青霉素的发现及其抗菌特性被广泛认为是20世纪最具变革性的事件之一(Hoffman, 2020; Gaynes, 2017; Fleming, 1929)。这一突破标志着医学新时代的开始,推动了众多高效抗生素的发展,显著改善了人类和动物的健康状况(Lima et al., 2020)。然而,在过去的七十年中,β-内酰胺类抗生素的广泛使用促进了耐药细菌菌株的出现,对公共卫生构成了日益严重的威胁(Church and McKillip, 2021, Frieri et al., 2017)。如今,抗生素耐药性已成为一个全球性的关键挑战。2019年抗微生物药物耐药性合作组织(Antimicrobial Resistance Collaborators)的报告(2022)估计,耐药细菌和真菌直接导致了全球超过127万人死亡,并导致了近500万例额外死亡。在这些病原体中,肠杆菌科(Enterobacteriaceae)尤其令人担忧,因为它们在医疗相关感染中高度流行,并被世界卫生组织(WHO, 2023)列为关键优先病原体。
肠杆菌科对β-内酰胺类抗生素的耐药性可以通过多种机制产生,包括主动外排泵(active efflux pumps)、膜通透性降低以及靶点修饰(target modification)。然而,产生广谱β-内酰胺酶(Extended-Spectrum Beta-Lactamases,ESBLs)仍然是最普遍且临床上最重要的耐药机制(Angelis et al., 2020; Lepe & Martínez, 2022)。根据Ambler分类系统,β-内酰胺酶被分为四个结构类别(A、B、C和D)(Ambler, 1980, Kaderabkova et al., 2022)。其中,属于圭亚那广谱(GES)家族的A类β-内酰胺酶引起了特别关注。这些酶在肠杆菌科中广泛分布,并且经常通过质粒介导传播,从而在细菌物种内部和之间传播耐药性,使它们对多种β-内酰胺类抗生素产生耐药性(Bush, 2018, Bonomo, 2017)。
GES酶最早于1998年在法国的一种肺炎克雷伯菌(Klebsiella pneumoniae)分离株中被发现(Poirel et al., 2000),现在在包括铜绿假单胞菌(Pseudomonas aeruginosa)、鲍曼不动杆菌(Acinetobacter baumannii)、大肠杆菌(Escherichia coli)和肺炎克雷伯菌(Klebsiella pneumoniae)在内的多种临床重要病原体中也有报道(Poirel et al., 2000, Codjoe and Donkor, 2017, Zarabadi-Pour et al., 2021, Hammoudi Halat and Ayoub Moubareck, 2022)。GES家族具有高度多样性,包含27种变体,这些变体在 satu 到 three 个氨基酸位置上存在差异(Barlow & Tenover, 2024)。虽然这些酶主要使细菌对青霉素和广谱头孢菌素产生耐药性,但在Gly170位点发生Ser或Asn突变后,某些变体能够水解最后的碳青霉烯类抗生素。这一突变显著增强了亚胺培南(imipenem)的水解能力,突显了GES型酶的严重临床威胁(Poirel et al., 2001, Kotsakis et al., 2010)。
在GES变体中,GES-5尤其令人担忧,因为它经常与医院内感染相关,并且具有很强的耐药性(Mendes et al., 2023, Literacka et al., 2020)。鉴于目前可用于对抗GES-5介导的耐药性的治疗选择有限(Linciano et al., 2019),迫切需要识别能够有效靶向这种酶的新抑制剂。
在这种情况下,计算机辅助药物设计(Computer-Aided Drug Design,CADD)已成为现代药物发现的重要工具(Sliwoski et al., 2014)。通过将计算方法与结构和分子信息相结合,CADD帮助研究人员比传统的实验筛选更快更高效地识别和优化潜在的药物候选物。CADD中广泛使用的一种方法是基于结构的药物设计(Structure-Based Drug Design,SBDD),该方法利用了来自X射线晶体学、核磁共振光谱和冷冻电子显微镜等技术的高分辨率结构数据(Lionta et al., 2014)。这些结构信息使得能够详细模拟配体-蛋白质相互作用,并通过分子对接和分子动力学模拟合理选择有前景的抑制剂(Pinzi & Rastelli, 2019)。CADD和SBDD共同为药物发现提供了实用的框架,在实验验证之前对化合物进行优先排序。
鉴于此,本研究采用了一种全面的计算机模拟方法来寻找新的GES-5 β-内酰胺酶抑制剂。具体来说,我们通过虚拟筛选识别有前景的候选分子;使用分子动力学模拟评估它们的稳定性,并通过ADMET预测评估它们的药代动力学和安全性特征。我们的工作通过结合这些计算技术,为识别新的GES-5抑制剂提供了一个系统化的框架,这可能有助于对抗抗生素耐药性并指导进一步的实验验证。