复杂的宏循环优化:将NMR限制与构造分析相结合,以指导基于结构和基于连接体的设计
Ajay N Jain1, Alexander C Brueckner2, Christine Jorge2
1Research and Development, BioPharmics LLC, Sonoma County, CA, USA. ajain@jainlab.org.
Journal of computer-aided molecular design
|August 3, 2023
概括
优化宏环配体是非常具有挑战性的. 本研究介绍了使用NMR数据和分子相似性的计算方法来预测结合能,改善临床候选者的药物优化.
科学领域:
- 药用化学 医学化学
- 计算化学计算化学
- 结构生物学 结构生物学
背景情况:
- 对宏环配体的系统优化在药物发现中提出了重大挑战.
- 编程细胞死亡蛋白1 (PD-1) /编程死亡连接体1 (PD-L1) 途径是癌症免疫治疗的关键目标.
研究的目的:
- 开发和验证用于宏环配体的优化的计算方法.
- 用PD-1/PD-L1系统作为案例研究来证明这些方法的实用性.
主要方法:
- 从核磁共振 (NMR) 数据中导出构造约束,以识别低能溶液集.
- 采用分子对接与形状约束来预测结合联体的姿势和估计结合能量.
- 使用基于连接体的方法与分子相似性优化来预测绑定姿势.
主要成果:
- 两种NMR受限对接和基于联体的相似性方法都有效地优先考虑了化合物类似物.
- 微小的连接体修饰可以不成比例地影响估计的应变能量,显著影响整体约束能量的预测.
- 准确的宏循环的构造性搜索对于可靠的结合能量的估计至关重要.
结论:
- 结合生物物理数据和计算方法的多学科方法提高了宏环优化的生产率.
- 这些策略有助于从最初的化合物过渡到可行的临床候选物.


