposition of six PKM2-activator complexes

2.6 模型驗(yàn)證

QSAR模型采用LOO法進(jìn)行內(nèi)部驗(yàn)證,通過(guò)未參與建模的測(cè)試集分子進(jìn)行外部驗(yàn)證.

3 結(jié)果與討論

3.1 基于多復(fù)合物的藥效團(tuán)模型

用于生成藥效團(tuán)模型的6個(gè)PKM2-激動(dòng)劑復(fù)合物晶體結(jié)構(gòu)詳細(xì)信息見(jiàn)表2.首先以分辨率最高的晶體結(jié)構(gòu)3GR4為模版,將6個(gè)晶體結(jié)構(gòu)疊合到一起,晶體結(jié)構(gòu)疊合示意圖見(jiàn)圖1.由于PKM2與激動(dòng)劑結(jié)合后以四聚體的形式存在,每2個(gè)亞基結(jié)合1個(gè)小分子激動(dòng)劑,并且A/B亞基與C/D亞基完全對(duì)稱(chēng),為了清楚地顯示小分子與大分子間的相互作用,本文所有相互作用的結(jié)果均以A/B亞基為研究對(duì)象,并且經(jīng)過(guò)比對(duì),C/D亞基與小分子的結(jié)合方式以及小分子激動(dòng)劑構(gòu)象與A/B亞基完全相同.由圖1可見(jiàn),所有6個(gè)PKM2蛋白的A/B亞基都很好地疊合到一起,并且所有的小分子激動(dòng)劑都位于同一結(jié)合位點(diǎn),說(shuō)明這些小分子激動(dòng)劑應(yīng)該是以類(lèi)似的方式與PKM2蛋白發(fā)生相互作用.所有基于復(fù)合物結(jié)構(gòu)產(chǎn)生的藥效團(tuán)特征見(jiàn)表2和圖2所示,按性質(zhì)和與結(jié)合位點(diǎn)殘基的相互作用可分為11個(gè)藥效團(tuán)特征,其中4個(gè)芳香環(huán)(Ar1-Ar4)、3個(gè)疏水相互作用位點(diǎn)(HP1-HP3)、2個(gè)氫鍵供體(D1,D3)和2個(gè)氫鍵受體(A1,A2).在這11個(gè)藥效團(tuán)特征中,Ar1、Ar2和HP1這3個(gè)藥效團(tuán)特征在大部分的復(fù)合物晶體結(jié)構(gòu)中均有出現(xiàn),說(shuō)明其應(yīng)該是小分子激動(dòng)劑與PKM2具有共通性的相互作用;而其他藥效團(tuán)特征僅在一兩個(gè)復(fù)合物中出現(xiàn),說(shuō)明其不具有普遍性,因此選擇Ar1、Ar2和HP1作為基于多復(fù)合物的共同藥效團(tuán)進(jìn)行下一步的研究.

圖2 PKM2-激動(dòng)劑復(fù)合物產(chǎn)生的藥效團(tuán)特征Fig.2 Pharmacophore features generated by the PKM2-activator complexes

根據(jù)文獻(xiàn)報(bào)道和課題組的前期研究結(jié)果,32-36基于多復(fù)合物的共同藥效團(tuán)(MCBP)由于同時(shí)考慮了小分子與大分子的相互作用和小分子配體的化學(xué)結(jié)構(gòu)特征,可能較單純基于小分子配體產(chǎn)生的藥效團(tuán)更為全面;而與分子對(duì)接相比,MCBP同時(shí)考慮了多個(gè)復(fù)合物中大分子與小分子相互作用的共通特征,分子對(duì)接主要考慮的是單個(gè)大分子與小分子的相互作用;當(dāng)應(yīng)用于虛擬篩選時(shí),MCBP有比分子對(duì)接更高的效率,當(dāng)應(yīng)用于產(chǎn)生3D-QSAR的活性構(gòu)象和分子疊合時(shí),基于MCBP的分子疊合的3DQSAR模型與基于分子對(duì)接的相當(dāng)或略好.34為進(jìn)一步驗(yàn)證MCBP是否能有效地找到小分子化合物的活性構(gòu)象,選擇與產(chǎn)生MCBP的6個(gè)復(fù)合物中小分子配體的化學(xué)結(jié)構(gòu)類(lèi)型不同的化合物1,使用Discovery Studio軟件的“Ligand Pharmacophore Mapping”模塊產(chǎn)生構(gòu)象,擬合方式選擇‘flexible’,其他選項(xiàng)均為默認(rèn)值,選擇產(chǎn)生出的小分子構(gòu)象中與MCBP擬合度最高的與MCBP進(jìn)行比較,結(jié)果如圖3所示,化合物1很好地再現(xiàn)了MCBP的藥效團(tuán)特征,兩個(gè)芳香環(huán)分別位于Ar1和Ar2上面,而四氫喹啉環(huán)位于HP1附近,說(shuō)明基于MCBP產(chǎn)生的小分子構(gòu)象較好地反映了其與PKM2蛋白的作用方式,基于MCBP的小分子化合物構(gòu)象疊合(見(jiàn)圖4)可以用于后續(xù)的3D-QSAR研究.

