基于集成计算策略从虚拟化合物库与非洲天然产物数据库筛选DprE1抑制剂候选分子的研究

《Scientific African》：Unveiling of Promising DprE1 Inhibitor Hits from our designed virtual library and Africa Natural Products Database through Integrated Computational Approaches.

　　

针对结核分枝杆菌（Mycobacterium Tuberculosis, Mtb）日益严重的耐药性问题，研究人员亟需开发新型高效小分子药物靶标。Decaprenylphosphoryl-β-D-核糖-2'差向异构酶（Decaprenylphosphoryl-β-D-ribose-2′ epimerase, DprE1）是合成分枝菌阿拉伯半乳聚糖和脂阿拉伯甘露聚糖的关键酶，已成为抗结核药物研发的核心靶点。本研究旨在整合多种计算机辅助药物设计技术，筛选新型DprE1抑制剂。研究人员以DprE1与抑制剂CTR319的复合物晶体结构（PDB ID: 4FDO）为基础，通过原位修饰构建了DprE1-PYR1复合物作为参考模型。随后，利用训练集和测试集吡唑并吡啶酮类化合物（Pyrazolopyridones, PYR），构建了3D定量构效关系-药效团（3D-QSAR-PH4）模型，并对包含130,321个PYR类似物的虚拟库及包含11,000个植物化学成分的非洲天然产物数据库（Africa Natural Products Database, ANPD）进行筛选。研究建立了线性回归方程，其中结合自由能模型的决定系数R2达0.96。通过药效团筛选后的化合物经分子对接、Prime/MM-GBSA结合能计算、密度泛函理论（Density Functional Theory, DFT）及100 ns分子动力学（Molecular Dynamics, MD）模拟评估复合物稳定性。最终，研究人员筛选出3个虚拟库类似物和3个ANPD天然产物（7,3'-O-二甲基槲皮素、δ-生育三烯酚和tasnemoxide B）作为潜在苗头化合物，并通过药代动力学（ADMET）分析验证了其成药性潜力。

研究背景与意义

结核病（Tuberculosis, TB）由结核分枝杆菌（Mtb）引起，至今仍是全球重大公共卫生威胁。根据世界卫生组织《2024年全球结核病报告》，2023年全球新增病例达1080万例，死亡人数高达125万。多重耐药（MDR）和广泛耐药（XDR）菌株的出现，加之HIV共感染等因素，使得现有疗法面临严峻挑战。Decaprenylphosphoryl-β-D-核糖-2'差向异构酶（DprE1）负责催化分枝菌细胞壁关键成分脂阿拉伯甘露聚糖和阿拉伯半乳聚糖的生物合成，是当前非共价抑制剂研发的热门靶点。目前已有四种DprE1抑制剂进入临床试验阶段，但共价抑制剂存在的毒性问题促使研究人员探索更安全、基于吡唑并吡啶酮骨架的非硝基类先导化合物。本研究由喀麦隆雅温得第一大学的研究团队完成，发表于《Scientific African》，旨在通过集成计算策略加速抗结核新药的发现进程。

关键技术方法

研究人员采用了多步骤的计算工作流。首先，基于PDB数据库中的4FDO晶体结构，通过原位修饰构建了参考复合物模型。随后，利用Discovery Studio和Schrodinger套件进行3D-QSAR药效团建模。虚拟筛选结合了基于结构的分子对接（Glide）和基于分子力学的MM-PBSA/MM-GBSA结合能计算。为了深入评估电子结构与反应性，研究采用了Gaussian软件进行密度泛函理论（DFT）计算（B3LYP/6-31G(d)基组）。分子动力学（MD）模拟在Desmond模块中进行，模拟时长为100 ns，用于分析蛋白-配体复合物的稳定性。此外，研究还利用QikProp进行了ADMET（吸收、分布、代谢、排泄、毒性）性质预测，并利用mycoCSM在线服务器对化合物的抗结核敏感性进行了机器学习预测。样本队列来源于已发表的吡唑并吡啶酮类抑制剂数据集及自建的非洲天然产物数据库（ANPD）。

