《药物设计学》讲义20090209

药学本科专业《药物设计学》讲义目录一、药物设计概述……………………………………………………………………………2二、药物设计分子基础………………………………………………………………………5三、药物设计理论基础………………………………………………………………………18四、药物设计基本方法………………………………………………………………………28五、药物设计常用资源………………………………………………………………………35六、药物设计成功实例………………………………………………………………………39七、小结………………………………………………………………………………………40参考文献………………………………………………………………………………………41进一步阅读材料推荐…………………………………………………………………………42附：2009年春《药物设计学》教学大纲唐赟编写（©版权所有，仅限内部使用）华东理工大学药学院药物科学系分子模拟与设计实验室2009年2月9日华东理工大学药学院一、药物设计概述药物研究和开发是一个艰辛而漫长的过程，需耗费大量的人力和物力。据统计，一个药物从概念到上市，平均需要合成1万个化合物，花费8亿美元和10-15年时间（图1）。因此为了降低药物研究的费用，缩短药物开发的周期，人们正在尝试各种各样的努力，包括采用计算机辅助手段进行药物设计。图1、现代药物从概念到上市的研究与开发过程及时间示意图。药物研究通常包括先导化合物发现（LeadDiscovery）和先导化合物优化（LeadOptimization）两个相继的过程。先导化合物（LeadCompound，简称Lead）是指具有成为药物的基本特征、对某一特定疾病具有疗效的活性化合物。通过对先导化合物的化学结构进行适当修饰，以改善其物理化学性质并提高疗效指数，即可成为候选药物。传统上先导化合物的来源主要有天然产物提取、偶然发现或随机筛选等，比如抗疟药物青蒿素是从植物黄蒿中提取出来的，抗老年痴呆药物石杉碱甲则是从植物千层塔中提取出来的，青霉素的发现则是偶然发现的著名例子。但是这种凭运气的发现充满了未知性，不可能满足现代人们对健康的需要。这是因为：一方面，现代社会中不断有新的疾病出现，如上世纪八十年代初出现的爱滋病（AcquiredImmuneDeficiencySyndrome，AIDS），现已成为人类健康的一大威胁；还有本世纪初出现的萨斯病（SevereAcuteRespiratorySyndrome，SARS），曾席卷东南亚。这些新出现的疾病迫切需要人们在短时期内迅速寻找对策，发现对症的有效药物来控制并治疗这些疾病，有时间紧迫感。另一方面，对已知的疾病，许多也还没有找到十分对症的药物，即使已有临床使用的药物，也或多或少存在各种缺陷如毒副作用大，鲜有十全十美的药物存在。并且在药物治疗过程中一些由微生物（包括寄生虫、细菌、真菌、病毒等）引起的疾病能逐渐产生抗药性，使原来有效的药物变成无效，如千百年来一直存在的流行性感冒，一直没有找到有效的药物去对付，还有爱滋病毒的抗药性很厉害，能迅速变异，等等。因此，我们必须采用各种-2-《药物设计学》讲义有效手段，掌握疾病形成的机制，使药物发现过程理性化、系统化、规律化，以不断研究、发现和设计新型药物分子，来满足人们的需要。药物设计（DrugDesign）是指基于对疾病靶标（Target）和/或已知活性化合物的结构、性质及其相互作用等先验知识的理解和归纳总结，然后象设计汽车和飞机一样，有目的地设计出具有特殊疗效的药物分子。但由于药物设计研究的对象是看不见、摸不着的分子，以及海量与分子密切相关的化学和生物学信息，因此药物设计非人力可独立胜任，通常需借助计算机等高科技手段对海量信息进行快速处理并获取有效信息，同时在电脑上看到分子相互作用细节并进行操作，此即计算机辅助药物设计（Computer-AidedDrugDesign，CADD）。