毛黎靜,文曉榮,舒 茂
(1.江蘇九旭藥業(yè)有限公司,江蘇 徐州 221200;
2.重慶理工大學 藥學與生物工程學院,重慶 400054)
?
mTOR 抑制劑的三維定量構效關系研究
毛黎靜1,文曉榮2,舒茂2
(1.江蘇九旭藥業(yè)有限公司,江蘇 徐州221200;
2.重慶理工大學 藥學與生物工程學院,重慶400054)
摘要:針對29個苯并氮氧雜環(huán)類mTOR抑制劑,運用比較分子力場分析(CoMFA)和比較分子相似性指數(shù)分析 (CoMSIA)這兩種經(jīng)典的3D- QSAR方法,分別建立相應的模型,并對其進行結構和活性關系的分析。結果顯示:CoMFA模型和CoMSIA模型的交叉驗證系數(shù)q2分別為0.674和0.782,相關系數(shù)r2分別為0.995和0.932。這兩種模型都顯示出了較好的預測性和穩(wěn)定性,其三維等勢圖也證實了mTOR抑制劑結構和活性關系,可為設計研究更加有效的mTOR抑制劑提供理論基礎。
關鍵詞:mTOR抑制劑; mTOR蛋白; 三維定量構效關系
據(jù)WHO報道,預計到2020年全球癌癥病例將會從2012年的1 200萬上升到2 200萬,成為導致人類死亡的重要原因之一。目前,對于惡性腫瘤治療的方法主要有手術治療、放射治療、抗癌藥物治療、免疫治療以及中醫(yī)治療等,但效果均不理想。主要原因之一是因為抑制劑在治療過程中仍存在一些弊端。因此,本文在計算機輔助藥物設計(CADD)的基礎上進行結構和活性之間的關系分析,期望為設計更加高效的抑制劑提供理論依據(jù)。
哺乳動物雷帕霉素靶蛋白(mTOR)是1991年HEITMAN等從酵母中分離出的一種絲氨酸/蘇氨酸蛋白激酶,屬于磷脂酰肌醇激酶(PIKK)家族,是PI3K/Akt下游信號通路的一個重要的效應分子[1]。通過研究發(fā)現(xiàn):在PI3K/Akt/mTOR信號通路活化后,能夠加快細胞生長,減少細胞凋亡,并能促進腫瘤細胞的遷移[2-9]。雷帕霉素及其衍生物(RAD-001、CCI-779)的效應研究也說明了mTOR信號通路在腫瘤的形成、生長過程中占據(jù)重要地位,這在腦膠質瘤、乳腺癌、卵巢癌研究中已有報道[10-11]。因此,本文針對29個苯并氮氧雜環(huán)類衍生物進行研究,尋求其抑制劑結構與mTOR蛋白活性之間的關系,為設計更加有效的抑制劑提供新的思路。
1研究方法
1.1數(shù)據(jù)來源及其預處理
基于29個苯并氮氧雜環(huán)類mTOR抑制劑的結構和活性(活性數(shù)值是pIC50,即IC50的負對數(shù)),從各個活性階段隨機選取20個分子作為訓練集和9個分子作為測試集(表1用*表示),所有的化合物均在SYBYL 2.0中進行三維結構的搭建[12-14]。用Tripos力場和MMFF94電荷對分子進行能量最小化計算,優(yōu)化中將最大重復次數(shù)設置為1 000,Gradient設置為0.005,Color Option改為Force,其余參數(shù)使用默認值。將優(yōu)化好的分子重新依次命名保存。選用訓練集中活性最高的13號分子作為模板,采用SYBYL 2.0中的Align database模塊將訓練集中所有分子進行共同骨架疊合,見圖1。
圖1 共同骨架疊合
圖2為分子結構。表1為CoMFA和CoMSIA模型的實驗值(pIC50) 與預測值 (pIC50)以及差值。
圖2 分子結構
1.2建立3D-QSAR模型
通過CoMFA[15]和CoMSIA[16-17]兩種方法建立3D-QSAR模型。在建模過程中,使用一個以sp3雜化的C+探針來計算分子格點空間距離為0.2 nm的分子場。之后進行回歸分析,運用偏最小二乘法(PLS)以及抽一法(LOO)進行相互驗證得到模型的主成分數(shù)n和交叉驗證系數(shù)q2[18-19]。運用非交叉驗證法得到相關系數(shù)r2、標準偏差SEE以及F值。最后通過建立的3D-QSAR模型對測試集進行活性預測。
在建模的過程中,CoMFA模型使用了立體場和靜電場來描述,而CoMSIA模型采用立體場、靜電場、疏水場、氫鍵供體場、氫鍵受體場來描述[20-21]。一般情況下交叉驗證系數(shù)q2> 0.5才具有較好的預測能力。CoMFA和CoMSIA使用相同的方法進行模型的建立。
表1 CoMFA和CoMSIA模型的實驗值與預測值以及差值
續(xù)表
