《抗糖尿病药物的虚拟筛选模型设计论文17239.doc》由会员分享，可在线阅读，更多相关《抗糖尿病药物的虚拟筛选模型设计论文17239.doc（26页珍藏版）》请在三一办公上搜索。
1、附件A：毕业设计（论文）任务书设计（论文）中文题目： 抗糖尿病药物的虚拟筛选模型设计 设计（论文）的主要内容与要求：糖尿病是一种由遗传基因决定的全身慢性代谢性疾病。由于体内胰岛素的相对或绝对不足而引起糖、脂肪和蛋白质代谢的紊乱。其主要特点是高血糖及糖尿。II型糖尿病是代谢功能失常的疾病，全世界大约有1.5亿患者，预计到2025达3亿。1目前治疗的药物有多种，主要以过氧化物酶体增殖物激活受体（PPAR）激动剂为主，例如罗格列酮，吡格列酮。过氧化物增殖激活受体（PPARs）属于核受体超家族，参与脂质调节、脂肪生成和血糖控制。共有 三种亚型：、()和。其中PPAR主要表达在肝脏，负责参与游离脂肪酸（
2、FFA）氧化相关基因的转录；PPAR主要表达在白色脂肪组织，参与 脂防酸摄取和脂肪储存的基因的转录。罗格列酮和吡格列酮是市场上最多的以PPAR为治疗靶标的药物，2007年的销售额分别达24亿和36亿美元。2它们都是噻唑烷二酮类（thiazolidinediones/TZDs）化合物， 由于糖尿病患者本身就有较高的心血管病的发病风险，如心力衰竭和缺血性心脏病，而TZD类药物可能导致液体潴留，进而会使得心脏疾病恶化或导致心力衰竭。3 但是这些药物都具有较大的副作用，包括体重增加、液体潴留和周围水肿，因此限制了它们的广泛使用。4因此，世界各大药物公司都在积极研发基于PPAR靶标的新药，有的已经进入临
3、床研究，但大部分还是受毒副作用困扰。5本课题通过对已知药物及活性化合物与PPAR靶标的作用机理研究，运用分子模拟软件和分子对接软件，建立基于PPAR的药物虚拟筛选模型，并对模型的可靠性进行验证。另外，本课题还将研究PPAR激动剂的种类及结合方式进行比较。主要研究内容如下：1. 熟悉PPAR药物靶标，了解药物与靶标的作用机理的基本研究方法。 2. 掌握常用分子模拟软件和分子对接软件的使用。3. 建立基于PPAR的药物虚拟筛选模型。主要要求：1. 查阅PPAR药物靶标及其激动剂（药物）的相关文献；2. 熟练掌握常用分子模拟软件和分子对接软件的使用；3. 具备较好的处理数据和分析试验结果的能力。进
4、度 安 排序号设计（论文）工作内容时间（起止周数）1查阅文献，了解PPAR药物靶标及其激动剂（药物）的相关知识，文献翻译，完成综述第1周至第2周2设计研究方案、准备开题报告第1周至第3周3掌握常用分子模拟软件和分子对接软件的使用第4周至第6周4建立基于PPAR的药物虚拟筛选模型第5周至第10周5对模型的可靠性进行验证第10周至第13周6整理数据，撰写论文，准备答辩第11周至第17周主要参考文献：1 (a) World Health Organization, Fact Sheet No. 138, April 2002. (http:/www.who.int/ mediacentre/fact
5、sheets/fs138/en).; (b) Jasson, B. Diabetologia 2002, 45, S5; (c) King, H.; Aubert, R. E.; Herman, W. H. Diabetes Care 1998, 21, 1414.2 Nagae, K. Uto brain 2008, (http:/www.utobrain.co.jp/news-release/2008/0826/index.shtml).3 Nesto, R. W.; Bell, D.; Bonow, R. O.; Fonseca, V.; Grundy, S. M.; Horton, E
