上期回顾: 超量化合物库筛选策略–P1 具体步骤: 1. 一切以最终完成上传到Github的地址为准 ├── Codebase #相关代码 ├── Database #所用数据库文件 ├── Workflow #工作流程 ├── 参考资料 #辅助文献 └── 超量化合物库筛选策略 .md #本文 2. 参考: [1] https://enamine.net/ [2] Grygorenko O O , Radchenko D S , Dziuba I , et al.
一、研究背景 在小分子药物研发流程中,先导化合物优化(Lead Optimization, LO) 阶段的核心目标之一是提升候选分子对靶蛋白的结合亲和力(Binding Affinity)。 化学系列特异性:先导优化通常聚焦在结构高度相似的同系列(congeneric series)化合物上,其局部SAR往往编码了公开模型无法学习的项目专属信息 3. 选择Huber损失的动机:内部测定数据存在典型的重尾分布(heavy-tailed distribution)——少数化合物因合成错误、测定失败或真实的非线性效应而产生异常值。 四、实验设计与结果分析 4.1 研究一:多靶点回顾性基准 数据集设置 采用Bansal et al.(2024)发布的基准数据集: • 172个化合物,分布在4个内部蛋白靶点、5个同系列化合物系列 • 结果亮点 • Boltz-2(微调)在5个数据集中的4个达到或超越FEP+(T2-D1、T2-D2、T3、T4) • 在T2-D2(P-loop柔性激酶),微调Boltz-2超越FEP+,提示结构型微调可隐式捕捉物理采样困难的构象效应
BI-671800 BI-671800 是高特异性的、有效的前列腺素 D2 受体 (DP2/CRTH2) 的拮抗剂,其对人和小鼠 CRTH2 转染细胞中 PGD2 结合CRTH2 的 IC50 值分别为 而且,这一化合物能有效阻断水肿的形成,并能显著降低药物处理造成的体内炎症浸润和皮肤病理状况。因此,该拮抗剂具有良好的体内外活性,具有治疗控制不良哮喘的潜力。 [1]. 多个物种均能很好地吸收该化合物,口服剂量为 10-20 mg/kg。 [1].Nara H, et al. 在临床前实验中,该选择性化合物被鉴定为一种可逆的 BTK 共价抑制剂, IC50 为 1.3±0.5 nM。当在 251 个其他激酶的板中进行测试时,也发现它具有很高的选择性。 该化合物抑制 anti-IgM 后,诱导人B细胞增殖(10%血清)和 B 细胞 CD69 表达, IC50 s 分别为 5±2.4 nM和 123±38 nM。
而老药新用的研发成本可以降低到原来的十分之一(3 亿美金)左右,研发周期也会缩短一倍以上的时间(6.5 年)[2]。 MCE 推出的老药新用化合物库(DrugRepurposing Compound Library)不但包括已经上市的临床药物,还包括那些通过了临床 I 期的安全性测试而由于种种原因最后未能成功上市的药物 ,可以为研究者提供更加丰富全面的化合物资源。 PMID: 22378269. [2] Nature. 2016 Jun16;534(7607):314-6.
药物分子由药效团和结构骨架构成的,由苗头化合物演化为先导化合物,继而通过先导化合物优化成为候选化合物的过程,也是保持药效团、变换分子结构、修饰基因和边链的过程。 2)调整骨架亲水-亲脂的相对程度,可改变药物的分配性; (3)将容易发生代谢作用的骨架用代谢稳定性的毒性低的骨架替换,可以提高药物的稳定性; (4)改善药代动力学性质,药物的毒性或不良反应主要是由于骨架结构所致 drugbank[222] atomic_scaffold = MurckoScaffold.GetScaffoldForMol(basic_structure) atomic_scaffold.Compute2DCoords MurckoScaffold.GetScaffoldForMol(mol) for mol in drugbank] for i in drugbank_atomic_scaffolds: i.Compute2DCoords counter) 绘制频繁出现骨架 most_freq = Chem.MolFromSmiles('C1CCCCC1') second_freq = Chem.MolFromSmiles('C1CCC(CC2CCCCC2
JPharmacol Exp Ther. 2011 Feb;336(2):336-43. R916562 R916562 是有效的和有选择性的 Axl/VEGF-R2 双重抑制剂, IC50 值分别为 136 nM和 24 nM。 VEGFR2 是血管内皮生长因子信号的主要应答器,可调控内皮细胞的迁移和增殖。R916562 对于 Axl/VEGF-R2 的 IC50 值分别为 36 nM 和 4 nM。 该化合物是 HNE 的第 4 代抑制剂。此外,BAY-678 在大鼠和小鼠中也显示出重要的肺血流动力学和血管作用。 Bioorg Med Chem Lett. 2015 Oct 15;25(20):4370-81. [2]von Nussbaum F,et al.
