药效团
药效团技术在抗感染新药研究中的应用
DOI：10.3969/j.issn.1672-7878.2013.03-001网络出版时间：网络出版地址：药效团技术在抗感染新药研究中的应用*1肖静*2，房咪，陈姣，郑珩*3中国药科大学生命科学与技术学院，南京210009【摘要】药效团(pharmacophore)是指药物分子中对活性起重要作用的“药效特征元素”及其空间排列形式。
药效团技术作为1种发展迅速的计算机辅助药物设计方法，已广泛应用于虚拟筛选、全新药物设计、先导化合物优化和ADMET预测等新药的设计和研发过程中，可提高药物研发的成功率，降低研发成本，缩短研发周期。
近年来，禽流感、甲流感及超级细菌等新型传染性疾病的出现，为抗感染新药研发提出了新的挑战，为此，综述近年来国内、外发表的有关药效团模建技术的研究进展及其在抗感染新药研发中应用的文献以促进计算机辅助药物设计手段在抗感染新药研发中的应用。
【关键词】药效团；抗感染；虚拟筛选【中图分类号】R965.1【文献标志码】A【文章编号】1672-7878(2013)03-161-006Application of Pharmacophore Modeling inAnti-infectious Drug Discovery*1XIAO Jing*2，FANG Mi，CHEN Jiao，ZHENG Heng*3School of Life science and Technology，China Pharmaceutical University，Nanjing210009ABSTRACT Pharmacophores are defined as an arrangement of molecular features or structural elements related to biological activity.Pharmacophore as a rapidly developed computer aided drug design method has been successfully and extensively applied in novel drug research and development，such as virtual screening，de novo design，leads optimi-zation and so on.It can effectively reduce the cost and time in drug development，as well as improve the success oppor-tunity.The recent outbreak of novel infectious diseases as avian influenza，swine flu and superbugs makes it new chal-lenge of new anti-infectious drug discovery.In this review，based on the recent published papers，the development of pharmacophore modeling technique is summeried as well as its application in novel drug discovery is described in order to prompt the application of CADD methods in anti-infectious drug discovery.KEY WORDS pharmacophore;anti-infectious;virtual screening[Anti Infect Pharm，2013，10(3):161-166]每1种新药的成功研发需要耗费相当长的时间和大量人力物力，如最近FDA批准的Xa抗凝药，从生物靶标发现（1970s）到新药IND进入临床（1990s）到最终获准批文（2010年）足足用了40年[1]。
药效团
基于药效团的药物发现吕炜第一节药效团技术基本原理利用分子的三维结构信息进行药物分子设计已经成为药物化学领域一项常规的技术。
依据所依赖结构的不同(受体的三维结构或者配体的三维结构)，药物设计的方法又可以分为两种：基于(受体)结构的药物设计方法和基于配体结构的药物设计方法。
当受体(蛋白质、酶或DNA)的三维结构已知时，可以采用基于结构的药物设计方法，采用分子对接或从头设计技术，通过研究配体与受体之间的相互作用信息进行药物设计。