6、. S.;Winter, M. L.; Porte, D.; Semenkovich, C. F.; Smith, S.; Young, L. H.; Kahn, R. Diabetes Care 2004, 27, 256.4 (a) Peraza, M. A.; Burdick, A. D.; Marin, H. E.; Gonzalez, F. J.; Peters, J. M. Toxicol. Sci. 2006, 90, 269; (b) Plosker, G. L.; Faulds, D. Drugs 1999, 57, 409; (c) Balfour, J.A.; Plosk
7、er, G. L. Drugs 1999, 57, 921. 5 曾凡新，林敏，PPAR激动剂类抗糖尿病药研发“喜忧参半”. 中国医药报20076 Kantaro Ushiroda, Katsunori Maruta, Makoto Kitoh, Kiyotaka Iwai, Jun Nagamine, Atsushi Tsuchida, Mutsuo Taiji, Ryu Nagata. Bioorganic & Medicinal Chemistry Letters 2011, 21, 2202247 M. J. Hartshorn, M. L. Verdonk, G. Chessari,
8、 S. C. Brewerton, W. T. M. Mooij, P. N. Mortenson, C. W. Murray, J. Med. Chem. , 2007, 50, 726-741.指导教师签字：校外指导教师签字：年 月 日系（教研室）负责人审查意见：签字： 年 月 日学生签字：年 月 日说明：1、任务书由指导教师填写，于第七学期（五年制第九学期）期末前下达给学生。2、学生签字时间就是任务下达时间（学生接受任务时间）。毕业设计（论文）开题报告1、课题的目的及意义：糖尿病是一种由遗传基因决定的全身慢性代谢性疾病。由于体内胰岛素的相对或绝对不足而引起糖、脂肪和蛋白质代谢的紊乱。其主
9、要特点是高血糖及糖尿。II型糖尿病是代谢功能失常的疾病，全世界大约有1.5亿患者，预计到2025达3亿1。目前治疗的药物有多种，主要以过氧化物酶体增殖物激活受体（PPAR）激动剂为主，例如罗格列酮，吡格列酮。过氧化物增殖激活受体（PPARs）属于核受体超家族，参与脂质调节、脂肪生成和血糖控制。共有三种亚型：、()和。其中PPAR主要表达在肝脏，负责参与游离脂肪酸（FFA）氧化相关基因的转录；PPAR主要表达在白色脂肪组织，参与 脂防酸摄取和脂肪储存的基因的转录。至2011年1月，共发现关于PPAR这个药物作用的靶标的已知三维结构共121个，其中由X-射线衍射晶体结构得到的有119个，由核磁共振
10、成像得到的有2个；其中以PPAR-作为药物靶标的三维结构有11个，以PPAR-作为药物靶标的三维结构有14个，以PPAR-为药物靶标的三维结构有91个，以PPAR-/为药物靶标的三维结构有5个。罗格列酮和吡格列酮是市场上最多的以PPAR为治疗靶标的药物，2007年的销售额分别达24亿和36亿美元2。它们都是噻唑烷二酮类（thiazolidinediones/TZDs）化合物， 由于糖尿病患者本身就有较高的心血管病的发病风险，如心力衰竭和缺血性心脏病，而TZD类药物可能导致液体潴留，进而会使得心脏疾病恶化或导致心力衰竭3。由于这些药物都具有较大的副作用，包括体重增加、液体潴留和周围水肿，因此限制
11、了它们的广泛使用4。因此，世界各大药物公司都在积极研发基于PPAR靶标的新药，有的已经进入临床研究，但大部分还是受毒副作用困扰5。 罗格列酮 吡格列酮虚拟筛选是一个有成本和时间效益的发现有治疗潜力的小分子的较佳途径。虚拟筛选，结合了高通量对接技术，是一种探索蛋白质的配体结合域，并就配体结合的预测的一种手段。这种技术把配体分类到结合有利蛋白质，并允许做出有关激活或抑制蛋白质的预测。由于发现一种新的有生物活性的化合物的过程消耗大量的时间和金钱，而且随着计算机技术的发展，虚拟筛选已成为以结构为基础的药物研究的第一步。据统计，由于分子模拟和计算机辅助药物设计的介入，使得新药研发的周期缩短了0.9 年，
