目的利用計算機輔助藥物設計的方法對靶向細菌轉(zhuǎn)位酶Ⅰ(MraY)的核苷類(Capuramycin)化合物進行結(jié)構(gòu)設計、優(yōu)化及化學合成,并通過體外活性測定,以期發(fā)現(xiàn)作用機制新穎、抑菌活性強、成藥性理想的抗結(jié)核先導化合物。方法通過構(gòu)建靶向MraY的Capuramycin類化合物的同系物庫,建立具有顯著預測能力的Capuramycin類化合物的3D-QSAR模型,應用3D-QSAR和分子對接的方法對該類化合物進行結(jié)構(gòu)與活性的關(guān)系研究,分析影響其活性的分子結(jié)構(gòu)特征,然后進行結(jié)構(gòu)改造和優(yōu)化。利用化學方法對新設計的化合物進行合成,應用M.tuberculosis H37R v對新設計合成的化合物進行體外抑菌活性篩選。結(jié)果使用52個Capuramycin衍生物作為訓練集分子構(gòu)建3D-QSAR模型,同時,采用由13個化合物組成的測試集來驗證模型的可靠性。得到一個交叉驗證系數(shù)q2為0.398、非交叉驗證系數(shù)R2和預測相關(guān)系數(shù)R2pred分別為0.976和0.839的高度可靠的3D-QSAR模型,該模型具有很好預測能力。結(jié)合3D-QSAR模型和分子對接研究,可揭示Capuramycin類同系物的構(gòu)效關(guān)系。基于此,以Capuramycin為母體對其分子內(nèi)的己內(nèi)酰胺環(huán)結(jié)構(gòu)進行替換,設計并合成了8個全新結(jié)構(gòu)的核苷類抗結(jié)核先導化合物。用3D-QSAR模型進行活性預測,部分化合物的預測活性值較Capuramycin母體化合物有較大提高。以一線抗結(jié)核藥物INH(異煙肼)、RIF(利福平)陽性對照,體外抗結(jié)核活性測試實驗顯示,在新合成的化合物中,S1的抑菌活性最好,MIC值為12μg/ml。結(jié)論通過結(jié)合3D-QSAR模型和分子對接研究,Capuramycin類同系物的構(gòu)效關(guān)系可概括如下:1用大體積且?guī)д姷娜〈〈簝?nèi)酰胺環(huán)部分對活性不利;2用帶正電性的小分子取代基取代核苷2'-OH上的H可提高其生物活性;3用體積較大的取代基取代糖羥基上的氫原子或許可提升對MraY的抑制作用。綜合以上信息設計而成的新Capuramycin同系物,預測的活性值要高于用于構(gòu)建模型的那些化合物的活性值。抗菌活性測試結(jié)果顯示,新合成的化合物S1對結(jié)核分枝桿菌H37Rv具有較好的抑制活性。因此,3D-QSAR模型和分子對接研究可用作指導設計和預測新的、更有效的核苷類抗結(jié)核先導化合物分子。
【學位單位】：華北理工大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R91
【部分圖文】：

華北理工大學碩士學位論文列出的所有化合物都能抑制 MraY 的合成，但是各類的抑制些抑制劑具有抗革蘭氏陽性菌的活性（例如 tunicamycins，ycin），一些具有抗分枝桿菌的活性（liposidomycins 和 cap菌的活性（mureidomycins 及其相關(guān)化合物）。其中一些具 則 沒 有 毒 性 ： Tunicamycins 的 毒 性 很 高 ， 但 是 ams，mureidomycins 和 capuramycins 的 LD50（大鼠）值則酶靶點的選擇性似乎是其毒性存在差別的決定性因素[8]。mycin 為一類通過抗菌藥物新靶點細菌轉(zhuǎn)位酶 I[9,10]（又稱 極具有開發(fā)為臨床抗結(jié)核藥物潛力的先導化合物，主4]和 A-503083s[15]。以糖苷鍵相連的 5’-C-氨基甲酰尿苷和不們共同的結(jié)構(gòu)骨架（圖 2）。

該蛋白被定義為總受體，通過選擇氨基酸 Asp117、Asp118、Asp265 和His324（突變研究揭示這些殘基是關(guān)鍵催化位點殘基）定義結(jié)合位點，并產(chǎn)生半徑范圍為 15 的結(jié)合口袋。隨后的計算均采用默認參數(shù)。能量最小化，直到達到 0.01 的能量梯度。選擇具有最高 CDOCKER _INTERRACTION_ENERGY（受體與配體間結(jié)合的自由能）的結(jié)構(gòu)來進行結(jié)合特征的分析。1.2 結(jié)果1.2.1 分子疊合的結(jié)果我們選用 Align to Selected Structure 模塊和基于公共骨架的疊合方法，以活性最好的化合物（27）作為分子疊合的模板。如圖 6A 所示為疊合的公共骨架，6B為所有訓練集分子疊合后的構(gòu)象。

圖 7 預測和實驗的 pIC50值（A）訓練集（B）測試集Fig.7 Predicted versus experimental pIC50values. (A) Fitted predictions for the training set. (B)Fitted predictions for the test set.采用指標 q2、R2、R2pred進行模型預測效果評價。模型交叉驗證系數(shù) q2表示模型的可靠性[41]；q2大于 0.3 表示機會相關(guān)的概率小于 5%(模型可信度為 95%)[42]，當 q2大于 0.5 時，表明所建模型的統(tǒng)計意義十分顯著。非交叉驗證系數(shù) R2、預測相關(guān)系數(shù) R2pred表示模型的內(nèi)部和外部預測能力，它們大于 0.5 才能表示該模型可用于預測新的化合物的活性，而值越接近于 1，說明模型的預測能力越強。經(jīng)計算本模型的 q2=0.395（大于 0.3）、R2=0.976、R2pred=0.839，因此該 3D-QSAR 模型具有顯著的統(tǒng)計學意義和可靠性，具有良好的預測能力。1.2.3 3D-QSAR 模型等勢圖圖 8 為 3D-QSAR 模型生成的 MFA 等勢圖的結(jié)果。等勢圖可提供影響化合物活性因素的信息。這在以通過結(jié)構(gòu)改造而使配體和活性位點之間更好地相互作用來設計新藥時尤為重要。因此，它是設計和評估新型抑制劑必不可少的步驟。

【參考文獻】

相關(guān)期刊論文 前2條

1 焦育強;董雅芬;李菲;袁夏;姜玉;梁睿姝;金磊;柴曉云;吳秋業(yè);張川;;摀鹽類多肽縮合劑在有機合成中應用的研究進展[J];廣州化工;2014年17期

2 陳慧燕;;麥氏比濁儀檢測布魯氏菌病-特異性血清學SAT探討[J];中國衛(wèi)生檢驗雜志;2009年06期

相關(guān)博士學位論文 前2條

1 侯旭奔;基于計算機模擬技術(shù)的藥物先導化合物的快速發(fā)現(xiàn)與活性評價[D];山東大學;2017年

2 劉安;PD-1/PD-L1通路小分子抑制劑的發(fā)現(xiàn)[D];吉林大學;2016年

相關(guān)碩士學位論文 前1條

1 劉娟娟;核苷類抗生素Capuramycin與Albomycin結(jié)構(gòu)的優(yōu)化[D];華北理工大學;2015年

本文編號：2812158