3.2CoMFA和CoMSIA模型

在CoMFA研究中發(fā)現(xiàn),網(wǎng)格點(diǎn)步長(zhǎng)選取0.1 nm,靜電場(chǎng)能和立體場(chǎng)能的energy cutoff值設(shè)為141.1 kJ·mol-1時(shí)得到CoMFA模型的結(jié)果最為理想.最佳CoMFA模型的統(tǒng)計(jì)學(xué)參數(shù)如表2所示,其中交叉驗(yàn)證相關(guān)系數(shù)q2=0.545,最佳主成分?jǐn)?shù)為4.一般認(rèn)為,q2大于0.5時(shí),所得模型具有可靠的預(yù)測(cè)能力.37由最佳主成分?jǐn)?shù)進(jìn)行非交叉驗(yàn)證建立的CoMFA模型的非交叉驗(yàn)證相關(guān)系數(shù)r2=0.966,標(biāo)準(zhǔn)偏差(SEE)為0.146,立體場(chǎng)和靜電場(chǎng)的貢獻(xiàn)值分別為47.8%和52.2%,表明基團(tuán)的空間效應(yīng)和電性分布對(duì)活性均有一定影響,靜電場(chǎng)的影響高于立體場(chǎng).

圖3 基于多復(fù)合物的PKM2激動(dòng)劑共同藥效團(tuán)特征Fig.3 Multi-complex based common pharmacophore features of PKM2 activators

圖4 基于MCBP的分子構(gòu)象疊合圖Fig.4 Molecular alignments based on the MCBP

對(duì)于CoMSIA模型,選取靜電場(chǎng)、立體場(chǎng)、疏水場(chǎng)、氫鍵受體場(chǎng)和氫鍵給體場(chǎng)5種場(chǎng)的不同組合來(lái)考察化合物與受體的相互作用,發(fā)現(xiàn)靜電場(chǎng)、立體場(chǎng)和疏水場(chǎng)組合所得結(jié)果最佳,當(dāng)網(wǎng)格點(diǎn)步長(zhǎng)為0.1 nm時(shí)所得結(jié)果最為理想.在CoMSIA計(jì)算中,采用高斯函數(shù)計(jì)算分子的相似性指數(shù),函數(shù)中的α為衰減因子,其取值對(duì)計(jì)算結(jié)果有一定影響,最佳值一般在0.2-0.4之間.衰減因子在0.2-0.4范圍內(nèi)CoMSIA模型均得到了理想的統(tǒng)計(jì)結(jié)果,當(dāng)衰減因子為0.3時(shí),得到最佳的CoMSIA模型.其統(tǒng)計(jì)學(xué)參數(shù)見(jiàn)表3.

3.3 3D-QSAR模型的驗(yàn)證

為驗(yàn)證所得到的CoMFA及CoMSIA模型的穩(wěn)定性和預(yù)測(cè)能力,對(duì)訓(xùn)練集中的49個(gè)化合物進(jìn)行活性預(yù)測(cè),并將未參加構(gòu)建模型的測(cè)試集的13個(gè)結(jié)構(gòu)類(lèi)化合物放入已建立的3D-QSAR模型中,得到測(cè)試集化合物及訓(xùn)練集化合物活性的預(yù)測(cè)值.CoMFA及CoMSIA模型對(duì)62個(gè)化合物抑制活性實(shí)驗(yàn)值與預(yù)測(cè)值均列在表1中.將預(yù)測(cè)值與實(shí)驗(yàn)值進(jìn)行線性擬合,如圖5所示.其中測(cè)試集分子的實(shí)驗(yàn)活性值和CoMFA、CoMSIA預(yù)測(cè)值之間的相關(guān)系數(shù)分別為0.966和0.987.從圖5可以看出,所有訓(xùn)練集化合物的預(yù)測(cè)活性和實(shí)驗(yàn)活性數(shù)據(jù)線性關(guān)系比較理想,表明由訓(xùn)練集所得的CoMFA、CoMSIA模型都具有較好的相關(guān)性.測(cè)試集的13個(gè)分子的預(yù)測(cè)值和實(shí)驗(yàn)值也都集中在直線附近,實(shí)測(cè)值與預(yù)測(cè)值之間的殘差不大,這也進(jìn)一步證明此模型具有較好的預(yù)測(cè)能力,可以用于預(yù)測(cè)與骨架結(jié)構(gòu)相似化合物的生物活性.