研究结果

训练与验证数据集选择

研究人员从文献中选取了16个活性跨度达三个数量级的吡唑并吡啶酮类（PYR）抑制剂，按7:3比例划分为训练集（13个）和测试集（3个）。所有化合物均通过相同的实验方案测定了半数抑制浓度（IC₅₀），确保了数据集的同质性。

预测得到的QSAR模型与统计数据

通过计算复合物形成过程中的相对吉布斯自由能（relative Gibbs free energies, rGFE, ΔΔG_com），研究人员建立了稳健的QSAR模型。统计数据显示，基于ΔΔG_com的回归模型决定系数R²为0.96，留一法交叉验证系数R²_xv亦达0.96，表明该模型能解释96%的活性变化，具有良好的预测能力。

抑制剂结合模式与残基相互作用能计算

相互作用分析表明，PYR类化合物主要通过氢键和疏水作用与DprE1活性口袋的关键残基结合。其中，Asn324、Leu363和Lys410被确定为主要的能量贡献残基，这为后续虚拟库的设计提供了结构依据。

3D-QSAR药效团模型的生成与验证

研究人员构建了最佳药效团模型（Hypo 1），包含氢键受体（HBA）和疏水中心（HYD）特征。该模型的预测活性与实际活性的相关系数R²高达0.99，配置成本低于阈值，证明了模型的可靠性。

虚拟库设计与ADME聚焦

基于关键结合位点，研究人员设计了一个包含21,952个PYR类似物的虚拟库，并通过Lipinski规则等过滤器进行了优化。

虚拟库与ANPD的药效团筛选

经过药效团筛选，虚拟库中有40个分子匹配，ANPD中有22个天然产物匹配。进一步通过QSAR模型和对接打分评估，研究人员锁定了排名靠前的化合物。

分子对接研究与突变体评估

对筛选出的天然产物进行分子对接，其中7,3'-O-二甲基槲皮素、δ-生育三烯酚和tasnemoxide B表现出优于或与参考抑制剂相当的对接打分。值得注意的是，这些化合物在面对DprE1常见突变体C387S时，仍能维持良好的结合亲和力，显示出对抗耐药菌的潜力。

药代动力学特征分析

ADMET分析显示，除个别化合物外，大多数候选分子的口服生物利用度（Human Oral Absorption, HOA）均在80%以上，符合药物开发标准，且无违反类药性规则的情况。

理论量子物理计算结果

DFT计算揭示了候选分子的电子特性。前线分子轨道能隙（ΔE）和化学硬度等参数表明，这些候选分子具有与临床阶段药物相似的化学反应活性和稳定性。

分子动力学研究

100 ns的MD模拟结果显示，候选分子与DprE1形成的复合物均保持稳定，均方根偏差（RMSD）维持在1-3 ?范围内，且关键氢键相互作用在模拟过程中得以维持。

抗结核敏感性预测评估

利用mycoCSM进行的预测显示，设计的类似物预测最低抑菌浓度（MIC）达到纳摩尔级别（5-6 nM），与已进入临床试验的DprE1抑制剂相当。

De Novo设计

基于最优天然产物骨架，研究人员利用Reinvent 4工具进行了从头设计，生成的新化合物在重新对接评估中表现优异。

总结与结论

本研究成功整合多种计算手段，从虚拟库和非洲天然产物数据库中筛选出6个具有高潜力的DprE1抑制剂候选分子（3个合成类似物和3个天然产物）。这些分子不仅具有良好的结合亲和力和成药性，且在分子动力学模拟中表现出优异的稳定性，并能有效应对潜在的耐药突变。尽管缺乏湿实验验证是该研究的局限性，但计算结果有力地支持了这些候选分子作为新型抗结核药物先导化合物的可行性，为后续实验研究提供了精准的靶标和方向。