删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

光谱学与分子对接结合解释生物大分子与配体间作用机制的研究进展

本站小编 Free考研考试/2022-01-01

闂備浇顕х€涒晠顢欓弽顓炵獥闁圭儤顨呯壕濠氭煙閸撗呭笡闁抽攱鍨堕妵鍕箛閸撲焦鍋у銈忕到瀵墎鎹㈠┑瀣劦妞ゆ帒瀚粻銉︺亜閺冣偓閸庡啿鐣烽妷銉㈡斀妞ゆ梻鐡斿▓妯汇亜閿斿墽銆楅梻鍌氬€烽悞锔锯偓绗涘懐鐭欓柟鐑橆殕閸庢銇勯弬鍨挃闁告宀搁幃妤€鈽夊▎瀣窗闂佸磭绮Λ鍐蓟濞戙垹唯闁靛繆鍓濋悵锕€鈹戦悙鎻掓倯鐎光偓閹间礁钃熼柕鍫濐槸缁狙囨煕椤垵鏋熸繛鍫濈埣濮婅櫣绱掑Ο鐓庘拡闂佺ǹ绨洪崐妤冨垝濞嗘劕绶為柟閭﹀墰椤旀帡姊洪懖鈹炬嫛闁告挻鐩獮濠傗攽鐎n偆鍘介梺缁樏鑸靛緞閸曨厸鍋撶憴鍕闁挎洏鍨介弫鎰版倷绾版ê浜鹃柨婵嗛娴滃墽绱掗幉瀣М闁哄瞼鍠愬ḿ蹇斻偅閸愨晩鈧秴顪冮妶鍡樺暗闁硅櫕鎹囨俊鎾箳閹搭厽鍍甸梺鎯ф禋閸嬪棝濡存繝鍌楁斀闁绘﹩鍋勬禍楣冩⒑閸涘﹦鈽夐柣掳鍔戝鏌ヮ敆閸曨剙鈧爼鏌i幇顓炵祷闁抽攱姊规穱濠勪沪閸屾艾顫囬梺鍝勭焿缁绘繂鐣锋總鍓叉晝闁靛繒濮寸粻鎵磽閸屾瑧鍔嶆い銊ユ嚇钘濋梻鍫熺〒閺嗭附鎱ㄥ鍡楀伎缂佹唻绲介湁闁挎繂瀚鐔访归悡搴㈠枠婵﹥妞藉畷銊︾節閸屾粎鎳嗘繝纰樻閸嬪懐鎹㈤崼銉у祦闁圭増婢橀柋鍥煛閸モ晛鏋戞繛鍛墬缁绘稒娼忛崜褏袣濠电偛鎷戠紞浣哥暦閳ユ枼鍫柛顐ゅ枎閳ь剛鏁婚弻锝夊閻樺吀绮甸梺鎼炲€愰崑鎾绘⒒娴h鍋犻柛鏂跨Ф閹广垽宕熼鐐茬亰闁荤姴娲ゅ顒勫籍閸屾浜鹃柨婵嗛婢т即鏌ㄥ☉铏
547闂傚倸鍊风粈浣革耿闁秲鈧倹绂掔€n亞锛涢梺鐟板⒔缁垶鍩涢幒妤佺厱闁哄洦顨嗗▍鍛存煟韫囷絼閭柡宀嬬到铻栭柍褜鍓熼弻濠囨晲婢跺﹦鐤囬梺瑙勫礃椤曆呯矆閸愨斂浜滈煫鍥ㄦ尰椤ユ粓鏌i幘瀵告创婵﹥妞藉畷妤呭礂閼测晛鍤掗梻浣告憸閸c儵宕戦崟顖涘仼闁绘垼濮ら弲鎼佹煥閻曞倹瀚�1130缂傚倸鍊搁崐椋庣矆娓氣偓钘濇い鏍ㄧ矌閻捇鏌i姀銏╂毌闁稿鎹囧畷褰掝敃閿濆洦顓婚梻渚€鈧偛鑻晶鍙夈亜椤愩埄妲洪柛鐘诧工椤撳吋寰勬繝鍐发闂備線鈧偛鑻晶鎾煛鐏炵ǹ澧茬€垫澘瀚埀顒婄秵娴滄粓锝炴惔鈾€鏀介柣鎰皺婢ф盯鏌涢妸銉т虎闁伙絿鍏橀弫鎾绘偐閼碱剦妲伴柣鐔哥矊缁绘帞鍒掑▎鎾崇倞闁冲搫鍟伴敍婊勭節閵忥絾纭鹃柨鏇檮閺呫儵姊绘担鍛婂暈閼垦囨煕婵犲啰澧辩紓鍌涙崌閹稿﹥绔熼埡鍌涱棃鐎规洦浜濋幏鍛喆閸曨厽袙闂傚倷绀佸﹢閬嶅储瑜旈幃娲Ω閳轰胶顔囬梺鍓插亝濞叉牠鎮為崹顐犱簻闁瑰鍋涢婊呯磼娴e搫顣奸柕鍥у椤㈡洟濮€閳轰礁澹夐梻浣瑰缁嬫帡宕濆▎鎾跺祦閻庯綆鍣弫宥嗙節婵犲倹濯兼俊鏌ユ敱缁绘繈鎮介棃娑楁勃闂佹悶鍔岀紞濠傤嚕椤愩倗鐭欐俊顐ゆ暩閸庛倗鎹㈠┑瀣倞闁靛ǹ鍎查娲⒑閸濆嫷妲搁柣妤佺矒瀹曟垿骞掑Δ鈧崥褰掓煛閸愩劎澧涢柣鎾崇箻閺屾盯鍩勯崘鈺冾槷闂佺ǹ绻愰惉鑲╂閹烘鏁婇柛蹇擃槸娴滈箖鎮洪幒宥嗙グ妞ゎ偄顦甸獮鍡涘棘鎼存挻顫嶉梺鍦劋閸ㄨ櫕绔熼弴鐔虹閺夊牆澧介幃濂告煛閸滀礁浜滈崡閬嶆煕椤愮姴鍔滈柣鎾存礋閺岀喖鎮滃Ο璇查瀺闂佺ǹ顑囨繛鈧柡灞界Х椤т線鏌涜箛鏃傘€掓繛鍡愬灩椤繄鎹勫ú顏咃紬濠德板€х徊浠嬪疮椤栫偛绠犳慨妯诲閸嬫捇鐛崹顔煎闂佸摜鍠撴繛鈧€规洘鍨块獮妯尖偓娑櫭鎾绘⒑缂佹ê鐏﹂柨姘舵煃瑜滈崜娑㈠磻閻旂厧鐒垫い鎺戝枤濞兼劙鏌熼鑲╁煟鐎规洘娲熼、娑㈡倷閼碱剙濮︽俊鐐€栭崹濂稿磿婵犳艾绀傞悘鐐板嫎娴滄粓鏌熼幆褏鎽犻柛濠冨姍閺岀喖顢欓懖鈺佺厽閻庤娲熸禍鍫曠嵁閸ヮ剙惟闁靛鍊曢ˉ姘攽閻愯埖褰х紒鑼亾缁傚秹鎳為妷褜娴勯梺鎸庢磵閸嬫捇妫佹径鎰厱闊洦娲栫敮鍫曟煙閸忓吋鍊愰柡灞界Х椤т線鏌涜箛鏃傗槈闂囧鏌涢妷顔煎缁炬儳銈搁弻鏇熺節韫囨洜鏆犲銈嗘礉妞存悂骞堥妸銉庣喓绮欓崹顔碱潕闂備胶枪椤戝棝骞愭繝姘闁告侗鍨遍崰鍡涙煕閺囥劌澧伴柡鍡樺哺濮婄粯鎷呴崫鍕粯閻庢鍠楅崕濂稿Φ閹版澘绀冩い蹇撴婢跺嫭淇婇妶蹇曞埌闁哥噥鍨跺畷鎴︽偐缂佹ḿ鍘遍梺鏂ユ櫅閸燁偅鎱ㄩ埀顒勬⒑缁嬫鍎愰柟绋款煼楠炲繘宕ㄧ€涙ê浠惧銈嗙墬閼瑰墽绮婚幋锔解拻濞达絽鎲¢幆鍫ユ煕婵犲媱鍦弲闂侀潧绻堥崐鏇㈡倿閸偁浜滈柟瀵稿仜椤曟粎绱掓担瑙勭凡妞ゎ叀娉曢幉鎾礋椤掆偓绾炬娊鎮楀▓鍨灓闁轰礁顭烽妴浣糕槈濡粎鍠庨悾鈩冿紣娴e壊妫滄繝鐢靛仩閹活亞绱為埀顒併亜椤愩埄妯€闁诡噯绻濋崺鈧い鎺戝閳锋帡鏌涚仦鎹愬闁逞屽厸缁瑩銆佸▎鎰瘈闁告洦鍓﹀ḿ鐔兼⒑閸撴彃浜濇繛鍙夌墱缁崵绱掑Ο闀愮盎闂佸湱鍋撳ḿ娆撍夊鑸电厱閻庯綆鍋呯亸浼存煙瀹勭増鍤囩€规洜鍏橀、妯衡攦閹傚婵犵數濮村ú锕傚磹閸偆绠鹃柟瀛樼箘閺嬪啰绱掗埀顒傗偓锝庡枟閻撳啰鎲稿⿰鍫濈婵炴垶姘ㄩ惌鍡椕归敐鍫熴€冮柣鎺戯躬閺岀喎鈻撻崹顔界亐闂佺ǹ顑嗛幐鎼佸煡婢跺备鍋撻崷顓炐ユい锔垮嵆濮婃椽鏌呴悙鑼跺闁告ê鎲$换娑㈠级閹寸偛鏋犲銈冨灪閿曘垹鐣烽锕€唯鐟滃瞼绮径濞炬斀閹烘娊宕愰幘缁樺€块柨鏃€宕樻慨铏叏濡灝鐓愰柣鎾崇箻閺屾盯鍩勯崘鈺冾槶濡炪倧璁f俊鍥焵椤掆偓濠€杈ㄧ仚濡炪値鍘奸崲鏌ユ偩閻戣姤鏅查柛銉檮閸曞啴姊虹粙鎸庢拱妞ゃ劌鎳忕粋宥夊箚椤€崇秺閺佹劙宕ㄩ鍏兼畼闂備礁鎲″ú鐔虹不閺嶎厼钃熼柨婵嗩槹閸婄兘鏌涘▎蹇f▓婵☆偅鍨垮娲焻閻愯尪瀚伴柛妯绘倐閺岋綁骞掗悙鐢垫殼閻庢鍣崜鐔风暦閹烘埈娼╅柨婵嗘閸欏啯绻濆▓鍨灓闁硅櫕鎸哥叅闁绘ǹ顕х壕濠氭煙閹呮憼濠殿垱鎸抽弻娑樷槈濮楀牊鏁鹃梺闈╃稻閹倿寮婚敐鍡樺劅闁靛繒濮撮弸娆撴煟閻樺啿濮夐柛鐘崇墵瀹曟椽鍩€椤掍降浜滈柟瀵稿仜椤曟粍銇勯敃鍌ゆ缂佽鲸鎸搁濂稿椽娴gǹ澹庨梻浣侯攰濞呮洟鎮ч悩璇茬疇闁绘ɑ妞块弫鍡涙煕閹邦喖浜鹃柦鎴濐槺缁辨捇宕掑▎鎴濆闂佸憡鍔曢…鐑界嵁韫囨稒鏅搁柨鐕傛嫹28缂傚倸鍊搁崐椋庢閿熺姴纾诲鑸靛姦閺佸鎲搁弮鍫涒偓浣肝旈崨顔间簻闂佹儳绻愬﹢閬嶆偂鐎n喗鈷戦悷娆忓閸庢鏌涢妸銉э紞濠㈣娲熼弫鎾绘晸閿燂拷