12、直接研发费用降低1.3 亿美元。应用领域由基于生物大分子三维结构的分子对接(molecular docking)方法和基于药物小分子的三维定量构效关系分析方法和数据库搜寻方法等。通过多年努力，虚拟筛选已经成为一种实用化的工具应用于先导化合物的发现，提高获得活性化合物的能力已经逐步被认可。美国南加州大学的Doman 研究小组最近做了一个比较研究，针对2 型糖尿病靶标蛋白酪氨酸磷酸酶1B(PTP1B)，同时进行了高通量筛选(HTS)和高通量虚拟筛选(HVS)，结果HTS 获得活性化合物的阳性率(hit rate，活性化合物与测试化合物的比值)仅0.021%，而HVS 获得活性化合物的阳性率高达34
13、.8%6。这些研究结果表明，与随机筛选相比，虚拟筛选可以成百上千倍地提高筛选效率。因此，用虚拟筛选方法进行创新药物研究无论是在提高新药研究与开发的效率，还是在获得新结构活性化合物的速度方面，均具有十分重要的意义。型糖尿病的发生率日渐升高，其药物治疗也不断在进展。PPAR的双重激动和三重激动就会成为当下研发的热点，PPAR激动剂作为治疗型糖尿病的药物的研发不仅具有巨大的经济效益还有很大的社会效益，但是PPAR激动剂作为治疗型糖尿病的药物需减少其毒副作用。2、课题任务、重点研究内容及实现途径：本课题通过对已知药物及活性化合物与PPAR靶标的作用机理研究，运用分子模拟软件和分子对接软件，建立基于PP
14、AR的药物虚拟筛选模型，并对模型的可靠性进行验证。另外，本课题还将研究PPAR激动剂的种类及结合方式进行比较。本课题主要研究内容有熟悉PPAR药物靶标，了解药物与靶标的作用机理的基本研究方法；掌握常用分子模拟软件和分子对接软件的使用，主要为GOLD软件的使用；建立基于PPAR 、()和三种亚型的药物虚拟筛选模型。本课题的实现途径有，在PDB库中搜索已知的PPAR三维晶体结构，制作表格，表格包括其PDB编码、受体亚型、有无结合小分子及背景等。掌握常用分子模拟软件和分子对接软件的使用，如画分子结构软件MDL ISIS Draw 2.5；分子对接软件GOLD。GOLD软件是一款商业软件，精度好，现已
15、广泛应用于科学实验7。GOLD是一个计算大分子与小分子结合模式的分子对接程序，是Sheffield大学，laxoSmithKline公司和CCDC协作的产物。因其准确性和可靠性在分子模拟圈内评价很高。GOLD的遗传算法最适合虚拟筛选和并行计算。目前发布的版本可在商业的PC GRID系统上使用。它采用遗传算法（GA）进行蛋白-配体对接；对接时配体完全柔性和蛋白部分柔性；能量函数部分依赖于来自CSD数据库的构象和非键接触；打分函数有GoldScore、ChemScore和用户自己定义的打分函数；多种限制选项；对接结果后处理工具：SILVER；自动考虑活性口袋内结合的水分子；改进的处理金属配位结构方
16、法；对特别的配体自动衍生GA设置。使用GOLD软件时，首先熟悉软件使用指南，按照使用说明一步步建立基于PPAR 、()和三种亚型的药物虚拟筛选模型。此模型的建立需要使用到搜索到的已知的PPAR三维晶体结构。查阅相关文献，制作已知的活性小分子表格，表格包括其名称、结构式、活性数据、背景等。上网及查阅期刊，搜索已上市的以PPAR为靶标的治疗二型糖尿病的药物，制作表格，包括药物名称、分子结构、活性数据、研发公司及背景等。建立的虚拟筛选模型来筛选活性小分子表格中的小分子和上市药物表格中的小分子，进行分子对接和活性测试，并对结果打分和排序，与已知的实验结果对比分析，来测试建立模型的真实性和可靠性。并得到
17、此模型与小分子结合的作用机理，来筛选新的活性小分子。最后进行处理数据和试验结果分析，完成毕业论文，准备答辩。3、进度计划序号起止周次工 作 内 容11周至2 周查阅文献，了解PPAR药物靶标及其激动剂（药物）的相关知识，文献翻译，完成综述21周至3 周设计研究方案、准备开题报告34周至6 周掌握常用分子模拟软件和分子对接软件的使用45周至10周建立基于PPAR的药物虚拟筛选模型510周至13周对模型的可靠性进行验证611周至17 周整理数据，撰写论文，准备答辩 学生签名： 年 月 日4、指导教师意见指导教师签名： 年 月 日主要参考文献：1 (a) World Health Organizat