R916562 R916562 是有效的和有选择性的 Axl/VEGF-R2 双重抑制剂, IC50 值分别为 136 nM和 24 nM。 VEGFR2 是血管内皮生长因子信号的主要应答器,可调控内皮细胞的迁移和增殖。R916562 对于 Axl/VEGF-R2 的 IC50 值分别为 36 nM 和 4 nM。 Nussbaum 等[2]研究发现一种具有口服活性的 HNE 抑制剂—BAY-678,现已进入临床实验中。在这项研究中,作者在体内和体外都鉴定了探针 BAY-678 的高效力。 该化合物是 HNE 的第 4 代抑制剂。此外,BAY-678 在大鼠和小鼠中也显示出重要的肺血流动力学和血管作用。 Bioorg Med Chem Lett. 2015 Oct 15;25(20):4370-81. [2]von Nussbaum F,et al.
传统小分子 PROTAC 全称为 proteolysis-targeting chimeras (蛋白水解靶向嵌合分子),是一种杂合双功能小分子化合物,由三部分组成:靶蛋白配体、连接子 Linker、和 PROTAC 分子在进入细胞后,目标蛋白配体可特异性地与相应的靶蛋白结合,另一端可募集 E3 连接酶,从而形成“三体”聚合物;E3 连接酶可介导泛素结合酶 E2 对目标蛋白配体泛素化。 目前已知的 E3连接酶约有 600 多种,但在 PROTAC 中常用配体的相关 E3 连接酶只有 CRBN、VHL、IAP、MDM2 等四种,此外还有 DCF15、RNF114、DCAF16、KEAP1 ■ MCE 可提供的产品与服务 MCE 是全球前沿的科研化学品和生物活性化合物供应商,我们配备强大的技术人才团队和国际先进的设备,对于 PROTAC 产品,我们拥有丰富的研发和生产经验。 Nature. 2013 Nov 28;503(7477):548-51. 2.
目前研究发现,一些其他的信号通路及生命进程也会影响铁死亡的敏感性,如 CoQ10 作为细胞膜上的抗氧化剂,是一种内源性的铁死亡的抑制剂;NADPH 及硒的丰度也会影响铁死亡的敏感性;p53 及 Nrf2 研究发现,某些癌细胞对铁死亡相对比较敏感,一些化合物可以通过增加铁富集和 ROS 压力诱导铁死亡的发生,特异性杀死癌细胞。 为方便科研研究,MCE 铁死亡化合物库,主要包含一些常用的铁死亡诱导剂及抑制剂,化合物主要靶向 GPX4,system Xc-,ROS,DPP4,p53,Nrf2 等与铁死亡密切相关的靶点,可以用于铁死亡机制及相关疾病的研究 J Hematol Oncol 12, 34(2019). [2] Brent R.Stockwell, José Pedro Friedmann Angeli. et al.
在目前已经批准上市的小分子药物中,天然产物或其衍生物来源的药物仍能占据半壁江山(图1)[1,2]。 例如,瑞舒伐他汀(Rosuvastatin)即是以青霉菌天然提取物美伐他汀(Mevastatin)为灵感得到的新型降血脂药物(图2)[1]。 最近,在天然产物化合物库的基础上,MCE 又推出天然产物化合物库 plus 版本(Natural Product Library Plus)和天然产物类似物化合物库(Natural Product Like 前者在原来天然产物化合物库的基础之上,又添加了部分溶解度不高及理化性质稳定性较低的天然产物;后者则包含多种生物活性已知且与天然产物的母核结构类似的化合物。 PMID: 26852623. [2] Drug Discov Today. 2008 Oct;13(19-20):894-901.
