Nghiên cứu in silico tìm kiếm các chất ức chế b cell lymphoma 2 trong điều trị bệnh ung thư

Bởivậy, protein Bcl-2 là mục tiêu được quan tâm trong phát triển thuốc điều trị ung thư.MỤC TIÊU Thiết kế các mô hình sàng lọc in silico docking, 2D-QSAR, 3D-pharmacophore vàtiến hành sà

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ Y TẾ

ĐẠI HỌC Y DƯỢC THÀNH PHỒ CHÍ MINH

-VÕ THỊ MINH NGUYÊN

NGHIÊN CỨU IN SILICO TÌM KIẾM CÁC CHẤT

ỨC CHẾ B-CELL LYMPHOMA 2 TRONG ĐIỀU TRỊ

BỆNH UNG THƯ

LUẬN VĂN THẠC SĨ DƯỢC HỌC

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2021

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ Y TẾ

ĐẠI HỌC Y DƯỢC THÀNH PHỐ CHÍ MINH

-VÕ THỊ MINH NGUYÊN

NGHIÊN CỨU IN SILICO TÌM KIẾM CÁC CHẤT

ỨC CHẾ B-CELL LYMPHOMA 2 TRONG ĐIỀU TRỊ

BỆNH UNG THƯ

NGÀNH: DƯỢC LÝ VÀ DƯỢC LÂM SÀNG

MÃ SỐ: 8720205

LUẬN VĂN THẠC SĨ DƯỢC HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC:

GS.TS THÁI KHẮC MINH

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2021

LỜI CAM ĐOANTôi cam đoan đây là công trình nghiên cứu của tôi.Các số liệu, kết quả nêu trong luận văn là trung thực vàchưa từng được ai công bố trong bất kỳ công trình nào khác.

Võ Thị Minh Nguyên

NGHIÊN CỨU IN SILICO TÌM KIẾM CÁC CHẤT ỨC CHẾB-CELL LYMPHOMA 2 TRONG ĐIỀU TRỊ BỆNH UNG THƯ

Võ Thị Minh NguyênGiáo viên hướng dẫn: GS TS Thái Khắc MinhĐẶT VẤN ĐỀ

Bcl-2 (B-cell lymphoma 2) là thành viên protein ức chế apoptosis thuộc họ gia đìnhBCL-2, sự tăng quá mức thúc đẩy tế bào ung thư thoát khỏi quá trình apoptosis Bởivậy, protein Bcl-2 là mục tiêu được quan tâm trong phát triển thuốc điều trị ung thư.MỤC TIÊU

Thiết kế các mô hình sàng lọc in silico (docking, 2D-QSAR, 3D-pharmacophore) vàtiến hành sàng lọc nhằm tìm ra các cấu trúc phân tử nhỏ có khả năng ức chế proteinBcl-2

PHƯƠNG PHÁP NGHIÊN CỨU

Các mô hình in silico (mô tả phân tử docking, 3D-Pharmacophore và 2D-QSAR)được xây dựng dựa trên cấu trúc protein Bcl-2 (mã PDB: 6O0K) và các chất ức chếBcl-2 thu thập được Sử dụng những mô hình này kết hợp với đánh giá ADME,nghiên cứu tiến hành sàng lọc trên ngân hàng dữ liệu các chất hóa học ChemDiv,Maybridge, Drugbank và tập các chất từ các bài thuốc cổ truyền Trung Hoa TCMnhằm tìm ra chất ức chế Bcl-2

KẾT QUẢ VÀ BÀN LUẬN

Mô hình mô tả phân tử docking cho thấy khả năng gắn kết tốt của các chất ức chếvào khoang gắn kết của protein Bcl-2 Các acid amin Arg146, Asp111, Asp103 vàhai túi kỵ nước P2 và P4 có vai trò quan trọng trong gắn kết với chất ức chế Bcl-2

Mô hình 3D-pharmacophore được xây dựng với năm điểm F1:Aro|PiR, F2:Hyd,F3:Hyd, F4:Acc2 và F5:Acc2 Mô hình 2D-QSAR với sáu thông số mô tả trên 250

Sử dụng những mô hình này kết hợp với đánh giá ADME, nghiên cứu tiến hànhsàng lọc trên ngân hàng dữ liệu các chất hóa học ChemDiv, Maybridge, Drugbank

và TCM, kết quả sàng lọc tìm ra K284-5760, 8010-4956, G936-1802, KM05110,

DB12138, 27253, 27592 là bảy chất tiềm năng ức chế protein Bcl-2 và có thể xemxét nghiên cứu thêm để đánh giá hiệu quả trong điều trị ung thư.