而当受体结构未知时，则可以通过已知活性的配体分子的三维结构，建立恰当的构效关系模型来指导进行药物分子结构的优化和改造，这种方法叫做基于配体结构的药物设计方法。
药效团模型方法就是一种最为杰出的基于配体结构的药物分子设计方法。
一． 药效团的基本概念：在药物分子和靶点发生相互作用时，药物分子为了能和靶点产生好的几何匹配和能量匹配，会采用特定的构象模式，即活性构象。
而且对于一个药物分子，分子中的不同基团对其活性影响是不同的，有些基团的改变对分子活性的影响甚小，而另外一些基团的变化则对分子与靶点的结合起着非常重要的影响。
于是，就需要引入一个药效团(Pharmacophore)的概念。
药效团是指药物活性分子中对活性起着重要作用的“药效特征元素”及其空间排列形式。
这些“药效特征元素”是配体与受体发生相互作用时的活性部位，它们可以是某些具体的原子或原子团，比如氧原子、羟基、羰基等，也可以是抽象的化学功能结构，如疏水团、氢键给体、氢键受体等。
图1展示了一个经典的5-HT6受体拮抗剂药效团模型。
该药效团模型由4个药效特征组成，其中两个为疏水团(蓝色球所示)，一个为正电基团(红色球)，另一个为氢键受体基团(绿色球，含方向)。
各个药效特征之间存在几何约束，相互之间的距离以及角度需满足一定限制条件。
任何药物分子，如果能够满足这一个药效团，就具备了与5-HT6受体结合的必要条件。
图1. 5-HT6受体拮抗剂药效团模型示意图作为基于配体结构的药物设计中的最主要的两种方法，定量构效关系方法和药效团模型法虽然都是以配体小分子的结构作为起点，但二者之间存在明显不同。
请简述药效团模型的建立流程
请简述药效团模型的建立流程The establishment of a pharmacophore model involves several key steps. 首先，需要收集关于药物分子的结构和活性数据。
这可以通过文献调研、数据库查询等方式获取。
Once the data is collected, the next step is to analyze the structures of the active molecules to identify common structural features. 根据这些共同的结构特征，可以确定药效团的关键基团，即对药物活性起关键作用的结构单元。
通过分析这些结构单元的位置、空间关系等信息，可以建立药效团模型。
Additionally, it is important to validate the pharmacophore model using a set of test compounds with known activities. 通过与已知活性化合物的比对，可以验证药效团模型的准确性和可靠性。
Furthermore, the pharmacophore model can be further refined and optimized through iterations of testing and adjusting. 通过不断的实验验证和参数调整，可以进一步优化药效团模型的性能。
In the process of building a pharmacophore model, computational techniques play a crucial role. 计算技术能够快速、高效地分析大量的化合物结构数据，帮助识别药效团的关键结构特征。
Computational tools such as molecular docking, molecular dynamics simulations, and quantitative structure-activity relationship (QSAR) analysis can beutilized to predict the binding modes of molecules to their target proteins and to understand the structure-activity relationship of the compounds. 通过这些计算方法，可以更好地理解药物的作用机制，为建立药效团模型提供有力支持。
药效团名词解释
药效团名词解释
药效团是指化合物中具有药理活性的结构或团。
药效团是构成化合物药理活性的最小单位，能与生物体内的靶点发生特异性相互作用，从而产生药理效应。
药效团通常是药物分子中的某个原子团或官能团，如氨基、羟基、羧基等。
根据不同药物的药效机制和作用方式，药效团可以是活性基团、配体、脂肪酸链等。
药效团通过与靶点的特异性作用，介导药物与生物体间的相互作用，从而发挥药理活性。
