分子动力学模拟与药物研发

分子动力学模拟与药物研发

著：雅格布·D·德兰特，J·安德鲁·麦坎蒙，译：张浩晨

摘要：本文讨论了例如蛋白质等大分子结构的受体及其相应的小分子配体的多原子计算机模拟在药物研发中的作用。包括对于隐秘或存在变构现象的结合位点的识别，对于传统虚拟筛选方法的改进增强，以及对于小分子结合所需能量的直接预测。目前所用模拟方法的局限性，即较高的计算成本和所要求分子模拟力场的近似性，也在文中提及。随着计算机计算能力的提升和分子动力学算法的改进，计算机辅助药物设计的前景充满希望，其中分子动力学模拟技术将充当越来越重要的作用。

关键字：分子动力学模拟，计算机辅助药物设计，隐秘结合位点，变构结合位点，虚拟筛选，

自由能预测

介绍

1965年诺贝尔物理学奖获得者理查德·费曼，曾经有句名言说：“如果我们要做出一种假设来引导我们去探索生命的奥秘，那就是一切都是由原子构成的，而生命体所做的一切行为都可以理解为原子间有规律的或温和或剧烈的跃动。”过去的50年里，很多生物物理学一直致力于更好地了解原子的这种摇动和摆动的性质。微观世界的量子力学运动规律令那些只熟悉宏观动力学的人们感到惊讶。微观运动没有特定的规律，而是存在概率性；化学键的形成不是机械连接，而是通过改变以波和粒子状态存在的电子云。正如费曼所说的那样，大自然是那样的令人摸不着头脑。

理解这些荒谬而复杂但很神奇的分子运动规律无疑是与药物研发关系密切且很有帮助的。最初研究受体和配体结合的“锁和钥匙”理论认为容纳小分子配体的受体的结合域构象是如冰刻般一动不动，不存在任何的结构重排现象。现在这个观点已经基本被否定。取而代之的是一种新的观点，认为分子间的结合不仅引起构象的变化，同时也存在相结合分子间随机的摇摆运动。

软体动物的乙酰胆碱结合蛋白（AChBP）作为人类烟碱乙酰胆碱受体（AChR）的配体结合域结构和功能的替代，是无数可以用来说明原子运动重要性的例子之一（图1）。在结合于AChBP的小分子AChR激动剂的晶体结构显示，在结合处一个关键的环状结构部分闭锁（图 1 a,c）。相反，当体积较大的乙酰胆碱受体拮抗剂，如蛇的α -神经毒素结合到AchBP时的晶体结构表明，该环状结构扩大了至少10Å，使得活性位点更加凸显（图1 b,c）。在研究未结合配体的样品的构象状态时显示，同时存在开放和闭合构象。伯恩等人提出未结合配体的AChBP或AChR是高度动态的蛋白质，推测蛋白构象在有选择地结合激动剂或拮抗剂后才趋于稳定。这些结合口袋构象中的任何一个都可能具有药效作用，因此也可能在药理学上有重要意义。如果这个配体结合的一般模型是正确的，则对于基于结构的药物设计的影响将是深远的。因为相似的结合原则可能也适用于许多其它体系。

分子动力学模拟

虽然这些晶体结构的研究有力地证明了蛋白质受体结合配体时其结构发生重排的特性起到重要的作用，但是得到这些结果所需要的费用和大量的劳动力，致使很多人转向去研究可以预测蛋白质运动的计算技术。不幸的是，模拟复杂的

量子力学运动和大分子体系的化学反应所需的计算往往过于复杂和密集，即使是用最快的超级计算机也很难胜任。分子动力学（MD）模拟，最早在20世纪70年代末开始发展，试图通过基于牛顿物理学的，对原子运动的简单近似模拟，来克服这个限制，从而降低计算的复杂度。用于近似的一般过程如图2所示。首先，利用核磁共振（NMR），X-射线晶体衍射或同源性建模等物理和计算机技术得到所研究的分子体系的计算机模型。作用于体系统各个原子上的力，是用类似图3所示的近似方程估计的。大体上讲原子的受力来自与之由化学键结合的原子和未与之结合的原子两个方面。化学键和键角使用简单的虚拟弹簧模型来模拟，二面角（即一个键的旋转）使用正弦函数模型近似模拟之遮掩键位形和交错键位形间的能量差。没有相互连接的原子间的分子作用依赖于两种力，以兰纳德-乔恩斯电势能为模型的范德华力，和利用库仑定律建模的静电荷相互作用。了解这些力学规律将更有利于我们去理解近似方程是如何通过参数描述原子间相互作用的。

为了能够真实地再现运动分子的实际情况，近似方程的能量部分是参数化的，以适应量子力学的计算和实验（例如，光谱）数据。被参数化的项包括：定义用来描述化学键和键角的弹簧的理想强度和长度，确定用于计算静电相互作用的最佳局部原子电荷，确定合适的范德华原子半径等。总的来说，这些参数被称作为“力场”，因为其描述了支配分子动力学的各种原子间相互作用力的分配。有几个力场在分子动力学模拟中经常使用，包括AMBER，CHARMM和GROMOS。尽管这些力场的参数化方式不同，但是基本上会得到相似的模拟结果。

一旦作用于体系中各原子上的力被计算出来，这些原子的位置则可以根据牛顿运动定律进行移动。随后仿真模拟向前推进，大约只有1到2个飞秒。通常该过程将被重复数百万次。由于大量的计算要求，分子动力学模拟的进行，通常使用由几十个甚至几百个处理器并行组成的计算机集群或超级计算机。许多流行的仿真模拟软件包，往往使用和其所用力场相同的名称（例如AMBER，CHARMM和NAMD），且都兼容信息传递接口（Message Passing Interface，MPI），即一个用于传输从一台计算机到另一台计算机之间信息的系统，使得在一个软件应用程序上同时运行多个处理器的系统来更大程度上方便复杂任务的执行。

然而分子动力学模拟的效用不应被无限制地夸大，一些研究者已经正在把这些模拟结果与实验数据作比较，以验证计算技术方法的可靠程度。 NMR数据是特别有用的，如通过分子动力学模拟获得的许多受体和配体的构象可以被用来预测NMR所测量构像的解自旋程度，可实现实验数据和理论结果之间的直接比较。实际上，一些研究已经表明大分子动力学的计算结果和实验测量值之间具有良好的一致性。

分子动力学模拟：目前的局限性

除这些成功的例子之外，分子动力学模拟的应用仍然受限于两个主要的挑战和局限：第一，所使用的力场仍需要进一步细化；第二，对计算的高要求使得常规的模拟长度被局限在一微秒以内，这导致在许多情况下，不能够采集足够的构象状态模拟数据。下面是一个高计算能力需求的例子：对一个相对较小的分子体系（约25,000原子）进行一次微秒级的分子动力学模拟，如在24处理器的机器上运行则需要几个月的时间才能完成。

分子动力学模拟的除了高计算需求的挑战和局限外，所使用的力场也只是对原子间量子力学事实的近似模拟。虽然已经可以准确地预测许多主要的分子运动，但是使这些模拟适合于体系中的量子效应仍然是重要的。例如，当模拟体系包含