周玉玳, 戴双雄, 佟斌, 蔡政旭, 石建兵, 董宇平
北京理工大学材料学院结构可控先进功能材料与绿色应用北京市重点实验室, 北京 100081
2020-12-04 收稿, 2021-02-09 录用
基金项目: 国家自然科学基金面上项目(21975020,21975021)资助
*通讯作者: 佟斌; 董宇平

摘要: 本文综述了近年来利用光谱学数据分析与分子对接计算相结合,在分子层面解释蛋白质、DNA及病毒RNA三类生物大分子与配体相互作用的研究工作。着重介绍了通过光谱分析包括紫外可见光谱、荧光光谱、圆二色光谱、傅里叶红外光谱,以及三维荧光光谱等获得的光谱信号强度及位置的变化,直接或间接获取生物大分子与探针相互作用时大分子结构的改变、对特定基团的影响及热力学参数等信息。同时,分子对接计算可以模拟出配体与受体结合的位置、结合能,以及相互作用类型和距离等,将二者结合,使受体与配体结合机理的分析更加准确可靠。最后,将该领域的研究工作进行总结评价并对未来的发展作出展望。
关键词: 光谱分析分子对接生物大分子探针作用机制
Recent Progress of the Interaction Mechanism between Biomacromolecules with Ligands Based on Combining Spectroscopy Analysis with Molecular Docking
ZHOU Yudai, DAI Shuangxiong, TONG Bin, CAI Zhengxu, SHI Jianbing, DONG Yuping
Beijing Key Laboratory of Construction Tailorable Advanced Functional Materials and Green Applications, School of Materials Science & Engineering, Beijing Institute of Technology, Beijing 100081, P. R. China
*Corresponding author: TONG Bin; DONG Yuping
Abstract: In this article, the research works combing spectroscopy analysis with molecular docking calculations to explain the interaction between protein, DNA, and viral nucleic acid with ligands on molecular level were summarized. The changes in the intensity and position of spectra signals obtained by spectroscopy instruments including UV-visible spectroscopy, fluorescence spectrum, circular dichroic spectrum, Fourier transform infrared spectrometer and three-dimensional fluorescence spectrum were discussed, which could directly or indirectly obtain information about the structure changes of the macromolecule, the influence on specific groups, and the thermodynamic parameters when macromolecules interact with probes. Meanwhile, molecular docking calculations can simulate the interactions between ligand and receptor, such as docking position, binding energy, type and distance of the interactions, etc. Combining molecular docking with spectroscopy makes the analysis of binding mechanism between receptor and ligand more accurate and reliable. Finally, the research works in this field were summarized and their developments in the future were also prospected.
