新型4-(3H)-喹唑啉酮类作为VEGFR-2抑制剂对肝癌细胞具有潜在活性

Ref:Bioorganic Chemistry. Accepted 3 December 2020, IF=5.275

链接:https://doi.org/10.1016/j.bioorg.2020.104532

摘要

本研究设计、合成了一系列VEGFR-2抑制剂,并评估了它们对肝癌细胞(HepG-2细胞系)的抗增殖活性。发现化合物29b(IC50 = 4.33 ± 0.2 g/ml)比阿霉素(IC50 = 4.50 ± 0.2 g/ml)表现出更强的抗增殖活性,并且是索拉非尼活性的78%。化合物29b、29c和29a对VEGFR-2表现出有效抑制活性,IC50 值分别为3.1 ± 0.04、3.4 ± 0.05和3.7 ± 0.06 µM时。此外,化合物29b诱导细胞凋亡并阻滞细胞周期为G2/M期。为研究目标化合物与VEGFR-2的作用机制(PDB ID:2OH4),使用BIOVIA Discovery Studio软件借用分子对接来分析化合物与VEGFR-2活性位点的可能相互作用。并对活性较好候选物进行进一步的结构优化,用于获得新的先导化合物,以寻找强效、选择性的抗肿瘤药物。

分子对接(Molecular docking)是基于结构药物设计的核心模拟手段,依据受体与配体作用时的几何匹配和能量匹配过程,模拟受体-配体相互作用,预测两者间最佳的结合模式和结合亲和力。采用分子对接模拟技术,科研人员可以进行基于结构的药物虚拟筛选,药物分子的结构改造,配体和受体相互作用的机理研究等工作,从而大大提高实验效率。在BIOVIA Discovery Studio这一分子模拟的综合平台中,分子对接程序包含Libdock、CDOCKER、Flexible Docking,这三种对接算法各有优势,能够满足广大科研工作者的多种应用需求,为其提供配体受体间相互识别的“利器”。

研究背景

肝癌(HCC)是一个全球性的健康问题,被认为是最顽固的肝脏恶性肿瘤。细胞内信号通路缺陷导致细胞增殖和凋亡异常是HCC发生的关键机制之一。肿瘤的发展和生长包括几个复杂的细胞信号通路,这些通路包括几种蛋白质,如血管内皮生长因子(VEGF)和VEGF受体(VEGFR)。EGFR-2的过表达是许多肿瘤(包括HCC)中可检测到的迹象。众所周知,为了获得持续生长和转移性扩张所需的营养,所有活动性肿瘤都必须经历新的血管形成或血管生成。VEGF诱导和血管生成由环境因素引起,例如缺氧或遗传修饰,包括致癌酪氨酸激酶的激活。血管内皮生长因子受体2(VEGFR-2)是一种酪氨酸激酶亚型,在血管内皮细胞中表达并响应VEGF结合信号,导致内皮增殖和迁移。在健康组织中观察到VEGFR-2的低表达,而在包括肝细胞癌在内的不同癌症类型中过表达。因此,VEGFR-2已被确定为生产新型抗癌药物的极好治疗靶点。

酪氨酸激酶抑制剂(TKI)是一种小分子,可在受体的结合位点与ATP竞争。VEGFR-2抑制剂作为一种TKI,可阻止血管生成和淋巴管生成的重要过程。VEGFR-2抑制剂分为三个亚型。I型抑制剂,称为ATP竞争性抑制剂,通过1-3氢键与ATP腺嘌呤环所容纳的区域结合。II型抑制剂,抑制激酶的非活性构象,防止其激活。这类激酶抑制剂用ATP结合裂缝和紧邻的疏水袋。III型抑制剂是共价抑制剂,可与半胱氨酸残基共价结合并阻止ATP在结合位点的结合。在这些临床使用的VEGFR-2抑制剂的骨架中,那些含有喹唑啉部分的核心可以与VEGFR-2的ATP结合口袋相互作用。此外,我们研究组设计合成的化合物10对VEGFR-2显示出高活性,IC50值为2.5 µM,几乎与索拉非尼相当(IC50 = 2.4 µM)。基于我们之前的研究以及酪氨酸激酶作为设计新抗癌药物的靶点的重要性,因此引入对VEGFR-2-TK具有抑制活性的新型4-(3H)-喹唑啉酮衍生物。发现化合物29b具有较好的抗癌活性,为研究其与VEGFR-2激酶的结合模式,我们通过分子对接研究其相对结合亲合力以及与激酶活性位点的结合相互作用。

