[发明专利]一种快速发现Topo1抑制剂分子的筛选方法在审
申请号: | 202010491320.7 | 申请日: | 2020-06-02 |
公开(公告)号: | CN111653322A | 公开(公告)日: | 2020-09-11 |
发明(设计)人: | 陈双扣;徐明鑫;唐倩;郭银应;罗蓓 | 申请(专利权)人: | 重庆科技学院 |
主分类号: | G16C20/50 | 分类号: | G16C20/50;G16C20/90 |
代理公司: | 北京劲创知识产权代理事务所(普通合伙) 11589 | 代理人: | 徐家升 |
地址: | 401331 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 快速 发现 topo1 抑制剂 分子 筛选 方法 | ||
1.一种快速发现Topo1抑制剂分子的筛选方法,其特征在于,包括以下步骤:
(1)蛋白晶体的获取及处理;
(2)虚拟筛选模型预测能力的校准及筛选模型的建立;
(3)生物学验证/细胞增殖实验;
(4)利用在线开源软件计算筛选得到的分子的ADMET性质,过滤掉不满足性质的分子。
2.根据权利要求1所述的一种快速发现Topo1抑制剂分子的筛选方法,其特征在于,步骤(1)中蛋白晶体的获取及处理方法为:从RCSB PDB数据库网站(www.rcsb.org)中获取Topo1靶点的多个晶体结构,得到ID为Irr8,Ik4t,It8i,其分辨率分别为一般来说分辨率越高,对接结果和对接位点越精确,因此选择TopoI晶体结构PDBcode:1t8i,分辨率为
3.根据权利要求1所述的一种快速发现Topo1抑制剂分子的筛选方法,其特征在于,步骤(2)中虚拟筛选模型预测能力的校准方法为:构建靶点TopoI的药效团模型,对SPECS化合物库进行基于药效团匹配的虚拟筛选;利用分子对接软件,对化合物进行对接打分;绘制受试者工作特征(ROC)曲线,靶点的Active活性分子由Binding database获得,通过http://dude.docking.org/网站获取Decoy诱导分子,以活性分子40,诱导分子2000进行对接。以假阳性率(1-特异度)为横轴,真阳性率(灵敏度)为纵轴,连接各点进行绘制,计算ROC曲线下的面积(area under curve),即ROC AUC值,该值可反映虚拟筛选方法的效果,一般认为该值为0.7-0.9时具有一定的筛选效果。其次要考虑特异度,即看中ROC曲线的左下角部分,该部分的ROC曲线越靠近纵轴,说明对应的虚拟筛选方法能更有效的区分active与decoy化合物,准确的从海量的数据库中挑选出active化合物,可以验证对接方法及参数适用于该体系;绘制复式直方图,活性分子和诱导分子可以有效的分开,说明所建立的对接模型可用于后期的大规模分子对接,其中绿色部分为诱导分子,红色部分为活性分子;计算富集因子(EnrichmentFactor,EF),富集因子是评估分子对接性能的重要指标,其主要是考察对接计算所使用的参数能否从包含活性分子和诱饵分子的数据库中将活性分子通过打分值的形式筛选出来。EF值越大,富集程度越高,表示相同比例中活性分子所占比例越高。其公式为其中Nsampled为打分结果前n%分子的个数(设定为0.5%、1%、5%和10%),Hitssampled为活性分子的个数;Ntotal为用于对接计算的数据集的分子个数,Hitstotal为活性分子的个数。Nsampled为打分结果前n%分子的个数。对于EF值大小的表征,当EF1时,该方法具有显著地活性化合物的富集能力。其富集能力随着EF的增加而增加。一般认为EF1,ROC曲线面积AUC0.5时,筛选模型适用于该蛋白;以原配体对接的结合能值S为阈值(TopoI为-95.0290),筛选出23个TopoI抑制剂分子,通过对分子药效口袋以及与靶点结合作用方式进行观察,最终发现了5个可作为先导化合物的活性分子(M1~M5),以M5号活性分子为模板,进行新分子设计和活性预测,最终得到5个活性高的分子(N1~N5)。
4.根据权利要求1所述的一种快速发现Topo1抑制剂分子的筛选方法,其特征在于,步骤(3)中生物学验证/细胞增殖实验方法为:由于CCK-8试剂中含有WST-8,它在电子载体1-甲氧基-5-甲基吩嗪鎓硫酸二甲酯(1-Methoxy PMS)的作用下被细胞中的脱氢酶还原为具有高度水溶性的黄色甲臜产物(Formazan dye)。生成的甲臜物的数量与活细胞的数量成正比,因此利用这一特性进行细胞增殖和毒性的快速、高灵敏度分析。通过CCK-8实验对5个活性分子(M1~M5)进行生物学活性检验,测试其抑制率,结果表明5个活性分子均具有一定的抑制效果。
5.根据权利要求1所述的一种快速发现Topo1抑制剂分子的筛选方法,其特征在于,步骤(4)中利用在线开源软件计算筛选得到的分子的ADMET性质,过滤掉不满足性质的分子的方法为:运用FAF-Drugs4筛选方法,用Openbable软件将7个小分子转换成sdf格式提交FAF-Drugs4数据库平台(http://fafdrugs3.mti.univ-paris-diderot.fr/),默认参数。计算结果表明,这5个小分子满足要求,有较高的可能性能成为药物。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆科技学院,未经重庆科技学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010491320.7/1.html,转载请声明来源钻瓜专利网。