Key words: spectroscopy analysismolecular dockingbiomacromoleculeprobeinteraction mechanism
1 引言分子对接,通常被用来计算生物大分子和小分子配体之间可能存在的各种结合构象,构筑一个受体-配体的构象集,并预测结合力的强弱及种类,根据构象和能量的匹配排名打分,到目前为止已经被使用几十年[1-6]。1894年,Fischer[7]最早提出“锁钥模型”用于解释受体-配体间的相互作用,即受体和配体间通过几何互补和能量匹配识别彼此。这种模型认为配体和受体均为刚性结构,但是无法解释一些受体和配体结合后构象明显改变的现象。1958年,Koshland[8]在“锁钥模型”的基础上,提出了酶促反应的“诱导契合”学说,该理论表明酶和底物之间的反应,酶活性位点的空间构型受配体影响而改变,认为配体和蛋白质都是柔性结构。诱导契合理论为分子对接提供了理论参考,将受体和配体考虑为柔性结构使对接结果更加准确。分子对接的方法通常分为三类:刚性对接、半柔性对接和柔性对接。刚性对接将受体和配体均考虑为刚性,降低了对接难度并减少了计算量,适用于对结果精度要求不高或结构较为庞大的体系,如蛋白-蛋白及蛋白-核酸间的对接。半柔性对接目前使用比较广泛,将大分子受体视为刚性,小分子在结合位点处构象可以发生改变。柔性对接认为配体和受体的构象可以自由改变,计算耗时较长,多用于精确考虑结合相互作用。比较常用的对接软件有DOCK、AutoDock、AutoDock Vina、GOLD、GLIDE、SYBYL、Discovery Studio等。
分子对接可以评估配体-靶标的互补性,是小分子药物发现中至关重要的一步,结合高通量筛选技术,在计算机辅助药物设计(CADD)方面已有广泛的应用,如抗癌症药物筛选[9]、酶抑制剂筛选[10]、抗病毒药物筛选[11, 12]等。由于其打分函数的优势,这种方法能够显著提高药物筛选的成功率,在实际的药物合成前节约时间及成本。除了传统的小分子药物筛选,已经有文献报道将分子对接用于大分子受体与小分子配体结合的机理解释,更多的关注小分子在受体上的结合位置及相互作用的情况[13-15]。在机理解释方面,利用对接可以得到受体-配体间结合位点、结合位点处的配体构象、配体与其周围的氨基酸残基相互作用类型、距离及结合能打分评估结果等信息。生物大分子受体与配体间的相互作用类型通常包括:静电作用、氢键作用、范德华力作用及疏水相互作用等。
传统的生物学表征手段,通常有耗时、价格昂贵、技术壁垒高及灵敏度不够等缺点,因此,越来越多的工作中使用光谱学手段来表征大分子受体与小分子配体结合的相互作用,如紫外-可见光谱(UV-Vis光谱)、荧光光谱(FL光谱)、圆二色光谱(CD光谱)、傅里叶红外光谱(FT-IR光谱)及三维荧光光谱(3D荧光光谱)等。将光谱学手段即实验结果与分子对接结合,能够更清楚地在分子层面上解释大分子与小分子的结合相互作用。例如,Liu等[16]研究了三种抗癌药物氧化白藜芦醇(OXY)、白皮杉醇(PIC)和米托蒽醌(MIT)与人血清白蛋白(HSA)的相互作用机制,荧光猝灭结果显示,三种抗癌药物与HSA蛋白作用强弱顺序为:OXY>PIC>MIT,分子对接计算的结合能的数值大小对比与猝灭结果一致, 此外, 计算出这三种药物的结合位点均在BSA蛋白的子域IIA处,利用对接分析了结合口袋附近的氨基酸残基,以及氨基酸残基与药物小分子形成氢键作用的距离等。
目前已有多篇综述总结了小分子对生物大分子的检测[17, 18],但是这些研究大部分侧重于光学现象和性质,也有一些文章综述了分子对接在药物设计方面的应用[19],但还没有专门的综述报道分子对接与光谱学结合用于配体与生物大分子结合机理的解释。因此,本文针对这一领域,将近年来的成果进行了较全面的综述,并对其进行客观的评论及前景展望。
2 生物大分子与配体结合的相互作用2.1 蛋白质-配体2.1.1 UV-Vis方法UV-Vis光谱是蛋白质与配体结合研究中分析大分子蛋白质结构变化的重要工具。常用的方法是将小分子配体分次加入蛋白质溶液中,分析蛋白质吸收峰的变化情况[20]。如果蛋白质结构发生变化,紫外吸收强度或吸收峰的位置会发生移动。此外,利用紫外吸收的数值,通过热力学公式可以计算出热力学参数,从而判断蛋白质和配体的作用强度。蛋白质的紫外-可见光谱通常在200 nm和274 nm处出现特征峰,这两处吸收峰分别对应于多肽骨架的C=O的跃迁以及芳香性氨基酸残基(色氨酸Trp、酪氨酸Tyr和苯丙氨酸Phe)的吸收[21, 22]。基于此,通过分析加入小分子前后的蛋白质的UV-Vis光谱变化,即可判断配体与蛋白质间的结合是否会影响蛋白质的多肽骨架,以及是否与芳香性氨基酸残基存在相互作用。
Ma等[23]在研究十二烷基硫酸钠(SDS)与胰蛋白酶相互作用时,使用了UV-Vis手段进行表征(图 1A)。向胰蛋白酶溶液中加入SDS的过程中,280 nm处的紫外吸收峰强度发生下降,推测是由于SDS与芳香性氨基酸残基Tyr和Trp之间相互作用。分子对接得到的相互作用的二维图显示SDS与Trp215和Tyr228间相互作用,与UV-Vis光谱结果一致。Menezes等[24]研究了牛血清白蛋白(BSA)和人转铁蛋白(HTF)与四种糠醛衍生物的相互作用,BSA蛋白的194 nm及275 nm处的吸收峰发生改变,揭示了BSA蛋白构象的转变并确认了BSA与5-甲基-2-呋喃丙烯酸(Fur4)化合物相互作用(图 1B)。HTF蛋白的变化与BSA蛋白相似。
图 1
图 1 (A) SDS与胰蛋白酶的UV-Vis光谱[23];(B)BSA蛋白、醛糠衍生物Fur4、BSA与Fur4混合物Fur4-BSA的UV-Vis光谱,BSA+Fur4为BSA与Fur4曲线的加和[24]

2.1.2 FL方法FL光谱是研究蛋白质-配体复合物常用的光学方法,一些蛋白质结构的变化可以通过检测发射峰的变化来判断[25, 26]。以下两种情况下,常使用荧光光谱分析蛋白质与小分子间的相互作用,一是利用同步荧光光谱分析蛋白残基附近微环境的改变,二是结合Stern-Volmer方程(式1),进行热力学分析[16, 27]。小分子使蛋白质荧光猝灭机制可以分为两种:静态猝灭和动态猝灭,使用Stern-Volmer方程可以区分这两种猝灭类型。温度越高,猝灭常数Ksv的数值越小,蛋白质与小分子的结合符合静态猝灭机理[28]。对于静态猝灭,利用公式(2)[29]可计算出结合常数K和结合位点数n
(1)
(2)
(3)
(4)
式中,Kq是猝灭速率常数,τ0是不含猝灭剂的生物大分子的平均寿命,[Q]代表猝灭剂分子的浓度。
对于普通的UV-Vis光谱或FL光谱,Tyr和Trp残基的吸收或发射相互重叠难以区分。同步荧光光谱通过同时扫描激发和发射波长,可以获得发色团周围的微环境信息,通常用来表征蛋白质的构象转变。将同步荧光光谱的激发波长与发射波长的固定间隔Δλ分别固定为15或60 nm,能够分别提供关于Tyr和Trp残基的结构信息。若同步光谱的最大发射峰发生红移,说明在该波长间隔下测得的Tyr或Trp残基附近的疏水性降低,肽链的伸展程度增加。相反,如果发生蓝移,则表明环境的疏水性增加,大分子更趋向于折叠态。
Kong等[30]的研究中探讨了木糖醇XY与α乳清蛋白(α-La蛋白)等组分的相互作用,结果发现:当Δλ = 15 nm时,α-La蛋白最大发射波长蓝移3.9 nm,表明Tyr残基附近的疏水性增加。而Δλ=60 nm时,没有明显的变化,Trp残基附近的极性保持不变,说明木糖醇XY与α-La蛋白相互作用时改变了蛋白质的构象,相互作用位点更靠近Tyr残基。分子对接结果显示XY通过氢键作用结合到芳香性团簇Ⅱ附近,与XY形成氢键作用的氨基酸包括Gln 54、Tyr 103、Thr 33、Glu 49、Leu 105和Ala 106,距离分别为0.218、0.225、0.119、0.227、0.220/0.225和0.257 nm。