3.4 三維等值線圖

圖6是CoMFA立體場(chǎng)和靜電場(chǎng)的三維等值線圖.黃色區(qū)域表示相應(yīng)位置減小基團(tuán)的體積有利于提高活性,綠色區(qū)域表示此處增加基團(tuán)的體積有利于提高活性;藍(lán)色區(qū)域表示增加化合物的正電性將有利于化合物活性的提高,紅色區(qū)域表示增加化合物的負(fù)電性有利于化合物活性的提高.圖中加入的化合物為模板分子53.

表3 最佳CoMFA和CoMSIA模型統(tǒng)計(jì)參數(shù)Table 3 Statistical parameters of the best CoMFAand CoMSIAmodels

圖5 實(shí)驗(yàn)測(cè)定的pAC50值與CoMFA和CoMSIA預(yù)測(cè)的pAC50值的比較Fig.5 Comparison of experimental and predicted pAC50for CoMFAand CoMSIA

由圖6a可見(jiàn),在化合物53的R1的右方位置有一塊綠色區(qū)域,左方有三塊較小的黃色區(qū)域,說(shuō)明此處若取代基向右方適當(dāng)增大體積可以提高化合物的活性,而向其他方向伸展則會(huì)降低活性.例如化合物48、53-55,當(dāng)R1位置為1-羥基-異丙胺基時(shí),化合物的活性相對(duì)較高,而當(dāng)R1位置為其他體積較小基團(tuán),例如甲胺基或二甲氨基等取代時(shí),化合物的活性則有不同程度的下降.圖中的化合物53的磺酰胺基和R2、R3取代基附近有較大的黃色區(qū)域,說(shuō)明此處不宜有較大的取代基.由圖6b可見(jiàn),在R1所在位右側(cè)有一塊藍(lán)色區(qū)域,說(shuō)明在此處若連接有吸電子基團(tuán)時(shí),可以降低電子云密度,將有利于提高活性,例如化合物38-62在R1位置上連有鹵素或含氮基團(tuán),其活性普遍要比無(wú)取代基的化合物活性高;從圖中還可看出,在四氫喹啉取代基的2位有一塊紅色區(qū)域,說(shuō)明此處若含帶負(fù)電基團(tuán)可增加化合物活性;在R2取代基所在位置附近有一塊紅色區(qū)域,故R2取代基帶有吸電子基團(tuán)可以增加化合物的活性.模型中立體場(chǎng)的貢獻(xiàn)(47.8%)與靜電場(chǎng)的貢獻(xiàn)(52.2%)相當(dāng),所以對(duì)化合物的修飾改造應(yīng)均衡考慮空間位阻和靜電效應(yīng)的要求.

圖7為CoMSIA模型的立體場(chǎng)、靜電場(chǎng)、疏水場(chǎng)和氫鍵受體場(chǎng)等值線圖.在圖7a中,綠色區(qū)域表示引入大體積取代基將有利于化合物活性的提高,黃色區(qū)域表示引入大體積取代基將有可能降低化合物的活性.圖7b的藍(lán)色區(qū)域表示增加化合物的正電性將有利于化合物活性的提高,紅色區(qū)域表示增加化合物的負(fù)電性有利于化合物活性的提高.CoMSIA模型的立體場(chǎng)和靜電場(chǎng)分布趨勢(shì)均主要在R1取代基所在位置,表明R1取代基應(yīng)控制好取代基的伸展方向,并且?guī)ж?fù)電的吸電子取代基應(yīng)處于末端位置.在疏水場(chǎng)等值線圖中,黃色區(qū)域表示增加疏水性有利于提高活性,白色區(qū)域表示減少疏水性有利于化合物活性的提高,如圖7c所示,在R1、R2和R3所在位置均有黃色區(qū)域,表明在這些位置提高取代基疏水性有利于增加活性.