18、ion, Fact Sheet No. 138, April 2002. (http:/www.who.int/ mediacentre/factsheets/fs138/en).; (b) Jasson, B. Diabetologia 2002, 45, S5; (c) King, H.; Aubert, R. E.; Herman, W. H. Diabetes Care 1998, 21, 1414.2 Nagae,K.Utobrain2008,(http:/www.utobrain.co.jp/news-release/2008/0826/index.shtml).3 Nesto,
19、R. W.; Bell, D.; Bonow, R. O.; Fonseca, V.; Grundy, S. M.; Horton, E. S.;Winter, M. L.; Porte, D.; Semenkovich, C. F.; Smith, S.; Young, L. H.; Kahn, R. Diabetes Care 2004, 27, 256.4 (a) Peraza, M. A.; Burdick, A. D.; Marin, H. E.; Gonzalez, F. J.; Peters, J. M. Toxicol. Sci. 2006, 90, 269; (b) Plos
20、ker, G. L.; Faulds, D. Drugs 1999, 57, 409; (c) Balfour, J.A.; Plosker, G. L. Drugs 1999, 57, 921. 5 曾凡新，林敏，PPAR激动剂类抗糖尿病药研发“喜忧参半”. 中国医药报20076 Abagyan R, Totrov M. High-throughput docking for leadgeneration. Curr Opin Chem Biol, 2001, 5: 3753827 E. Kellenberger, J. Rodrigo, P. Muller, and D. Rognan,“
21、Comparative evaluation of eight docking tools for dockingand virtual screening accuracy,” Proteins: Structure, Functionand Genetics, vol. 57, no. 2, pp. 225242, 2004.指导教师评定成绩(五级制)：指导教师签字：附件C：译文过氧化酶增殖体激活受体（PPAR）研究，2010年卷，第861238号，10页，分类号：10.1155/2010/861238 评论文章 虚拟筛选作为发现过氧化酶增殖体激活受体调制器的一项技术Stephanie N
22、. Lewis,1,2 Josep Bassaganya-Riera,3 and David R. Bevan21遗传学，生物信息学和计算生物学，弗吉尼亚理工学院和州立大学，布莱克斯堡，弗吉尼亚州24061，美国 2生物化学系，弗吉尼亚理工学院和州立大学，201恩格尔厅0308，布莱克斯堡，弗吉尼亚州24061，美国 3营养免疫学与分子营养学，生物信息学研究所弗吉尼亚州，弗吉尼亚理工学院和州立大学，华盛顿街0477，布莱克斯堡，弗吉尼亚州24061，美国 来信可寄给Stephanie N. Lewis，邮箱地址为snlvt.edu。收稿日期：2009年4月7日；修回日期：2009年6月24日。