Wang等[31]研究了碘对胰蛋白酶和胃蛋白酶的活性和构象结构的影响。从同步荧光光谱的结果分析可知,I2诱导了胃蛋白酶和胰蛋白酶四级结构的改变并导致Tyr和Trp残基处微环境的改变(图 2)。除此之外,作者利用Stern-Volmer方程(式1),将没有小分子存在时的荧光强度F0、有小分子存在时的荧光强度F等参数代入到方程中,判断出猝灭机制主要为静态猝灭,I2与胰蛋白酶结合的KsvKq值大于I2与胃蛋白酶,表明I2更容易猝灭胰蛋白酶的荧光。根据公式(2)计算出结合位点数n及结合常数K,比较K值大小可知胰蛋白酶更容易与I2结合。结合过程中涉及的热力学参数通过公式(3)和(4)可计算得到,负值的ΔG表明结合是自发进行的。通过对I2在两种蛋白酶结合位点处的对接结果分析,I2更靠近胰蛋白酶的催化活性中心,与实验结果一致。分子对接得到的I2与胰蛋白酶、胃蛋白酶的结合能差别较小,分别为-3.83和-3.81 kcal/mol,与荧光光谱的实验结果并不一致,分析可能是因为对接过程并没有考虑水和溶剂离子的影响。
图 2
图 2 (A) 胰蛋白酶和(B)胃蛋白酶在不同浓度I2存在下的同步荧光光谱 A-1和B-1为Δλ=15 nm;A-2和B-2为Δλ=60 nm
c(胰蛋白酶)=c(胃蛋白酶)= 1.0×10-5 mol/L;c(I2)(从上到下):0、1.0×10-5、2.0×10-5、3.0×10-5、4.0×10-5、5.0×10-5、6.0×10-5、7.0×10-5、8.0×10-5、9.0×10-5 mol/L[31]

因此,使用FL方法研究蛋白质与配体间相互作用主要是根据波长或强度的变化直接或间接地获取信息。同步荧光光谱从最大发射波长变化的角度分析Tyr和Trp残基附近环境的变化,从而推断蛋白质构象变化。结合Stern-Volmer方程,将不同猝灭剂浓度下的荧光强度FF0代入方程, 可以间接计算出结合常数及结合位点数。分子对接可以辅助FL方法,进一步提供配体与蛋白质中氨基酸残基发生作用的类型与距离等数据。
2.1.3 CD方法由于蛋白质等生物大分子具有圆二色性,因此CD光谱在检测蛋白质二级结构变化、分析蛋白质构象变化等方面有着独特的优势[32],可以结合分子对接,从理论模型上进行佐证。已有文献表明,蛋白质的二级结构中,α-螺旋在192 nm处附近有一正谱带,而β-折叠以负谱带的形式出现在216 nm左右,软件拟合后可以求出蛋白质构象中α-螺旋、β-折叠的变化情况[33]
Zhan等[34]使用CD光谱研究了β-乳球蛋白(β-lg蛋白)结合辣椒素CAP前后二级结构的变化,单独的β-lg蛋白在远-紫外区域的210 nm处有一个负带的吸收,与β-折叠含量有关。加入CAP带来了浓度依赖性的改变,但没有明显的峰位移,表明与CAP的结合没有导致β-折叠的明显改变(图 3A)。
图 3
图 3 (A) β-lg蛋白在不同浓度CAP存在时的CD光谱[34];(B)胰蛋白酶与SDS的CD光谱[23];(C)SDS与胰蛋白酶的对接结合立体图[23]

Ma等[23]也利用CD光谱分析了蛋白质二级结构的改变,使用圆二色谱数据分析软件DICHROWEB可计算得到。随着SDS的不断加入,α-螺旋的比例增加,而β-折叠减少。与纯的胰蛋白酶溶液对比,α-螺旋比例从9.1%增加到16.7%,而β-折叠含量从32.8%降低到27.6%,考虑到酶活性的降低及二级结构的改变,SDS导致的构象转变很可能发生在胰蛋白酶的活性中心(图 3B)。SDS结合胰蛋白酶的对接结果立体图显示(图 3C),SDS的疏水烷基链嵌入到靠近活性位点的S1口袋附近,与CD光谱推断的结果一致。
2.1.4 FT-IR方法FT-IR光谱通过记录透射光强度随红外光频率的变化生成相应的曲线,不同官能团有不同的振动形式和吸收峰。对比蛋白质与配体结合前后的傅里叶红外光谱,检测出峰的变化,从而可以判断蛋白质二级结构的改变。蛋白质的FT-IR光谱显示出许多酰胺带,代表肽部分的不同振动。在蛋白质的酰胺带中,酰胺I带(1600~1700 cm-1,主要是C=O拉伸)和酰胺Ⅱ带(1500~1600 cm-1,C-N拉伸和N-H弯曲模式)与蛋白质的二级结构有关[35]
Liu等[26]研究了虾青素ASTA作为配体,分别结合到油酸与BSA复合物OA-BSA和BSA上的情况(图 4A4B)。在ASTA存在时,蛋白质酰胺I带处的吸收峰强降低,归因于BSA的α-螺旋结构减少。OA-BSA和BSA在3429.3、3430.3 cm-1处显示了相似的特征峰,代表O—H的伸缩振动,与ASTA结合后,这部分的峰分别红移至3430.7、3439.4 cm-1,表明ASTA与蛋白质间存在氢键作用。选择最优的分子对接结构进行分析,在ASTA-BSA复合物中,ASTA六元环上的氧原子与Lys294和Arg217上的氢原子形成氢键作用。对于ASTA-OA-BSA的情况,六元环的氧原子与Glu207及Gln33形成氢键作用,验证了FT-IR光谱的结果。该研究利用FT-IR光谱判断了蛋白质二级结构的变化,并通过分子对接说明了蛋白与配体间的氢键相互作用。
图 4
图 4 (A) OA-BSA在有无ASTA存在下的FT-IR光谱;(B)BSA在有无ASTA存在下的FT-IR光谱[26];(C)298K下,α-葡萄糖苷酶在(a)没有(b)有圣草次苷存在下的FT-IR光谱;(D)α-葡萄糖苷酶在(a)没有(b)有圣草酚存在下的FT-IR光谱[36]

此外,蛋白质酰胺带范围内波数位置的改变可以说明配体与蛋白质亚基中特定基团的作用。Liu等[36]研究α-葡萄糖苷酶ALA与两种类黄酮配体(圣草次苷和圣草酚)的结合时使用了FT-IR光谱。加入圣草次苷后,酶的酰胺I带峰从1657 cm-1移动到1644 cm-1,酰胺Ⅱ带的峰从1572 cm-1移动至1570 cm-1(图 4C)。加入圣草酚后,酰胺I带峰从1657 cm-1移动到1638 cm-1,酰胺Ⅱ带的峰从1572 cm-1移动至1552 cm-1(图 4D)。结果表明,类黄酮配体与蛋白质结构亚基中的CO与C-N基团作用,导致多肽羟基氢键重排。两种类黄酮在活性位点处与残基的氢键相互作用与距离通过对接也显示出来。
2.1.5 3D荧光方法3D荧光光谱是一种描述荧光强度同时随激发和发射波长变化关系的谱图,同时也是一种表征蛋白质构象变化的可靠科学技术,与UV-Vis光谱、FT-IR光谱、FL光谱,以及CD光谱相比,可以提供更全面的荧光信息[37],对于Tyr和Trp残基尤为敏感。如前所述,使用同步荧光光谱可以得到Trp或Tyr残基附近微环境的变化,CD光谱在分析蛋白质二级结构方面具备独特的优势。而利用3D荧光光谱分析蛋白质与配体相互作用时,可以一次性获取Trp或Tyr残基和多肽主链结构变化的信息。
Han等[38]在研究氟达拉滨Flu与人血清白蛋白HSA作用机制时,使用了3D荧光光谱(图 5),分别扫描了游离的HSA与HSA-Flu两个系统,光谱中出现的两个峰被标记为峰1和峰2,峰1反映了HSA的Trp和Tyr残基的固有荧光特征,与三级结构的变化有关。峰2象征着多肽主链结构的荧光特性,与二级结构的变化有关。结果显示,两个荧光峰分别发生了14.6%和45.0%的猝灭,说明Flu与HSA在基态形成复合物,构象发生改变。Flu猝灭HSA的荧光在峰2上比峰1上明显,可以解释为Flu与HSA的相互作用诱导了蛋白质多肽的轻微展开,导致蛋白质的构象发生变化,使蛋白质的疏水区域进一步暴露。分子对接结果显示,Flu的羟基与Val455和Tyr452主链上的氧原子,氨基与Lys212主链的氧原子之间形成氢键。从而验证了3D荧光光谱的结果,一方面Flu与Tyr残基相互作用,另一方面其改变了HSA的微环境并干扰其固有荧光。此外,Huang等[39]使用3D荧光光谱了解到浓缩乳清蛋白WPC与香豆酸结合时,峰1处的荧光强度下降并伴随有轻微的蓝移,表明微环境更加疏水。与二级结构相关的峰2处荧光强度降低表明两者的结合导致了蛋白质的解折叠,蛋白质的解折叠会使得疏水区域暴露,造成微环境疏水性增加,与峰1处分析的结果一致。而WPC与熊果苷结合时,荧光的变化与香豆酸相反,分析可知Trp氨基酸残基附近亲水性增加,蛋白质骨架发生折叠。
图 5
图 5 (A) HSA的3D荧光光谱;(B)HSA-Flu系统的3D荧光光谱[38]