3.5 基于3D-QSAR的分子設(shè)計(jì)

圖6 CoMFA模型三維等值線圖Fig.6 Three dimensional(3D)contour plots of the CoMFAmodel

圖7 CoMSIA模型的三維等值線圖Fig.7 3D contour plot of the CoMSIAmodel

表4 設(shè)計(jì)化合物的預(yù)測(cè)活性Table 4 Predicted activities of designed compounds

圖8 設(shè)計(jì)化合物的結(jié)構(gòu)Fig.8 Structures of designed compounds

QSAR研究的目的是根據(jù)模型設(shè)計(jì)新化合物并運(yùn)用該模型預(yù)測(cè)新化合物的活性,為先導(dǎo)化合物的設(shè)計(jì)合成提供理論依據(jù).38根據(jù)前面已建立的3DQSAR模型及有關(guān)分析結(jié)果,現(xiàn)以表1中生物活性較高的化合物為起始化合物,結(jié)合藥效團(tuán)模型和課題組的研究基礎(chǔ),嘗試對(duì)其分子結(jié)構(gòu)進(jìn)行修飾,新設(shè)計(jì)的化合物結(jié)構(gòu)如圖8所示,用建立的3D-QSAR模型進(jìn)行活性預(yù)測(cè),得到的CoMFA、CoMSIA預(yù)測(cè)值見(jiàn)表4.利用R3的苯環(huán)或咪唑環(huán)以及四氫喹啉環(huán)滿足藥效團(tuán)模型的要求,同時(shí)四氫喹啉環(huán)的3,4位用一個(gè)四氫呋喃環(huán)控制空間取向,同時(shí)也規(guī)避了大部分相關(guān)專(zhuān)利的保護(hù);R4取代基引入二甲氨基或嗎啉環(huán)以滿足此處空間位阻和靜電需求,同時(shí)可以增加整個(gè)分子的水溶性;該系列化合物的生物活性有待進(jìn)一步實(shí)驗(yàn)的驗(yàn)證.

4 結(jié)論

綜合采用基于多復(fù)合物的藥效團(tuán)模型、CoMFA和CoMSIA方法建立了3D-QSAR模型,交叉驗(yàn)證的相關(guān)系數(shù)分別為0.545和0.653,表明該模型具有良好的預(yù)測(cè)能力,其三維等值線圖直觀地解釋了化合物的定量構(gòu)效關(guān)系,從立體場(chǎng)、靜電場(chǎng)和疏水場(chǎng)等方面全面地揭示了影響化合物活性的分子結(jié)構(gòu)特征.對(duì)于設(shè)計(jì)新結(jié)構(gòu)的PKM2激動(dòng)劑來(lái)說(shuō),在保證化合物合適的空間結(jié)構(gòu)取向以滿足藥效團(tuán)模型的基礎(chǔ)上,在四氫喹啉環(huán)的2位宜引入帶吸電子能力基團(tuán);6,7位應(yīng)注意控制基團(tuán)的大小,避免引入較大基團(tuán);5,8位取代基則可適當(dāng)增大基團(tuán)的體積.這些結(jié)論為進(jìn)一步結(jié)構(gòu)優(yōu)化、設(shè)計(jì)和合成新型的PKM2激動(dòng)劑提供了理論依據(jù).

(1)Tennant,D.A.;Duran,R.V.;Gottlieb,E.Nature Rev.Cancer 2010,10,267.doi:10.1038/nrc2817

(2)Vander Heiden,M.G.Nature Rev.Drug Discov.2011,10,671.doi:10.1038/nrd3504

(3) Cairns,R.A.;Harris,I.S.;Mak,T.W.Nature Rev.Cancer 2011,11,85.