KẾT LUẬN

Các mô hình in silico (mô tả phân tử docking, 3D-Pharmacophore và 2D-QSAR) đãđược xây dựng dựa trên cấu trúc protein Bcl-2 và các chất ức chế Bcl-2 Những môhình này được ứng dụng để sàng lọc trên các thư viện cơ sở dữ liệu và đã tìm ra bảychất tiềm năng ức chế protein Bcl-2

IN SILICO STUDIES FOR DISCOVERY B-CELL LYMPHOMA 2

INHIBITORS ON CANCER TREATMENT

Minh-Nguyen T VoSupervisors: Prof Khac-Minh ThaiINTRODUCTION

Bcl-2 (B-cell lymphoma 2) is an anti-apoptotic protein member of the BCL-2family, its overexpression is important for tumor cells to escape apoptosis.Therefore, Bcl-2 is potential therapeutic target for new antitumor drug development.OBJECTIVE

In silico modelings (docking molecular descriptions, 3D-Pharmacophore, and QSAR) were designed and screened to discovery new small molecules inhibitor ofBcl-2 protein

2D-MATERIALS AND METHODS

In silico models (docking molecular descriptions, 3D-Pharmacophore, and QSAR) were built based on the structure of Bcl-2 protein (PDB ID:6O0K) and Bcl-

2D-2 inhibitors Those models and ADME assessment were used to screen onChemDiv, Maybridge, Drugbank and Traditional Chinese Medicine (TCM)database for substance targeting Bcl-2

RESULTS

Molecular docking results indicated that Bcl-2 inhibitors have good binding abilityinto the binding pocket of Bcl-2 protein Amino acids such as Arg146, Asp111,Asp103 and two P2, P4 hydrophobic pockets are important in binding Bcl-2inhibitors A 5-point 3D-pharmacophore model was developed includingF1:Aro|PiR, F2:Hyd, F3:Hyd, F4:Acc2 và F5:Acc2 For 250 arylsulfonamids/amids, 2D QSAR model with 6 molecular descriptors was obtainedwith R2 = 0.81, RMSE = 0.47 Using those models and ADME assessment onChemDiv, Maybridge, Drugbank and Traditional Chinese Medicine (TCM)

database, in silico screening showed that K284-5760, 8010-4956, G936-1802,KM05110, DB12138, 27253, 27592 were the 7 top potential structures andsuggested further experimental investigation to evaluate the effectiveness ontreatment cancer.

CONCLUSION

In silico models (docking molecular descriptions, 3D-Pharmacophore, and QSAR) were built based on the structure of Bcl-2 protein and Bcl-2 inhibitors.These models were used to screen on database libraries for identifying seven newpotential inhibitors of Bcl-2 protein

2D-MỤC LỤC

MỤC LỤC i

DANH MỤC TỪ VIẾT TẮT iii

DANH MỤC CÁC HÌNH v

DANH MỤC CÁC BẢNG vii

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN TÀI LIỆU 3

1.1 Tổng quan quá trình apoptosis và vai trò trong bệnh ung thư 3

1.2 Họ protein BCL-2 4

1.3 Protein ức chế apoptosis Bcl-2 5

1.4 Nghiên cứu in silico các chất ức chế protein bcl-2 11

1.5 Phương pháp xác định hoạt tính ức chế Bcl-2 12

1.6 Mô hình mô tả phân tử docking 13

1.7 Mô hình 3D pharmacophore 14

1.8 Mô hình 2D-QSAR 17

CHƯƠNG 2 PHƯƠNG PHÁP NGHIÊN CỨU 18

2.1 Xây dựng cơ sở dữ liệu 18

2.2 Mô hình docking 21

2.3 Mô hình pharmacophore 25

2.4 Mô hình 2D QSAR 31

2.5 Dự đoán đặc tính dược động học và độc tính 40

2.6 Sàng lọc ảo các chất có khả năng ức chế Bcl-2 44

CHƯƠNG 3 KẾT QUẢ VÀ BÀN LUẬN 45

3.1 Kết quả mô hình mô tả phân tử docking 45

3.2 Mô hình pharmacophore trên các chất ức chế Bcl-2 51

3.3 Mô hình 2D QSAR dự đoán hoạt tính ức chế protein Bcl-2 58

3.4 Ứng dụng các mô hình in slico để sàng lọc các chất có hoạt tính ức chế Bcl-2 67 3.5 Bàn luận 74