2.2 DNA-配体根据沃森-克里克的碱基配对理论,两条核苷酸链反向平行盘绕,碱基对A-T、G-C互补配对,导致DNA及RNA的螺旋结构中形成有大沟和小沟区域。此外,DNA与小分子的结合模式分为三类:非特异性的静电相互作用;大沟和小沟处的凹槽结合;主要作用力为芳香性分子与碱基对间π-π作用的嵌插结合。DNA与蛋白质遵循相似的理化结合原理,理论上,蛋白质-配体的对接程序应同样适用于DNA与配体的对接。事实上,许多蛋白质包含了定义明确的疏水性结合位点,而核酸拥有更多暴露于溶剂的结合口袋。已有的蛋白质-配体对接程序用于核酸-配体间的对接时,需要进行一定的修改,目前能够用于核酸对接的程序有:Autodock Vina、Gold、Glide、rDock等。
DNA-配体的结合区域或二者间结合模式可以通过多种光谱手段确定,对于具体的相互作用力,可结合分子对接进行模拟计算。脂质-DNA复合物是一种在药物传递中常用的载体。Nandy等[40]结合光谱学与分子对接在分子水平上解释了不同电荷类型的脂质与DNA的相互作用,利用UV-Vis光谱与稳态荧光光谱分析,发现DNA与两类脂质体(正电脂质体、负电与两性脂质体)作用模式不同,DNA与正电脂质体作用更强烈,正电脂质体与小沟处的相互作用更强。为了进一步理解不同类型的脂质体与DNA的不同位点的相互作用,使用PatchDock的对接程序,选择脂质双层与优化的DNA结构进行对接。对接模拟结果推测正电脂质体与DNA的磷酸基团有发生静电相互作用的可能性,以静电作用为主,协同有疏水作用。负电和两性的脂质体与DNA相互作用较弱是因为缺少了静电相互作用(图 6A)。
图 6
图 6 (A) 正电脂质体DPTAP、两性脂质体DPPC和负电脂质体DPPG组成的脂质双层与DNA复合物的优化结构[40];(B)和(C)立体观察利福平-DNA对接结构,显示了可能存在的氢键作用;(D)利福平与DNA双链体序列[d(CGCGAATTCGCG)2](PDB ID∶1BNA)间的插入模式表面示意图[43]

此外,对于在小沟和大沟区域均有可能结合的小分子,UV-Vis光谱确定形成复合物后可利用分子对接计算对更有利的结合区域进行评估比较。Javar等[41]报道了一种基于ds-DNA/Eu3+掺杂NiO/CPE的新型电化学生物传感器,可以用于检测安吖啶。UV-Vis光谱的结果表明安吖啶与DNA有效结合,并通过Benesi-Hildebrand方程[42]计算出结合常数。将安吖啶分别与DNA的小沟和大沟区域进行对接,结果验证了安吖啶在DNA小沟和大沟上均有相互作用,对比结合能结果预测安吖啶更可能结合在大沟区域。
以嵌插作用结合在DNA上的小分子,与DNA的碱基对形成的π-π作用可以改变DNA的CD光谱的特征吸收峰。Chakraborty等[43]研究了药物利福平对CT-DNA的结合模式。CT-DNA的CD光谱在240~400 nm处有两个特征吸收峰,分别是275 nm处碱基π-π作用的吸收,以及245 nm处螺旋带的吸收。如果是小分子以凹槽模式或是以静电作用与CT-DNA作用时,这两处特征吸收峰几乎不会发生变化,因此推测CT-DNA与小分子的结合模式主要为嵌插结合。对接结果分析利福平通过多重氢键与DNA相互作用,并且优先与DNA的富-GC区域结合(图 6B6C6D)。通常,小分子与DNA的富-AT区域结合表明是凹槽结合模式,与富-GC区域结合是嵌插模式[44, 45],综合以上分析,判断利福平以嵌插模式与DNA结合。
2.3 病毒-配体目前,许多文献报道了分子对接应用于抗病毒药物筛选[46-48],利用分子对接不仅可以进行评分筛选,还可以预测药物的生理和生物活性,以及ADMET(药物的吸收、分配、代谢、排泄和毒性)性质。由于病毒尺寸微小、结构复杂,使用荧光探针对其进行检测具有一定难度,因此,结合光谱学与分子对接用于解释病毒RNA与配体结合机理方面的工作相对较少。
Xie等[49]设计了一种水溶性的二维MOF材料[Cu(Dcbb)(bipy)(OH)]n(简称MOF 1),用于同步检测ZIKV病毒RNA的3′-非编码区域的三个保守靶序列T1、T2、T3。通过公式log[(F0-F)/F]=nlog[Q]+logK计算得到结合常数K,结果表明, MOF 1与P-DNA@RNA双链体的结合弱于P-DNAs(ZIKV病毒的全序列)。随后,作者使用Molecular Operating Environment (MOE)软件进行了分子模拟,灵活性更高的P-DNAs能够附着在MOF 1的表面(图 7A),而P-DNA@RNA双链体由于其自身的螺旋结构与MOF 1的接触面较小,显示出“中间隆起和两端接触”的模型(图 7B)。P-DNAs和P-DNA@RNA双链体主要通过π-π相互作用与MOF 1结合到一起。MOF 1与P-DNAs的π-π相互作用以及氢键作用数量均多于MOF 1与P-DNA@RNA双链体。借助UFF力场模拟可知,MOF 1与单链P-DNAs (ΔGP-DNAs@MOF) 结合的电子能量远低于与P-DNA@RNA双链体结合的能量(ΔGMOF+P-DNA@RNAs),说明MOF 1与单链体结合更紧密,与实验结果一致。
图 7
图 7 MOF 1与(A)三个P-DNAs(B)三个P-DNA@RNA双链体间的相互作用,红色、蓝色和白色区域分别代表负电、正电和中性表面;(C)、(E)和(G)分别代表MOF 1与三个P-DNAs的结合模式;(D)、(F)和(H)分别代表MOF 1与三个P-DNA@RNA双链体的结合模式[49]

3 总结与展望综上所述,通过光谱学的分析技术和分子对接软件相结合能够很好地解释蛋白质及核酸等生物大分子与配体间的相互作用,为小分子探针的分子结构设计奠定了基础。对于蛋白质与小分子配体间相互作用的研究工作进行的较多,能够推导出配体对蛋白质二级结构的影响(包括α-螺旋结构、β-折叠等),分析发色团Tyr和Trp残基附近微环境的变化或是结合热力学方程计算得到结合常数等热力学性质。对于DNA或病毒,相应的研究工作还有待于进一步发展,目前可以获取配体结合的区域、结合模式或结合作用强弱等信息。
分子对接作为一种传统的药物设计方面的计算软件,与光谱学手段相结合,在蛋白质、DNA、病毒RNA与小分子结合的机理解释方面已经被越来越多的人使用,可以弥补光学方法不够直观的缺点,直观地呈现出结合位点、结合作用力类型及相互作用距离等, 这种学科间的交叉结合,彼此间的互补可以从多角度阐述问题。分子对接计算的是受体与配体在真空中的结合情况,但对于一些更加复杂的体系和环境,尤其是溶剂对结合体系影响较大时,分子对接得出的结果准确度仍有待提高,仍需要不断去优化算法参数等,必要时结合分子动力学模拟等手段进行辅助分析。

参考文献
[1] Brooijmans N, Kuntz I D. Molecular recognition and docking algorithms[J]. Annual Review of Biophysics and Biomolecular Structure, 2003, 32(1): 335-373. DOI:10.1146/annurev.biophys.32.110601.142532
[2] Cummings M D, Desjarlais R L, Gibbs A C, et al. Comparison of automated docking programs as virtual screening tools[J]. Journal of Medicinal Chemistry, 2005, 48(4): 962-976. DOI:10.1021/jm049798d
[3] Halperin I, Ma B, Wolfson H, et al. Principles of docking: an overview of search algorithms and a guide to scoring functions[J]. Proteins Structure Function & Bioinformatics, 2002, 47(4): 409-443.