(4) Levine,A.J.;Puzio-Kuter,A.M.Science 2010,330,1340.doi:10.1126/science.1193494

(5) Warburg,O.Science 1956,123,309.doi:10.1126/science.123.3191.309

(6)Vander Heiden,M.G.;Cantley,L.C.;Thompson,C.B.Science 2009,324,1029.doi:10.1126/science.1160809

(7) Dang,C.V.;Kim,J.W.;Gao,P.;Yustein,J.Nat.Rev.Cancer 2008,8,51.doi:10.1038/nrc2274

(8) Robey,R.B.;Hay,N.Semin.Cancer Biol.2009,19,25.doi:10.1016/j.semcancer.2008.11.010

(9) Shaw,R.J.Curr.Opin.Cell Biol.2006,18,598.doi:10.1016/j.ceb.2006.10.005

(10) Diaz-Ruiz,R.;Rigoulet,M.;Devin,A.BiochimicaetBiophysica Acta-Bioenergetics 2011,1807,568.doi:10.1016/j.bbabio.2010.08.010

(11)Dombrauckas,J.D.;Santarsiero,B.D.;Mesecar,A.D.Biochemistry 2005,44,9417.doi:10.1021/bi0474923

(12)Takenaka,M.;Yamada,K.;Lu,T.;Kang,R.;Tanaka,T.;Noguchi,T.Eur.J.Biochem.1996,235,366.doi:10.1111/ejb.1996.235.issue-1-2

(13)Christofk,H.R.;Vander Heiden,M.G.;Harris,M.H.;Ramanathan,A.;Gerszten,R.E.;Wei,R.;Fleming,M.D.;Schreiber,S.L.;Cantley,L.C.Nature 2008,452,230.doi:10.1038/nature06734

(14)Mao,J.Z.;Guo,W.H.;Shi,H.S.;Zhao,Y.W.;Yang,H.S.Journal of Sichuan University(Medical Science Edition)2011,42,308.[毛婧芝,郭文浩,石華山,趙玉偉,楊寒朔.四川大學(xué)學(xué)報(bào)(醫(yī)學(xué)版),2011,42,308.]

(15) Boxer,M.B.;Jiang,J.K.;Vander Heiden,M.G.;Shen,M.;Skoumbourdis,A.P.;Southall,N.;Veith,H.;Leister,W.;Austin,C.P.;Park,H.W.;Inglese,J.;Cantley,L.C.;Auld,D.S.;Thomas,C.J.J.Med.Chem.2010,53,1048.doi:10.1021/jm901577g

(16)Thomas,C.J.;Boxer,M.B.;Jiang,J.K.;Vander Heiden,M.G.;Walsh,M.J.;Brimacombe,K.;Shen,M.;Skoumbourdis,A.P.;Park,H.W.;Cantley,L.C.;Auld,D.S.Abstr.Pap.Am.Chem.Soc.2011,242,233-MEDI.

(17)Anastasiou,D.;Poulogiannis,G.;Asara,J.M.;Boxer,M.B.;Jiang,J.K.;Shen,M.;Bellinger,G.;Sasaki,A.T.;Locasale,J.W.;Auld,D.S.;Thomas,C.J.;Vander Heiden,M.G.;Cantley,L.C.Science 2011,334,1278.doi:10.1126/science.1211485

(18)Anastasiou,D.;Yu,Y.M.;Israelsen,W.J.;Jiang,J.K.;Boxer,M.B.;Hong,B.S.;Tempel,W.;Dimov,S.;Shen,M.;Jha,A.;Yang,H.;Mattaini,K.R.;Metallo,C.M.;Fiske,B.P.;Courtney,K.D.;Malstrom,S.;Khan,T.M.;Kung,C.;Skoumbourdis,A.P.;Veith,H.;Southall,N.;Walsh,M.J.;Brimacombe,K.R.;Leister,W.;Lunt,S.Y.;Johnson,Z.R.;Yen,K.E.;Kunii,K.;Davidson,S.M.;Christofk,H.R.;Austin,C.P.;Inglese,J.;Harris,M.H.;Asara,J.M.;Stephanopoulos,G.;Salituro,F.G.;Jin,S.F.;Dang,L.;Auld,D.S.;Park,H.W.;Cantley,L.C.;Thomas,C.J.;Heiden,M.G.V.Nat.Chem.Biol.2012,8,839.doi:10.1038/nchembio.1060

(19)Anastasiou,D.;Yu,Y.M.;Israelsen,W.J.;Jiang,J.K.;Boxer,M.B.;Hong,B.S.;Tempel,W.;Dimov,S.;Shen,M.;Jha,A.;Yang,H.;Mattaini,K.R.;Metallo,C.M.;Fiske,B.P.;Courtney,K.D.;Malstrom,S.;Khan,T.M.;Kung,C.;Skoumbourdis,A.P.;Veith,H.;Southall,N.;Walsh,M.J.;Brimacombe,K.R.;Leister,W.;Lunt,S.Y.;Johnson,Z.R.;Yen,K.E.;Kunii,K.;Davidson,S.M.;Christofk,H.R.;Austin,C.P.;Inglese,J.;Harris,M.H.;Asara,J.M.;Stephanopoulos,G.;Salituro,F.G.;Jin,S.F.;Dang,L.N.;Auld,D.S.;Park,H.W.;Cantley,L.C.;Thomas,C.J.;VanderHeiden,M.G.Nat.Chem.Biol.2012,8,1008.