CHƯƠNG 4 KẾT LUẬN VÀ KIẾN NGHỊ 80 TÀI LIỆU THAM KHẢO 81 DANH MỤC PHỤ LỤC PL-1

DANH MỤC TỪ VIẾT TẮT

(Hấp thu – Phân bố - Chuyển hóa – Thải trừ)

(Hấp thu – Phân bố - Chuyển hóa – Thải trừ - Độc tính)

(Bệnh bạch cầu lympho mạn dòng tủy)

(Cơ quan Quản lý Thực phẩm và Thuốc Hoa Kỳ)

L-20%-O Leave-20%-Out (Bỏ-20%-ra)

(Dấu vân tay tương tác protein-phối tử)

QSAR Quantitative Structure-Activity Relationship

(Mối quan hệ định lượng giữa cấu trúc và hoạt tính sinh học)

(Căn bậc hai của tổng bình phương phần dư)

DANH MỤC CÁC HÌNH

Hình 1.1 Tổng quan về các con đường apoptosis [9] 4

Hình 1.2 Cấu trúc mô hình các vùng chức năng protein Bcl-2 [38] 6

Hình 1.3 Cấu trúc 3D protein Bcl-2 [26] 7

Hình 1.4 Cấu trúc tinh thể của protein Bcl-XL gắn kết với peptid tương ứng vùng BH3 [18] 8

Hình 1.5 Cấu trúc đồng kết tinh của hai cấu dạng venetoclax gắn kết với rãnh Bcl-2 [5] 9

Hình 1.6 Phương pháp pharmacophore từ xây dựng đến ứng dụng [42] 16

Hình 2.1 Các bước xây dựng mô hình 2D-QSAR 33

Hình 2.2 Loại chất gây nhiễu bằng phương pháp phân tích thành phần chính 36

Hình 2.3 Giao diện công cụ SwissADME 42

Hình 3.1 Cấu dạng gắn kết của Venetoclax với protein Bcl-2 (mã PDB: 6O0K) (A) và re-docking (B) 46

Hình 3.2 Biểu đồ thống kê điểm số docking của các chất trên trên protein Bcl-2 6O0K 48

Hình 3.3 Tần suất tạo tương tác của các acid amin tại khoang gắn kết với 239 chất có hoạt tính mạnh 48

Hình 3.4 Mô hình và tương tác của một số chất gắn kết với protein Bcl-2 (6O0K) 50

Hình 3.5 Biểu đồ mối tương quan giữa điểm số docking tại vùng xúc tác Bcl-2 với giá trị pKi thực nghiệm 51

Hình 3.6 Mô hình pharmacophore A8 trên các chất ức chế Bcl-2 55

Hình 3.7 So sánh mô hình 3D pharmacophore và docking của sáu chất tập xây dựng pharmacophore 57

Hình 3.8 Đồ thị tương quan giữa giá trị pKi thực nghiệm và pKi dự đoán từ môhình QSAR hoàn chỉnh của toàn tập dữ liệu 64Hình 3.9 Biểu đồ thống kê điểm số docking của 117 chất docking vào khoang gắnkết của protein Bcl-2 69Hình 3.10 Phân tích PLIF của 115 hợp chất docking thành công vào khoang gắnkết của protein Bcl-2 69Hình 3.11 Mô hình và tương tác của hợp chất 27592 (A) và K284-5760 (B) gắn kếtvới protein Bcl-2 70Hình 3.12 Sơ đồ tóm tắt quá trình ứng dụng các mô hình in silico sàng lọc ngânhãng dữ liệu các chất 73

