JMC | 如何发现难以药物靶向的靶标的先导化合物——大环类天然产物的发现：JMC|如何发现难以药物靶向的

原标题：JMC|如何发现难以药物靶向的靶标的先导化合物——大环类天然产物的发现
原创wumeng唯信计算昨天
收录于话题
#虚拟筛选
31个

文章图片
引言
针对具有大的、无特征的、高度亲脂性的或高度极性的和高柔性等特点的结合位点的靶标的先导化合物的生成是非常具有挑战性的。本文作者描述了大环天然产物的分子核心如何充当高质量的计算机筛选库，从而为难以药物靶向的靶标提供起始的先导化合物。针对仔细选择的一组天然产物衍生的核心进行了两轮循环的分子对接，结果发现了Keap1-Nrf2蛋白与蛋白相互作用的不带电荷的大环分子抑制剂， Keap1-Nrf2由于其高极性的结合位点一直以来都是一个特别具有挑战性的靶标。该大环分子抑制剂显示出细胞活性，并且基于其与Keap1的复合物的结构和合成途径，该大环分子能够较好的得到进一步的分子设计与优化。作者相信本文工作将激发人们对使用大环核心用于基于计算机的潜在先导化合物的生成的兴趣，并且还有益于未来的大环筛选库的收集与设计。
背景介绍
在所有已被发现的与人类疾病有关的靶标中，有超过一半的靶标被认为很难依靠符合Lipinski的“类药五规则”（Ro5）的传统小分子药物来调节，蛋白质-蛋白质相互作用（PPI）、蛋白酶、某些激酶以及转移酶和异构酶就是其中重要的例子。这些难以药物靶向的靶标通常具有大的、无特征的、高度亲脂性或高度极性和高柔性的结合位点。寻找细胞内难以药物靶向的具有口服生物利用度的药物是一项艰巨的任务，通常需要在Ro5以外（bRo5）的未知化学空间中发现相应配体。大环化合物能够在bRo5空间中的口服药物中富集，因为与传统的小分子相比，它们可以与具有大而无特征的结合位点的靶标更好的结合。此外，大环化可以改善血浆稳定性、细胞通透性和口服吸收。但是，大环化合物在筛选分子收集库中的代表性通常不足，限制了其在先导化合物生成中的使用。例如，阿斯利康（AstraZeneca）分子收集库中总共有380万种化合物，但包含不到17000个大环化合物。
尽管有越来越多的bRo5化合物进入了临床试验，但难以系统地研究难以药物靶向靶标的先导化合物的生成，并且随着化学空间随着分子体积大小的增加而急剧扩大，这是一个很大的挑战。天然产物是重要的药物来源，我们假设大环的核心可能是自然界的优势子结构，并且在难以药物靶向靶标的先导化合物的生成中可以发挥作用，就像传统药物的分子片段一样。类先导化合物的大环核的集合随后将可用于对靶标（例如PPI）进行计算机筛选，随后的优化可以提供新颖的先导化合物。在这里，我们报告了通过对大环天然产物化学空间的全面研究，如何生成两组可用于发现难以药物靶向靶标的先导化合物的大环核心。通过将更小和更像先导化合物的化合物对接到Keap1上Nrf2的高电荷结合位点中，确定了环噻啶的核心是Keap1的潜在抑制剂；使用核的结构简化类似物进行第二轮对接研究，然后进行合成，确定了Keap1-Nrf2PPI的弱抑制剂。基于该hit抑制剂合成了另外九种优化的化合物进而得到了活性在低μM范围内并显示出细胞活性的抑制剂14 。 Keap1和14的复合物的晶体结构揭示了不带电的大环分子14如何与Keap1的带电结合位点结合，并为其进一步优化提供了基础。
结果1:DictionaryofNaturalProducts的挖掘
DictionaryofNaturalProducts(DNP)包含超过15万种化合物，涵盖了广阔的化学空间，其中包括已经批准上市的口服和非肠道药物（图1a）。因此，我们认为DNP是用于鉴定大环核心的有吸引力的来源。首先，使用在PipelinePilot中实施的HTS过滤器从DNP中除去含有已知毒理基团和非常活泼的基团的天然产物，该过滤器除去了包括酰基卤、酸酐、重氮基团和酰肼在内的几种官能团。然后，将剩余的化合物进一步过滤，以包含至少一个大环，不超过十个较小的环，并且分子量（MW）小于2500Da（图1b），这一步删除了所有非大环和大型大环，例如多糖或多肽性质的大环，最终获得了3657个大环的数据集。使用先前报道的片段生成算法的前两个步骤，将该数据集侧链修剪到由至少两个与大环连接的重原子或官能团组成的连接点。过滤得到的扩展的Murcko骨架（本文中称为大环核），使其至少包含总共三个氧和氮原子并且小于15个可旋转键，从而去除不太可能发展为药物的高亲脂性和柔性核。整个大环收集流程下来，得到了将近2200个结构不同的核心，这些核心被聚集成217个代表性核心的集合。通过视觉检查去除了含有少量剩余反应性基团（如二硫化物、过氧化物和烷基卤化物）和具有高度合成复杂性的核以及寡聚体（寡肽和寡糖）。这提供了较小的41个更加类似先导化合物的核心的数据集，这些核心在很大程度上遵守了Lipinski的5规则。这组核心来自已经报道其绝对立体化学的35种天然产物以及仅了解相对立体化学的三种天然产物。这两组核心构成了独特的计算机筛选分子库，且两组核心之间的结构复杂性各不相同，其中一些很容易合成，而简化的类似物可能是其他大环化合物更有吸引力的起点。