23、学术编辑：Joshua K. Ko 版权所有 2010和Stephanie N. Lewis等人。这是一个在署名许可下的开放的访问文章，允许无限制地使用任何介质，分发和复制，引用时需注明原作出处。 【摘要】虚拟筛选（VS）是一个发现和识别对疾病有治疗和预防功效的新化合物的技术。我们目前的关注的是在计算机筛选和发现新型过氧化酶增殖体激活受体-（PPAR）激动剂。众所周知的是 PPAR激动剂作为治疗2型糖尿病的胰岛素增敏剂或消炎药来使用。虚拟筛选是一个发现有治疗潜力小分子的节省成本和提高时间效益的途径。我们的长远目标是要制订计算方法来测试在广泛的天然化合物库中发现的用配体结合的方法来测试PPAR激
24、动剂的活性和建立报告分析库。本文总结了取得更进一步的了解PPAR 生物学基本认识的高潜力，和通过计算机筛选的发展和实施与实验方法的校准和验证的结合治疗方法开发新疗法来治疗慢性炎症性疾病。 1.简介跨学科研究已成为解决最紧迫的社会问题的常用手段。过去发现的科学特点有利于更好的建立跨学科思想，更好地理解生物学的系统和过程。这是可能的，因为科学知识的价值，不仅只触及到生物系统如何工作的表象，经常探索未知的复杂的生物网络，需要多个科学领域的知识。 巨大的信息随时提供科学界一个有价值的，不断更新的资源。然而，这种信息过剩也造成了一个问题。对于一个有专长的想在一个单一的领域迅速做出新进展的人来说，这是一个
25、有太多学科的太多知识的信息源。举个例子，什么因素决定一个人是否患有某种疾病的问题。当设计一个治疗方案时，可以看看症状，病因，健康和受灾个人的遗传差异，同一种疾病但略有不同症状的个人遗传差异，治疗方法，控制或纠正症状的方法，以及筛选出来的治疗这种疾病的方法。以上这些不仅仅限于如遗传学，生物信息学，生物化学，药理学及药学这些学科，它是所有这些学科中有利于有效的预防和治疗疾病方法的结合。 在更一般意义上，也有一个计算机模拟和实验相结合方法的日益增加的需求。计算机已经成为一个大的重要的组成部分在科学探索中，它有助于简化和加快那些个人需要几个月至数年才能完成的进程。首先，电脑允许对科学知识的组织。其次，
26、他们允许以一个有效和及时的方法来共享主意和发现。第三，电脑允许个人去更好的分析实验结果和制定更有效的测试方法。计算机技术对科学的第四和最终好处是由于时间，金钱和资源减少的必要的效率提高。 过氧化酶增殖体激活受体（PPAR）的研究是许多可能会受益于计算生物学等跨学科方法研究进展的领域之一。计算和实验研究的结合给出PPARs的特点，特别是激活受体-（PPAR及其调制器，以及这些蛋白在治疗2型糖尿病（T2D），胃肠疾病，并与糖代谢和脂质的吸收相关的遗传性疾病的作用。 2. PPAR的特点和激活过程PPAR激活受体是已知过氧化酶增殖体激活受体（PPAR）三个（, , 和 ）亚型之一。PPARs属于核激
27、素受体超家族，并被发现有调节炎症，免疫，代谢1,2的作用。这个家族成员的结构和功能是在与配体结合后发生保守的转录因子的双向调节靶基因的表达和抑制3。一系列多样化的天然的、合成的分子被列为可诱导PPARs的激活和表达。这些配体包括营养，非营养性内源性配体和药物如噻唑烷二酮类和苯氧酸类1，2，4。已知的内源性和饮食激动剂包括共轭亚油酸（CLA），9-（S）-hydroxyoctadecadienoic（9-HODE），13-（S）- hydroxyoctadecadienoic（13-HODE）酸和15脱氧-前列腺素J2（15d-PGJ2）1，5。大量的文献关注的是，通过控制PPAR的相互作用和改
28、变各种转录因子基因的表达来提高胰岛素的敏感性。PPAR是维持脂肪细胞分化和葡萄糖体内平衡的广泛群体中的一个组件，而这些都直接影响肥胖的进程和二型糖尿病6。PPAR在脂肪细胞中有较高的浓度，在视网膜、免疫细胞、结肠上皮细胞中也有大量发现1，7。从功能上看，PPAR通过转录因子如AP-1和NF-B的拮抗活动来下调炎性细胞因子的表达，并有利于激活的NF-B的p65亚单位的核质穿梭。这些作为PPARs在控制代谢平衡和炎症过程所起到重要作用的结果，他们也都是公认的治疗代谢性疾病如T2D药物的分子靶标8-10，以及免疫炎症疾病的治疗。结构上，PPAR由一个DNA结合域（DBD），一个铰链区和一个配体结合域