Discovery Diversity Sets (DDS) 专注于新型化合物结构式,库中收录了近 5 年合成的新型化合物,推荐用于新型化合物的随机筛选。 DDS 库共含有 60,480 个类先导物化合物,包含 DDS 10 (含 10,240 个化合物)和 DDS 50 (含50,240 个化合物)两个化合物库,库中化合物不重叠。 使用 Tanimoto 相似性方法检测 DDS 中的化合物,并与来自 33 个供应商的 1680 W 种市售筛选化合物进行对比。 HLL 库是将250万有库存化合物经MedChemfilters、PAINS等过滤后得到的化合物库,从而保持最高水平的多样性,库中约 2000 化合物超出 RO5 原则,以实现更多的多样性。 以上化合物库可以整库用于高通量实验筛选;也可以在 MCE 虚拟筛选后,选择部分高分化合物组库进行实验验证。
今天我们来完成虚拟筛选的化合物(配体分子)准备。 目前化合物分子存储的主要格式类别格式名称 (扩展名)核心特点与存储内容主要应用场景优点缺点文本序列格式SMILES (.smi 或 .txt)用简短的ASCII字符串表示分子的二维连接信息(原子、键、分支 同时存储原子坐标和连接表,信息完整;.sdf 便于管理化合物库。有V2000(限制999原子)和V3000(支持大数据)版本差异,存在兼容性问题。 支持SMILES,PDB,MOL2,SDF等等110种化学分子格式文件(pdbqt不建议使用此软件转化),其中绝大部分都是可以相互(批量)转换的,例如|维的SMILES转化为2维或者3维的MOL2等等, obabel -isdf PubChem_search_records.sdf -opdb -O ./.pdb -m我们随便看一个这样化合物数据库就准备好了,虚拟筛选即可生活很好,有你更好。
2. 掺入 DNA 或 RNA,中断 DNA 和 RNA 链的延伸。3. 抑制核酸合成的相关酶,如 DNA 聚合酶和核酸还原酶等,从而抑制核酸大分子的合成和修复。 MCE 核酸类化合物包括一些内源性的核苷及核苷酸物质及其类似物,是研究癌症及抗感染的有用工具。 脂类化合物是脂肪、类脂及其衍生物的总称,其中具有特定生理、药理学作用的化合物称为脂类药物。 脂类化合物是机体内的一类重要物质,参与机体的多种生物进程,如储存能量(如脂肪),组成细胞结构(如磷脂)以及作为活性成分参与信号转导(如激素)等。 Prog Lipid Res. 2008 Mar;47(2):127-46 3. Berger GE, et al. Bioactive lipidsin schizophrenia. Int Rev Psychiatry. 2006 Apr;18(2):85-98
化合物相似性 化合物相似性在化学信息学和药物发现中具有悠久的历史,许多计算方法采用相似度测定来鉴定研究的新化合物。 分子相似性是许多虚拟筛选技术的理论基础。 基于分子相似性的虚拟筛选核心是“相似性假设”,这个假设首先由 Johnson 和 Maggiora提出,即结构类似的化合物具有类似的物化性质和生物活性,相似性方法在医药领域极具价值。
因此创新药物研究的起点和源头就是化合物资源的利用,化合物样品库的建立肩负着带动整个行业的使命。 化合物库分类选择合适的小分子化合物库不仅能极大的提升筛选效率,同时可以节省筛选时间以及科研费用。面对琳琅满目的产品,该怎么从大量的分子中遴选出可能有效的候选化合物,避免对化合物的盲目筛选呢? MCE 根据生物医药研究热点,将化合物库分为 100 种,方便您更加迅速准确地选择出适合自己的分子库:根据临床状态分为上市药物化合物库以及临床期化合物库;根据疾病类型分为抗肿瘤化合物库,抗病毒化合物库, 以及抗感染化合物库等;根据信号通路或蛋白家族分为 GPCR 化合物库,表观遗传学化合物库,干细胞化合物库以及凋亡化合物库等;根据产品特性分为可渗透血脑屏障化合物库以及天然产物化合物库等;此外,我们还会根据您的具体需求 完美包装——附带化合物详尽的生物、化学信息及溶解度,方便您的后续实验操作和数据分析。采用高端 2D 条码管包装,严格保证运输过程中的产品密封性,适用于高通量仪器操作和单独挑取研究。
MCE 糖尿病相关的小分子化合物库,其中的小分子可以调节多个与血糖代谢相关靶点,如 SGLT, PPAR, DPP-4,AMPK, Glucagon Receptor 等,是研究糖尿病发病机制及筛选糖尿病治疗药物的有力工具 WHO, 2016. [2] Cardiovasc DrugsTher. 2017 Dec;31(5-6):579-592. PMID: 28956186.