DANH MỤC CÁC BẢNG

Bảng 1.1 Các thuốc ức chế Bcl-2 đang được nghiên cứu điều trị bệnh ung thư 10

Bảng 1.2 Nghiên cứu in silico các chất ức chế protein Bcl-2 11

Bảng 2.1 Cấu trúc các nhóm chất trong tập cơ sở dữ liệu 18

Bảng 2.2 Một số nhóm thông số mô tả phân tử 2D tính bằng MOE [52] 33

Bảng 2.3 Mô hình và tiêu chí đánh giá ADME 43

Bảng 3.1 Kết quả re-docking trên protein Bcl-2 (Mã PDB: 6O0K) 45

Bảng 3.2 Các chất không dock thành công vào khoang gắn kết protein Bcl-2 47

Bảng 3.3 Tập xây dựng mô hình pharmacophore các chất ức chế Bcl-2 52

Bảng 3.4 Đánh giá mô hình pharmacophore trên tập có hoạt tính và không có hoạt tính 53

Bảng 3.5 Thông số đánh giá khả năng chọn lọc của mô hình pharmacophore 54

Bảng 3.6 Mô hình QSAR trung gian từ tập xây dựng và các thông số của mô hình 59

Bảng 3.7 Sự tương quan giữa các thông số mô tả của mô hình 2D QSAR 60

Bảng 3.8 Các giá trị đánh giá nội trên tập xây dựng của mô hình QSAR trung gian 60

Bảng 3.9 Các giá trị đánh giá khi thực hiện phương pháp đảo biến ngẫu nhiên Y trên mô hình 2D QSAR trung gian 61

Bảng 3.10 Các giá trị đánh giá trên tập kiểm tra của mô hình QSAR trung gian 62

Bảng 3.11 Mô hình QSAR hoàn chỉnh từ toàn tập các chất aryl sulfonamid/amid và các giá trị đánh giá 63

Bảng 3.12 Giá trị đánh giá mô hình QSAR khi thực hiện phân chia ngẫu nhiên tập cơ sở dữ liệu 65

Bảng 3.13 Kết quả sàng lọc cơ sở dữ liệu với mô hình pharmacophore A8 67Bảng 3.14 Kết quả đánh giá ADME 68Bảng 3.15 Kết quả docking của 7 chất có khả năng gắn kết tốt với protein Bcl-2 71Bảng 3.16 So sánh mô hình pharmacophore A8 với mô hình pharmacophore từ cácnghiên cứu khác 75Bảng 3.17 So sánh mô hình 2D-QSAR với các nghiên cứu khác 78

MỞ ĐẦU

Ung thư là nguyên nhân gây tử vong hàng đầu trên thế giới Báo cáo Globocan của cơquan nghiên cứu quốc tế về ung thư thuộc Tổ chức Y tế Thế giới IARC năm 2020 ướctính có 19,3 triệu ca ung thư mới và 9,9 triệu ca tử vong do ung thư trong năm 2020[31] Ung thư là nguyên nhân quan trọng gây tử vong và là gánh nặng lớn ở mọi khuvực thế giới, không phân biệt mức độ phát triển Vì vậy việc tìm ra những phương phápmới và tối ưu để điều trị ung thư luôn là yêu cầu cấp thiết và trọng tâm nghiên cứu củanhiều lĩnh vực khoa học

Với nhiều tiến bộ trong lĩnh vực sinh học phân tử, các đích tác động liên quan đến ungthư đã được phát hiện, xác định cấu trúc, vai trò sinh học, các chất tác động lên nhữngprotein này hứa hẹn tiềm năng được phát triển thành các loại thuốc kháng ung thư.Trong đó Bcl-2 (B-cell lymphoma 2) được xem là mục tiêu để nghiên cứu phát triểnthuốc ung thư mới Bcl-2 có vai trò quan trọng trong ức chế quá trình apoptosis làm tếbào ung thư không được loại bỏ theo cơ chế chết tự nhiên Nhiều chất tự nhiên và tổnghợp đã được xác định là chất ức chế Bcl-2, trong đó có venetoclax được FDA chấpthuận trong điều trị bạch cầu lympho bào mạn tính dòng tủy (CLL) vào năm 2016 vànhiều chất khác đang được thử nghiệm lâm sàng Việc sàng lọc thuốc mới nhắm mụctiêu Bcl-2 để hy vọng tìm ra thuốc mới có tiềm năng điều trị ung thư là vấn đề đượcquan tâm nghiên cứu