29、（LBD）组成的。PPAR激活的第一步是在视黄酸（RA）和一个单一维甲酸X受体（RXR）亚基结合后解离抑制因子。这一步是众多内分泌系统途径的重要组成部分6。受体结合的RXR然后和有受体结合的PPAR相结合6。要完全激活受体，PPAR-RXR异元二聚体需要协同激活分子。与激动剂结合的PPAR是通过改变一个由大约250个靠近蛋白质C-端的氨基酸组成的结合域的蛋白构象来调节活性的11 。调解活动是一个转录激活功能- 2（AF- 2）域变化的直接结果6 ， 12 。这些变化随着结合不同类型的配体而有所不同。AF - 2的变化允许激活补充，其次为转录激活。协同激动剂的补充是基于一个LXXLL结合基序（核
30、受体箱），它在PPAR，和协同激活因子如类固醇协同激活因子-1（SRC- 1）其会在AF -2的结构变化后产生联合转录诱导，上被同时发现 3 ， 13 ， 14 。PPAR-RXR的DNA结合域与在基因组中发现的PPAR反应元件（PPREs）相互作用 15 。这些因素包括：作为脂肪细胞分化的一部分的PEPCK基因蛋白和aP2的5地区，这表明PPAR在脂肪细胞特异性基因功能中起着重要的作用 15 。虽然PPAR，众所周知，通常与DNA相互作用，它也可以与其他蛋白直接相互作用诱发活性。例如，在前脂肪细胞分化中，C / EBP和C / EBP的表达直接激活PPAR和 C/EBP，这有助于进一步促进胰
31、岛素的敏感性和充分分化 15 。另外，特定配体结合也可诱导活性。噻唑烷二酮类药物在治疗T2D中的使用可以通过提高葡萄糖转运- 4水平和降低细胞因子水平的胰岛素拮抗来改善胰岛素抵抗，就像肿瘤坏死因子TNF-和IL - 6 15 通过拮抗炎症转录因子的活性 2 。因此，重要的是要注意了解激动剂参与的相互作用对配体结合后的预测活动的至关重要性，并最终治疗胰岛素不敏感和炎症。 3.激动剂和PPAR的配体结合域脂肪酸和脂质代谢物已被发现是PPAR的内源性激动剂瓦库等人的一项最新研究 16 给出了这些配体如何共价结合到Cys285，从而修改PPAR的构象的深入了解。特别是，这些共价修饰引起周围共价键侧链网
32、络的建立重组，以产生不同的转录优势。这种力量的衰减对于配体的类型和形态来说是特定的。瓦库等还提到，Ile267和Phe287是脂肪酸共价结合中的两个关键氨基酸残基 16 。同样值得注意的是对于一些脂肪酸，一个复杂的含有两个脂肪酸单位的复合物的形成，是与PPAR结合域结合所必需的 5 。 与PPAR相互作用的合成配体至少可以分为三类：全激动剂，部分激动剂和拮抗剂。全激动剂结合和改变AF 2中允许为了成脂和胰岛素敏感性进程的基因活化而结合的共激因子的结合域的构象。部分激动剂会导致一种变化，这种变化允许共激活因子可以改善胰岛素敏感性，但不影响脂肪细胞分化。拮抗剂显示出了高亲和力，但不活化PPAR，这
33、表明构象变化的AF - 2或是不足以让激动剂结合，或形成类似的无效构象。Kallenberger等人进行的一项研究显示AF 2区域的动态结构在PPAR的基因调控能力中起着主要作用。配体结合减少AF 2的流动性和允许对其基因表达进行调控。此外，PPAR的AF- 2区域能进行自然突变，这种突变会导致严重的胰岛素不敏感性，并导致AF 2区域明显的动态变化12 。 PPAR的激动剂通常有一小亲水区和一个疏水区，在配体结合域中分别形成氢键和疏水相互作用氢键通常出现在PPAR配体结合域的His323，Tyr473，His449和配体的羰基氧之间（图1 ） 6 ， 13 ， 17 。配体与Tyr473形成的