药效团在药物研究中具有重要的意义。
首先，药效团是药物设计和改良的重要依据。
通过分析研究药效团与靶点结构间的相互作用规律，可以更好地理解和调控药效。
其次，药效团也是药物分子间相互作用和筛选的重要指标。
通过筛选和分析药效团，可以评估和预测新药物的药理活性和药效效果。
最后，药效团的研究也可以为药物副作用的研究和预测提供参考。
药效团的存在和作用可以解释某些药物的不良反应和副作用。
总而言之，药效团是药物中具有药理活性的结构或团，它能与生物体内的靶点发生特异性相互作用，从而产生药理效应。
药效团的研究在药物设计、评估和副作用的研究中具有重要的意义。
第六章药效团和虚拟筛选
第六章药效团和虚拟筛选药效团的化学特征：1、药效特征元素 2、位置和方向 3、距离和位置许可偏差药效团的分类：1、定性药效团：活性 2.定量药效团：活性和非活性 3、基于结构的药效团药效团是从一组活性化合物中总结提炼出来的，这一组活性化合物称之为训练集(training set)。
Training set 化合物有如下要求：1、最少10个以上；2、结构要具备多样性3、活性要具有差异性，一般至少相差10000倍4、高活性的化合物最好具有较高的刚性，以作为柔性分子的模板5、高活性化合物的构象最好由晶体结构中获得；若没有，可通过构象搜寻或者特定环境下的动力学模拟获得。
药效团构建完成后，需要以一组化合物去测试药效团活性预测的准确性，这一组化合物被称为预测集(the test set)。
T est set 化合物有如下要求：1、不能用于构建模型，即不能属于training set；2、最少为training set 化合物数量的三分之一以上；3、结构要具备多样性；4、活性要具有差异性，一般至少相差10000倍；5、预测与实测活性的相关性>0.6；6、随机挑选，不得带有主观倾向。
Training set 和test set中对生物数据的要求：1、是具有统计意义的可重复数据2、生物数据必须通过相似的方法确定3、找到相同的阳性对照参考药效团建模思路：训练集构象生成---训练集构象叠合---药效团生成及取舍---预测集验证---模型优化---最终模型药效团的特征：1、药效团把整体分子划分为离散性的基团或者片段，一个新的分子，必须能够与这些片段的组合方式吻合，才能体现其药理活性；2、离散性的片段必须由合适的化学骨架加以连接，从而满足片段的空间排布方式；3、因此，离散性基团与分子整体骨架缺一不可；4、有效的整体骨架常常出现在许多活性分子中，被称为“优势结构”(privileged structure)有效的药效团的要求：1、至少有3个features，只有两个features的药效团不具有类药性；2、没有环状features的药效团不具有类药性；3、多于6个features的药效团不具有类药性；4、多于两个羧基的药效团不具有类药性；虚拟筛选中最常用的策略：1、药效团2、分子对接第7章类药性类药性(drug-like property)，是指化合物在结构、理化性质上具有药物的一些共性，使其具有合适的ADME/T性质。
药物的构效关系及作用原理简介
利用X射线晶体学、核磁共振等 技术解析靶点的三维结构。
药物设计
基于靶点结构，设计能够与之 结合并调节其功能的小分子药 物。
药物优化
通过构效关系研究，优化药物 的结构和性质，提高其药效和
选择性。
基于计算机辅助设计技术的新药开发
01
02
03
04
分子建模
利用计算机图形学技术建立药 物分子的三维模型。
研究构效关系的意义在于通过了解药 物结构与活性之间的关系，指导新药 的设计、合成与优化，提高药物研发 的效率与成功率。
药物结构与活性关系
药物的基本结构
药物通常具有一个核心结构，称为药效团（pharmacophore）， 它与生物靶标相互作用产生药效。
结构修饰与活性变化
通过对药物基本结构进行修饰，如添加或替换基团、改变键合方式 等，可以改变药物的理化性质、药代动力学性质及药效。
药物的分子结构对其穿透血脑屏障的能力也有重要影响。 一些具有脂溶性的神经系统药物更容易穿透血脑屏障，从 而发挥中枢神经系统作用。
心血管系统药物构效关系
心血管系统药物的构效关系主要表现在药物与心血管系统靶点的相互作用上。例如，β受体阻滞剂通过阻 断β受体而降低心肌收缩力和心率，从而降低血压和减少心肌耗氧量。
药物的构效关系及作 用原理简介
目录
CONTENTS
• 药物构效关系概述 • 药物作用原理简介 • 各类药物构效关系分析 • 新型药物设计与开发策略 • 未来展望与挑战
01
药物构效关系概述
构效关系定义与意义
