本文關鍵詞：基于分子對接的牛布氏桿菌蘇氨酰tRNA合成酶新型抑制劑的虛擬篩選及活性驗證

  更多相關文章： 布氏桿菌 蘇氨酰tRNA合成酶 抑制劑 同源建模 分子動力學 分子對接 虛擬篩選

【摘要】：本論文重點采用同源建模(HomologyModeling)與分子動力學模擬(Molecular Dynamics Simulation)構建 了牛布氏桿菌(Brucella abortus)蘇氨酰tRNA合成酶(Threonyl-tRNA Synthetase)(BaThrRS)的三維結構。接著,以牛布氏桿菌蘇氨酰tRNA合成酶為靶標,利用基于分子對接(MolecularDocking)的虛擬篩選(VirtualScreening)獲得了牛布氏桿菌蘇氨酰tRNA合成酶新型抑制劑的候選化合物。最后,購買了對應的候選化合物,并以利用微生物抑制試驗初步篩選、鑒定了對牛布氏桿菌,具有抑制作用的牛布氏桿菌蘇氨酰tRNA合成酶新型抑制劑。本論文的研究內(nèi)容包括以下3部分:1.BaThrRS三維結構的建立基于分子對接虛擬篩選的前提是需要靶標的三維結構,而BaThrRS的三維結構并未獲得解析。本研究首先在NCBI的Protein數(shù)據(jù)庫獲得了BaThrRS的氨基酸序列。接著,利用NCBI中在線blast搜索了 PDB數(shù)據(jù)庫中與BaThrRS具有高相似性的蛋白三維結構。然后,利用Modeller9.16軟件進行同源建模,獲得了 BaThrRS的初級三維結構模型。接著,利用MolProbity 4.3評價該三維結構模型的結構合理性,并利用分子動力學模擬對BaThrRS的三維結構進行了 20 ns的結構優(yōu)化,獲得BaThrRS的最終三維結構。結果表明,大腸桿菌蘇氨酰tRNA合成酶(EThrRS)與BaThrRS的氨基酸序列具有51%的相似性,適合用作構建BaThrRS三維結構的模板。BaThrRS初級三維結構模型的Verify3D值為90.27%,ERRAT值為76.425。其Ramachandran顯示,該三維結構模型有95.1%(623/655)氨基酸位于合適區(qū)域,98.9%(648/655)氨基酸位于可接受區(qū)域,1.07%(7/655)氨基酸位于不可接受區(qū)域。經(jīng)過20 ns的分子動力學模擬優(yōu)化后,該模型的Verify3D值升為93.76%,ERRAT值升為85.440。其Ramachandran顯示,該三維結構模型有92.2%(604/655)氨基酸位于合適區(qū)域,99.2%(650/655)氨基酸位于可接受區(qū)域,僅有0.76%(5/655)氨基酸位于不可接受區(qū)域。這表明經(jīng)過優(yōu)化的BaThrRS三維結構模型的結構更加合理,能夠用作靶標,進行基于分子對接的虛擬篩選。2.BaThrRS新型抑制劑候選化合物的篩選基于分子對接虛擬篩選需要確定抑制劑在BaThrRS上的作用位點,即對接位點。本研究首先利用ATP與BaThrRS進行分子對接,找到ATP周圍的氨基酸殘基,從而,找到了 BaThrRS的活性中心。接著,將勃利霉素與BaThrRS進行分子對接,找到特異性抑制劑的結合位點和結合自由能。結果表明,BaThrRS的活性中心可以結合抑制劑,可被用作結合位點來進行基于分子對接的虛擬篩選。勃利霉素的結合自由能為-9.7 kcal/mol比ATP的結合自由能(-9.8kcal/mol)略大。說明虛擬篩選中,候選化合物的結合自由能均需小于-9.7 kcal/mol。最后,通過虛擬篩選,得到了 99種結合自由能均不大于-11 kcal/mol的候選化合物。3.BaThrRS新型抑制劑的鑒定采用微生物抑菌圈實驗和MIC分析方法,驗證了先前得到的候選化合物。結果共發(fā)現(xiàn)驗證的42種候選化合物種有4種化合物對布氏桿菌均具有明顯的抑制效果,說明利用本研究采用的基于分子對接的虛擬篩選的有效率約為10%。其中,E1和F4的MIC分別為1 mg/mL和0.5 mg/mL。本研究為開發(fā)防治牛布氏桿菌病的藥物奠定了基礎。
【學位授予單位】：中國農(nóng)業(yè)科學院
【學位級別】：博士后
【學位授予年份】：2017
【分類號】：S852.61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李洪林,沈建華,羅小民,沈旭,朱維良,王希誠,陳凱先,蔣華良;虛擬篩選與新藥發(fā)現(xiàn)[J];生命科學;2005年02期

