前言

CDK9属于丝氨酸类激酶，主要在转录延伸的调控中发挥作用，而不影响细胞周期过程。CDK9 抑制剂可通过降解、抑制 CDK9 来阻断正性转录延长因子 P-TEFb (positive transcription elongation factor b) 对 RNA Poly-II C末端区域的磷酸化，抑制转录，迅速降低细胞内 mRNA 水平，从而引起肿瘤细胞凋亡。非选择性 CDK9 抑制剂在发挥抗肿瘤作用的同时，也会抑制其他亚型的 CDKs 和激酶，从而带来显著地药物毒性和不良反应。因此，选择性 CDK9 抑制剂成为抗肿瘤药物开发的热点。

实验过程

图1 实验过程

研究选择已知抑制剂2-(3-(1,4-二氮杂环庚烷-1-基)苯基氨基)-4-(4-甲基-2-(甲氨基)噻唑-5-基)嘧啶-5-腈（PDB_ID：4BCG）作为提问结构筛选ZINC数据库。首先基于已知抑制剂的形状相似性和静电相似性进行筛选，然后进行标准模式和高精度模式的对接筛选。接着对对接复合物进行活性口袋的SiteMap分析，最后再对命中化合物进行ADME预测。筛选过程中命中的化合物，最后再进行合成和活性测定。

实验结果

1. 筛选结果

研究使用形状相似性筛选和静电相似性筛选相结合的方法筛选ZINC数据库中1319万个化合物，筛选条件为 Tanimotoshape值大于0.624，Tanimotoelectrostatic值大于0.244，符合筛选条件的化合物有15万个。其中化合物ZINC91953032和已知抑制剂的结构差异较大，但是有较好的形状和静电相似性（图2）。

图2 （A）命中化合物ZINC91953032（绿色）和提问结构的叠合图；（B）化合物ZINC91953032的三维形状；（C）化合物ZINC91953032的静电分布图。

然后对命中的15万个化合物进行对接筛选，研究它们与CDK9活性口袋氨基酸的结合模式。化合物ZINC91953032的对接打分最高为-8.378，其与活性口袋周围氨基酸的相互作用关系如图3所示。大部分命中的化合物都与活性空腔匹配，非保守疏水区是设计新型CDK9抑制剂的区域。

图3 （A）抑制剂分子与CDK9活性口袋关键氨基酸的2D相互作用模式；(B) 化合物ZINC91953032与CDK9活性口袋关键氨基酸的2D相互作用模式。

使用SiteMap方法对小分子结合位点的疏水区、亲水区、site score值、氢键供体、氢键受体进行评价，帮助我们筛选到成药性大的化合物。命中化合物ZINC91953032的结合位点和已知抑制剂的结合位点的结果相似，因此表明ZINC91953032可作为CDK9抑制剂候选药物进行后期研究。

2. 成药性预测

ADME（成药性预测）在药物设计和发现中非常重要。在临床研究中，60%的候选药物会因为较差的ADME性质而导致无法成药。因此研究对命中的化合物进行了ADME预测，化合物ZINC91953032不会通过血脑屏障对中枢神经系统产生毒性，并且还有较好的口服生物利用度，是成药性良好的潜在抗肿瘤药物。

结论

药物设计和发现面临着重大的挑战，命中化合物对靶标蛋白的毒副作用会导致新药研发以失败告终。在本研究中，我们选择靶标蛋白CDK9，使用计算机辅助虚拟筛选的方法发现潜在抑制剂。研究使用形状相似性筛选和静电相似性筛选，以及分子对接、活性位点分析、ADME预测的方法从ZINC数据库中发现潜在的先导化合物ZINC91953032。计算结果表明化合物ZINC91953032可以作为抗肿瘤抑制剂进行后期临床研究。

使用模块：ROCS、EON（点击查看模块详情）

参考文献

M.S. Mohd Usman, Tabassum Khair Bharbhuiya, et al. Combined protein and ligand based physicochemical aspects of molecular recognition for the discovery of CDK9 inhibitor [J].

Gene Reports, 2018,13: 212-219.