法尼醇X受体拮抗剂及其虚拟筛选方法和应用技术

本发明专利技术公开了法尼醇X受体拮抗剂及其虚拟筛选方法和应用。虚拟筛选方法包括以下步骤：法尼醇X受体蛋白结构的获取及处理；待筛选化合物数据库的建立及处理；药效团模型的构建及筛选；三轮基于分子对接的虚拟筛选。通过该方法筛选出具有潜在法尼醇X受体拮抗活性的苗头化合物，并通过体外活性测试进行验证。体外活性测试结果表明筛选得到的12个化合物对靶点法尼醇X受体表现出强效的拮抗活性，对HepG2细胞和L02细胞无细胞毒性，优选化合物1和2能显著降低游离脂肪酸诱导的HepG2细胞的甘油三酯水平。本发明专利技术虚拟筛选方法可以更快速、高效、经济地获得具有法尼醇X受体拮抗活性化合物，筛选出的12个化合物可用于制备新型抗非酒精性脂肪性肝炎的药物。脂肪性肝炎的药物。脂肪性肝炎的药物。

【技术实现步骤摘要】
法尼醇X受体拮抗剂及其虚拟筛选方法和应用


[0001]本专利技术属于医药
，具体涉及法尼醇X受体拮抗剂及其虚拟筛选方法和应用。

技术介绍

[0002]非酒精性脂肪性肝病(Nonalcoholic fatty liver disease，NAFLD)是一种与胰岛素(insulin resistance)相关的代谢性疾病，其疾病谱包括单纯性脂肪肝、非酒精性脂肪性肝炎(Nonalcoholic steatohepatitis，NASH)以及相关的肝纤维和肝硬化等(魏钰等，胃肠病学，2010，15(1)：21
‑
24)。数据显示，随着肥胖，Ⅱ型糖尿病的增多，NAFLD和NASH在全球也呈现出高发态势。然而，目前针对NASH患者并没有确切有效的药物治疗，对一般晚期患者采用的有效治疗方案是肝脏移植。在未来几十年，NASH将很可能会成为肝脏移植的首要原因。随着NASH发病机制研究的深入，NASH致病通路中的关键生物分子已被作为靶点去开发相关治疗药物，包括法尼醇X受体(Farnesoid X receptor，FXR)、过氧化物酶体增殖物激活受体(PPARs)等靶点，但大部分都处于临床试验阶段，仍未能够被批准上市成为治疗NASH的药物。因此，研究可用于治疗NASH的药物具有重要的实际应用价值。
[0003]法尼醇X受体(Farnesoid X receptor，FXR)也称为胆汁酸受体，属于核受体超家族的一员，主要分布于肝脏、肠道、肾脏以及肾上腺等器官。FXR已经明确能够在多种代谢途径中起起到调节作用，在胆汁酸、胆固醇、脂质以及葡萄糖代谢中发挥着重要的作用，此外，FXR与胆汁淤积、NAFLD、NASH、胆结石、糖尿病、动脉粥样硬化和癌症等多种疾病有紧密的联系。迄今为止，FXR激动剂的研究较为成熟，已有多个FXR激动剂进入临床研究阶段用于治疗NASH，如奥贝胆酸、LJN452、MET409等(Kremoser C.J Hepatol.2021,75:12
‑
15；Oseini AM,Sanyal AJ,et al.Liver Int.2017,37:97
‑
103)，但已报道的FXR激动剂，存在易发生瘙痒、提高低密度脂蛋白和降低高密度脂蛋白等缺点，大大的限制其在临床上治疗NASH的应用。最近研究表明，FXR拮抗剂在治疗NAFLD和NASH方面也具有良好的疗效，且可避免由于过度激动FXR所引起的不良反应。因此，FXR拮抗剂的研究得到越来越多的关注，FXR拮抗剂不仅能够提高胆固醇7α
‑
羟化酶(CYP7A1)的活性而降低总胆固醇含量，还能降低肝脏三酰甘油、低密度脂蛋白水平，减轻NASH的炎症和纤维化特征(Zhang C,Liu Y,Wang Y.J Med Chem.2022,13,65:13452
‑
13472)。然而，目前对于FXR拮抗剂的研究相比于FXR激动剂相对滞后，已报道的大部分FXR拮抗剂都是甾体类结构，如Gugggulsterone、甘氨熊去氧胆酸(GUDCA)和牛磺熊去氧胆酸(TUDCA)等。目前仅有一款FXR拮抗剂进入临床试验，是由上海医药工业研究院和江苏柯菲平医药股份有限公司联合开发的化合物SIPI
‑
7623，现处于临床一期试验，适应症为混合型高血脂(Deng,YF,et al.Chin J Nat Med,2018,16(8):572
–
579；Nian SY,et al.Molecular Diversity,2019,23:19
–
33)。
[0004]创新药物研发具有周期长、费用高的特征。一般而言，从疾病靶标的确定、先导化合物的发现、临床前药理学和药物代谢动力学及安全性评价研究到药物成功上市，一般需要花费10～15年时间。随着计算机技术的更新以及大数据技术的发展，利用虚拟筛选策略
发现先导化合物逐渐成熟，这种策略通过各种算法对大量化合物库进行搜索来获得对特定靶点具有潜在活性的化合物分子，可以大大缩短药物研发所需的时间与费用。因此，创建一种高效的FXR拮抗剂的虚拟筛选方法对于筛选出新骨架类型的FXR拮抗剂具有重大意义。