构效关系（Structure-Activity Relationship，SAR）是指药物分子 的化学结构与其生物活性之间的关系。
名词解释药效团
药效团一、药效团(Pharmacophore) 是特征化的三维结构要素的组合，可以分为两种类型。
一类是具有相同药理作用的类似物，它们具有某种基本结构，即相同的化学结构部分，如磺胺类药物、局麻药、受体阻断剂、拟肾上腺素药物等;另一类是一组化学结构完全不同的分子，但它们以相同的机理与同一受体键合，产生同样的药理作用，如己烯雌酚的化学结构比较简单，但因其立体构象与雌二醇相似，也具有雌激素样作用。
二、药效团理论药效团是基于药效特征元素为基础建立的模型。
药效特征元素主要分为七种，包括:氢键供体、氢键受体、正负电荷中心、芳环中心、疏水基团、亲水基团以及几何构象体积冲撞。
一个有效的药效团模型，一般包含3-5个有效的药效团元素。
如果模型中含有的药效团元素数目过多，就可能导致在药效团模型应用过程中无法产生结果的后果。
三、由来药物分子与受体靶点发生作用时，要与靶点产生几何匹配和能量匹配的活性构象。
药物化学家发现，药物分子中的基团对于活性的影响不同，有些基团的变化对药物与靶点之间的相互作用影响很大，有些则影响不大。
对于这种差异的研究，人们发现具有相同活性的分子往往具有相同的某些特征。
因此，有人提出了药效团的概念，来明确那些对活性有重要贡献的特征。
这一概念早在1909年由Paul Ehrlich提出，当时他提出药效团指具有活性必需特征的原子的分子框架。
1977年Peter Gund把药效团的概念进一步明确为"分子中的一组能够识别受体，并能形成分子生物活性的结构特征"Ref|1。
此后的定义表述虽略有变化，但人们对药效团的内涵基本已达成共识，概括地说，指对于活性起重要作用的结构特征的空间排列形式Ref|2。
四、药效团识别药效团的识别主要有两种方法，一种是基于受体的结构信息，分析受体与药物分子的作用模式，来推断可能的药效团结构;另一种是在受体结构未知或作用机制尚不明确的情况，对一系列化合物进行药效团研究，通过构象分析、分子叠合等方法，归纳得到对化合物活性起关键作用的一些基团的信息。
中国医科大学22春“药学”《药物化学》期末考试高频考点版(带答案)试卷号2
中国医科大学22春“药学”《药物化学》期末考试高频考点版（带答案）一.综合考核(共50题)1.下列哪项不符合氯化琥珀胆碱的性质()A.为季铵盐类化合物，极易溶于水B.为酯类化合物，不易水解C.可发生Hofmann消除反应D.在血浆中极易被酯酶水解，作用时间短E.为去极化型肌松药参考参考答案：E2.药效团(名词解释)参考答案：药效团是指与受体结合产生药效作用的药物分子中在空间分布的最基本结构特征。
一般而言，药物作用的特异性越高，药效团越复杂。
3.加碘化钠试液，再加淀粉指示剂，即显紫色的药物是()A.二盐酸奎宁B.磷酸伯氨喹C.乙胺嘧啶D.磷酸氯喹E.青蒿素参考答案：E4.凡具有治疗、预防、缓解和诊断疾病或调节生理功能、符合药品质量标准并经政府有关部门批准的化合物，称为()A.化学药物B.无机药物C.合成有机药物D.天然药物参考答案：E5.经典H1受体拮抗剂按化学结构可分为()类，()类，()类，()类和()类。
参考答案：乙二胺类，氨基醚类，丙胺类，三环类，哌嗪类6.吗啡易氧化变色是由于分子结构中含有以下哪种基团()A.醇羟基B.双键C.醚键D.哌啶环E.酚羟基参考答案：E7.β-内酰胺类抗生素具有以下结构特点：分子内都含有一个四元的##，四元环可以通过氮原子和相邻的碳原子与第二个五元或六元环相稠合。
青霉素的稠合环为##环，头孢菌素为##环;与β-内酰胺稠合环的碳原子2位上均有一个##;β-内酰胺环氮原子3位上均有一个##侧链;两个稠合环##共平面;青霉素类有##个手性碳原子，头孢菌素类抗生素有##个手性碳原子。
参考答案：β-内酰胺环，氢化噻唑，氢化噻嗪，羧基，酰胺基侧链，不，3，28.代谢拮抗物(名词解释)参考答案：是指与生物体内基本代谢物结构有一定或某种程度相似的化合物，该化合物能与基本代谢物竞争性或非竞争性地作用于体内的特定酶，抑制酶的催化作用，或干扰基本代谢物的利用，或掺入生物大分子的合成之中形成伪生物大分子，导致“致死合成(lethal \r\nsynthesis)”，从而影响细胞的正常代谢。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.1 材料和方法 使用 Discovery Studio 2.0 软件(DS Catalyst; Ac-
celrys)生成药效团模型; 使用 Insight Ⅱ 2005(Accelrys) 软件包中的 Affinity 模块进行分子对接计算.
