天然産物阻害剤からのコレステロールエステル移動タンパク質の仮想スクリーニングと分子動力学シミュレーションの検証

抽象的な：

客観的

コレステロールエステル移動タンパク質（CETP）の天然産物阻害剤を開発する。

方法コンピューター支援技術を使用することにより、ハイスループット天然製品データベースL6000は、3つの精度勾配、自由エネルギーの計算、分子動力学シミュレーション（MDシミュレーション）を組み合わせた分子ドッキングなどのマルチラウンド仮想スクリーニング戦略によってCETP阻害剤のためにスクリーニングされました。

結果合計19件の候補化合物がスクリーニングされました。最初の3つの化合物は、シスタノシデア、シーフラビン、ジメチルリトスパーメイトBでした。結合モード分析により、上記の化合物とターゲットの活性ポケットとの間に強い相互作用があることが示され、MDシミュレーションパラメーターが上記のタンパク型複合体の安定性も確認しました。結論Cistanosidea、Theaflavin、およびDimethyllithospermate Bは、可能なCETP阻害剤の鉛化合物として使用できます。キーワード：CETPタンパク質;脂質異常症;天然化合物;小分子阻害剤;仮想スクリーニング;分子ドッキング;分子動力学シミュレーション。シスタノシドA; Theaflavin;ジメチルリトスパーメイトb

Cistanche高品質のサプリメント

脂質異常症は、アテローム性動脈硬化症と心血管疾患の発症に関連しており、深刻な脅威をもたらします人間の健康。スタチンは現在、総コレステロール（TC）および低密度のリポタンパク質コレステロール（LDL-C）を下げるための主要な薬物であり、臨床診療で広く使用されています。しかし、治療された脂質異常症の多くの患者では、心血管疾患の発生率と死亡率は高いままです[1]。したがって、心血管疾患および脳血管疾患のリスクと死亡率をさらに減らすために、他の方法を見つける必要があります。疫学的研究では、高密度リポタンパク質コレステロール（HDL-C）が心臓病リスクの独立した強力な逆予測因子であり、HDL-Cレベルを増加させると、スタチンを使用した脂質減少症患者の残存心血管リスクを減らすことができることが示されています[2]。ヒト血漿中のHDLは、異なる代謝経路と生物学的特性を持つ水和密度に従って、HDL2とHDL3の2つの主要なサブフラクションに分けられます[3]。コレステリルエステル転移タンパク質（CETP）は、主にHDL3粒子に結合し、循環リポタンパク質の間にトリグリセリドとコレステロールエステルを移動する血漿糖タンパク質です[{4-5]。逆コレステロール輸送（RCT）とは、アテローム性動脈硬化病変のマクロファージからHDLを介して肝臓に過剰なコレステロールを移すプロセスを指します[5]。 CETPで処理された後、HDLは肝リパーゼと内皮リパーゼによる脂肪分解と修飾の影響を受けやすく、それにより、容易に代謝される小さなHDL粒子を形成します。研究により、メタボリックシンドローム患者ではCETP活性が増加し、早期のアテローム性動脈硬化症と高い心血管リスクと密接に関連していることが示されています[6]。したがって、CETPを阻害することは、HDL-Cの増加とアテローム性動脈硬化症の減少の重要な標的です[7]。

1.2標的タンパク質の調製

CETPタンパク質の結晶構造は、PDBデータベースからダウンロードされ、分析されました。種は人間で、Uniprot IDはP11597であり、配列長は493アミノ酸でした。タンパク質は、Schrödingerソフトウェア[1 0]のタンパク質調製ウィザードモジュールを使用して調製されました。債券注文の割り当てや水素の追加などの操作が実行されました。側面チェーンが欠落している場合、プライムモジュールを使用してそれらを完成させました。次に、タンパク質の水分子と補因子を除去しました。次に、propkaメソッドを使用して、pH 7。0でタンパク質アミノ酸残基の水素結合ネットワークを最適化しました。最後に、OPLS _4力場を使用して、タンパク質エネルギーを最小限に抑えました。水素原子のみが最適化され、根平均二乗偏差（RMSD）は0.3Å（1Å= 0 1 nm）に収束しました。

1.3化合物ライブラリの3D構造の準備

TopScienceデータベースからHTSのL6000 Natural Product Libraryをダウンロードしてください。データベースには、豊富なソース、多様な構造、強力な代表性を備えた4,320の天然製品モノマーが含まれています。 2D SDFファイルをSchrödingerソフトウェアにインポートし、LigPrepモジュールを使用して、OPLS _4力フィールドに基づいて各基板の3D構造を準備し、座標を決定し、EPIKモジュールを使用して、可能なすべてのステレオイソマーおよび関連するプロトン化状態を決定します。

1.4仮想スクリーニング

Schrödingerの仮想スクリーニングワークフローモジュールは、分子ドッキングに使用されました[10]。準備された化合物をインポートした後、仮想スクリーニングプロセスは4つのモードで実行されました。
（1）ハイスループットスクリーニング（HTV）、各リガンドのすべての立体異性体を保持し、異なる立体異性体を持つ各リガンドの1つの立体構造のみを選択します。ドッキングした後、スクリーニングの次のステップに最適なスコアで、化合物の上位50％を保持します。
（2）標準的な精度（SP）ドッキング、各リガンドの良好なスコアで立体異性体のみを保持し、異なる立体異性体を持つ各リガンドの1つの立体構造のみを選択します。ドッキング後、スクリーニングの次のステップに最適なスコアで、化合物の上位20％を保持します。
（3）追加の精度（XP）。各リガンドに最適なスコアを持つ立体異性体のみを保持し、異なる立体異性体を持つ各リガンドの立体構造のみを選択します。ドッキング後、スクリーニングの次のステップのために上位100個の化合物を保持します。
（4）結合自由エネルギーと再スコアを計算するための分子力学一般化生まれた吸血領域（MM/GBSA）法。最終的にスクリーニングされた候補化合物は、4ewの結晶化リガンドとの類似性に基づいてクラスター化されました。分析プロセスは、主にSchrödingerのリガンドモジュールのクラスタリングを使用して実装され、モードは体積オーバーラップでした。次に、候補化合物をMM-GBSAを使用して再スコアにし、結合自由エネルギーに従ってソートした後、その後の分析のために高いマッチング程度の化合物を選択しました。

1.5分子動力学シミュレーション

上記のドッキングによって得られた小さな分子とタンパク質複合体は、分子動力学シミュレーションの初期構造として使用されました[11]。分子動力学シミュレーションで使用されるタンパク質力場はAMBER14SBであり、水分子は3点モデルTIP3Pでした。動的システムの各グループは、水分子で満たされた立方体の箱に配置され、周期的な境界条件が定義されました。システムの電荷バランスは、ナトリウムイオンと塩化物イオンを添加することで達成されました。シミュレーションでは、システムは1 0 0 PS NVTアンサンブルおよびNPTアンサンブルシミュレーションによって事前平衡化され、上記の定数温度と圧力平衡条件下で2.0 fsのタイムステップで50 NS生産シミュレーションが実行されました。タンパク質平均二乗偏差（RMSD）、根平均平方根変動（RMSF）、およびタンパク質の溶媒アクセス可能な表面積（SASA）を計算することにより、タンパク質リガンド複合体の相互作用と結合安定性を分析しました。タンパク質構造の変化は、二次構造の立体構造によって分析されました。