2 詹冬玲;韓葳葳;劉景圣;;角鯊烯合成酶抑制劑的高通量虛擬篩選[J];吉林大學學報(理學版);2012年02期

3 洪雪梅;林毅;張光亞;;蛋白質突變仿真&虛擬篩選系統(tǒng)的開發(fā)和應用[J];計算機與應用化學;2012年03期

4 張宏愷;常云松;杜明娟;張翠竹;曹又佳;;用分子對接搭建激酶-抑制劑復合物的三維結構[J];南開大學學報(自然科學版);2009年02期

5 谷萬港;陳雪琴;張麗;張旋;;基于結構的CXCR4抑制劑的虛擬篩選[J];昆明醫(yī)科大學學報;2014年09期

6 黃勇;陳晨;張志毅;童貽剛;趙勇;;Autodock Vina與Discovery Studio在虛擬篩選耐藥蛋白抑制劑中的比較[J];生物信息學;2012年04期

7 孟成艷;金嘉琳;阮斐怡;雷建強;陳澍;張文宏;;布氏桿菌分子亞型分析方法的建立與應用研究[J];國際流行病學傳染病學雜志;2006年05期

8 徐軍;陳創(chuàng)夫;劉建平;張輝;王遠志;盛金良;曹旭東;王端明;;巢式PCR檢測乳中布氏桿菌[J];畜牧與獸醫(yī);2008年04期

9 歐燎原;談志祥;何世成;黃建龍;張朝陽;魯杏華;唐小明;汪洪冰;;羊布氏桿菌的分離與鑒定[J];中國畜牧獸醫(yī);2011年08期

10 何倩倪，袁燕，吐爾洪江，周文來，，谷登峰;牛布氏桿菌抗獨特型抗體苗的保存期試驗[J];草食家畜;1995年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 田盛;侯廷軍;;多構象并行虛擬篩選策略的構建和評估[A];中國化學會第29屆學術年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

2 侯廷軍;;虛擬篩選中幾種優(yōu)化策略的研究[A];中國化學會第29屆學術年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

3 朱維良;;虛擬篩選策略的再探索[A];中國化學會第27屆學術年會第15分會場摘要集[C];2010年

4 王希誠;李洪林;;藥物分子虛擬篩選和靶向虛擬篩選方法[A];中國力學學會學術大會'2005論文摘要集（下）[C];2005年

5 劉艾林;;計算機輔助篩選技術[A];新觀點新學說學術沙龍文集23：新藥發(fā)現(xiàn)——尋找維護人類健康的武器[C];2008年

6 王立言;盧偉強;袁虎;張壽德;黃瑾;單磊;李洪林;;基于虛擬篩選的基質金屬蛋白酶天然抑制劑的發(fā)現(xiàn)及優(yōu)化[A];2011年全國藥物化學學術會議——藥物的源頭創(chuàng)新論文摘要集[C];2011年

7 鄧乾民;孫清;陳娟;時國慶;;高通量虛擬篩選植物源蛋白酶體抑制劑[A];中國藥理學會第十次全國學術會議�？痆C];2009年

8 楊帆;劉艾林;;分子對接應用與研究進展[A];藥學發(fā)展前沿論壇及藥理學博士論壇論文集[C];2008年

9 李劍;張鍵;陳靜;貴春山;柳紅;沈旭;蔣華良;陳凱先;;親環(huán)素A抑制劑的發(fā)現(xiàn):綜合運用基于結構的虛擬篩選,基于碎片的化合物庫設計,化學合成和生物測試[A];“以嶺醫(yī)藥杯”第八屆全國青年藥學工作者最新科研成果交流會論文集[C];2006年

