论文部分内容阅读
细菌产生β-内酰胺酶是造成对β-内酰胺抗生素耐药的主要原因之一,这些酶可以断开β内酰胺环中的酰胺键而使抗生素失活。根据Amber分类方法,β-内酰胺酶可分为A,B,C和D四类,其中A,C,D是丝氨酸β内酰胺酶,其活性位点中有一个关键的丝氨酸残基,参与底物的催化水解;而B类的β-内酰胺酶是金属酶,它们发挥催化活性需要一个或两个金属离子的协助。IMP-1属于B类β-内酰胺酶,是1991年在日本发现的首个获得性金属β-内酰胺酶,至今已发现29个亚型。临床上尚缺乏有效的金属β-内酰胺酶抑制剂,为此本文利用计算机辅助设计，基于IMP-1结构的基础上，通过对接软件对建立的肽库虚拟筛选，最终得到了8个二肽、2个三肽可作为潜在活性分子，为IMP-1金属β-内酰胺酶新型肽类抑制剂的研发奠定基础。对于上述多肽的合成和活性验证工作正在进行中。肽与靶标蛋白具有良好的结构相容性，与小分子相比，又具有低的毒性，有超过50个以肽为基础的产品应用于临床。尽管肽及拟肽类药物成功进入了市场，但仍存在着生物利用度低，体内稳定性差等不足。近年在肽制剂、给药途径等领域发展，极大促进了多肽类药物的发展，多肽药物的计算机辅助设计也受到了越来越多的关注。由于多肽的柔性，预测其与其靶蛋白的复合物结构并不容易，而且由于蛋白质-肽的相互作用位点通常是表面的浅口袋，使得蛋白质-肽的对接研究更加复杂。本论文所用的CDOCK是基于分子动力学模拟退火算法，采用的力场是CHARMm。GOLD采用的是遗传算法使配体在活性中心产生构象，这些方法主要都是针对小分子和蛋白质对接的软件，对于多肽和蛋白质对接的准确度还需要深入研究。在多肽与蛋白质对接方面，主要有Antes等报道的DynaDock,Raveh.等研究的基于Monte Carlo算法的F1exPepDock,Donsk等运用Rapidly-exploring Random Trees开发的PepCrawler等，下一步工作将尝试这些算法的预测效果。