《脂肪酸酰胺水解酶抑制剂的研究.docx》由会员分享,可在线阅读,更多相关《脂肪酸酰胺水解酶抑制剂的研究.docx(3页珍藏版)》请在第一文库网上搜索。
1、摘要:脂肪酸酰胺水解酶(FAAH)在内源性大麻素的新陈代谢中起重要的作用,是治疗疼痛,炎症和情绪障碍等多种疾病的药物靶标。在此基础上,我们研制了一种对复杂体系中FAAH具有高选择性和高灵敏度的荧光探针THPOo其代谢物7-氨基3H-苯恶嗪.3-酮(AHPO)具有较长的激发波长和发射波长以及高的荧光量子产率,是测试FAAH在生物系统中的活性所必需的。止匕外,使用THPO建立了 FAAH抑制剂的高通量筛选方法,在68种传统草药中发现了一种有效天然抑制剂新补骨脂异黄酮,为了探究新补骨脂异黄酮与FAAH的作用机制,使用BIOVIA Discovery Studio 3.5进行分子对接,以研究两者的相互
2、作用。这些结果表明,THPO可以用作快速评估复杂系统中FAAH活性的分子工具,并提供筛选FAAH抑制剂的有效方法,为发现治疗FAAH相关疾病的药物提供了一种筛选方法。分子对接(Moleculardocking)是基于结构药物设计的核心模拟手段,依据受体与配体作用时的几何匹配和能量匹配过程,模拟受体-配体相互作用,预测两者间最佳的结合模式和结合亲和力。采用分子对接模拟技术,科研人员可以进行基于结构的药物虚拟筛选,药物分子的结构改造,配体和受体相互作用的机理研究等工作,从而大大提高实验效率。在Discovery Studio这一分子模拟的综合平台中,分子对接程序包含Libdock、CDOCKER.
3、 Flexible Docking,这三种对接算法各有优势,能够满足广大科研工作者的多种应用需求,为其提供配体受体间相互识别的“利器脂肪酸酰胺水解酶抑制剂的研究Ref: Anal. Chem. Published 27 May 2020, IF=6.875链接:https:dx.doiorg/10.1021/acuanalchem.9b05826脂肪酸酰胺水解酶(FAAH)是一种关键的生物活性蛋白,具有一个高度保守的130个氨基酸基序并在大脑和其他一些组织中广泛表达。FAAH催化水解一些过氧化物醵体增殖物激活受体的激动剂。它主要负责脂肪酸乙醇酰胺(FAE)的失活,尤其是催化花生四烯酸乙醇酰胺(
4、AEA)水解为花生四烯酸和乙醇胺终止信号转导。AEA是研究最广泛的内源性大麻素,涉及与疼痛和炎症相关的多种生物学功能。因此,FAAH在各种疾病中起着重要作用,例如炎症,神经性疼痛,非小细胞肺癌和阿尔茨海默氏病。因此,迫切需要发现经典的FAAH抑制剂以及开发用于快速评估复杂系统中FAAH活性的分子工具。这种分子工具将有助于快速准确地预测FAAH活性,并进一步确定用于治疗各种疾病的有效抑制剂。另外,荧光技术已被广泛用于酶相关药物的筛选和疾病诊断。因此,可以开发一种用于选择性和灵敏地测试复杂生物系统中内源性FAAH活性的长波长荧光探针,并建立高通量筛选方法以发现FAAH抑制剂。在本研究中,我们通过将
5、花生四烯酸作为FAAH的特异性识别部分引入7-氨基-3H-苯恶嗪3-酮(AHPO)的骨架中,开发了 FAAH的荧光底物(THPO),并建立了一个直观的、高通量的筛选平台来筛选草药中新型FAAH抑制剂。作者通过建立的筛选平台从68种传统草药中发现了一种有效天然FAAH抑制剂新补骨脂异黄酮,使用BIOVIA Discovery Studio 3.5进行分子对接,探究新补骨脂异黄酮与FAAH的作用机制。如图1所示,新补骨脂异黄酮的7位羟基可与Thr488形成氢键,后者位于活性位点的入口,这是一个重要的a螺旋。在新补骨脂异黄酮B环城基和Tyrl94的侧链之间观察到另一个关键的氢键。新补骨脂异黄酮的苯基
6、部分(A环)可与Leu404的Pi.烷基相互作用。另外,B环皴基的新补骨脂异黄酮Y29与Ile238、Ser241和Gly239形成氢键相互作用。这些作用有利于配体与结合口袋的结合,而异戊烯基则嵌入在疏水袋中,通过与Metl91, Leu278和Tle238残基通过疏水相互作用。rweA 92图1 (A) FAAH同源模型;(B)和(C)新补骨脂异黄酮与FAAH相互作用图MaXFlow分子模拟与人工智能平台MaXFIow生物医药智能创新平台,由创腾科技自主研发,旨为不同领域的一线创新科技工作者提供一个合作共享的B-S架构平台。以“数据自由,模型自由”为理念,在结构模型与预测模型进行融合的基础上
7、,实现模拟与AI需求的合并,为研发赋能。令 填补数据产生保存与数据使用赋能断层令打通空间结构模型与数据预测模型壁垒今合并经典模拟计算与新兴AI预测需求令降低背景知识储备与复杂软件使用门槛通过便捷的网页端操作,可实现大、小分子模型的构建与优化,动力学模拟,分子对接,分子间相互作用展示。小分子药物方面,通过分子性质计算以及多种机器学习与深度学习的方法,在工作流中帮助用户实现数据的挖掘以及相关构效关系的搭建,同时可以通过一键部署的方式实现药代动力学及不同目的的AI预测与共享。对于大分子,基于流行AI模型的运用,更加准确的实现大分子间相互作用预测。多样的APPs为大分子药物研发提供可靠保障。更多详情,请访问: