抗寨卡病毒的中药活性成分的虚拟筛选

谭善慧 李彦忠 齐思佳 徐彦浩 段桂运

(泰山医学院，山东 泰安 271016)

自2016年以来，寨卡病毒来势凶猛，危害巨大。世界卫生组织声明，经过全世界的调查研究并确认，寨卡病毒就是巴西新生儿的小头畸形症的直接元凶[1-3]，该病毒防范困难，传播方式广泛[4-6]。寨卡病毒可以通过伊蚊传播，也可以通过性传播和母婴传播，其中伊蚊传播为主要传播方式。能够传播寨卡病毒的伊蚊分布在世界各地，因此寨卡病毒可能传播到更多的国家和地区[7-8]。目前临床上更加紧迫的是没有有效疫苗预防，也没有特效药治疗该病毒[9-12]。因此，预防和治疗寨卡病毒已成为世界研究的热点和重点。本实验主要借助计算机辅助药物设计软件对寨卡病毒的蛋白5RIE与中药分子库的化合物进行虚拟对接，试图找到能够用于治疗寨卡病毒的特效药。

1 材料与方法

1.1 仪器

HP Z840工作站(美国惠普公司)，联想M901HSWY微机客户端(中国联想集团公司)。

1.2 材料

Traditional Chinese Medicine Database(TCMD-21611)数据库，寨卡蛋白5RIE(PDB数据库)；Discovery Studio2017 R2(美国BIOVIA公司)，Libdock——最快的分子对接技术，Flexible Docking——全柔性分子对接技术、化合物成药性评价(ADMET)等模块。

1.3 实验方法

通过对PDB蛋白库中寨卡病毒的蛋白进行功能分析，最终选定在该病毒复制阶段起重要作用的5IRE蛋白作为靶标蛋白，借助计算机辅助药物设计软件DS2017的虚拟筛选技术，HP Z840工作站，在联想M901HSWY微机上为客户端进行计算以及中药活性成分化合物库(Traditional Chinese Medicine Database)TCMD-21611中的21611个已知结构的化合物,进行初步的虚拟筛选。筛选过程如图1。

图1 计算机辅助药物设计筛选流程图

2 结 果

2.1 Libdock—病毒晶体结构与分子结构处理与准备

在中药活性成分化合物库TCMD-21611中共含21611个已知结构的化合物,将这些小分子作为配体准备与5IRE蛋白对接。

对接前先将5IRE晶体蛋白去水、加氢，并定义蛋白复合物所在的位点作为结合的靶标位点；再将21611个化合物的二维结构转变成三维结构；然后准备配体；使21611个已知结构的化合物形成126591不同构象的化合物，最后将这些小分子与5IRE蛋白进行对接。

2.2 LibDock-受体-配体的分子刚性对接

对21611个已知结构的化合物形成的126591个不同构象进行对接是一个很费时间的工作，为此我们采用Discovery Studio 2017中的Libdock—最快的分子对接技术将TCMD-21611中的21611个已知化合物与寨卡病毒的5IRE蛋白分子进行刚性对接，通过分析对接结果的打分、氢键观察、热图等因素，综合打分，筛选出分数最高的小分子化合物431个。小分子与蛋白结合的二维、三维结合模式图如图2。

图2 小分子与蛋白二维、三维结合模式图

由图2二维结构可以看出天然化合物分子与蛋白结合的结合键情况(绿色代表氢键，棕色代表范德华力，紫色代表π-阴离子键，红色代表排斥键)。可以清楚的看出小分子与受体蛋白的具体氨基酸进行了结合。例如，小分子与ASP161,GLN147,GIY150,ARG164,GIY157形成了很好的氢键，与ASP161还形成了π键等。从微观上解释了分子与蛋白的作用机制。而通过三维的结合图可以看出小分子与蛋白形象结合，紫红色囊腔代表蛋白的氨基酸可与小分子的供体官能团结合，绿色代表能与受体官能团结合，从而让我们知道具有什么样结构的小分子更加适合于受体蛋白结合。

2.3 Flexible Docking分子对接技术

为了将选出分值较高的配体小分子和受体蛋白精确地对接，以便得到更精细的结果，采用小分子结构转换对接技术相同的ligand 准备技术，对接前先将化合物的二维结构转变成三维的，然后准备配体使431个已知结构的化合物形成32546个不同构象的化合物，最后将这些小分子与5IRE进行Flexible Docking。

将筛出的较好化合物再与寨卡病毒蛋白进行全柔性对接，然后也通过它的打分系统、氢键、热图等结果进行综合分析，筛选得到活性更高，对寨卡病毒结合抑制更好的已知化合物分子，从而做到优中选优。筛选出活性最高的上述化合物小分子57个。

2.4 ADMET性质预测

对57个天然化合物ADMET性质的预测，通过在25 ℃下水溶解度、血脑屏障通透性、细胞色素P450 2D6抑制性、肝毒性、人类肠道吸收性和血浆蛋白结合率六个方面的具体分析，最终选出5个ADMET预测最优的天然化合物。ADMET预测结果如图3。

借助计算机辅助药物设计软件DS2017对筛选的天然化合物进行ADMET的预测，图3中的粉色环与红色环为血脑屏障通透性的99%、95%的置信区间模型，浅蓝色环与绿色环为人体肠道吸收性的99%、95%置信区间模型，其他模型的模拟结果基本与之相似，通过对比分析，最后选取各模型99%置信区间内的天然化合物，最终得到5个天然化合物。

图3 ADMET预测结果的2D模式图

2.5 筛选化合物的结构

最终筛选得到的天然化合物的结构、名称及打分情况如表1。

表1 最终筛选得到的天然化合物

由表1可以看出，筛选最终确定的这五个天然化合物中，丹参的虚拟结果打分最高，说明在丹参含有的该化合物与受体蛋白具有较好的结合，通过观察其结构中含有的亲水性的羟基与亲脂性的酯结构的数量非常多，在理论上该化合物的水溶性、肠道吸收、化合物的透过性都比较好。

3 结 论

本研究通过借助计算机辅助药物设计软件使寨卡病毒的5IRE蛋白与天然化合物库的化合物进行模拟对接并进行ADMET预测，最终筛选出与病毒蛋白结合较好、打分较高、活性较强的5个化合物。对这5个化合物的结构研究发现在自然界的许多植物皆含有这些成分，而且植物较为常见，从侧面引出天然中草药可作为预防和治疗寨卡病毒的药物。

对筛选结果进行结构分析，发现多数化合物有共同的母核与侧链，对这些天然的已知结构的化合物进行结构修饰改造，设计合成并进行药理活性测试，最终得到较好的寨卡病毒抑制剂，从而达到预防和治疗寨卡病毒目的，并为进一步的研究提供充分理论依据。