34、氢键是稳定AF 2区域的关键所在 13 ， 18 。疏水基和其他腔中的残留基如与Leu465，Leu469和Ile472相互作用，建立疏水相互作用来稳定区域（图二） 6 ， 13 ， 17 。 图1：罗格列酮与PPAR配体结合域结合.。螺旋被后面跟一个数字的H标记。形成氢键的主要残留基被标记。蓝色虚线表示残留基中的氢和配体中的氧的氢键作用。（PDB ID 3DZY）。 图2：罗格列酮与PPAR配体结合域结合。螺旋被后面跟一个数字的H标记。疏水相互作用中所涉及的一些关键残基被标记。（PDB ID 3DZY）。 对于部分激动剂来说，关键相互作用的不同，导致AF 2的稳定性较低和配体结合域不同区域的
35、稳定性差异5 。这些结果之一导致一个激活配体的极性基团转移远离残留氢键。这种转变可以防止氢键形成或导致形成一个不同的氢键网络。在配体和配体结合域的残留基内的疏水相互作用的变化也存在。这些事件的结合导致较多的不同构象变化，从这些变化中可以由完全激动剂引出只有部分激活的激动剂和协同激活因子5 ， 17 。 PPAR的拮抗剂没有取得像对全部和部分激动剂的研究相同的兴趣。因此，几乎没有资料可以查到此类型结合亚型的配体。PPAR的拮抗剂，提供了这种类型的配体在抑制因子的保护模式下是如何与PPAR作用的深入了解。通常情况下，抑制因子作为配体与PPAR结合。复杂的是由于拮抗剂结合产生的稳定性，扰乱任何潜在协
36、同激活因子的相互作用，从而阻止受体的转录起始 19 。 PPAR的配体结合域是一个大的，T形腔 17，体积约为1440 36 ， 17 ，由于配体结合口袋的动力学，它可以轻松容纳许多不同的配体 20 。值得注意的是，激活配体的类型确定与PPAR-RXR异员二聚体结合的类协同激活因子的类型，然后协同激活因子确定靶基因的调控和监管的方向（向上或向下）。因此，了解配体结合域的最终形态是对于引出一个关于治疗发展关键的特定活动来说是必要的 3 。 直到最近，可用的PPAR的晶体结构，一般仅仅是由配体结合的PPAR配体结合域，一个异构于PPAR的RXR配体结合域，和一个激活蛋白小段组成的。钱德拉等，发现了
37、三个（3DZU，3DZY和3E00）由DBD，铰链区，和配体结合域组成的新的PPAR的晶体结构 21 。这些结构比较复杂有RXR模仿协同激活因子结合的LXXLL序列的多肽，和一个短的部分代表PPRE的DNA片段。观测到的有关于PPAR 和 RXR的异源二聚体，以及激活元件的活动也在此研究中报告。PPAR的配体结合域和DBD位置很近，在艾滋病偶联的PPAR中的配体结合域和RXR的DBD之间有相对广阔的空间21 。这项研究还讨论了PPAR-RXR异源二聚体的极性，这是由激活受体C-端延伸和DBD的两个亚基的相互作用决定的。表一列出了所有现有的PPAR结构，它可在RCSBs PDB在线资料库中找到
38、22 http:/www.pdb.org/ 。 Structure IDResolution Release待添加的隐藏文字内容2DateReference numberStructure IDResolution Release dateReference number1FM62.102/16/0162Q6S2.410/23/07231FM92.102/16/0162Q8S2.310/14/08241I7I2.303/09/02252QMVn/a(NMR)09/02/081K742.312/05/01272VSR2.008/19/0851KNU2.512/19/02282VST2.308/1
39、9/0851NYX2.707/15/03292VV02.508/19/0851PRG2.201/13/01132VV12.208/19/0851RDT2.411/09/04302VV22.808/19/0851WM02.909/07/04312VV32.808/19/0851ZEO2.504/25/06322VV42.308/19/0851ZGY1.807/26/05332ZK02.42/24/09162ATH2.308/25/06342ZK12.62/24/09162F4B2.102/14/06352ZK22.32/24/09162FVJ2.005/16/06362ZK32.62/24/09