计算机辅助药物设计起源于1960年代初Hansch提出的定量构效关系（QuantitativeStructure-ActivityRelationship,QSAR）[1]概念，至今已走过了四十余年的历程。昀初的二十余年，由于对疾病靶标结构知识所知甚少，因而药物设计的主要手段是对先导化合物进行定向结构修饰，然后进行QSAR分析，即寻找同系物中局部结构变化所引起的生物活性变化规律，以发现活性更好的衍生物，此即先导化合物优化过程。QSAR是药物设计的经典方法，著名的成功例子有治疗胃病的药物西咪替丁（Cimetidine）和雷尼替丁（Ranitidine），以及合成广谱抗菌药物诺氟沙星（Norfloxacin）及后续的6-氟喹诺酮类系列合成抗菌药物，如环丙沙星、氧氟沙星等。这一阶段先导化合物的发现仍然依赖于偶然发现和随机筛选。1980年代初期起，由于结构生物学的兴起，被测定结构的生物大分子数目呈几何级数递增，因而逐渐出现了基于生物大分子三维结构的药物设计方法。基于结构药物设计（Structure-BasedDrugDesign,SBDD）方法将药物的化学和生物学特性有机地结合起来，具有合理性，因而迅速成为药物设计的主流方法，被称为合理药物设计（RationalDrugDesign）。尽管QSAR方法也在同期发展到考虑小分子三维结构的3D-QSAR阶段，但基于结构药物设计方法仍取得了比QSAR更为突出的成就。SBDD不但可用于对单个靶标的先导物进行优化，而且可基于多个相似靶标进行优化，以显著提高药物对其中一个靶标的选择性，现已成为药物设计的主流方法，著名的成功例子有治疗艾滋病药物HIV-1蛋白酶的系列抑制剂，治疗慢性骨髓性白血病药物格列卫（Gleevec），等等。但是该方法存在的一个明显缺陷就是将靶标结构视为静止不动，而事实上靶标的结构一直是在运动着的，因此没有考虑靶标结构的柔性是目前基于结构药物设计方法的一个不足之处，也是该方法尚未取得全面成功的主要原因。这个问题目前随着分子动力学模拟方法在药物设计领域的广泛应用，以及计算机计算能力的不断提高，正在积极的解决之中。1990年代中期出现的组合化学（CombinatorialChemistry）和高通量筛选（High-ThroughputScreening）大大改变了药物发现的面貌，使得传统药物发现中的单个化合物合成和测试模式，进化到了大量化合物同时合成和测试的时代，也使得药物设计从先导化合物优-3-华东理工大学药学院化阶段尝试进入了先导化合物发现阶段。组合化学和高通量筛选曾被人们寄予厚望，认为只要快速合成和筛选尽可能多的化合物，就会发现新的药物分子，计算机辅助药物设计因此也被冷落下来。但是，组合化学和高通量筛选并没有给人们带来预期的新化合物实体（NewChemicalEntity,NCE）数目的显著增加，这促使人们反思这些方法中的漏洞和不足：并不是随机筛选的化合物数目越多，发现药物分子的机率就越大。同时，与药物体内吸收、分布、代谢、排泄有关的药代动力学性质和毒性（Absorption,Distribution,Metabolism,Excretion,andToxicity,ADMET）是药物失败的一个主要原因也被认识到，从药物设计一开始即对化合物的ADMET性质进行预测的尝试因此开始出现。在这种形势下，化学信息学（Chemoinformatics）的概念被提出，用来指一切与化合物结构有关的信息的储存、操作、搜索和管理等，早期的QSAR分析也属于化学信息学范畴。基于对组合化学和高通量筛选的反思，人们想到采用计算机方法在组合化合物库合成之前，预先进行虚拟组合化合物库设计和预选。在此基础上，基于分子对接（MolecularDocking）和药效基团模型（PharmacophoreModeling）进行数据库虚拟筛选（VirtualScreening），目的是在高通量筛选之前进行计算机预演，为高通量筛选指明方向同时减少实验筛选的化合物数目，以降低研究成本，缩短开发时间。