Com.R1R2R3R4ActualpIC50CoMFAPredResCoMSIAPredRes21*SO2Men-PrH7.5538.014-0.4617.559-0.00622*SO2MeNHEtH6.6908.105-1.4157.561-0.87123SO2MeClH7.6357.6280.0078.156-0.52124SO2MeBrH8.2848.287-0.0038.1790.10525*SO2MeHMe8.1808.420-0.2408.345-0.16526*SO2MeMeF8.8548.1770.6778.0070.84727*SO2MeEtF8.5388.3270.2118.0870.45128SO2MeHH7.8867.8720.0148.071-0.18529SO2MeMeF8.0047.9840.0208.093-0.089
“*”:text set
2結果與討論
2.13D-QSAR模型
訓練集CoMFA 和 CoMSIA模型的統(tǒng)計參數(shù)見表2。其中:在CoMFA模型中,相互驗證系數(shù)q2=0.674,回歸系數(shù)r2=0.995,最佳成分數(shù)為6,標準偏差SEE為0.061,F(xiàn)值為464.980;在CoMSIA模型中,相互驗證系數(shù)q2=0.782,回歸系數(shù)r2=0.932,最佳成分數(shù)為3,標準偏差SEE為0.210,F(xiàn)值為73.613。這些數(shù)值都說明模型是可信的,并且擁有良好的預測能力。
2.2模型驗證
對CoMFA 和CoMSIA模型的實驗值和預測值進行線性回歸分析(圖3)可以發(fā)現(xiàn):實驗值與預測值有較好的擬合度,表明實驗值與預測值之間存在良好的相關性。
表2 訓練集CoMFA 和CoMSIA 模型的統(tǒng)計參數(shù)
2.3CoMFA 和 CoMSIA模型結果分析
圖4是用活性最高的化合物13為模板來分析CoMFA和COMSIA模型的三維等勢圖。圖4(a)為CoMFA立體場和靜電場下的等勢圖,其中立體場和靜電場的貢獻分別是39.8%和60.2%,由此可知在CoMFA模型中靜電場占據(jù)主要地位。圖4(a)中黃色表示增大基團活性降低,綠色表示增大基團會增加活性,從圖中可以看出:R1位取代基苯并咪唑的2號位添加1個甲基后活性增大,如化合物13的活性大于12;相對于化合物9和10,在咪唑環(huán)的NH位(黃色區(qū)域)添加甲基后活性減小。圖中紅色代表增加帶負電基團有利于增加活性,藍色代表帶正電基團有利于增加活性。R1位取代基苯并咪唑基的NH位置的不同導致活性發(fā)生差異。 如化合物12號的活性大于化合物11,化合物07的活性大于化合物08的活性。在這個模型中靜電場的貢獻達到了60.2%,在今后的設計中應以此為焦點。
圖3 3D-QSAR模型中訓練集和測試集實驗值
圖4(b)、(c)、(d)分別對應的是CoMSIA 模型立體場和靜電場、CoMSIA 模型疏水場、CoMSIA 模型氫鍵供體和受體場三維等勢圖。圖4(b)中靜電場和立體場顏色的表示意義同COMFA一樣。通過對比可以發(fā)現(xiàn):立體場和靜電場等勢域在這兩個模型中的分布大致相同。圖4(c)中黃色區(qū)域代表添加疏水基團可以增加分子的活性,灰色區(qū)域為疏水不利區(qū)域。如R2位上替換為憎水基團后,活性變強,如02,07,08號化合物的活性分別大于01,09,10號化合物的活性。圖4(d)中藍綠色代表增加氫鍵供體有利于增加活性,紫色相反,紫紅色表示增加氫鍵供體有利于活性增加,紅色與之相反。如化合物10在NH位用甲基取代H后活性小于化合物09。在CoMSIA模型中,氫鍵供體的貢獻值為42.8%,因此應該著重在氫鍵供體方面修飾分子。
圖4 三維等勢圖
3結束語
本文通過對29個苯并氮氧雜環(huán)類mTOR抑制劑進行三維定量構效關系的研究分析,得到兩個穩(wěn)定且具有較好預測能力的CoMFA和CoMSIA模型。通過兩種模型的三維等勢圖確定了在R1位取代基苯并咪唑的2號位增大基團或者替換為憎水基團后活性增大,反之活性降低。在R1位取代基苯并咪唑的NH位增加氫鍵供體后會降低化合物的活性。
參考文獻:
[1]HEITMAN J,MOVVA N R,HALL M N.Targets for cell cycle arrest by the immunosuppressant rapamycin in yeast[J].Science,1991,253(5022):905-909.