(20) Jiang,J.K.;Boxer,M.B.;Vander Heiden,M.G.;Shen,M.;Skoumbourdis,A.P.;Southall,N.;Veith,H.;Leister,W.;Austin,C.P.;Park,H.W.;Inglese,J.;Cantley,L.C.;Auld,D.S.;Thomas,C.J.Bioorganic&Medicinal Chemistry Letters 2010,20,3387.doi:10.1016/j.bmcl.2010.04.015

(21)Walsh,M.J.;Brimacombe,K.R.;Veith,H.;Bougie,J.M.;Daniel,T.;Leister,W.;Cantley,L.C.;Israelsen,W.J.;Vander Heiden,M.G.;Shen,M.;Auld,D.S.;Thomas,C.J.;Boxer,M.B.Bioorganic&Medicinal Chemistry Letters 2011,21,6322.doi:10.1016/j.bmcl.2011.08.114

(22) Kubinyi,H.Drug Discov.Today 1997,11,457.

(23) Kubinyi,H.Drug Discov.Today 1997,12,538.

(24) SYBYL Molecular Modeling Software;Tripos Inc.:St.Louis,MO,USA,2012.

(25) http://www.rcsb.org

(26) Discovery Studio,version 3.5;Accelrys Inc.:San Diego,CA,USA,2012.

(27)Kang,C.M.;Zhao,X.H.;Wang,X.Y.;Cheng,J.G.;Lü,Y.T.Acta Phys.-Chim.Sin.2013,29,431.[康從民,趙緒浩,王新宇,程家高,呂英濤.物理化學(xué)學(xué)報(bào),2013,29,431.]doi:10.3866/PKU.WHXB201211151

(28)McIntosh,A.R.;Bookstein,F.L.;Haxby,J.V.;Grady,C.L.Neuroimage 1996,3,143.doi:10.1006/nimg.1996.0016

(29) Cramer,R.D.Perspect Drug Discov.Des.1993,1,269.doi:10.1007/BF02174528

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

(31) Tropsha,A.;Golbraikh,A.J.Mol.Graph.Model.2002,20,269.doi:10.1016/S1093-3263(01)00123-1

(32) Chaudhaery,S.S.;Roy,K.K.;Saxena,A.K.J.Chem Inf.Model.2009,49,1590.doi:10.1021/ci900049e

(33)Ouyang,L.;He,G.;Huang,W.;Song,X.R.;Wu,F.B.;Xiang,M.L.Int.J.Mol.Sci.2012,13,5348.doi:10.3390/ijms13055348

(34)He,G.;Qiu,M.H.;Li,R.;Ouyang,L.;Wu,F.B.;Song,X.R.;Cheng,L.;Xiang,M.L.;Yu,L.T.Chem.Biol.Drug Des.2012,79,960.doi:10.1111/jpp.2012.79.issue-6

(35) He,G.;Qiu,M.H.;Li,R.;Song,X.R.;Zheng,X.;Shi,J.Y.;Xu,G.B.;Han,J.;Yu,L.T.;Yang,S.Y.;Chen,L.J.;Wei,Y.Q.Molecular Simulation 2011,37,31.doi:10.1080/08927022.2010.517529

(36) Wu,F.B.;Xu,T.;He,G.;Ouyang,L.;Han,B.;Peng,C.;Song,X.R.;Xiang,M.L.Int.J.Mol.Sci.2012,13,15668.doi:10.3390/ijms131215668

(37) Clark,M.;Cramer,R.D.;Jones,D.M.;Patterson,D.E.;Simeroth,P.E.Tetrahedron Comput.Method 1990,3,47.doi:10.1016/0898-5529(90)90120-W

(38)Dai,Z.J.;Zhou,W.;Yuan,Z.M.Acta Phys.-Chim.Sin.2011,27,1654.[代志軍,周 瑋,袁哲明.物理化學(xué)學(xué)報(bào),2011,27,1654.]doi:10.3866/PKU.WHXB20110735