Việc phát triển thuốc mới là một quá trình lâu dài và tốn kém Việc thử nghiệm hoạttính in vitro của cơ sở dữ liệu lớn các hợp chất trên Bcl-2 đòi hỏi kinh phí lớn và thờigian dài Vì vậy, đề tài “Nghiên cứu in silico tìm kiếm các chất ức chế B-celllymphoma 2 trong điều trị bệnh ung thư” được thực hiện với mục tiêu xây dựng môhình in silico để sàng lọc ảo các cấu trúc phân tử nhỏ có tiềm năng ức chế Bcl-2, từ đóđịnh hướng cho việc thiết kế và tổng hợp các thuốc điều trị ung thư mới

Với mục tiêu chung như trên thì mục tiêu cụ thể của đề tài được đặt ra như sau:

i Xây dựng cơ sở dữ liệu các hợp chất có khả năng ức chế Bcl-2 với hoạt tính ức chếBcl-2 (Ki) từ các bài báo khoa học

ii Xây dựng mô hình mô tả phân tử docking để tìm ra các đặc điểm cấu trúc quan trọngcho hoạt tính sinh học của các chất ức chế Bcl-2

iii Xây dựng mô hình pharmacophore dựa trên các hợp chất có khả năng ức chế Bcl-2

iv Nghiên cứu xây dựng mô hình mối liên hệ định lượng giữa cấu trúc và hoạt tínhsinh học (QSAR) của hợp chất trong cơ sở dữ liệu, dự đoán hoạt tính ức chế Bcl-2

v Từ các mô hình tiến hành sàng lọc trên thư viện chứa số lượng lớn các dẫn chất đểtìm ra chất có tiềm năng ức chế Bcl-2

CHƯƠNG 1 TỔNG QUAN TÀI LIỆU

1.1 TỔNG QUAN QUÁ TRÌNH APOPTOSIS VÀ VAI TRÒ TRONG BỆNH UNG THƯ

Apoptosis là quá trình chết theo chương trình của tế bào và đóng vai trò quan trọng ởđộng vật có vú trong sự phát triển cũng như cân bằng nội mô Quá trình này giúp loại

bỏ những tế bào không cần thiết hoặc không mong muốn Apoptosis được kích hoạtbởi những tín hiệu từ bên trong và bên ngoài tế bào Các tín hiệu nội bào bao gồm tổnthương DNA, sự thiếu hụt yếu tố tăng trưởng hay thiếu hụt cytokin, còn các tín hiệungoại bào phổ biến nhất là các tín hiệu gây chết được tạo ra bởi các tế bào T gây độc tếbào từ hệ thống miễn dịch để đáp ứng với các tế bào bị tổn thương hoặc bị nhiễmtrùng Tương ứng với hai loại tín hiệu này, có hai con đường khác nhau dẫn đếnapoptosis, đó là con đường nội sinh và ngoại sinh (còn gọi là con đường ty thể và conđường thụ thể chết) Tuy có sự khác nhau về đường truyền tín hiệu ban đầu, hai conđường apoptosis hội tụ tại các caspase (Hình 1.1) Caspase (cysteine aspartyl-specificproteases) là enzym họ protease thuộc nhóm protein cystein phân hủy các protein mụctiêu, trong quá trình apoptosis các enzym này có nhiệm vụ phân cắt hàng trăm proteinkhác nhau nhằm cuối cùng dẫn tới cái chết tế bào [27]

Trong hầu hết các tế bào ở động vật có vú, yêu cầu quan trọng để kích hoạt con đườngapoptosis nội sinh là sự thẩm thấu màng ngoài ty thể (MOMP: mitochondrial outermembrane permeabilization) và sự phóng thích cytochrom c từ ty thể vào tế bào chất,dẫn đến sự hình thành apoptosome và kích hoạt caspase 3 Việc giải phóng cytochrom

c từ ty thể được kích thích bởi các thành viên pro-apoptotic của họ BCL-2 như BAX,BAK1, BIM, BID và BBC3 (thường được gọi là PUMA) và bị ức chế bởi các thànhviên chống apoptosis cùng họ, như BCL-2, BCL-XL, BCL-W, BCL-2-A1 và MCL1

Ức chế BCL-2, BCL-XL và MCL-1 là một trong những mục tiêu nghiên cứu nhằm tìm

ra chất kiểm soát sự phát triển ung thư bằng việc thúc đẩy quá trình apoptosis [9]