[2]冀靜.mTOR信號通路與腫瘤的研究進展[J].西安交通大學學報(醫(yī)學版),2010,31(1):1-9.
[3]陸建國.mTOR信號通路與腫瘤研究進展[J].現(xiàn)代醫(yī)藥衛(wèi)生,2015,31(2):199-202.
[4]KOEHLER M F,BERGERON P,BLACKWOOD E,et al.Potent,selective,and orally bioavailable inhibitors of the mammalian target of rapamycin kinase domain exhibiting single agent antiproliferative activity[J].Journal of medicinal chemistry,2012,55(24):10958-10971.
[5]LIU Q,WANG J,KANG,et al,Discovery of 9-(6-aminopyridin-3-yl)-1-(3-(trifluoromethyl)phenyl) benzo[h][1,6] naphthyridin-2(1H)-one (Torin2) as a potent,selective,and orally available mammalian target of rapamycin (mTOR) inhibitor for treatment of cancer[J].Journal of medicinal chemistry,2011,54(5):1473-1480.
[6]MORTENSEN D S,PERRIN-NINKOVIC S M,SHEVLIN G,et al.Optimization of a Series of Triazole Containing Mammalian Target of Rapamycin (mTOR) Kinase Inhibitors and the Discovery of CC-115[J].Journal of medicinal chemistry,2015,58(14):5599-5608.
[7]POULSEN A,NAGARAJ H,LEE A,et al,Structure and ligand-based design of mTOR and PI3-kinase inhibitors leading to the clinical candidates VS-5584 (SB2343) and SB2602[J].Journal of chemical information and modeling,2014,54(11):3238-3250.
[8]SAURAT T,BURON F,RODRIGUES N,et al.Design,synthesis,and biological activity of pyridopyrimidine scaffolds as novel PI3K/mTOR dual inhibitors[J].Journal of medicinal chemistry,2014,57(3):613- 631.
[9]SEIXAS J D,LUENGO-ARRATTA S A,DIAZ R,et al.Establishment of a structure-activity relationship of 1H-imidazo[4,5-c]quinoline-based kinase inhibitor NVP-BEZ235 as a lead for African sleeping sickness[J].Journal of medicinal chemistry,2014,57(11):4834- 4848.
[10]CHOE G,HORVATH S,CLOUGHESY T F,et al.Analysis of the phosphatidylinositol 3’-kinase signaling pathway in glioblastoma patients in vivo[J].Cancer research,2003,63 (11):2742-2846.
[11]NEVE R M,HOLBRO T,HYNES N E.Distinct roles for phosphoinositide 3-kinase,mitogen-activated protein kinase and p38 MAPK in mediating cell cycle progression of breast cancer cells[J].Oncogene,2002,21(29):4567-4576.
[12]TAKAKEUCHI C S,KIM B G,BLAZEY C M,et al.Discovery of a novel class of highly potent,selective,ATP-competitive,and orally bioavailable inhibitors of the mammalian target of rapamycin (mTOR) [J].Journal of medicinal chemistry,2013,56(6):2218-2234.
