药物虚拟筛选方法课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《药物虚拟筛选方法课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 药物 虚拟 筛选 方法 课件
- 资源描述:
-
1、精品信息化引领创新药物信息化引领创新药物研发研发赵勇赵勇计算机辅助药物筛选平台精品疾病发生先导化合物(2-5 年)临床前期(1-3 年)配方临床试验(2-10 年)相关技术研发FDA 批准(2-3 年)File INDFile NDA靶标确定新药的研发新药的研发周期漫长周期漫长File IND: 申报研究性新药File NDA:申报新药精品(N Engl J Med. 2014, 370(1):3-6.)2012年生物医药研发上的投入年生物医药研发上的投入精品2013年在生物制药领域研发投入最大的二十家药企年在生物制药领域研发投入最大的二十家药企排名排名公司公司20132013(亿美元)(亿美
2、元)20122012(亿美元)(亿美元)1 1罗氏罗氏 (瑞士)(瑞士)99.199.196.5496.542 2诺华诺华 (瑞士)(瑞士)98.5298.5293.3293.323 3强生强生 (美国)(美国)81.8381.8376.6576.654 4默沙东默沙东 ( (美国默克美国默克) )75.0375.0381.6881.685 5辉瑞辉瑞 (美国)(美国)66.7866.7874.8274.826 6赛诺菲赛诺菲 (法国)(法国)66.0866.0868.1868.187 7葛兰素史克葛兰素史克 (英国)(英国)65.1865.1866.1166.118 8礼来礼来 (美国)(美
3、国)55.3155.3152.7852.789 9阿斯利康阿斯利康 (英国)(英国)48.2148.2152.4352.431010安进安进 (美国)(美国)39.2839.2832.9632.961111百时美施贵宝百时美施贵宝 (美国)(美国)37.3137.3139.0439.041212武田制药武田制药 (日本)(日本)31.4831.4827.3727.371313雅培雅培 (美国)(美国)28.5528.5527.7827.781414拜耳拜耳 (德国)(德国)22.9122.9121.6221.621515赛尔基因赛尔基因 (美国)(美国)22.2622.2617.2417.24
4、1616诺和诺德诺和诺德 (丹麦)(丹麦)21.7821.7820.2320.231717吉利德科学吉利德科学 (美国)(美国)21.221.217.617.61818第一三共株式会社(日本)第一三共株式会社(日本)17.7717.7717.9617.961919阿斯特拉阿斯特拉 (瑞典)(瑞典)17.7117.7118.4618.462020默克默克 (德国)(德国)16.4416.4416.3816.38http:/ Carroll精品筛选阶段(上个世纪筛选阶段(上个世纪80年代以前):年代以前):-偶然发现(如青霉素)-筛选(先导化合物发现率8万分之一)(如磺胺药)设计阶段(上个世纪设计
5、阶段(上个世纪80年代以后):年代以后):发现药物通过抑制特定蛋白质功能起作用(如杀虫剂)计算机辅助药物筛选和设计阶段(本世纪初):计算机辅助药物筛选和设计阶段(本世纪初):-实验筛选:实验筛选:高通量筛选-虚拟筛选:虚拟筛选:基于结构的药物筛选,在原子层面上分析蛋白质和小分子化合物的相互作用,进而指导药物研发。 -化合物设计:化合物设计:基于蛋白质和化合物相互作用的模型进行药物设计。药物药物研发研发思路的发展思路的发展精品药物的研发流程药物的研发流程精品研究的主体研究的主体化合物蛋白质DNARNA精品有机化合物主要由氢元素、碳元素组成,含碳的化合物,但是不包括一氧化碳、二氧化碳和以碳酸根结尾
6、的物质。有机物是生命产生的物质基础,所有的生命体都含有机化合物。脂肪、氨基酸、蛋白质、糖、血红素、叶绿素、酶、激素等。生物体内的新陈代谢和生物的遗传现象,都涉及到有机化合物的转变。此外,许多与人类生活有密切关系的物质,例如石油、天然气、棉花、染料、化纤、天然和合成药物等,均和有机化合物有密切联系。化合物来源:天然产物化合物来源:天然产物精品化合物来源:人工合成化合物来源:人工合成精品化合物的立体结构化合物的立体结构ZINC04015296ZINC85593878精品化合物化合物NCBI pubchem 数据库: 4千万种小分子化合物ZINC 数据库:2千万种小分子天然产物:25万多种小分子中草
7、药:3万多种小分子Cheng TJ, et al. (2012) The AAPS Journal, Vol. 14, No. 1 精品构成蛋白质的20种氨基酸蛋白质蛋白质蛋白质多肽链蛋白质立体结构精品 DNA / 氨基酸氨基酸 序列序列 蛋白质三维结构蛋白质三维结构 蛋白质功能蛋白质功能DNA (基因基因) RNA前体前体 RNA 蛋白质蛋白质ATGGAGGAGCCGCAGTCAGATCCTAGCGTCGAGCCCCCTCTGAGTCAGGAAACATTTTCAGACCTATGGAAACTACTT.MEEPQSDPSVEPPLSQETFSDLWKLLPENNVL从基因到蛋白质从基因到蛋白质精
