逆向合成指导的芳香化酶抑制剂全新药物设计和高通量虚拟筛选

Based on the crystal structure of aromatase (CYP19), the De Novo drug design method can be emploied to find the new aromatase inhbitors(Ais) with structure novelty, high potency and low side effect. However, most of the compounds generated by De Novo drug design are difficult to synthesize. In this project, the retrosynthesis theory is introduced to improve the synthesizability of the new compounds created by fragment splicing De Novo drug design. The new compounds generated with retrosynthesis theory directed De Novo drug design will then be treated with virtual screening using 2D-3D hybrid model, computer ADMET evaluation, compound synthesis and activity test to create new candidates of aromatase inhbitor. In order to verify this new drug research route, 13 compounds preliminary designed with the retrosynthesis theory directed De Novo drug design method were synthesized and their aromatase inhibit activities were determined. The results showed that ratio of the active compounds (IC50<40μg/mL) was 61.5%，and the componud with the highest aromatase inhibit activity, 0.27μM of IC50 was obtained. Thus, with the system conducting of this research, the new drug research route with high hit rate, simple to synthesized and low cost will be formed.

依据芳香化酶（CYP19）晶体结构，采用计算机全新药物设计方法设计新的芳香化酶抑制剂，产生全新结构的化合物，从而有利于发现结构新颖、活性更高和副作用更小的新药。本研究针对此方法设计出的产物许多难以合成的缺陷，采用逆向合成思想指导计算机全新药物设计，以极大地提高设计出的新化合物的可合成性，再结合2D-3D复合QSAR等模型对可合成新化合物库进行芳香化酶抑制剂的高通量虚拟筛选和计算机ADMET评价，将打分值高的化合物化学合成后进行活性测试，以获得具有自主知识产权的新一代芳香化酶抑制剂候选化合物。初步对筛选出的13个化合物进行合成和活性测试， IC50在40μg/mL以下的有8个，有活性的分子比率达到61.5%，已合成最高活性分子IC50为0.27μM，而且设计出的化合物容易合成，初步证明该方法的可行性。因此，该方法的系统实施和完善，可形成高命中率，低合成难度和成本的小分子创新药物的研究新思路。

芳香化酶为内分泌治疗乳腺癌药物的理想靶点之一。但随着临床应用，芳香化酶抑制剂药物也逐渐暴露出耐药性和不良反应等缺点，因此，研究高选择性、高活性、低副作用的新的芳香化酶抑制剂就显得非常重要。另一方面，计算机辅助药物设计已成为新药研究的重要手段之一，但目前该手段还存在可靠性差及设计和筛选出的化合物难以合成等缺陷。探索新的计算机全新药物设计及虚拟筛选手段，提高设计出的化合物的可合成性及活性化合物比例，将加快新药研究的速度，提高新药研究的命中率。.本项目通过计算机软件依据逆向合成原理对已报到具有较高活性的芳香化酶抑制剂及药效团方法虚拟筛选出的潜在活性化合物结构进行拆分，得到芳香化酶抑制剂共性结构小分子碎片库，并对这些碎片重新组合得到新的可合成化合物分子库，以提高芳香化酶抑制活性分子命中的概率，且这些碎片拼接过程中充分考虑了存在相应合成反应，生成的这些新化合物可合成性较高，尽可能地避免了计算机辅助药物设计所得化合物的难合成问题。.对已报到的芳香化酶抑制剂进行聚类分析，选择不同代表性结构和性质差异显著的化合物做训练集，建立了一种基于不同结构化合物2D-3D物理化学性质的复合芳香化酶抑制剂QSAR模型。依据这些手段并结合本课题组药物合成前期经验，设计并合成了五种骨架结构的新化合物，并测定了其芳香化酶抑制活性，分析了它们的构效关系，其中6个新三唑类化合物的芳香化酶抑制剂的活性的IC50值小于20nm，异色酮类化合物的分子骨架在以往芳香化酶抑制剂的研究中从未报道，是全新骨架。另外，本项目成功实现了酵母菌胞外异源活性表达人芳香化酶，为采用异源表达人芳香化酶进行芳香化酶抑制剂活性测试奠定基础。本项目还采用分子动力学模拟研究了芳香化酶氧化底物的过程中与细胞色素P450还原酶之间的相互作用及电子传递过程。同时还利用量子化学计算对一些药物合成反应机理进行了探讨。