1.2 药效团模型的产生 从文献报道中, 我们收集了 20 个已知的ACE抑
Compound leu-lys-pro val-trp ile-arg-pro leu-ala-pro ile-tyr arg-ala-pro leu-leu-pro phe-pro-pro leu-asn-tyr ala-val phe-pro glu-ala-pro val-pro gly-phe tyr-pro val-phe-lys val-arg-pro ala-gly leu-lys-ala leu-pro-pro
1.3 分子对接
使 用Insight Ⅱ 软件中 的Affinity模块进 行肽与 ACE的分子对接. ACE结构来自PDB生物大分子结构 数据库(PDB code: 1O8A)[16]. Affinity程序可依据能量 信息自动记录最优的受体-配体对接复合物结构 [17]. 对接可以大致分为两个步骤, 首先通过蒙特卡罗计 算来确定配体分子在受体活性位点中可能的结合位 置; 然后,在第一步的基础上, 采用分子动力学方法 进行进一步精细的分子对接. 本研究使用CVFF力场 (consistent valence force field). 对接研究范围设定为 4Å. 对接前, 首先去掉晶体结构中的抑制剂分子赖 诺普利(lisinopril), 之后将小肽放到原来抑制剂所在 位置. 考虑到溶剂效应, ACE-肽复合物中心定义半径
关键词
血管紧张素转换酶 抑制肽 药效团模型 分子对接
血管紧张素转换酶(ACE, EC 3.4.15.1)是导致高 血压的一个关键酶. ACE抑制剂广泛用于治疗心血 管、高血压、心力衰竭、肾衰竭等疾病. ACE抑制肽 最初是从蛇毒中发现的 [1], 随后人们发现了从食物原 料中提取的ACE抑制肽, 如明胶 [2]、酪蛋白 [3]、鱼 [4]、 无花果树胶 [5]、α-玉米蛋白 [6]等都可作为制备ACE 抑制肽的原料. 此外, 蚕蛹蛋白是富含 18 种氨基酸 的 高 质 量 蛋 白 . 近 来 , 我 们 通 过 超 滤 和 Sephadex G-15 凝胶分离等手段, 将利用酸性蛋白酶(50000U/g, Asperqiius usamii NO. 537)水解蚕蛹蛋白的水解物进 行分离, 将所得到的活性最高峰利用反相纳米多维 串联质谱LC-MS/MS平台进行结构鉴定, 鉴定得出一 种包含 6 个氨基酸(ser-glu-pro- thr-val-phe)的ACE抑 制肽. 经测定, 其体外ACE抑制活性(IC50 值)为 324 μmol·L−1.
本文以 20 个已经公布了结构和活性数据的 ACE 抑制肽作为训练集, 生成 ACE 抑制肽的药效团模型,
357
王伟等: 基于药效团的血管紧张素转换酶抑制肽的结构优化
并且根据打分评价结果选择出一个认为最优的药效 团模型(Hypo 1). 将前期从蚕蛹蛋白中得到的 ACE 抑 制肽与该选择的药效团模型 Hypo 1 进行叠合比较, 识别其对 ACE 抑制活性起关键作用的结构部分. 分 子对接方法也有助于对活性肽的结构进行优化.
本文共生成了 10 个 ACE 抑制肽药效团(表 2), 都 具有相同的化学特征: 一个阴离子中心、一个氢键给 体、一个氢键受体和两个疏水中心. 表 2 列出所计算 得到的具有最低 cost 值的 10 个药效团模型的特征, 如 cost 值、RMS 和相关性 r 等. 计算结果显示, fixed cost 值为 81.48, null cost 值为 138.80. 一般而言, 主 要是根据药效团模型的 hypothesis cost 与 null cost 之 差及其相关性来评价所计算得到的 10 个药效团模型 是否具有统计学意义. 排在第一位的药效团模型 Hypo 1(图 1)的相关性为 0.89, 其 hypothesis cost 与 null cost 的 cost 差值为 40.71. 由于具有最大的 cost 差值和最高的相关性, 因此认为是所得到的最好的 药效团模型. 使用该药效团模型对训练集进行活性 预测,结果显示(表 3)大部分分子能够被准确预测. 三 肽 leu-lys-pro 是训练集中活性最高的分子, 该分子能 够与 Hypo 1 很好地叠合(图 2).
358
中国科学 B 辑: 化学 2008 年 第 38 卷 第 4 期 表 1 20 个训练集分子的化学结构及活性数值 [7~15]
leu-lys-pro (IC50: 0.32 μmol·L−1)
val-trp (IC50: 1.7 μmol·L−1)
ile-arg-pro (IC50: 1.8 μmol·L−1) leu-ala-pro (IC50: 2.3 μmol·L−1)
典型的 ACE 抑制剂一般都由具有一个功能基团
的肽或肽模拟物构成, 这个功能基团与 ACE 活性部 位的 Zn 离子结合. 研究表明, 许多二肽和三肽分子 也具有显著的 ACE 抑制活性, 如 Ile-tyr 在较低的微 摩尔浓度下可有效抑制哺乳动物 ACE 活性. 近期我 们从蚕蛹蛋白中提取得到一条具有 ACE 抑制活性的 六肽分子, 与已经报道的具有明显 ACE 抑制活性的 二肽和三肽分子相比, 该六肽需进一步研究和结构 优化, 以识别六肽中对 ACE 抑制活性起关键作用的 结构部分, 从而有机会成为有效的 ACE 抑制剂产品. 药效团的方法是帮助研究人员发现和优化先导化合 物的一种有效途径. 在化合物的结构优化过程中, 构 效团模型能够帮助研究人员确定化合物的功能基团 和重要的化学特征, 从而提高发现潜在活性化合物 的几率.