研究过程

在这项研究中。首先,我们结合对VEGFR-2结合口袋的分析,通过喹唑啉与有效抗肿瘤部分的分子杂交设计合成了一系列新型喹唑啉衍生物。然后,对这一系列化合物进行了HepG2细胞上的体外抗增殖活性和体外VEGFR-2酪氨酸激酶测定。结果显示,大多数测试化合物会干扰VEGFR-2活性,IC50值范围为3.1-37.4 µM。其中,化合物29b、29c和29a对VEGFR-2表现出较好的抑制活性,IC50值分别为3.1、3.4和3.7 µM。接着,通过机制研究发现化合物29b阻滞细胞周期为G2/M和pre-G1期和诱导细胞凋亡,并通过体内抗肿瘤活性实验发现9b在体内具有显著的抑制肿瘤生长作用。

为进一步研究化合物与VEGFR-2激酶活性位点的结合相互作用和相对结合亲和力,先通过借用BIOVIA Discovery Studio中CDOCKER进行了分子对接,并计算了化合物与VEGFR-2的结合能。通过结合模式图,我们发现目标化合物都占据了VEGFR-2活性位点的相同口袋,化合物29b、29c和29a与索拉非尼的酶活性位点几乎相同,但其与VEGFR-2结合亲和力高于索拉非尼(表1)。

表1化合物与VEGFR-2的结合自由能

对接结果可以为进一步的结构修改提供指导。29b与VEGFR-2的结合模式表明,磺酰硫脲部分的两个NH基团与Glu883的羧酸盐形成了两个氢键(1.58 & 2.83 Å),而氧原子与Asp1044形成氢键作用(2.59 Å)。喹唑啉部分与Phe916形成相互作用。而中心苯基与Lys866形成阳离子pi键作用(图1 b)。

图1索拉菲尼(a)和化合物29b (b)、29c (c)、

29a (d)与VEGFR-2的结合模式

此外,化合物29c的结合模式表明,磺酰硫脲部分的两个-NH基团与Glu883的羧酸盐形成了两个氢键(1.28 & 2.26 Å),而氨磺酰基的氧原子Asp1044形成氢键作用。喹唑啉部分与Phe916和Leu838形成三个相互作用。中心苯基部分与Lys866形成阳离子pi键(图1 c)。最后,化合物29a的结合模式表明,磺酰硫脲部分的两个NH基团作为Glu883的羧酸盐形成了两个氢键(1.42 & 1.45 Å),而氨磺酰基的氧原子与Asp1044的NH形成氢键,与Lys886形成额外的两个氢键。此外,该化合物与蛋白形成了四个芳烃-H相互作用(图1 d)。总之,通过分子对接可有助于我们更好地理解化合物的作用机制。

表2 化合物ADMET预测的结果

为分析化合物的ADMET性质,采用BIOVIA Discovery studio对化合物的ADMET性质进行了预测。结果表明(表2),除了化合物22b外,其他化合物都具有非常低的血脑屏障(BBB)渗透水平。因此,预计此类化合物对CNS是安全的。化合物居于良好或者中等水平的吸收水平,但具有低或非常低的水溶性。被预测的化合物均为非CYP2D6抑制剂,因此这些化合物不会出现肝功能障碍副作用,并且大多数化合物结合血浆蛋白超过90%以上。