该化合物是最开始具有抑制癌细胞增殖活性的 BRD4 靶向 MDM2 的PROTAC。 在体外,A1874 在诱导细胞内 BRD4 降解时的 DC50 值为 32 nM。 HJB97 HJB97 是一种高亲和力 BET 抑制剂,Ki 值分别为 0.9±0.2 nM (BRD2 BD1),0.27±0.09 nM (BRD2 BD2),0.18±0.01 nM (BRD3 BD1),0.21±0.03 nM (BRD3 BD2),0.5±0.2 nM (BRD4 BD1),1.0±0.1 nM (BRD4 BD2)。 添加 BET 抑制剂-HJB97,可有效抑制 BETd-260 诱导的 BRD2、BRD3、BRD4 蛋白降解。 JMed Chem. 2018 Jan 25;61(2):504-513.
当一个化合物合成出来之后,化学工作者常常关心的是分子中某一部分(如功能团)的有关信息,因而,亚结构(substructure)检索,从某种角度上讲,对于化学工作者来说是最为重要的手段。 RDKit提供各种功能,如不同的化学I/O格式,包括SMILES/SMARTS,结构数据格式(SDF),Thor数据树(TDT),Sybyl线符号(SLN),Corina mol2和蛋白质数据库(PDB x is not None] print (len(mols)) #获取分子数目 #载入substructure结构 pattern = ch.MolFromSmarts('[CX3](=O)[OX2H1 matching_molecules)) #统计匹配分子数目 #输出匹配的前十个分子 result = [m for m in matching_molecules[:10]] map(ch.Compute2DCoords
随着科学家的不断探究发现,海洋生物由于其结构的复杂性,将会成为先导化合物的重要来源。海洋化合物中约有 0.1% 的化合物,因为结构新颖,活性显著,具有巨大的药物开发价值。 抗生素化合物库400+ 种抗生素集合,均来自天然提取或半人工合成,包括青霉素类、头孢菌素类、四环素类、大环内酯类等多种类型。萜类化合物库200+ 个来自天然产物的萜类化合物集合。 酚类化合物库100+ 种酚类天然化合物集合参考文献1. Eric Patridge, etc. analysis of FDA-approved drugs: natural products and their derivatives,Drug Discovery Today, 2016, 21(2) ,.2.
在给药时为了实现药物准确运送到动物体内、减少溶剂本身的副作用和毒性等的目标,需要选择合适的溶剂配方。溶剂的理化性质,如 pH、粘稠度、渗透压等都会对给药产生影响,需要慎重考虑。例如粘稠度过高可能会导致注射用针头的堵塞,粘在针头外的药物还有可能进入气管,造成给药剂量不准确,甚至对实验动物的致命伤害。溶剂的pH 值会影响药物的吸收度、药物的吸收部位以及对组织的伤害。过酸或过碱的溶剂有可能导致实验动物的腹泻、呕吐、组织溃疡或坏死及实验动物的痛苦。图 1 列举了部分给药方式适宜的 pH 值范围 [1]。