—更好的抑制剂,金标准的化合物库
致电  021-50967598
或联系  在线客服QQ

AbMole推荐—源自ChemBridge化合物库的全新心肌肌钙蛋白的钙增敏剂


由来自俄亥俄州立大学化学与生物化学系的Steffen Lindert、William H. Coldren发表了名为“Discovery of Novel Small-Molecule Calcium Sensitizers for Cardiac Troponin C: A Combined Virtual and Experimental Screening Approach”的论文。在该文章中,研究人员使用了ChemBridge化合物库筛选出一系列用于心衰的心肌肌钙蛋白的钙增敏剂AbMole(奥默生物)是ChemBridge在中国的唯一官方指定合作伙伴。

心脏肌钙调节蛋白C(Cardiac Troponin C,cTnC)是心肌细胞中的一种重要蛋白质,在心脏肌肉收缩中发挥着关键的调控作用。cTnC的结构包含钙离子结合的位点,在调控肌肉收缩过程中,cTnC通过与钙离子的结合发挥着重要的功能。cTnC对钙的敏感性和结合改变时,cTnC的结构和功能可能受到影响,导致心肌收缩的异常,进而导致心脏泵血功能的下降,最终引发心衰。

因此,研究者希望构建一个基于cTnC受体的虚拟药物筛选方法,以辅助心衰药物的发现,并借助该方法从ChemBridge化合物库中筛选出新型cTnC钙离子增敏剂。

研究人员设想基于已知的cTnC钙离子增敏剂与cTnC结合的蛋白构象可以更好地模拟和预测出cTnC与未知钙离子增敏剂结合的构象,从而更好地发现cTnC钙离子增敏剂。于是,研究人员在RCSB蛋白质数据库中选择了与钙离子增敏剂形成复合物的结构,供206个,并设置了评分方法对不同构象的预测效果进行评分。(图1A)预测结果显示,最终发现结合mDPA的5W88 3构象、结合dfbp-o的2L1R 构象和结合W7的6MV3构象评分最高。

图1.A:对各种cTnC蛋白构象预测方法的评分;B:结合mDPA的5W88 3构象、结合dfbp-o的2L1R 构象和结合W7的6MV3构象示意图。

随后,研究者利用受试者工作特征曲线(ROC)来评估该模型的预测性能。研究者利用已知cTnC钙离子增敏剂和1000个非活性伪装化合物进行模拟,验证了该模型的准确率。(图2)

图2.ROC对模型预测性能进行检验。

总之,研究人员使用了多种对接算法,并通过实验和比较来选择最适合于预测未知化合物结合位置的算法。研究人员考虑了多个方面,包括性能、准确性以及算法在自对接和活性/伪装筛选中的表现,最终开发出筛选cTnC钙离子增敏剂的虚拟筛选方法。(图3)

图3.cTnC钙离子增敏剂虚拟筛选方法示意图

接下来,研究人员利用该模型来进行cTnC钙离子增敏剂的虚拟筛选,对ChemBridge化合物库中504,599个化合物进行筛选。最终筛选出系列cTnC钙离子增敏剂的先导化合物。(图4)


图4.通过虚拟筛选再ChemBridge中筛选出的系列cTnC钙离子增敏剂先导化合物

紧接着,研究人员利用了该系列化合物进行了体外实验。通过钙离子解离速率和钙流的检测。(图5)结果显示,化合物3、4、12、5可以延长钙离子与cTnC蛋白结合。


图5.化合物3、4、5和12对钙离子解离(A)和钙流(B)的影响

最后,为了检测化合物促进钙离子和cTnC结合后的增敏效果,研究人员采用了测量振幅的方式以指示增敏作用。结果显示,化合物4和5能够显著增加cTnC对钙离子敏感性。(图6)


图6.化合物4和5对cTnC的钙离子增敏作用

在本研究中,研究者假设了与已知的cTnC钙离子增敏剂结合的cTnC蛋白构象有更好的预测结果,并通过一系列评分和与实际实验的比较,对模型的预测结果进行评估。随后,研究者利用该模型通过虚拟筛选,从ChemBridge得到了一系列的cTnC钙离子增敏剂先导化合物。最终,通过体外实验进行测评,研究者发现化合物4和化合物5能够作为新型的cTnC钙离子增敏剂先导化合物。AbMole(奥默生物)是ChemBridge在中国的唯一官方指定合作伙伴。


鸣谢:Coldren WH et al. J Chem Inf Model. 2020 Jul 27;60(7):3648-3661.











021-50967598      
2118621495      
inquiry@abmole.cn




产品仅供科学研究或药证申报的用途使用,不为任何个人或者非科研性质的其他用途提供服务。

Copyright © 2010-2022 AbMole版权所有    沪ICP备16047849号   沪公网安备 31011502012228号