与此同时，“类药性”（Druglikeness）概念也被提了出来，辉瑞（Pfizer）公司的利平斯基（Lipinski）基于对已知药物的结构和性质分析，于1997年率先提出了“五倍律”（Rule-of-Five）经验规则[2]，该规则已被广泛应用于化合物数据库的预筛选，随后定量预测ADMET的方法也陆续出现，目的都是希望在分子设计之始、虚拟筛选之前，即将可能具有不良药代动力学性质和毒性的分子排除在研究之外。1990年代中期开始至本世纪初基本完成的人类基因组计划（HumanGenomeProject,HGP），为我们带来了越来越多的药物作用靶标，也彻底改变了药物设计的面貌。目前我们正处在后基因组时代（Post-genomicEra），后基因组时代的一个显著特点就是：基因组学（Genomics）、蛋白质组学（Proteomics）、生物信息学（Bioinformatics）等学科的迅猛发展，为我们提供了大量潜在的疾病靶标，而目前已经利用的靶标尚不足其十分之一，绝大部分靶标的生物学功能还不清楚，也没有已知的先导化合物可以利用。现在摆在我们面前的是这样两个大型数据空间，一个是化学空间（ChemicalSpace）－含有大量小分子化合物，另一个是生物学空间（BiologicalSpace）－含有大量的生物大分子靶标，我们需要做的就是在这两个空间中建立一种映射关系，以便迅速有效发现新型靶标和新型先导化合物，此即方兴未艾的化学基因组学（Chemogenomics）技术。目前，计算机技术已渗透到药物研发的各个阶段，从靶标发现和确证，到先导化合物的发现和优化，再到临床前和临床研究，都涉及到海量的信息需要计算机进行处理，药物设计已经进入了一个新时期。-4-《药物设计学》讲义二、药物设计分子基础从上面的叙述中可以看出，药物设计是一个先归纳总结、后演绎推理的过程，已知信息掌握得越多，设计出来的分子成为药物的可能性就越大。而要实现药物设计目标，不但需要掌握一些基本的先验知识，如化学小分子和生物大分子的结构知识和性质知识；而且需要掌握一些基本的理论知识，如量子力学和分子力学的初步知识；同时还要掌握一些药物设计的基本方法和技巧，以及具备必要的计算机软硬件设施，等等。下面对药物设计所涉及的知识分别予以介绍，首先介绍药物设计的分子基础。药物通常为化学小分子，以口服吸收为昀佳。对某些暂时没有发现特效小分子药物的疾病而言，肽类、拟肽物、核苷类似物、甚至蛋白质也可能是药物，但需以注射等方式帮助吸收。因此，如无特别说明，此处所说药物均指化学小分子。药物在体内要与特定的靶标即生物大分子进行相互作用，才能产生预期的药效。这些靶标可能是蛋白质、核酸、糖类、脂类这四大生命基本物质，也可能是它们的复合物。其中蛋白质包括酶、受体、离子通道等，是药物作用的主要靶标。药物与靶标之间的分子相互作用，即化学小分子与生物大分子之间的相互作用，是药物设计的分子基础。（一）化学小分子在我们的周围存在着一个化学空间，其中含有数不胜数的化学小分子，理论上来讲小分子数目可达10100个甚至更多。目前美国化学文摘收录的化学分子数目已达到三千万种，但还只占化学空间中很小的一部分。这些化学小分子有的结构可能非常相似，有的结构可能千差万别，但总的说来一个化学小分子通常包括三个层次的含义：分子结构本身（包括二维和三维结构），含有原子组成、原子键合方式、分子量、分子式等信息；分子单独存在时所表现出来的物理化学性质，如溶解性、疏水性等；分子在生物体内与生物大分子相互作用所产生出来的生物学效应，如生物活性或毒性。其中分子结构是核心，它决定了后面两方面的信息。对化学小分子及相关信息的处理属于化学信息学的范畴，尤其是根据分子结构直接预测分子的物理化学性质甚至生物活性或毒性，即定量结构－性质（活性、毒性）关系（QSPR、QSAR、QSTR），一直是研究的热点。-5-华东理工大学药学院分子结构中，构型（Configuration）和构象（Conformation）是两个十分重要