一种利用结构生物学构建目的肿瘤多肽筛选模型的方法技术

本发明专利技术公开了一种利用结构生物学构建目的肿瘤多肽筛选模型的方法，具体地，所述方法包括构建多肽库模块、分子动力学模拟模块、复合物结合能预测模块、多肽筛选模块和体外验证模块。本发明专利技术提供的方法可以通过简化多肽分子筛选的程序，在最大程度上筛选出特异性范围更合适的多肽分子而推动多肽分子在药物研发中的应用。的应用。

【技术实现步骤摘要】
一种利用结构生物学构建目的肿瘤多肽筛选模型的方法


[0001]本专利技术属于生物学领域，具体涉及一种利用结构生物学构建目的肿瘤多肽筛选模型的方法。

技术介绍

[0002]肿瘤的生长和转移依赖其周围新生血管的形成。因此，新型抗肿瘤药物的研究不仅是临床肿瘤治疗和提高我国人民健康水平的迫使需要，而且对于我国医药产业和社会发展具有重要意义。以抑制血管内皮生长因子受体(vascular endothelial growth factorreceptor，VEGFR)为基础的抗血管生成疗法已成为癌症治疗中最有效的手段之一。而内皮抑素是一种内源性抗血管生成分子，分子量大小为20kDa。2005年，中国FDA批准具有自主知识产权的内皮抑素Endostatin(Endostar)用于治疗非小细胞肺癌，是一种已经被证实在肿瘤治疗领域非常有效的抗肿瘤生物大分子药物。
[0003]新药研发是一项非常耗时费力，成本巨大的工程。近年来，基于结构生物学分析的虚拟药物筛选技术得到广泛得发展，其中一种被广泛应用的技术就是基于分子对接原理的虚拟药物筛选。
[0004]目前，多肽药物的设计及筛选主要依赖于酵母双杂交、噬菌体展示、核糖体展示、随机多肽库合成等技术来实现。由于多肽合成、鉴定的繁琐以及随机多肽库中与目标结合的多肽含量低，在筛选过程中的人力物力消耗，使得多肽药物的研究进展缓慢。
[0005]结构生物学分析技术主要应用于药物分子设计及优化领域，是基于蛋白质空间结构、药物结构、计算机科学，通过靶点蛋白的特征以及靶点蛋白和药物分子间的相互作用方式来进行药物设计和分析的方法。主要研究内容包括蛋白质空间结构及功能、分子间(如配体和受体)相互作用，并预测其结合模式和亲合力的一种系统策略方法。通过靶点蛋白、多肽药物的结构解析、结构分析模拟，预测靶点蛋白和多肽分子之间的结合方法可以节省大量的筛选过程中的人力物力消耗，极大的提高多肽分子设计的准确性和筛选效率。
[0006]目前以结构生物学为基础的分子剪切及分析技术在抗肿瘤多肽药物筛选及评价中应用较少。缺少系统完整的分析评价策略。因此，有必要开发新的策略方法来加速多肽药物的研发过程。通过结构生物学分析及计算机辅助设计是一种更有效的方法。
[0007]如何获取活性多肽以及有效的分析评价策略，是多肽药物研发过程中面临的重大挑战问题。