Hình 1.1 Tổng quan về các con đường apoptosis [9]

1.2 HỌ PROTEIN BCL-2

Họ BCL-2 từ lâu đã được xác định vai trò trong apoptosis Sau phát hiện ban đầu vềBCL-2 trong bối cảnh ung thư hạch tế bào B vào những năm 1980, một số proteintương đồng đã được xác định Các thành viên của họ protein Bcl-2 được xác định docác vùng tương đồng BCL-2 (BH: BCL-2 homology) và liên quan đến điều hòa quátrình apoptosis Các miền tương đồng này tạo điều kiện cho các thành viên trong họprotein này tương tác với nhau và có thể xác định chức năng gây ung thư hay chống

Theo truyền thống, các protein này được phân loại thành ba phân nhóm:

- Protein ức chế apoptosis (anti-apoptotic): gồm BCL-2, BCL-XL, BCL-W, BCL-B,MCL-1L (có vùng tương đồng BH4); MCl-1, BFL-1/A1, BCL2L12 (thiếu vùng tươngđồng BH4)

- Protein chỉ có miền tương đồng BH3 gây ra apoptosis (BH3-only pro-apoptotic) nhưBAD, Noxa, BMF, BIK/BLK, Beclin-1…

- Protein hình thành lỗ hoặc cắt gây ra apoptosis như BAX, BAK, BOK, BIM, BID,PUMA

Các vùng BH được coi là trung tâm để phân loại thành các phân họ vì chúng tạo điềukiện cho sự tương tác của các thành viên trong họ protein BH3 ban đầu được đánh dấu

là một vùng quan trọng vì nó được chứng minh rất quan trọng đối với sự tương tác củaBCL-XL ức chế apoptosis và protein gây cắt ức chế apoptosis BAK, cũng như cho hoạttính apoptosis Miền BH3 rất quan trọng đối với nếp gấp đúng của túi kỵ nước mà tại

đó gây ra tương tác của thành viên họ protein BCL-2 Do đó, các đột biến điểm hoặcviệc xóa vùng BH3 đã được chứng minh làm giảm đáng kể hoạt tính gây ra apoptosiscủa một số protein chỉ có BH3 Trong khi đó vùng BH4 được cho là có ý nghĩa đối vớiphân họ ức chế apoptosis; xóa vùng BH4 có thể chuyển từ ức chế apoptosis sang gây raapoptosis [38]

1.3 PROTEIN ỨC CHẾ APOPTOSIS BCL-2

Trong hầu hết mô khối u và các dòng tế bào ung thư, các protein họ Bcl-2 ức chếapoptosis thường được biểu hiện cao Sự tăng quá mức các protein chống apoptosis củagia đình họ protein Bcl-2 thúc đẩy sự sống sót và tăng sinh tế bào, dẫn tới sự đề khángtrị liệu do tế bào tránh khỏi quá trình apoptosis [28] Bởi vậy ức chế protein apoptosis

là mục tiêu nhiều hứa hẹn trong điều trị ung thư, trong đó 3 protein Bcl-2, Bcl-XL,

MCL-1 được tập trung nghiên cứu nhiều nhất trong thời gian qua Nghiên cứu này tậptrung nghiên cứu Bcl-2.

Bcl-2 (B-cell lymphoma 2) là thành viên đầu tiên của họ protein Bcl-2 được xác định.Bcl-2 được phát hiện lần đầu tiên trong bệnh u lympho tế bào B do sự chuyển vị nhiễmsắc thể giữa nhiễm sắc thể 14 và 18 t(14:18) Sự chuyển vị nhiễm sắc này gây ra sựtăng cường phiên mã BCL-2, tạo ra lợi thế sống sót cho các tế bào ung thư Bcl-2 đượcghi nhận biểu hiện quá mức trong ung thư tuyến tiền liệt, ung thư vú, đại trực tràng[16], [34]

Gen BCL-2 bao gồm ba exon, hai exon đầu tiên mã hóa bốn miền BH, trong khi đóexon 3 mã hóa miền xuyên màng gắn protein vào màng nội bào (Hình 1.2) Có haiđồng phân của BCL-2; BCL-2α và BCL-2β Trong khi BCL-2α là anti-apoptotic thìBCL-2β vẫn chưa được mô tả đầy đủ Cấu trúc của protein BCL-2α với hai vòng xoắn

kỵ nước trung tâm (α1 và α2) được bao quanh bởi năm chuỗi xoắn ốc và miền xuyênmàng đầu C Rãnh kỵ nước đặc trưng này bao gồm các vòng xoắn 3, 4, 5 và 6 [38]

