CDC25B与CDK2/Cyclin A蛋白相互作用研究

目的:研究双特异性蛋白磷酸酶B（CDC25B）与细胞周期素 A(Cyclin A)和细胞周期素依赖性激酶2（CDK2）蛋白发生相互作用的结构基础。方法:应用Discovery Studio (DS) v3.5中的ZDOCK模块对CDC25B与CDK2/Cyclin A蛋白进行对接。应用“Analyze Protein Interface”模块计算CDC25B蛋白和CDK2/Cyclin A蛋白的溶剂可及表面积（SAS）并分析CDC25B蛋白和CDK2/Cyclin A蛋白相互作用界面的关键氨基酸残基。应用“Calculate Interaction Energy”模块计算 CDC25B蛋白和CDK2/Cyclin A蛋白相互作用界面处的关键氨基酸残基间的相互作用能。结果:对pose 1的疏水相互作用、氢键相互作用、相互作用能进行计算分析,预测得到CDC25B-CDK2/Cyclin A复合物的结合模式及起相互作用的氨基酸残基（CDC25B: GLY380,TYR382, ARG485, ARG488,GLU489,ARG490,ARG492,TYR497;CDK2/Cyclin A:THR165, TRP167,ASP206,SER207,ASP210, PHE213）。结论:该结果为今后深入研究 CDC25B通路和发挥协同刺激作用的信号体系以及基于该信号途径新型分子靶向药物的设计提供了理论基础。     

基于虚拟筛选的3D QSAR药效团设计CDC25B抑制剂

目的:用计算机辅助药物设计的方法发现潜在的CDC25B抑制剂。方法:用Hypogen方法研究CDC25B抑制剂。cost分析、测试集预测和Fisher检验用来验证该模型的可靠性。随后,运用hypo-1-CDC25B对ZINC数据库进行筛选,得到符合成药五规则的26个化合物,26个化合物进行分子对接得到6个对接得分高的化合物。结果:通过分子对接研究,发现6个化合物有较好的亲和力。结论:发现6个潜在的CDC25B抑制剂,这有助于发现治疗癌症的强有力的先导化合物。     

基于Hypogen药效团模型发现潜在的PTP1B抑制剂

目的 采用计算机辅助药物设计的方法发现潜在的PTP1B抑制剂。方法 应用3D-QSAR药效团模型中的Hypogen模块构建药效团模型，成本分析、测试集预测和Fisher检验3种方法来验证该模型可用于预测化合物的生物活性的能力。运用该药效团模型对ZINC数据库进行虚拟筛选，得到Fit value值较高的先导化合物ZINC35671983。根据药效团的特征对ZINC35671983进行结构改造得到相应化合物。将化合物用ADMET进行成药预测。结果 ZINC35671983进行结构改造筛选获得92个化合物，筛出对接得分高于ZINC3567198的8个化合物。结论 发现8个潜在的PTP1B抑制剂，这有助于发现新的PTP1B先导化合物。