8、品蛋白质和疾病蛋白质和疾病精品药物靶标蛋白药物靶标蛋白http:/dgidb.genome.wustl.edu/精品蛋白质结构数据库蛋白质结构数据库http:/www.rcsb.org/pdb/home/home.do精品目前可以开展的靶标目前可以开展的靶标已知蛋白质晶体结构:310个有部分结构的蛋白质:2057个精品先导化合物研发的方法先导化合物研发的方法 实验筛选使用生物物理、生物化学等方法鉴别小分子和蛋白质的相互作用,从而筛选出对蛋白质功能有调节作用的先导化合物。 虚拟筛选使用计算机模拟技术作为基础,筛选可能与蛋白质结合的小分子化合物,然后进行实验验证。精品高通量筛选高通量筛选 vs 虚
9、拟筛选虚拟筛选高通量筛选: 体外活性测试(大量测试) 命中率:0.01-0.001% 假阴性较高 需要先有大量化合物虚拟筛选: 计算机模拟分析 命中率:2-24% 需要有限化合物测试虚拟筛选为当前新药研发的常规步骤,是高通量筛选的有效补充。虚拟筛选为当前新药研发的常规步骤,是高通量筛选的有效补充。1-2+1、Maggio, E. T. and Ramnarayan, K. (2001). Drug Disc. Today 6, 996-1004.2、Cheng T1, et al. (2012) AAPS J. 2012 Mar;14(1):133-41.精品实验筛选:高通量筛选实验筛选:高通
10、量筛选微孔板工作站分液器荧光光度计机器人机械手精品实验筛选:高内涵筛选生物信息:选择靶点、相关作用机制及待测样品设计检测或筛选方法样品制备:细胞培养、化合物及相关试剂处理从单个细胞或群体细胞获得终点或动态检测的荧光信号可视化与量化的生物信息细胞生长、细胞毒性、细胞形态学、信号传导通路的全面认识2500元人民币/化合物X10万化合物=2.5亿较高假阴性荧光显微系统自动化荧光图像获取系统检测仪器图像处理应用软件数据分析和管理系统门槛高:资金密集型精品美国美国3科学家摘科学家摘2013化学诺奖:用计算机模拟化学实验化学诺奖:用计算机模拟化学实验获奖的瓦谢勒教授在采访中表示,自己的工作获奖的瓦谢勒教授
11、在采访中表示,自己的工作“就像打开一个就像打开一个表,看看里面是怎么运作的一样。我们发展出一个需要电脑的方法,来表,看看里面是怎么运作的一样。我们发展出一个需要电脑的方法,来看看蛋白质的结构,了解它的运作机制,比如酶是怎么消化食物的。你看看蛋白质的结构,了解它的运作机制,比如酶是怎么消化食物的。你可以用它来设计药物,满足你们的好奇心。可以用它来设计药物,满足你们的好奇心。”斯坦福大学教授迈克尔莱维特南加州大学教授阿里耶瓦谢勒哈佛大学教授马丁卡普拉斯计算机技术高速发展带来药物开发新革命计算机技术高速发展带来药物开发新革命精品 卡普拉斯和另外两位诺奖得主,主要运用的方法是基于卡普拉斯和另外两位诺奖
12、得主,主要运用的方法是基于牛顿经典力学原理,他们所做的分子动力学模拟,可以用在牛顿经典力学原理,他们所做的分子动力学模拟,可以用在很多大的体系如蛋白质折叠、酶催化反应等方面。计算机模很多大的体系如蛋白质折叠、酶催化反应等方面。计算机模拟广泛运用在今天的化学领域,已经带来很大价值,特别是拟广泛运用在今天的化学领域,已经带来很大价值,特别是在做蛋白质等大分子领域,令其不再受限于实验,计算机在在做蛋白质等大分子领域,令其不再受限于实验,计算机在蛋白质研究、制药、生物研究上有着很大的影响,比如,要蛋白质研究、制药、生物研究上有着很大的影响,比如,要寻找某种药物,可以通过计算的方法,寻找药物靶点,以及寻
13、找某种药物,可以通过计算的方法,寻找药物靶点,以及可能的药物干扰等,已用得非常普遍可能的药物干扰等,已用得非常普遍。虚拟筛选2D、3D定量构效关系药效团结构比对蛋白质结构分析小分子数据库分子对接打分结果评判挑选命中化合物生物实验验证全新化合物设计先导化合物优化ADMET分析途径和方法:途径和方法:文献调研精品途径和方法:途径和方法:2D、3D定量构效关系药效团结构比对蛋白质结构分析小分子数据库分子对接打分结果评判全新化合物设计先导化合物优化精品2D、3D定量构效关系药效团结构比对蛋白质结构分析小分子数据库分子对接打分结果评判全新化合物设计先导化合物优化药效团软件QSAR软件分子对接软件蛋白质结
14、构分析软件分子动力学模拟软件精品精品虚拟筛选虚拟筛选基于小分子结构的筛选(药效团)基于药物作用机理的筛选(分子对接)底物-小分子酶-蛋白质+酶和底物结合锁锁-钥原理钥原理精品虚拟筛选虚拟筛选3. 根据蛋白质结构进行全新药物设计(De Novo化合物设计)精品案例:CXCR4趋化因子受体精品背景背景Gene Symbol: CXCR4Gene ID: 7852Summary: 该基因编码一种CXC趋化因子受体。该蛋白位于细胞膜,有7个跨膜区。该蛋白在乳腺癌细胞中高效表达。在AIDS感染中与CD4协同作用支持HIV病毒进入细胞。该基因的突变和WHIM综合征(疣,低丙种球蛋白血症、感染和粒细胞髓内破
展开阅读全文