Hình 1.2 Cấu trúc mô hình các vùng chức năng protein Bcl-2 [38]

Cấu trúc tổng thể của Bcl-2 (1) bao gồm 2 trung tâm, chuỗi xoắn kỵ nước ưu thế (chuỗiα5 và α6) được đóng gói bởi bốn chuỗi xoắn lưỡng tính α1 - α4 Chuỗi xoắn α1 (acid

Chuỗi xoắn α1 và α2 được định hướng song song với nhau, giao nhau ở góc khoảng45° Một vòng dài, chứa duy nhất chuỗi xoắn α3, kết nối chuỗi xoắn α2 với vòng xoắnα4 (acid amin 126-137) và dẫn đến một hướng gần như vuông góc cho hai chuỗi xoắnnày Chuỗi xoắn α4, α5 (acid amin 144-163) và α6 (167-192) được định hướng theokiểu gần như song song với một nút trong chuỗi xoắn α6 tại histidin 184 Một vòngxoắn không đều gồm hai acid amin glycin nối chuỗi xoắn α6 (acid amin 195-202) vớichuỗi xoắn α7 (acid amin 195-202), định hướng chuỗi xoắn α7 vuông góc với chuỗixoắn α4, α5 và α6 (Hình 1.3) [26] Cấu trúc tinh thể của Bcl-2 đã được xác định trênngân hàng dữ liệu protein PDB, các cấu trúc Bcl-2 đồng kết tinh với các phối tử như4IEH, 4MAN, 6GL8, 6O0K…được xem xét sử dụng trong nghiên cứu này [54].

Hình 1.3 Cấu trúc 3D protein Bcl-2 [26]

Miền BH3 ở các protein gây ra apoptosis hoạt động như những phối tử gắn kết vào cácprotein ức chế apoptosis Miền BH3 hình thành một chuỗi xoắn kép lưỡng cực có thểgắn vào rãnh kỵ nước lớn trên protein ức chế apoptosis Bcl-XL Bốn acid amin kỵ nước(h1-h4) trên một mặt của vòng xoắn thâm nhập vào các túi tương ứng (p1-p4) xếpthành hàng trên rãnh của Bcl-XL (hình 1.4) Các phức hợp miền BH3 với protein ức

chế apoptosis tổng thể là giống nhau Điều này thúc đẩy sự ra đời của các chất phân tửnhỏ ức chế Bcl-2 bắt chước sự tương tác này [18].

Cấu trúc tinh thể của Bcl-2 với venetoclax (Mã PDB: 6O0K) với khoang gắn kết dạngrãnh dài hẹp Venetoclax với hai cấu dạng được mô tả nhánh 4-chlorophenyl (CP) liênkết vào túi P2, piperazin cầu nối giữa túi P2 và P4, nhóm thế azaindol (AI) gắn vào túiP4 (hình 1.5) [5]

Hình 1.4 Cấu trúc tinh thể của protein Bcl-XL gắn kết với peptid tương ứng vùng BH3

[18]

Hình 1.5 Cấu trúc đồng kết tinh của hai cấu dạng venetoclax gắn kết với rãnh Bcl-2

2016 đầu tiên với chỉ định trong bệnh bạch cầu lympho bào mạn tính dòng tủy (CLL).Năm 2018 venetoclax được mở rộng chỉ định trong bệnh lý bạch cầu cấp dòng tủy(AML) mới chẩn đoán hoặc không thể hóa trị liều cao, tháng 5/2019 FDA chấp thuậnvenetoclax cho người trưởng thành mắc bệnh bạch cầu lympho bào mạn tính dòng tủy(CLL) hoặc ung thư hạch lympho nhỏ (SLL) [50]

