引言
瑞典科研團隊通過分子對接對化學暗物質數據庫篩選發現GPCR家族的A2A腺苷受體和D4多巴胺受體的活性小分子。
先睹為快
靶點?
GPCR家族的A2A腺苷受體和D4多巴胺受體
篩選化合物庫
化學暗物質數據庫，從PubChem數據庫收集非活性的可購買的lead-like分子（39655）
計算方法
分子對接
計算軟件
DOCK3.6
計算流程?
本文通過分子對接對化學暗物質數據庫（39655）篩選發現G蛋白偶聯受體（GPCR）的配體。針對與中樞神經系統疾病相關的A2A腺苷受體和D4多巴胺受體的晶體結構進行了分子對接篩選，選擇對接打分前500名進行分析，然后針對A2AR和D4R分別選擇35和18個化合物進行了實驗評估。每個受體均發現了2個具有亞微摩爾級親和力的配體。該研究為虛擬篩選挖掘暗化學物質數據庫提供了一種有效的手段，有助于開發安全性更高的藥物。
化學暗物質（Dark Chemical Matter，DCM）
化學暗物質（dark chemical matter，DCM）是指在大量生物活性實驗中進行了測試仍未顯示出生物活性的一類化合物。傳統觀念認為這類化合物不具有很好的成藥性，不過越來越多研究發現這類分子一旦發現對某一靶點有活性，這類分子將會具有很好的選擇性，因此off-target效應將會很弱，后期臨床研究中發現毒副作用的概率將會大大降低，因此被認為是藥物研發的重要起點。
基于結構的虛擬篩選
作者對PubChem和ZINC數據庫中的DCM化合物進行了篩選，構建了共有39655個小分子化合物的DCM數據庫。隨后采用DOCK3.6對接程序對該數據庫中可與A2AAR及D4R結合的化合物進行了虛擬篩選。使用打分函數對每個配合物進行評估，通過預測的結合能對對接的化合物進行排名，并對500個得分最高的分子(對應于篩選數據庫的1.3%)進行了人工目測篩選。綜合考慮化合物與結合位點的互補性、化學多樣性，并考慮了評分功能中未包括的能量項(例如，受體解溶和配體內能)，針對A2AAR及D4R分別選擇了35和18個化合物購買，隨后通過放射性配基結合分析以及生物活性驗證進一步篩選最終得到4個活性化合物（A2AAR：2個，D4R：2個）。
圖1.?針對A2AAR和D4R的DCM基于結構的虛擬篩選流程示意圖
圖片來源JMC
?圖2.化合物1~4與A2AAR和D4R的結合模式及實驗數據
圖片來源JMC
靶標選擇性評估
作者通過檢索PubChem和Uniprot數據庫中化合物1~4的生物活性數據和靶標信息，對化合物活性圖譜和蛋白質靶標進行了分析，化合物1~4在覆蓋了362-527個靶標中均表現為非活性（圖3）。為了研究GPCR靶標之間的一般選擇性是否也包括其他腺苷和多巴胺受體，作者評估了化合物1~4與A2AAR和D4R不同亞型靶標的結合。結果表明，化合物1和2對A2A 和A1AR具有相似活性，但是在D4R中，化合物3和4相對D3R，具有26和3倍的選擇性。該結果表明應用基于結構的虛擬篩選方法對DCM數據庫篩選所得小分子具有靶標的高選擇性，并可能導致候選藥物具有更可靠的安全性。
圖3.?已發現A2AAR和D4R配體的實驗數據和最接近的已知配體的相似性以及在PubChem生物活性數據庫中報告的化合物沒有活性的獨特蛋白質的數量
圖片來源JMC
參考文獻：
Ballante F, Rudling A, Zeifman A, et al. Docking finds GPCR ligands in dark chemical matter[J]. J. Med. Chem. 2020, 63, 613?620. DOI: 10.1021/acs.jmedchem.9b01560