40、162G0G2.505/16/06372ZK42.62/24/09162G0H2.305/16/06372ZK52.52/24/09162GTK2.109/26/06382ZK62.42/24/09162HFP2.009/19/06393B3K2.610/28/08402HWQ2.008/07/07413BC52.311/18/08422HWR2.308/07/07413CDP2.81/13/09432I4J2.104/17/07173CDS2.712/30/08402I4P2.104/17/07173CS82.306/03/08442I4Z2.304/17/07173CWD2.407/08/
41、08452OM92.804/24/07463D242.106/10/08472P4Y2.301/08/08483D6D2.412/30/08402POB2.303/18/08493DZU3.210/28/08212PRG2.307/19/99133DZY3.110/28/08212Q592.210/23/07233E003.110/28/08212Q5P2.310/23/07233ET02.42/17/09502Q5S2.010/23/07233ET32.02/17/09502Q612.210/23/07233PRG2.908/30/9932Q6R2.410/23/07234PRG2.905/
42、27/9951表1：已发表的有配体结合的PPAR的晶体和核磁共振结构的PDB代码。分辨率在的数量级。“背景编号 ”栏列出了每个PDB代码的背景。这些引文在参考文献部分存在。所有PDB代码的蛋白质来源由Homo sapiens列出，除了1ZGY(Rattus norvegicus)。访问日期：2009年3月23日。 4.对接对接可以定义为在有针对性的结合位点上预测配体的构象和结合方向 52 。实验得出的晶体和核磁共振蛋白质结构是用来作为对接的基础，包括已知的关于原子和分子间的相互作用，和以热力学定律为基础的物理学。所有对接的方法必须包括抽样配体构型，配体在受体结合位点的生成姿势，和最佳姿势。 在
43、开始一个对接研究之前，人们必须从三个构象搜索方法：系统性，随机性和仿真性中选择。这种系统的方法探讨了一个分子扭转结合拥有的自由度。为了实现这一目标，配体部分被逐步引入，以取得积极有利的构象。随机搜索，顾名思义，是基于一个初步的构象产生的随机变化扭转，对激动剂进行测试。利用分子动力学模拟方法和能量最小化，并在使用一个或多个以上的搜索方法时提供最佳服务52 。 有大量的对接和动力学软件包和在线服务存在（见表2 ），其中有许多是免费供学术研究使用。计算方法和结果的变化使每个程序略有不同。因此，研究者必须选择对他或她的研究来说是最理想的对接方案。研究已经完成到评估为特定的筛检方法或特定蛋白质家庭来说哪
44、些程序是最理想的选择阶段。例如，克伦贝格尔等，在2004年出版的对八种广泛使用的对接精度筛查程序的比较评价53 。被测试的八个对接程序中，GLIDE，GOLD和SURFLEX提供了最好的在2.0以内的均方根偏差（RMSD）的对接和排序的分辨率，QXP表现出较好的对接精度但是排序精度较弱。对于排序精度，FlexX优于QXP，它们的错误率百分比分别为15和55。筛选化合物数据库效率较高的为SURFLEX，与50个化合物中的一个较难的目标结合时，它有8个hit值。GLID，GOLD，FlexX被视为虚拟筛选的好程序，其hit值分别为5，4，和4个。关于对接时间，FRED，它的执行与评分和对接精度没有那么好，但是它花最少的时间来执行测试的八个对接方案，其次是DOCK和FlexX。没有一个单一的程序被认为是最好的对接软件，但研究表明，配体的特点和目标可以用对接软件较明显的显示出来53 。 ProgramDynamics Developer siteProgramDocking Developer siteAmberhttp:/ambermd.org/AutoDockhttp:/autodock.