[4] Kitchen D B, Decornez H, Furr J R, et al. Docking and scoring in virtual screening for drug discovery: methods and applications[J]. Nature Reviews Drug Discovery, 2004, 3(11): 935-949. DOI:10.1038/nrd1549
[5] Shoichet B K, Mcgovern S L, Wei B, et al. Lead discovery using molecular docking[J]. Current Opinion in Chemical Biology, 2002, 6(4): 439-446. DOI:10.1016/S1367-5931(02)00339-3
[6] Taylor R D, Jewsbury P J, Essex J W. A review of protein-small molecule docking methods[J]. Journal of Computer-Aided Molecular Design, 2002, 16(3): 151-166. DOI:10.1023/A:1020155510718
[7] Fischer E. Einfluss der configuration auf die wirkung der enzyme[J]. Berichte Der Deutschen Chemischen Gesellschaft, 1894, 27(3): 3189-3232. DOI:10.1002/cber.189402703109
[8] Koshland D E. Application of a theory of enzyme specificity to protein synthesis[J]. Proceedings of the National Academy of Sciences, 1958, 44(2): 98-104. DOI:10.1073/pnas.44.2.98
[9] Lu X, Huang A, Xiao M, et al. A new class of 1, 3, 5-triazine-based selective estrogen receptor degraders (SERDs): Lead optimization, molecular docking and dynamic simulation[J]. Bioorganic Chemistry, 2020, 97: 103666. DOI:10.1016/j.bioorg.2020.103666
[10] Iraji A, Nouri A, Edraki N, et al. One-pot synthesis of thioxo-tetrahydropyrimidine derivatives as potent β-glucuronidase inhibitor, biological evaluation, molecular docking and molecular dynamics studies[J]. Bioorganic & Medicinal Chemistry, 2020, 28(7): 115359.
[11] Zaher N H, Mostafa M I, Altaher A Y. Design, synthesis and molecular docking of novel triazole derivatives as potential CoV helicase inhibitors[J]. Acta Pharmaceutica, 2020, 70(2): 145-159. DOI:10.2478/acph-2020-0024
[12] Batra R, Chan H, Kamath G, et al. Screening of therapeutic agents for COVID-19 using machine learning and ensemble docking studies[J]. The Journal of Physical Chemistry Letters, 2020, 11(17): 7058-7065. DOI:10.1021/acs.jpclett.0c02278
[13] Cheng J, Liu J H, Prasanna G, et al. Spectrofluorimetric and molecular docking studies on the interaction of cyanidin-3-O-glucoside with whey protein, β-lactoglobulin[J]. International Journal of Biological Macromolecules, 2017, 105: 965-972. DOI:10.1016/j.ijbiomac.2017.07.119
[14] Yang C Z, Liang C Y, Zhang D, et al. Deciphering the interaction of methotrexate with DNA: Spectroscopic and molecular docking study[J]. Journal of Molecular Liquids, 2017, 248: 1-6. DOI:10.1016/j.molliq.2017.10.017
[15] Rudra S, Dasmandal S, Mahapatra A. Binding interaction of sodium-N-dodecanoyl sarcosinate with hemoglobin and myoglobin: physicochemical and spectroscopic studies with molecular docking analysis[J]. Journal of Colloid and Interface Science, 2017, 496: 267-277. DOI:10.1016/j.jcis.2017.02.035
[16] Liu T, Liu M, Guo Q, et al. Investigation of binary and ternary systems of human serum albumin with oxyresveratrol/piceatannol and/or mitoxantrone by multipectroscopy, molecular docking and cytotoxicity evaluation[J]. Journal of Molecular Liquids, 2020, 311: 113364. DOI:10.1016/j.molliq.2020.113364
[17] Chen C P, Liu W F, Tian S P, et al. Novel surface-enhanced Raman spectroscopy techniques for DNA, protein and drug detection[J]. Sensors, 2019, 19(7): 1712. DOI:10.3390/s19071712
[18] Sun C, Yang J, Li L, et al. Advances in the study of luminescence probes for proteins[J]. Journal of Chromatography B, 2004, 803(2): 173-190. DOI:10.1016/j.jchromb.2003.12.039
[19] Saikia S, Bordoloi M. Molecular docking: challenges, advances and its use in drug discovery perspective[J]. Current Drug Targets, 2018, 20(5): 501-521.
[20] Ali M S, Muthukumaran J, Al-Lohedan H A. Molecular interactions of ceftazidime with bovine serum albumin: spectroscopic, molecular docking, and DFT analyses[J]. Journal of Molecular Liquids, 2020, 313: 113490. DOI:10.1016/j.molliq.2020.113490
[21] Yang Q, Liang J, Han H. Probing the interaction of magnetic iron oxide nanoparticles with bovine serum albumin by spectroscopic techniques[J]. Journal of Physical Chemistry B, 2009, 113(30): 10454-10458. DOI:10.1021/jp904004w
[22] Chi Z, Liu R. Phenotypic characterization of the binding of tetracycline to human serum albumin[J]. Biomacromolecules, 2011, 12(1): 203-209. DOI:10.1021/bm1011568
[23] Ma H, Zou T, Li H, et al. The interaction of sodium dodecyl sulfate with trypsin: multi-spectroscopic analysis, molecular docking, and molecular dynamics simulation[J]. International Journal of Biological Macromolecules, 2020, 162: 1546-1554. DOI:10.1016/j.ijbiomac.2020.08.020
[24] Menezes T M, Barros M R, Ventura G T, et al. Insights on the interaction of furfural derivatives with BSA and HTF by applying multi-spectroscopic and molecular docking approaches[J]. Journal of Molecular Liquids, 2020, 317: 114021. DOI:10.1016/j.molliq.2020.114021
[25] Maleki S, Dehghan G, Sadeghi L, et al. Surface plasmon resonance, fluorescence, and molecular docking studies of bovine serum albumin interactions with natural coumarin diversin[J]. Spectrochimica Acta Part A Molecular and Biomolecular Spectroscopy, 2020, 230: 118063. DOI:10.1016/j.saa.2020.118063
[26] Liu Y, Huang L, Li D, et al. Re-assembled oleic acid-protein complexes as nano-vehicles for astaxanthin: multispectral analysis and molecular docking[J]. Food Hydrocolloids, 2020, 103: 105689. DOI:10.1016/j.foodhyd.2020.105689
[27] Lakowicz J R. Quenching of fluorescence[J]. Principles of Fluorescence Spectroscopy, 1983, 257-301.
[28] Mousavi S F, Fatemi M H. Probing the binding mechanism of capecitabine to human serum albumin using spectrometric methods, molecular modeling, and chemometrics approach[J]. Bioorganic Chemistry, 2019, 90: 103037. DOI:10.1016/j.bioorg.2019.103037
[29] Hu Y J, Liu Y, Wang J B, et al. Study of the interaction between monoammonium glycyrrhizinate and bovine serum albumin[J]. Journal of Pharmaceutical & Biomedical Analysis, 2005, 36(4): 915-919.