10 初燕燕;陳顯軍;楊弋;唐峗;;虛擬篩選方法用于尋找Ero1p的小分子抑制劑[A];第十一屆全國計算（機）化學學術會議論文摘要集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前6條

1 劉春英;掌握理論技術 推進源頭創(chuàng)新[N];中國醫(yī)藥報;2009年

2 葉依;養(yǎng)寵物當心布氏桿菌[N];健康時報;2007年

3 北京友誼醫(yī)院 主任醫(yī)師 王潤華 北京房山中醫(yī)醫(yī)院 醫(yī)師 王艷芳;防布氏桿菌 吃肉要熟勿貪“嫩”[N];中國醫(yī)藥報;2001年

4 北京獸藥研究所 中青;牛布氏桿菌病診斷技術[N];中國畜牧水產(chǎn)報;2001年

5 江蘇省農(nóng)科院獸醫(yī)所 王芳 林繼煌;羊布氏桿菌病[N];江蘇農(nóng)業(yè)科技報;2005年

6 河北省畜牧獸醫(yī)服務中心 王銀錢;野豬布氏桿菌病的診治[N];河北科技報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李明;基于分子對接的牛布氏桿菌蘇氨酰tRNA合成酶新型抑制劑的虛擬篩選及活性驗證[D];中國農(nóng)業(yè)科學院;2017年

2 陳照強;鹵鍵、碳氫活化偶聯(lián)機理的量子化學計算及藥物結合口袋的識別與應用研究[D];中國科學院大學(中國科學院上海藥物研究所);2017年

3 康玲;藥物分子對接優(yōu)化模型與算法研究[D];大連理工大學;2009年

4 李洪林;藥物發(fā)現(xiàn)及靶向虛擬篩選的算法與程序設計[D];大連理工大學;2005年

5 李正夫;藥物分子對接優(yōu)化算法及在云平臺中的應用[D];大連理工大學;2014年

6 徐淑坦;基于多目標差分進化的分子對接算法研究[D];吉林大學;2015年

7 曹冉;基于受體結構的虛擬篩選在先導化合物發(fā)現(xiàn)中的應用[D];天津大學;2013年

8 李純蓮;藥物設計中分子對接優(yōu)化設計的算法和軟件研究[D];大連理工大學;2004年

9 胡國平;虛擬篩選方法評價和靶向HIV-1整合酶與人類LEDGF/p75蛋白相互作用界面的抑制劑發(fā)現(xiàn)研究[D];華東理工大學;2012年

10 張娛;腈和苯酚與相關降解酶之間的分子對接研究[D];湖南大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李曉光;(S)-4-(2-氨基-2-苯乙酰氨基)-N-羥基苯甲酰胺結構修飾和初步抗腫瘤活性評價研究[D];山東大學;2015年

2 匡鳴;肝纖維化新靶標BRD4蛋白抑制機制研究與虛擬篩選[D];廣東藥科大學;2016年

3 楊森;中藥方劑桃仁紅花煎的計算藥理學研究[D];鄭州大學;2016年

4 盧玉林;新德里金屬-β-內(nèi)酰胺酶-1抑制劑的虛擬篩選[D];華中農(nóng)業(yè)大學;2016年

5 馬磊;嗅覺氣味分子的GPCR靶標虛擬篩選及與金屬卟啉環(huán)結合作用的量子化學計算[D];安徽醫(yī)科大學;2015年

6 孫亮亮;特異性選擇環(huán)氧化酶-2小分子的虛擬篩選、合成及其毒理學和藥效學初步評價[D];安徽中醫(yī)藥大學;2016年

7 黃夢楠;α-葡萄糖苷酶抑制劑的虛擬篩選和分子動力學模擬[D];大連理工大學;2016年

8 王夢禹;基于機器學習的藥物蛋白虛擬篩選方法研究[D];哈爾濱理工大學;2016年

9 陳文;基于失衡數(shù)據(jù)分類模型的藥物蛋白質虛擬篩選方法[D];哈爾濱理工大學;2017年

10 許偉芳;HNE抑制劑的虛擬篩選與多肽的構象空間搜索研究[D];華中師范大學;2015年

本文編號：1270633