[13]NAGANATHAN S,ANDERSEN D L,ANDERSEN N G,et al.Process Development and Scale-Up of a Benzoxazepine-Containing Kinase Inhibitor[J].Organic Process Research & Development,2015,19(7):721-734.
[14]ZHENG S,ZHONG Q,XI Y,et al.Modification and biological evaluation of thiazole derivatives as novel inhibitors of metastatic cancer cell migration and invasion[J].Journal of medicinal chemistry,2014,57(15):6653- 6667.
[15]CRAMER R D,PATTERSON D E,BUNCE J D.Comparative molecular field analysis (CoMFA).1.Effect of shape on binding of steroids to carrier proteins[J].Journal of the American Chemical Society,1988,110(18):5959-5967.
[16]KLEBE G,ABRAHAM U,MIETZNER T.Molecular similarity indices in a comparative analysis (CoMSIA) of drug molecules to correlate and predict their biological activity[J].Journal of medicinal chemistry,1994,37(24):4130- 4146.
[17]BOHM M,St RZEBECHER J,KLEBE G.Three-dimensional quantitative structure-activity relationship analyses using comparative molecular field analysis and comparative molecular similarity indices analysis to elucidate selectivity differences of inhibitors binding to trypsin,thrombin,and factor Xa[J].Journal of medicinal chemistry,1999,42(3):458- 477.
[18]XIE A,SIVAPRAKASAM P,DOERKSEN R J.3D-QSAR analysis of antimalarial farnesyltransferase inhibitors based on a 2,5-diaminobenzophenone scaffold[J].Bioorganic & medicinal chemistry,2006,14(21):7311-7323.
[19]BUSH B L,NACHBAR R B.Sample-distance partial least squares:PLS optimized for many variables,with application to CoMFA[J].Journal of computer-aided molecular design,1993,7(5):587- 619.
[20]ALMERICO A M,TUTONE M,LAURIA A.Receptor-guided 3D-QSAR approach for the discovery of c-kit tyrosine kinase inhibitors[J].Journal of molecular modeling,2012,18(7):2885-2895.
[21]AKAMATSU M.Current state and perspectives of 3D-QSAR[J].Current topics in medicinal chemistry,2002,2(12):1381-1394.
(責任編輯何杰玲)
3D-QSAR Studies on Thiazole Derivatives as mTOR Protein Inhibitors
MAO Li-jing1,WEN Xiao-rong2, SHU Mao2
(1.Jiangsu Jiuxu Pharmaceutical Co., Ltd., Xuzhou 221200, China; 2.College of Pharmacy and Biological Engineering, Chongqing University of Technology, Chongqing 400054, China)
Abstract:On 29 benzene oxygen and nitrogen heterocyclic mTOR inhibitors, comparative molecular field analysis (CoMFA) and comparative molecular similarity indices analysis (CoMSIA) were performed on a series of mTOR protein inhibitors, and the CoMFA and CoMSIA model were built to carriy on the three-dimensional quantitative structure-activity relationship studies. The result show that the coefficients of cross-validation q2 and non cross-validation r2 for CoMFA model are 0.674 and 0.995 respectively, and for CoMSIA model are 0.782 and 0.932 respectively. Both models have good predictive capability and stability. Its 3 d isopotential map also confirmed the mTOR inhibitors relationship between structure and activity, which provides theoretical basis for more efficient design research of mTOR inhibitor.
Key words:mTOR inhibitor; mTOR protein; 3D-QSAR
中圖分類號:TQ464
文獻標識碼:A 1674-8425(2016)03-0074-06
doi:10.3969/j.issn.1674-8425(z).2016.03.013
作者簡介:毛黎靜(1977—),女,主要從事現(xiàn)代中藥制劑新劑型及脂肪乳注射劑的研究工作;舒茂(1975—),男,副教授,主要從事計算機輔助藥物設計。
收稿日期:2015-12-26
引用格式:毛黎靜,文曉榮,舒茂.mTOR 抑制劑的三維定量構效關系研究[J].重慶理工大學學報(自然科學),2016(3):74-79.
Citation format:MAO Li-jing,WEN Xiao-rong, SHU Mao.3D-QSAR Studies on Thiazole Derivatives as mTOR Protein Inhibitors[J].Journal of Chongqing University of Technology(Natural Science),2016(3):74-79.