结论

在这项研究中,设计合成了一系列新型VEGFR-2抑制剂,并评估了它们对肝癌细胞(HepG-2)细胞系的抗增殖活性,发现化合物29b抗增殖活性较好。为了进一步了解化合物对癌细胞生长抑制的影响,研究了其对细胞周期分布和凋亡诱导的影响。结果表明,29b在G2/M期诱导细胞凋亡并阻止细胞周期生长。此外,体内抗肿瘤实验表明,化合物29b和29c具有显著的抑制肿瘤生长作用。通过分子对接研究了化合物29b、29c和29a对VEGFR-2蛋白的作用机制,并通过分子模拟的方法预测了化合物的ADMET的性质。因此,这些研究结果可为我们更好地研究出高效、结构新颖的VEGFR-2抑制剂提供了一定的理论指导。

图2预期的ADMET研究

MaXFlow分子模拟与人工智能平台

MaXFlow生物医药智能创新平台,由创腾科技自主研发,旨为不同领域的一线创新科技工作者提供一个合作共享的B-S架构平台。以“数据自由,模型自由”为理念,在结构模型与预测模型进行融合的基础上,实现模拟与AI需求的合并,为研发赋能。

  • 填补数据产生保存与数据使用赋能断层
  • 打通空间结构模型与数据预测模型壁垒
  • 合并经典模拟计算与新兴AI预测需求
  • 降低背景知识储备与复杂软件使用门槛

通过便捷的网页端操作,可实现大、小分子模型的构建与优化,动力学模拟,分子对接,分子间相互作用展示。小分子药物方面,通过分子性质计算以及多种机器学习与深度学习的方法,在工作流中帮助用户实现数据的挖掘以及相关构效关系的搭建,同时可以通过一键部署的方式实现药代动力学及不同目的的AI预测与共享。对于大分子,基于流行AI模型的运用,更加准确的实现大分子间相互作用预测。多样的APPs为大分子药物研发提供可靠保障。

更多详情,请访问:www.neotrident.com(或者:请登陆创腾科技官网)

新型4-(3H)-喹唑啉酮类作为VEGFR-2抑制剂对肝癌细胞具有潜在活性相关推荐

  1. 仿冒应用成新型诈骗手段 社交类应用中毒最深

    近日阿里巴巴安全部与中国信通院联合发布了<2016中国互联网仿冒态势分析报告>(下简称报告),报告揭示仿冒应用业已成为电信线上诈骗的新型手段,其危害极大,对防御方构成巨大挑战. 报告基于阿 ...

  2. 美联储新型货币工具_2_新闻类

    央行盛松成.蒋一乐:美联储利率调控新工具 在经历了长期低利率以及购买大规模资产之后,美联储于2015年12月开始加息,2017年10月开始缩表,并计划在2018年持续加息并加快缩表进度.与以往利率调控 ...

  3. 清华大学「天机」芯片登上Nature封面:类脑加传统计算融合实现通用人工智能...

    机器之心报道 机器之心编辑部 8 月 1 日,顶级学术期刊<自然>杂志的封面文章介绍了清华大学在通用人工智能上的新尝试:一款名为「天机」的全新芯片架构,结合类脑计算和人工智能算法,展示了迄 ...

  4. 研诺首款D类音频放大器延长便携应用中的电池寿命

    美国加州圣克拉拉,2009年4月30日-电源管理集成电路开发商研诺逻辑科技有限公司,宣布推出其首款D类音频放大器.凭借研诺在便携应用电源管理芯片领域内的丰富经验,通过将低电压运行与低静态电流.低于竞争 ...

