[發明專利]基于細菌脂肪酸合成途徑中多靶點的抗菌劑虛擬篩選方法在審
| 申請號: | 201810699581.0 | 申請日: | 2018-06-29 |
| 公開(公告)號: | CN109063414A | 公開(公告)日: | 2018-12-21 |
| 發明(設計)人: | 盧俊瑞;劉悅;盧博為;謝志強 | 申請(專利權)人: | 天津理工大學 |
| 主分類號: | G06F19/16 | 分類號: | G06F19/16 |
| 代理公司: | 天津市三利專利商標代理有限公司 12107 | 代理人: | 李蕊 |
| 地址: | 300384 天津市*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 靶點 脂肪酸合成途徑 篩選 細菌 活性口袋 多靶點 抗菌劑 小分子 抑制劑 虛擬 分子動力學模擬 分子對接軟件 活性中心 前期處理 三維結構 組合作用 作用模式 協同 優化 研究 | ||
1.一種基于細菌脂肪酸合成途徑中多靶點的抗菌劑虛擬篩選方法,其特征在于:具體步驟如下:
(1)獲取FASⅡ體系多個酶(靶點)的三維結構;
(2)對各靶點進行前期處理和優化,并確定其活性中心,設定活性口袋;
(3)選取小分子化合物庫,或根據需求自行構建;
(4)依據設定的活性口袋,使用Autodock和Vina兩種分子對接軟件,將小分子化合物與各靶點進行對接,并進行一致性打分;
(5)以各靶點相應抑制劑的一致性打分作為陽性參照,篩選出各靶點的抑制劑;
(6)選取代表化合物,運用分子動力學軟件Gromacs對靶點-小分子體系進行分子動力學模擬,以得到小分子與靶點間的結合模式。
2.根據權利要求1所述的抗菌劑的虛擬篩選方法,其特征在于:所述步驟(3)可置于步驟(1)或步驟(2)任何一個步驟之前。
3.根據權利要求1所述的抗菌劑的虛擬篩選方法,其特征在于:所述步驟(1)中酶(靶點)的三維結構的獲取方法為:在RSCB Protein Data Bank蛋白質數據庫中以相應酶的英文名稱進行檢索,均選取來自大腸桿菌的三維結構,并盡量選取含有小分子抑制劑的三維結構。
4.根據權利要求1所述的抗菌劑的虛擬篩選方法,其特征在于:所述步驟(2)中:
1)對各靶點進行前期處理和優化包括:加非極性氫,去除水分子、小分子配體,加電荷;
2)活動性口袋的設定方法為:若所選靶點三維結構中含有小分子配體,則以小分子配體的幾何中心為活性中心;若無小分子配體,則以文獻報道中相應酶的催化關鍵殘基為活性中心。
5.根據權利要求1所述的抗菌劑的虛擬篩選方法,其特征在于:所述步驟(3)中小分子化合物庫可為藥物小分子配體數據庫、天然產物數據庫或其他化學小分子,如文獻報道中的系列化合物。
6.根據權利要求1所述的抗菌劑的虛擬篩選方法,其特征在于:所述步驟(4)中:
1)Autodock對接參數為:格點間距為盒子為50×50×50的格點組成的正方體區域,采用拉馬克遺傳算法進行運算,運行次數設為50次,最大能量評估次數為2.5×108,最多迭代次數設為2.7×105,其余參數設置均為默認值;
2)Vina對接參數為:盒子大小為1.75nm×1.75nm×1.75nm,格點間距為采用拉馬克遺傳算法對每個分子進行8次獨立對接;
3)一致性打分的評分標準為:采取Autodock打分與Vina打分的平均值作為最終打分結果。
7.根據權利要求1所述的抗菌劑的虛擬篩選方法,其特征在于:所述步驟(6)中:
1)代表化合物的選取方法為:選取一類化合物中具有最少取代基的化合物;
2)使用Gromacs進行分子動力學模擬的方法為:受體酶采用AMBER99SB立場,配體小分子借助ACPYPE軟件生成用于分子動力學模擬的拓樸文件;體系質心位于立方體盒子中心,蛋白距盒子邊緣距離不超過0.5nm,溶劑水分子模型采用TIP3P模型;首先為消除體系間的高能量碰撞而使動力學模擬失敗,采用最陡下降法進行50000步的能量最小化優化,然后為了維持體系呈電中性,將盒子中若干個溶劑水分子用陰離子或陽離子替換掉;之后采用V-rescale調節算法進行200ps的NVT模擬,使各個體系溫度維持在300K,應用Parrinello-Rahman調節算法進行200ps的NPT模擬,使各體系壓強維持在105KPa的狀態下;長程靜電作用應用周界性邊界條件PBC和PME方法處理;其中范德華相互作用和靜電相互作用的截斷值均為1.4nm,短程鄰區列表的截斷值為0.9nm;模擬時間步長為2fs,每1ps保存一次軌跡能量、結構拓撲文件用于后續處理,模擬時間為20ns,最終得到體系文件;
3)獲取小分子與靶點間的作用模式的方法為:計算分子動力學模擬所得軌跡的均方根偏差RMSD,并以RMSD的平均值為截斷值,對軌跡的最后5ns進行聚類分析,選擇最大團簇的中心構象,使用Ligplus和Pymol進行與結合模式分析。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于天津理工大學,未經天津理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810699581.0/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?;蚍抡妫纾焊怕誓P突騽討B模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