技术实现思路

[0005]本专利技术的目的在于提供一种法尼醇X受体(Farnesoid X receptor，FXR)拮抗剂的虚拟筛选方法，并将其用于发现小分子FXR拮抗剂。
[0006]本专利技术以FXR为靶点，通过一系列虚拟筛选技术，筛选出与FXR具有良好的结合能力的小分子苗头化合物，结合体外FXR拮抗活性测试对虚拟筛选到的苗头化合物进行FXR拮抗活性评价，发现了12个具有强效的FXR拮抗活性的化合物。
[0007]本专利技术的第一个方面，提供一种以FXR为靶点的小分子化合物的虚拟筛选方法，包括如下步骤：
[0008](1)法尼醇X受体蛋白结构的获取及处理：
[0009]从Protein Data Bank蛋白数据库中获取法尼醇X受体的蛋白晶体复合物，并进行结构优化和定义活性位点；
[0010](2)待筛选化合物数据库的建立及处理：
[0011]从ChemDiv、Life chemicals、Drugbank数据库中获取化合物的结构信息，对化合物进行结构优化，并根据类药性原则进行类药性筛选，构建符合类药性的待筛选化合物数据库；
[0012](3)药效团模型的构建及筛选：
[0013]根据法尼醇X受体晶体结构建立基于复合物的药效团模型，对化合物数据库进行匹配筛选，根据化合物与药效团的匹配度进行排序，并挑选出匹配排序前10％的化合物进行后续对接筛选；
[0014](4)三轮基于分子对接的虚拟筛选：
[0015]采用分子对接软件Discovery studio 2020和Autodock vina依次对化合物进行Libodock、CDOCKER、Autodock vina三轮基于分子对接的虚拟筛选，筛选出具有潜在法尼醇X受体拮抗活性的苗头小分子化合物。
[0016]进一步地，步骤(1)所述法尼醇X受体蛋白结构的获取及处理，具体方法是：从Protein Data Bank蛋白数据库中下载已报道的法尼醇X受体晶体复合物，使用Discovery studio 2020软件的Prepare protein程序对蛋白晶体复合物进行删除水分子，加氢，删除多余侧链处理，并以蛋白中的共晶配体小分子为中心，设定活性位点；
[0017]所述PBD ID分别为：7D42、1OSV、1OSH、3DCT、3BEJ、3FLI。
[0018]进一步地，步骤(2)所述待筛选化合物数据库的建立及处理，具体方法是：从ChemDiv、Life chemicals、Drugbank数据库中获得约两百万个化合物的结构信息，用作虚拟筛选化合物数据库，将化合物导入Discovery studio 2020软件中，使用Prepare ligand和Full minimization模块对数据库中的化合物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种以法尼醇X受体为靶点的小分子化合物的虚拟筛选方法，其特征在于，包括以下步骤：(1)法尼醇X受体蛋白结构的获取及处理：从Protein Data Bank蛋白数据库中获取法尼醇X受体的蛋白晶体结构，并进行结构优化和定义活性位点；(2)待筛选化合物数据库的建立及处理：从ChemDiv、Life chemicals、Drugbank数据库中获取化合物的结构信息，对化合物进行结构优化，并根据类药性原则进行类药性筛选，构建符合类药性的待筛选化合物数据库；(3)药效团模型的构建及筛选：根据法尼醇X受体晶体结构建立基于复合物的药效团模型，对化合物数据库进行匹配筛选，根据化合物与药效团的匹配度进行排序，并挑选出匹配排序前10％的化合物进行后续对接筛选；(4)三轮基于分子对接的虚拟筛选：采用分子对接软件Discovery studio 2020和Autodock vina依次对化合物进行Libodock、CDOCKER、Autodock vina三轮基于分子对接的虚拟筛选，筛选出具有潜在法尼醇X受体拮抗活性的苗头小分子化合物。2.如权利要求1所述的虚拟筛选方法，其特征在于：步骤(1)所述法尼醇X受体蛋白结构的获取及处理，具体方法是：从Protein Data Bank蛋白数据库中下载已报道的法尼醇X受体晶体复合物，使用Discovery studio 2020软件的Prepare protein程序对蛋白晶体复合物进行删除水分子，加氢，删除多余侧链处理，并以蛋白中的共晶配体小分子为中心，设定活性位点；所述PBD ID分别为：7D42、1OSV、1OSH、3DCT、3BEJ、3FLI。3.如权利要求1所述的虚拟筛选方法，其特征在于：步骤(2)所述待筛选化合物数据库的建立及处理，具体方法是：从ChemDiv、Life chemicals、Drugbank数据库中获得约两百万个化合物的结构信息，用作虚拟筛选化合物数据库，将化合物导入Discovery studio 2020软件中，使用Prepare ligand和Full minimization模块对数据库中的化合物进行结构优化和能量最小化；利用Filtered by Lipinski and veber rules模块，根据类药性规则中的Lipi...

【专利技术属性】
技术研发人员：谭相端，陈聪，余启明，彭彦芬，周香辉，周异欢，张兵，班正鹄，
申请(专利权)人：桂林医学院，
类型：发明
国别省市：