[30] Kong F, Kang S, Tian J, et al. Interaction of xylitol with whey proteins: multi-spectroscopic techniques and docking studies[J]. Food Chemistry, 2020, 326: 126804. DOI:10.1016/j.foodchem.2020.126804
[31] Wang Y, Han Q, Zhang G, et al. Evaluation of the binding mechanism of iodine with trypsin and pepsin: A spectroscopic and molecular docking[J]. Spectrochimica Acta Part A Molecular and Biomolecular Spectroscopy, 2020, 230: 118036. DOI:10.1016/j.saa.2020.118036
[32] Katouzian I, Jafari S M, Maghsoudlou Y, et al. Experimental and molecular docking study of the binding interactions between bovine α-lactalbumin and oleuropein[J]. Food Hydrocolloids, 2020, 105: 105859. DOI:10.1016/j.foodhyd.2020.105859
[33] Morrisett J D, David J S K, Pownall H J, et al. Interaction of an apolipoprotein (apoLP-alanine) with phosphatidylcholine[J]. Biochemistry, 1973, 12(7): 1290-1299. DOI:10.1021/bi00731a008
[34] Zhan F, Ding S, Xie W, et al. Towards understanding the interaction of β-lactoglobulin with capsaicin: multi-spectroscopic, thermodynamic, molecular docking and molecular dynamics simulation approaches[J]. Food Hydrocolloids, 2020, 105: 105767. DOI:10.1016/j.foodhyd.2020.105767
[35] Lang Y, Meng X, Gao H, et al. Protective effects of α-casein or β-casein on the stability and antioxidant capacity of blueberry anthocyanins and their interaction mechanism[J]. LWT-Food Science and Technology, 2019, 115: 108434. DOI:10.1016/j.lwt.2019.108434
[36] Liu J L, Kong Y C, Miao J Y, et al. Spectroscopy and molecular docking analysis reveal structural specificity of flavonoids in the inhibition of α-glucosidase activity[J]. International Journal of Biological Macromolecules, 2020, 152: 981-989. DOI:10.1016/j.ijbiomac.2019.10.184
[37] Wang L, Dong J, Li R, et al. Elucidation of binding mechanism of dibutyl phthalate on bovine serum albumin by spectroscopic analysis and molecular docking method[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2020, 230: 118044. DOI:10.1016/j.saa.2020.118044
[38] Han X L, Hao H, Li Q Y, et al. The interaction mechanism between fludarabine and human serum albumin researched by comprehensive spectroscopic methods and molecular docking technique[J]. Spectrochimica Acta Part A Molecular and Biomolecular Spectroscopy, 2020, 233: 118170. DOI:10.1016/j.saa.2020.118170
[39] Huang H, Belwal T, Lin X, et al. Novel bind-then-release model based on fluorescence spectroscopy analysis with molecular docking simulation: new insights to zero-order release of arbutin and coumaric acid[J]. Food Hydrocolloids, 2021, 112: 106356. DOI:10.1016/j.foodhyd.2020.106356
[40] Nandy T, Biswas B, Singh P C. Molecular aspects of the role of groove and stacked regions of DNA in binding with lipids: spectroscopic and docking studies[J]. Journal of Molecular Liquids, 2020, 303: 112672. DOI:10.1016/j.molliq.2020.112672
[41] Javar H A, Garkani-Nejad Z, Dehghannoudeh G, et al. Development of a new electrochemical DNA biosensor based on Eu3+-doped NiO for determination of amsacrine as an anti-cancer drug: electrochemical, spectroscopic and docking studies[J]. Analytica Chimica Acta, 2020, 1133: 48-57. DOI:10.1016/j.aca.2020.07.071
[42] Nasir M H, Jabeen E, Qureshi R, et al. Investigation of redox mechanism and DNA binding of novel 2-(x-nitrophenyl)-5-nitrobenzimidazole (x=2, 3 and 4)[J]. Biophysical Chemistry, 2020, 258: 106316. DOI:10.1016/j.bpc.2019.106316
[43] Chakraborty A, Panda K A, Ghosh R, et al. Depicting the DNA binding and photo-nuclease ability of anti-mycobacterial drug rifampicin: a biophysical and molecular docking perspective[J]. International Journal of Biological Macromolecules, 2019, 127: 187-196. DOI:10.1016/j.ijbiomac.2019.01.034