  5. 喹啉羧酸类 DHODH 抑制剂用于治疗急性髓系白血病

    细胞内的嘧啶核苷酸主要来自于从头合成途径和补救合成途径.对于正常分化的细胞和静止的细胞,补救合成途径是嘧啶核苷酸的主要来源.对于恶性增殖的细胞来说,补救合成途径生成嘧啶核苷酸的量无法维持细胞生存,细胞 ...

  6. 2020年全球及中国术后镇痛药行业市场现状分析,非阿片类药物需求不断增长「图」

    一.主要术后镇痛药简介 大部分接受手术的患者均会经历术后疼痛,即手术后出现的急性疼痛.术后疼痛包括躯体疼痛及内脏疼痛,持续时间通常约三至七天.术后疼痛控制在促进患者恢复正常功能方面有重要作用,并减少与 ...

  7. 类脑计算与神经网络加速

    今天花了一下午时间看了一期计算机学会通讯的杂志,这期的专题是<类脑计算>,正好与我目前研究的深度学习有很大的关联,看完这期杂志之后得到了不少感悟,在这里稍作总结.当然首先给出这期杂志的地址 ...

  8. 华盛顿大学对抗疾病的新型秘密武器:训练机器人从人类干细胞中培育微型器官

    内容来源:ATYUN AI平台 科学家们使用液体处理机器人从干细胞中培养出迷你肾脏 机器人能够在21天内培养类器官,并分析完成品 研究人员说,在完成这项任务时,机器人比人类更有效率 研究人员表示,机器 ...

  9. 肿瘤类器官在药物筛选中的应用-MedChemExpress

    类器官 - 助力药物筛选 新药的诞生总是让人热血澎湃,不仅是医药行业的重大突破,也意味着资本盈利的开始.但新药开发是一个复杂的过程,从先导化合物的发现到临床,通常需要十年甚至更久.传统的药物筛选主要依 ...

最新文章

  1. 历经5轮审稿被拒,那个“​没有Science,没有娃”的交大博士,最终申诉成功发顶刊,他说做科研,要尽全力再坚持一下......
  2. EMC Isilon(OneFS)删除重要数据后恢复案例
  3. 北大计算机科学与技术专业河南录取分数线,北京大学河南录取分数线|2021北京大学河南分数线|2021年北京大学河南高考分数线|2021年北京大学河南招生计划录取人数...
  4. 帝国CMS标签 总结2
  5. linux虚拟网卡上网,Linux添加虚拟网卡的多种方法
  6. entity framework 数据库默认时间的问题的一种解决方案
  7. mono webservice问题请教
  8. 数学建模三大模型以及十大算法
  9. 照片尺寸及像素对应表
  10. IT:银行类金融科技岗笔试习题集合—四个模块包括【综合知识+EPI+英语+个性测评】持续更新,建议收藏
  11. 学计算机二级的免费软件,计算机二级MS模拟软件
  12. Python精讲:Python中集合的概念和创建方法详解
  13. 【转帖】Windows文件系统过滤驱动开发教程-楚狂人
  14. 解决Chrome浏览器“隐私设置错误,您的链接不是私密连接”
  15. 信息系统项目管理师学习笔记5——信息化与信息系统5
  16. 2023届双非硕士四个月秋招历程总结
  17. 电源系列4:一文学会选择BUCK降压电路电感
  18. ffmpeg录屏命令
  19. 机器学习专栏——(一)人工智能概述
  20. C8051F340芯片64位驱动移植

热门文章

  1. (四)MySQL学习笔记——多表设计、多表查询、多表查询练习题
  2. VC2005 如何获取系统时间
  3. 为什么使用使用transform来代替top_MYSQL 使用基础 - 这么用就对了
  4. setVisibility()设置过度动画
  5. JVM篇·垃圾收集器与内存分配策略
  6. svn: E155007 和 svn: E155004
  7. C++实现字符串匹配KMP算法
  8. 投资理财-一个以投资为职业的人
  9. 《匠人精神》读书笔记要点记录及自我剖析
  10. dB和功率单位dBm、dBw分析