计算机辅助药物设计及其在新农药研发中的应用

王家哲，杨艺炜，任 平,2，李英梅，付 博,2

(1.陕西省生物农业研究所 陕西省植物线虫学重点实验室，陕西 西安 710043；2.陕西省酶工程技术研究中心，陕西 西安 710600)

农药在国民经济发展中具有举足轻重的作用，目前我国农药创制研究的基础比较薄弱，一方面由于新农药创制存在周期长、投资大、风险高等问题，成功开发一个新农药品种需要至少10年时间，耗资2.5亿美元以上，另一方面人们对高效、低毒、绿色环保农药的要求越来越高，因此新农药的创制急需运用新理论、新技术和新方法[1, 2]。近年来，随着生物信息学和计算机技术的快速发展，推动了计算机辅助药物设计(Computer aided drug design，CADD)在农药研发中的应用。通过基于靶标结构的计算机辅助农药分子设计，可以在成千上万个分子中快速筛选出结构新颖的活性化合物，对活性化合物进行构效关系分析，并综合应用计算机辅助分子设计、化学和生物合成的原理最终设计出结构简单新颖的活性化合物，这不仅能够显著降低农药研发的成本，而且大大缩短新农药的上市时间，因此CADD在农药创制中逐渐发挥着重要作用[3, 4]。近年来，CADD逐渐成为新农药研发的热点，本文对其研究和应用进展进行了综述，对其应用中存在的问题进行了概述，并对未来应用前景进行了展望。

1 CADD的方法简介

计算机辅助药物设计采用理论计算和分子图形模拟技术，结合生物信息学等其他学科相关内容，设计出具有一定药效的新结构分子，其主要基于配体和受体间的相互作用，根据生物大分子受体的结构是否已知可将CADD分为两种设计方法：基于受体结构的药物设计(Structure-based drug design，SBDD)和基于配体结构的药物设计(Ligand-based drug design，LBDD)[5]。

SBDD的核心是分子对接(Molecular docking)和虚拟筛选(Virtual screening)，通过富集活性化合物，快速从几十到上百万个化合物中挑选出活性化合物，从而提高药物筛选效率，节约研究成本[6]。LBDD中最常用的定量构效关系(Quantitative structure-activity relationship, QSAR)，经典的QSAR研究以化合物二维结构为基础，但实用性有限，因此进一步发展出三维定量构效关系(3D-QSAR)，其中CoMFA是3D-QSAR中应用最广泛的一种方法，其运用数理统计计算出化合物与生物活性之间的相关方程，最终以三维图形来表示立体场、静电场以及疏水作用等因素对活性的影响，在合理药物设计成效显著并中得到广泛应用[7]。

2 CADD方法的优势

CADD以靶标生物中特定的关键生理生化过程为研究模型，采用CADD方法指导生物合理设计，合成对该过程有显著影响的化合物，并从中筛选出先导化合物，通过对先导化合物的结构进行优化，进而开发出候选新农药品种[8]。CADD的主要优势有：①针对关键靶标快速筛选，减少药物筛选的盲目性；②结合计算机甚至是云计算，实现高通量的筛选过程，大大节约研发时间和研究成本；③可为探索多维有效成分、多靶标、多作用模式机制提供指导意见。

3 CADD在新农药研发中的应用

近年来，随着计算机科学、分子动力学以及药物科学的快速发展，CADD已经从基础理论研究逐渐发展成为实用学科，并逐渐应用于新农药研发。目前，基于CADD的新农药发现，正逐步成为当前国际农药创制研究中最为活跃的前沿课题。