① 浙江大学食品科学与营养系, 杭州 310029; ② 创腾科技有限公司技术支持部, 北京 100080 * 联系人, E-mail: gqhe@, wangzl@
收稿日期: 2008-03-06; 接受日期: 2008-03-20 教育部 111 项目和国家十一五科技支撑项目(批准号: 2006BAD05A01)资助
ile-tyr (IC50: 3.7 μmol·L−1)
arg-ala-pro (IC50: 16 μmol·L−1) leu-leu-pro (IC50: 57 μmol·L−1) phe-pro-pro (IC50: 78 μmol·L−1)
leu-asn-tyr (IC50: 81 μmol·L−1)
制肽作为训练集(表 1), 用以构建ACE抑制肽的药效 团模型 [7~15]. 采用DS 2.0 biopolymer模块构建活性肽 结构, 并利用CHARMM力场进行结构优化, 得到最 低能量结构. 使用DS 2.0 软件中 3D QSAR药效团计 算流程生成基于训练集化合物活性、具有可预测能力 的药效团模型. 采用DS Catalyst软件中的“Best Quality”化合物构象生成方法, 对训练集中的所有肽产生 多构象, 限定每个分子产生的最大构象数为 255, 产 生的新构象与最低能量构象间的能量差不大于 20 kcal·mol−1. 选择以下化学特征用于产生药效团模型: 氢键受体(A), 氢键给体(D), 疏水中心(H)和阴离子中 心(N). Uncertainty值设定为默认值 3.
113.18
1.77
0.75
5
ADHHN
119.15
1.94
0.69
6
ADHHN
119.50
1.95
0.69
7
ADHHN
119.58
1.93
0.69
8
ADHHN
119.94
1.96
0.68
9
ADHHN
120.75
1.94
0.69
10
ADHHN
121.20
1.97
0.68
a) Fix cost 值是 81.48, null cost 值是 138.80
中国科学 B 辑:化学 2008 年 第 38 卷 第 4 期: 357 ~ 364
《中国科学》杂志社
SCIENCE IN CHINA PRESS
基于药效团的血管紧张素转换酶抑制肽的结构 优化
王伟①, 沈生荣①, 冯凤琴①, 何国庆①*, 王占黎②*
中国科学 B 辑: 化学 2008 年 第 38 卷 第 4 期
表 2 生成的 10 个药效团模型的组成和特征 a)
Hypotheses
Features
Cost
Hale Waihona Puke RMSR1
ADHHN
98.09
1.24
0.89
2
ADHHN
109.73
1.68
0.79
3
ADHHN
110.52
1.70
0.77
4
ADHHN
2.2 基于药效团的 ACE 抑制肽的结构优化
采用 DS Catalyst Score, 将蚕蛹蛋白中获得的活 性六肽与最优的药效团模型 Hypo 1 进行叠合比较, 以识别活性六肽中能够满足药效团模型所定义的特 征的氨基酸组分. 结果见图 3. 根据活性肽和药效团 Hypo 1 的叠合结果, 药效团 Hypo 1 分布在活性肽的 后 3 个氨基酸 Thr-Val-Phe 上. Thr-Val-Phe 与 Hypo 1 的叠合模式与训练集中具有最高抑制活性的 leu-lys-pro 与 Hypo 1 的叠合模式相似(图 2 和 3). 两 个疏水中心分别与 Val 和 Phe 的疏水侧链叠合. 阴离 子中心与 Phe 中的羧基叠合. 氢键给体和氢键受体分 别与 Thr 和 Val 的酰胺基叠合. 用药效团模型 Hypo 1 预测所得的六肽的 ACE 抑制活性为 148 μmol·L−1, 与 实 验 值 (324 μmol·L−1) 比 较 相 近 . 该 六 肽 中 的 ser-glu-pro 部分没有与药效团模型 Hypo 1 叠合.