技术实现思路

[0008]针对上述现有技术中无法高效获取活性多肽，以及现有技术的库容小、人力物力消耗大、时间长等缺陷，本专利技术提供一种利用结构生物学构建目的肿瘤多肽筛选模型的方法。具体地，本专利技术以结构生物学为基础，结合计算机辅助分析的策略方法，可以高效的解决目前研发过程中面临的困难。本专利技术第一个目的是提供一种以结构生物学为基础，基于蛋白高级结构进行剪切设计，构建新的多肽分子，并采用分子对接模拟分析的多肽分子优
化方法。本专利技术的另一目的是提供靶向血管内皮生长因子受体2(VEGFR2)的截短型高亲和力多肽分子。
[0009]为了解决现有技术中的缺陷，本专利技术第一方面提供一种构建目的肿瘤多肽筛选模型的方法，所述的方法包括构建以下模块：
[0010](1)多肽库模块：基于蛋白一级结构、二级结构和/或三级结构及其功能，通过序列截取、拼接的方法获取包含5
‑
30个氨基酸残基的多肽分子的多肽库；
[0011](2)分子动力学模拟模块：所述分子动力学模拟模块可以对模块(1)中的所述的多肽分子进行模拟，获得多肽分子结构采样；
[0012](3)复合物结合能预测模块：所述复合物结合能预测模块可以进行多肽分子与靶点蛋白的分子对接，预测二者结合的结合能，排序并选择结合能较大或最大的多肽分子；
[0013](4)多肽筛选模块：所述多肽筛选模块可以获得较准确的多肽分子结合靶点蛋白所形成复合物的3D结构及二者结合自由能，排序并选择多肽分子；
[0014](5)体外验证模块：所述体外验证模块可以选择具有预测功能的多肽分子，即得所述的目的肿瘤多肽。
[0015]本专利技术第二方面提供一种利用结构生物学筛选目的肿瘤多肽的方法，所述的方法包括以下步骤：
[0016](1)基于蛋白一级结构、二级结构和/或三级结构及其功能，通过序列截取、拼接的方法获取包含5
‑
30个氨基酸残基的多肽分子；
[0017](2)将所述的多肽分子进行分子动力学模拟，以获得多肽分子结构采样；
[0018](3)进行多肽分子与靶点蛋白的分子对接，预测二者结合的结合能，排序并选择结合能较大或最大的多肽分子；
[0019](4)将所述的多肽分子与靶点蛋白复合物进行分子动力学模拟，获得较准确的多肽分子结合靶点蛋白所形成复合物的3D结构及二者结合自由能，排序并选择多肽分子；
[0020](5)体外实验验证，选择具有预测功能的多肽分子，即得所述的目的肿瘤多肽。
[0021]上述多肽分子可来自于对生物大分子剪切优化。
[0022]上述生物大分子可例如为内皮抑素。
[0023]上述生物大分子晶体结构可来自PDB蛋白质数据库。
[0024]上述分子对接可在AutoDock中运行完成。
[0025]上述靶点蛋白可来自PDB蛋白质数据库，可为血管内皮生长因子受体2(VEGFR2)。
[0026]本专利技术提出的基于生物大分子剪切及分子对接模拟的多肽设计及分析方法，通过分析生物大分子的结构信息，理性地设计亲和力高并且序列更短的变体多肽分子，并采用分子对接的方法评估优化方案。
[0027]本专利技术的一个实施例中，所述的靶点蛋白为VEGFR2，晶体结构来源于PDB数据库，所述的多肽分子为生物大分子剪切序列。
[0028]在某些实施方案中，步骤(1)满足以下条件的一种或一种以上：
[0029]所述的二级结构的结构单元包括α
‑
螺旋、β
‑
折叠、β
‑
转角、π螺旋、3
10
螺旋和/或无规卷曲等本领域中常规的二级结构；
[0030]通过次级键包括氨基酸侧链之间的疏水相互作用、氢键、范德华力和静电作用来判断所述的三级结构的稳定性；
[0031]所述的多肽分子包含活性位点，所述的活性位点例如为与靶点蛋白直接相互作用，形成次级键的活性位点；
[0032]所述的拼接为连续组装、非连续组装或一个结构单元前后延伸一个或一个以上氨基酸。
[0033]在某些实施方案中，所述的连续组装包括将相互连接的2个以上结构单元例如2～5个结构单元分离，并将其中部分结构单元拼接在一起；所述的非连续组装包括将不相互连接的2个以上结构单元例如2～5个结构单元拼接在一起。
[0034]优选地，所述的拼接包括将所述的多肽片段或结构域的N端和C端分别延伸螺旋结构，产生稳定的骨架结构；或，
[0035]所述的拼接包括延伸所述的多肽的结构的结合区域。
[0036]这种保守、含有特定二级结构、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种构建目的肿瘤多肽筛选模型的方法，其特征在于，所述的方法包括构建以下模块：(1)多肽库模块：基于蛋白一级结构、二级结构和/或三级结构及其功能，通过序列截取、拼接的方法获取包含5
‑
30个氨基酸残基的多肽分子的多肽库；(2)分子动力学模拟模块：所述分子动力学模拟模块可以对模块(1)中的所述的多肽分子进行模拟，获得多肽分子结构采样；(3)复合物结合能预测模块：所述复合物结合能预测模块可以进行多肽分子与靶点蛋白的分子对接，预测二者结合的结合能，排序并选择结合能较大或最大的多肽分子；(4)多肽筛选模块：所述多肽筛选模块可以获得较准确的多肽分子结合靶点蛋白所形成复合物的3D结构及二者结合自由能，排序并选择多肽分子；(5)体外验证模块：所述体外验证模块可以选择具有预测功能的多肽分子，即得所述的目的肿瘤多肽。2.一种利用结构生物学筛选目的肿瘤多肽的方法，其特征在于，所述的方法包括以下步骤：(1)基于蛋白一级结构、二级结构和/或三级结构及其功能，通过序列截取、拼接的方法获取包含5
‑
30个氨基酸残基的多肽分子；(2)将所述的多肽分子进行分子动力学模拟，以获得多肽分子结构采样；(3)进行多肽分子与靶点蛋白的分子对接，预测二者结合的结合能，排序并选择结合能较大或最大的多肽分子；(4)将所述的多肽分子与靶点蛋白复合物进行分子动力学模拟，获得较准确的多肽分子结合靶点蛋白所形成复合物的3D结构及二者结合自由能，排序并选择多肽分子；(5)体外实验验证，选择具有预测功能的多肽分子，即得所述的目的肿瘤多肽。3.如权利要求1或2所述的方法，其特征在于，步骤(1)满足以下条件的一种或一种以上：所述的二级结构的结构单元包括α
‑
螺旋、β
‑
折叠、β
‑
转角、π螺旋、3
10
螺旋和/或无规卷曲；通过次级键包括氨基酸侧链之间的疏水相互作用、氢键、范德华力和静电作用来判断所述的三级结构的稳定性；所述的多肽分子包含活性位点，所述的活性位点例如为与靶点蛋白直接相互作用，形成次级键的活性位点；所述的拼接为连续组装、非连续组装或一个结构单元前后延伸一个或一个以上氨基酸。4.如权利要求1或2所述的方法，其特征在于，所述的连续组装包括将相互连接的2个以上结构单元例如2～5...

【专利技术属性】
技术研发人员：杨新春，苗应波，成佳兴，赵金龙，许祥诚，陈亮，林若虹，覃宏，李晶华，
申请(专利权)人：珠海市藤栢医药有限公司，
类型：发明
国别省市：