3.1 基于虚拟筛选的新农药研发

随着蛋白质结构鉴定技术的日益成熟，已解析出越来越多的蛋白质晶体结构，以其为农药靶点，通过分子对接软件，能够从化合物数据库中筛选出具有潜在活性的分子结构。

张俊钦等[9]以昆虫几丁质酶为模板，通过两轮的筛选策略对SPECS小分子数据库中43 423个分子进行虚拟筛选，获得了5个具有不同程度酶抑制活性的小分子，为设计新型、高效的以几丁质酶为靶标的杀虫剂提供指导。陈洋燕等[10]采取基于受体结构的分子对接方法，以β-N-乙酰己糖胺酶晶体结构为模板，对多个商品化小分子数据库使用多种对接软件进行三轮筛选，挑选打分较高的化合物购买，最终经实验验证发现两个抑制活性较高的小分子。姚停停等[11]以真菌中JAK激酶为靶标受体，构建了一个基于JAK激酶结构的选择性杀菌先导化合物的虚拟筛选方法，并通过该方法发现了一个具有选择性杀菌先导化合物，该化合物对水稻纹枯病菌丝具有很强的抑菌活性。蒋丹平等[12]分别以新烟碱和乙酰胆碱结合蛋白的复合物结构来模拟昆虫烟碱型乙酰胆碱受体，进行基于多重靶标策略的虚拟筛选，最终发现了6个对苜蓿蚜具有一定活性的化合物。杜新凯[13]以甾醇载体蛋白-2(Sterol carrier protein-2，SCP-2)为靶标，通过虚拟筛选技术，从218 780个小分子化合物中筛选出45种潜在的HaSCP-2蛋白抑制剂，并根据化学结构多样性和生物活性检测，最终得到5种具有较强的杀棉铃虫效果的新型HaSCP-2蛋白抑制剂，其不仅能够显著抑制棉铃虫生长，还能够有效推迟幼虫化蛹时间、降低成虫产卵率，且环境毒性小。

这些研究结果表明，计算机虚拟筛选技术利用软、硬件能够实现快速、高效筛选，在先导化合物的发现中发挥着举足轻重的作用，同时也可以为基于特定靶标酶进行农药的开发提供研究思路，为基于配体的药效团模型建立在农药先导化合物的快速筛选方面提供技术借鉴[14]。

3.2 基于定量构效关系的新农药研发

由于目前大多数受体结构未知，而大量的化合物结构和活性数据不断积累，因此，基于农药化合物结构活性关系的研究逐渐成为热点，通过对各类农药化合物建立不同的模型，有助于指导新农药的设计合成。

Yong Xie等[15]对3-(-2-基)苯磺酰胺系列类衍生物采用基于结构的比对建立了此类化合物的3D-QSAR模型，并进一步验证了计算的合理性，通过模型分析对该类衍生物进行了设计和结构优化以及合成，得到了4个高除草活性的化合物，为开发3-(吡啶-2-基)苯磺酰胺衍生物提供理论基础。Yueting Zhou等[16]基于已经得到的Tschimganin活性结构，用CoMFA模型进行3D-QSAR 分析，表明较高的电负性有利于杀螨活性，具有2-羟基-3,5-二硝基苯基部分的化合物显示出较好的杀菌活性，具有给电子基团的化合物对棉铃虫的生长发育具有很好的抑制活性，这些结果为开发双功能农用化学品提供很好的理论支撑。杨华铮和杨光富等[17, 18]在乙酰乳酸合成酶(ALS)受体三维结构未知的情况下，全面系统地研究了磺酰脲、稠杂磺酰胺和嘧啶(硫)醚三大类典型的ALS除草剂的结构与活性关系，并由此初步提出了这三类除草剂与ALS的作用模型，这为设计新型高效的 ALS酶抑制剂提供了重要的指导。Danping Jiang等[19]结合CoMFA方法，基于杀虫剂氯虫酰胺的活性构象构建3D-QSAR模型，通过分析模型得到了某一区域取代基空间体积和电荷对化合物活性影响的关系，对进一步优化设计提供参考依据。

现有的研究结果显示，3D-QSAR已成为一种高效实用的预测工具，其构建的模型具有良好的稳定性和预测能力，对解析药物与受体的作用机制及研发新型农药分子具有重要的指导意义。

4 小结与展望

新农药研发需要综合考虑环境生物、防治对象、保护对象和环境生态的多样性以及风险评估等复杂因素，因此急需更加高效的研究方法和手段。如今基于CADD技术的新农药研发能够快速的筛选先导化合物，并通过指导先导化合物的结构改造，极大的加快新型农药的开发速度，具有十分广阔的应用前景。

尽管计算机辅助药物设计方法已经成功应用于农药设计领域，但是尚存在如下问题：首先，CADD 中关键的方法技术还有待改进和提高，如何快速建立准确的模型，以及对模型和结果的分析评价方法，都是建立在大量的经验基础之上而不是一成不变的；其次，CADD只是从理论上指导药物设计，其准确性和合理性还需要实验来进行验证，所以一定要理论与实验相结合。虽然CADD 技术在药物研发中还存在问题，但毋庸置疑CADD 确实为一条有效的途径，必将在新农药的创制研究中扮演着越来越重要的角色，它将与其他研究手段一起推动我国的农药研究的不断创新与发展。