[44] Gilad Y, Senderowitz H. Docking studies on DNA intercalators[J]. Journal of Chemical Information & Modeling, 2014, 54(1): 96-107.
[45] Bischoff G, Hoffmann S. DNA-binding of drugs used in medicinal therapies[J]. Current Medicinal Chemistry, 2002, 9(3): 321-348. DOI:10.2174/0929867023371085
[46] Kumar S, Sharma P P, Shankar U, et al. Discovery of new hydroxyethylamine analogs against 3CLpro protein target of SARS-CoV-2:molecular docking, molecular dynamics simulation, and structure-activity relationship studies[J]. Journal of Chemical Information and Modeling, 2020, 60(12): 5754-5770. DOI:10.1021/acs.jcim.0c00326
[47] Patel H, Kukol A. Integrating molecular modelling methods to advance influenza A virus drug discovery[J]. Drug Discovery Today, 2021, 26(2): 503-510. DOI:10.1016/j.drudis.2020.11.014
[48] Yu R, Chen L, Lan R, et al. Computational screening of antagonists against the SARS-CoV-2(COVID-19) coronavirus by molecular docking[J]. International Journal of Antimicrobial Agents, 2020, 56(2): 106012. DOI:10.1016/j.ijantimicag.2020.106012
[49] Xie B P, Qiu G H, Sun B, et al. Synchronous sensing of three conserved sequences of Zika virus using a DNAs@MOF hybrid: experimental and molecular simulation studies[J]. Inorganic Chemistry Frontiers, 2019, 6(1): 148-152. DOI:10.1039/C8QI01031E




相关话题/光谱 结构 药物 生物 计算

闂傚倸鍊烽懗鍫曞箠閹剧粯鍋ら柕濞炬櫅缁€澶愭煙閻戞ɑ鈷愰悗姘煼閺岋綁寮崒姘闁诲孩纰嶅畝鎼佸蓟濞戞ǚ鏋庣€广儱鎳庢慨搴ㄦ⒑鏉炴媽顔夐柡鍛█楠炲啰鎹勭悰鈩冾潔闁哄鐗冮弲娑氭暜閵娧呯=濞达絼绮欓崫铏圭磼鐠囪尙澧曢柣锝呭槻椤繄鎹勯崫鍕偓鍧楁⒑閸濆嫭鍌ㄩ柛銊ヮ煼瀹曪綁骞囬悧鍫㈠幗闂佺粯锚瀵爼骞栭幇顒夌唵鐟滃瞼鍒掑▎鎾虫槬闁靛繈鍊栭崵鍐煃閸濆嫬鈧悂鎯冮锔解拺闁告稑锕ユ径鍕煕閹炬潙鍝洪柟顔斤耿楠炲洭鎮ч崼姘闂備礁鎲¢幐鍡涘礃瑜嶉ˉ姘舵⒑濮瑰洤鐒洪柛銊ゅ嵆椤㈡岸顢橀悢渚锤闂佸憡绋戦敃銉х礊閸ャ劊浜滈柟鎵虫櫅閻忊晜顨ラ悙宸剶婵﹥妞藉畷妤呮偂鎼粹€承戦梻浣规偠閸ㄨ偐浜搁鍫澪﹂柟鎵閺呮悂鏌ㄩ悤鍌涘40%闂傚倸鍊风粈浣革耿鏉堚晛鍨濇い鏍仜缁€澶愭煛瀹ュ骸骞栭柛銊ュ€归幈銊ノ熼崸妤€鎽甸柣蹇撶箰鐎涒晠骞堥妸銉庣喖宕归鎯у缚闂佽绻愬ù姘椤忓牆钃熼柕濞垮劗濡插牓鏌ц箛锝呬簻妞ゅ骏鎷�
闂傚倸鍊峰ù鍥綖婢跺顩插ù鐘差儏缁€澶屸偓鍏夊亾闁逞屽墰閸掓帞鎷犲顔兼倯闂佹悶鍎崝宀勬儍椤愨懇鏀芥い鏃囶潡瑜版帒鏄ラ柡宥庡亗閻掑﹥銇勮箛鎾跺闁绘挻绋戦…璺ㄦ崉閻氭潙浼愰梺鍝勬閸犳劗鎹㈠☉娆忕窞婵☆垰鎼猾宥嗙節绾版ê澧查柟绋垮暱閻g兘骞掗幋鏃€鏂€闂佸綊鍋婇崜姘额敊閺囩偐鏀介柣鎰▕閸ょ喎鈹戦姘煎殶缂佽京鍋ら崺鈧い鎺戝閻撳繘鏌涢埄鍐炬當闁哄棴绲块埀顒冾潐濞测晝绱炴笟鈧妴浣糕槈閵忊€斥偓鐑芥煃鏉炵増顦峰瑙勬礀閳规垿顢欓惌顐簽婢规洟顢橀悩鍏哥瑝闂佸搫绋侀悘鎰版偡閹靛啿鐗氶梺鍛婃处閸嬪棝顢栭崟顒傜閻庣數枪瀛濋梺缁橆殔缁绘帒危閹版澘绫嶉柛顐g箘椤撴椽姊虹紒妯忣亪鎮樺璺虹畾闁挎繂顦伴埛鎺戙€掑顒佹悙濞存粍绻堥弻锛勪沪鐠囨彃顬嬪┑鐐叉閸ㄤ粙骞冨▎鎴斿亾閻㈢數銆婇柡瀣墵濮婅櫣绱掑Ο铏逛桓闁藉啴浜堕弻鐔兼偪椤栨瑥鎯堢紓浣介哺鐢€愁嚕椤曗偓閸┾偓妞ゆ帒瀚崑锟犳煥閺冨倸浜鹃柡鍡樼矌閹叉悂鎮ч崼婵堫儌閻庤鎸风欢姘跺蓟濞戔懇鈧箓骞嬪┑鍥╁蒋闂備礁鎲¢懝楣冨箠鎼淬劍绠掗梻浣稿悑缁佹挳寮插☉婧惧彺闂傚倷绶氶埀顒傚仜閼活垱鏅堕鐐粹拺闁兼亽鍎遍埛濂濆┑鐘垫暩閸嬬偛岣垮▎鎾宠Е閻庯綆鍠楅崵灞轿旈敐鍛殭缂佺姷鍠栭弻鐔煎箚閻楀牜妫勯梺璇茬箺濞呮洜鎹㈠┑瀣瀭妞ゆ劧绲介弳妤冪磽娴f彃浜炬繝銏e煐閸旀牠鎮¢悢鍏肩厓鐟滄粓宕滃▎鎰箚濞寸姴顑嗛悡鏇㈡煃閸濆嫬鈧煤閹绢喗鐓涢悘鐐跺Г閸h銇勯锝囩畵闁伙絿鍏樺畷鍫曞煛閸愨晜鐦掗梻鍌欐祰瀹曞灚鎱ㄩ弶鎳ㄦ椽濡堕崼娑楁睏闂佺粯鍔曢幖顐︽嚋鐟欏嫨浜滈柟鐑樺灥閳ь剙缍婂畷鎴濐潨閳ь剟寮婚弴鐔虹鐟滃秶鈧凹鍣e鎶芥偐缂佹ǚ鎷洪梺鍛婄☉閿曘倗绮幒鎾茬箚妞ゆ劧绲鹃ˉ鍫熶繆椤愩垺鍤囬柛鈺嬬節瀹曘劑顢欓幆褍鍙婇梻鍌欒兌缁垶宕濋敃鍌氱婵炲棙鍔曠欢鐐碘偓骞垮劚椤︿即鎮″▎鎾村€垫繛鎴炵憽缂傛艾顭胯閸撶喖寮婚悢鍏煎剬闁告縿鍎宠ⅵ婵°倗濮烽崑娑㈡煀閿濆棔绻嗛柣鎴f鎯熼梺闈涱檧婵″洦绂嶅畡鎵虫斀闁绘劖娼欓悘锔芥叏婵犲嫭鍤€妞ゎ厼鐏濋~婊堝焵椤掑嫮宓侀柛鎰╁壆閺冨牆宸濇い鏃囧Г閻濐偊鏌f惔鈥冲辅闁稿鎹囬弻娑㈠箛椤撶偛濮㈠┑鐐茬墢閸嬫挾鎹㈠☉姘e亾閻㈢櫥褰掝敁閹惧墎纾界€广儰绀佹禍楣冩⒒娓氣偓濞佳兾涘Δ鍛柈闁圭虎鍠栫粻鐘绘煏韫囨洖啸闁哄棗顑夐弻鈩冨緞鎼淬垻銆婇梺璇″櫙閹凤拷40%闂傚倸鍊风粈浣革耿鏉堚晛鍨濇い鏍仜缁€澶愭煛瀹ュ骸骞栭柛銊ュ€归幈銊ノ熼幐搴c€愰弶鈺傜箞濮婅櫣绮欓幐搴㈡嫳缂備浇顕х粔鐟扮暦閻㈠憡鏅濋柍褜鍓熷﹢渚€姊虹紒妯兼噧闁硅櫕鍔楃划鏃堫敆閸曨剛鍘梺绯曞墲椤ㄥ懘寮抽悢鍏肩厵鐎瑰嫭澹嗙粔鐑樸亜閵忊埗顏堝煘閹达箑鐐婄憸婊勫閸℃稒鈷掑ù锝呮啞閹牓鏌eΔ浣虹煉鐎规洘绮岄埥澶愬閳ュ厖鎴锋俊鐐€栭悧妤冪矙閹炬眹鈧懘鎮滈懞銉ヤ化婵炶揪绲介幗婊堟晬瀹ュ洨纾煎璺猴功娴犮垽妫佹径瀣瘈鐟滃繑鎱ㄩ幘顔肩柈妞ゆ牜鍋涚粻姘舵煕瀹€鈧崑鐐烘偂閵夛妇绠鹃柟瀵稿€戦崷顓涘亾濮樺崬顣肩紒缁樼洴閹剝鎯旈埥鍡楀Ψ缂傚倷绀侀崐鍝ョ矓瑜版帇鈧線寮撮姀鐙€娼婇梺缁樶缚閺佹瓕鈪�9闂傚倸鍊烽懗鍫曘€佹繝鍥ф槬闁哄稁鍓欑紞姗€姊绘笟鈧埀顒傚仜閼活垱鏅堕鈧弻娑欑節閸愨晛鈧劙鏌熼姘殻濠殿喒鍋撻梺闈涚墕閹虫劙藝椤愶附鈷戠紒顖涙礀婢у弶绻涢懠顒€鏋涢柟顕嗙節閸╋繝宕ㄩ瑙勫闂備礁鎲¢幐鍡涘礃瑜嶉ˉ姘舵⒑濮瑰洤鐒洪柛銊╀憾楠炴劙鎼归锛勭畾闁诲孩绋掕摫濠殿垱鎸抽幃宄扳枎韫囨搩浠奸梻鍌氬亞閸ㄨ泛顫忛搹瑙勫厹闁告侗鍨伴悧姘舵⒑缁嬪潡顎楃€规洦鍓熷﹢浣糕攽椤斿浠滈柛瀣崌閺岀喖顢欓妸銉︽悙闁绘劕锕弻宥夊传閸曨偅娈查梺璇″灲缂嶄礁顫忓ú顏勭閹艰揪绲哄Σ鍫ユ⒑閸忓吋銇熼柛銊ф暬婵$敻骞囬弶璺紲闂佺粯鍔樼亸娆撍囬锔解拺闁告繂瀚峰Σ瑙勩亜閹寸偟鎳囩€规洘绻堝畷銊р偓娑欋缚閸樻悂鎮楃憴鍕鞍闁告繂閰e畷鎰板Χ婢跺﹦鏌堥梺鍓插亖閸庢煡鎮¢弴鐘冲枑閹艰揪绲块惌娆撶叓閸ャ劎鈽夐柣鎺戠仛閵囧嫰骞嬮敐鍛Х闂佺ǹ绻愰張顒傛崲濞戙垹宸濇い鎰╁灩椤姊虹拠鈥崇仭婵☆偄鍟村顐﹀礃閳哄倸顎撶紓浣割儓濞夋洘绂掗銏♀拻濞达絽鎲¢崯鐐烘煟閵婏妇鐭嬮柟宄版嚇楠炴捇骞掑鍜佹婵犵數鍋犻幓顏嗙礊娓氣偓瀵煡鎳犻鍐ㄐ¢梺瑙勫劶婵倝鎮¢弴鐔剁箚闁靛牆瀚ˇ锕傛煙閸忓吋鍊愰柡灞界Х椤т線鏌涜箛鏃傘€掔紒顔肩墛閹峰懘宕烽褎閿ら梻浣告惈濞层劑宕伴幘璇茬厴鐎广儱顦粻鎶芥煙閹増顥夐柣鎺戠仛閵囧嫰骞嬪┑鍫滆檸闂佺ǹ锕ュΣ瀣磽閸屾艾鈧绮堟笟鈧鐢割敆閳ь剟鈥旈崘顔藉癄濠㈠厜鏅滈惄顖氱暦缁嬭鏃堝焵椤掑啰绠芥繝鐢靛仩閹活亞绱為埀顒佺箾閸滃啰绉€规洩缍侀崺鈧い鎺嶈兌缁犻箖鏌熺€电ǹ浠﹂柣鎾卞劤缁辨帡濡搁敂濮愪虎闂佺硶鏂侀崑鎾愁渻閵堝棗鐏﹂悗绗涘懐鐭堝ù鐓庣摠閻撶喐銇勮箛鎾村櫤閻忓骏绠撻弻鐔碱敊閼恒儯浠㈤梺杞扮劍閸旀瑥鐣烽崼鏇炵厸闁稿本绋戦崝姗€姊婚崒娆戭槮闁硅绻濋幊婵嬪礈瑜夐崑鎾愁潩閻撳骸鈷嬫繝纰夌磿閺佽鐣烽崼鏇ㄦ晢闁稿本姘ㄩ妶锕傛⒒娴e憡鍟為柛鏃€鐗為妵鎰板礃椤旂晫鍘愰梻渚囧墮缁夌敻鎮¤箛娑欑厱闁宠棄妫楅獮妤呮倵濮樼偓瀚