Bảng 1.1 Các thuốc ức chế Bcl-2 đang được nghiên cứu điều trị bệnh ung thư

(Ghi chú: CLL: bệnh bạch cầu lympho bào mạn tính dòng tủy; NSCLC: ung thư phổikhông phải tế bào nhỏ; SCLC: ung thư phổi tế bào nhỏ; ALL: bệnh bạch cầulymphoblastic cấp tính; NHL: bệnh lymphoma không Hodgkin; CRC: ung thư đại trựctràng; AML: bệnh lý bạch cầu cấp dòng tủy; SLL: ung thư hạch lympho nhỏ; MM: đa

Navitoclax Pha I/II

CLL, khối u rắn giai đoạn tiếntriển, ung thư hắc tố(melanoma), NSCLC

APG-1252 Pha I/II SCLC, khối u rắn giai đoạn tiến

triểnAZD4320 Tiền lâm sàng ALL, NHLS44563 Tiền lâm sàng SCLC, khối u rắn giai đoạn tiếntriểnBCL2-32 Tiền lâm sàng ALL, NHL

1.4 NGHIÊN CỨU IN SILICO CÁC CHẤT ỨC CHẾ PROTEIN BCL-2Các nghiên cứu in silico tìm kiếm chất ức chế protein Bcl-2 đã được công bố bao gồmnghiên cứu dựa trên cấu trúc và dựa vào hoạt tính của phối tử (ligand) Bảng 1.2 liệt kêmột số mô hình in silico trên các chất ức chế Bcl-2.

Bảng 1.2 Nghiên cứu in silico các chất ức chế protein Bcl-2

- Sử dụng mô hình pharmacophore sàng lọc trên tập dữ liệu ZINCdatabase Docking (Glide-SP)Tính toán MM-GBSAInduce fitdockingĐánh giá ADMET Mô tả động học phân tử

- Nghiên cứu tìm được ZINC68728276 and ZINC14166367 có thểxem xét để nghiên cứu in vitro

Nilofer

Gerald Arakal

và cộng sự,

2021 [3]

- Cơ sở dữ liệu gồm 72 chất ức chế Bcl-2 với giá trị IC50

- Mô hình 3D-pharmacophore dựa trên phối tử gồm 4 điểm (AHNR)gồm 1 điểm nhận liên kết hydro, 1 nhóm ion âm, 1 vòng nhân thơm vàmột điểm kỵ nước

- Mô hình 2D QSAR đánh giá trên tập xây dựng (60 chất) R2= 0,87;RMSE = 0,45; trên tập kiểm tra R2= 0,83; RMSE = 0,44

- Tiến hành sàng lọc trên tập dữ liệu ZINC database3DPharmacophore, docking và 2D QSARĐánh giá ADMETMô tảđộng học phân tử

- Nghiên cứu tìm được 3 chất ZINC76760927, ZINC76768675 vàZINC52767796 có tiềm năng để nghiên cứu in vitro, in vivo…

- Sàng lọc trên tập dữ liệu 6 triệu chất tìm được 175 chất Dựa trên cácnghiên cứu về chất ức chế Src và Bcl-2  Thay đổi cấu trúc của hợpchất, mô phỏng động lực học phân tử của hợp chất xác định QST101

- Mô hình 3D-pharmacophore dựa trên cấu trúc với 3 điểm HHD gồm

2 điểm kỵ nước và 1 điểm cho hydro

- Mô hình được đánh giá trên tập chất có hoạt tính (40 chất có IC50 <10.000nM từ ChemBL) và 1440 chất của tập decoy, các giá trị Se, Sp,Acc, GH lần lượt là 0,101; 0,957; 0,936 và 0,149

- Kết hợp mô hình docking, sàng lọc trên tập dữ liệu các chất tự nhiênZINC, tìm được 255 các chất có tiềm năng ức chế Bcl-2 trong bệnhung thư

- Đánh giá trên 148 chất có hoạt tính và 5700 chất decoy, mô hình cókhả năng phân loại tốt với AUC > 0,9

1.5 PHƯƠNG PHÁP XÁC ĐỊNH HOẠT TÍNH ỨC CHẾ BCL-2

Hằng số ức chế Ki của các chất ức chế Bcl-2 trong cơ sở dữ liệu đã thu thập được thựchiện bằng thử nghiệm dựa trên phân cực huỳnh quang Thử nghiệm đánh giá cạnhtranh gắn kết của các chất ức chế làm thay đổi tương tác của protein Bcl-2

Protein ức chế apoptosis gắn kết với các thành viên gây ra apoptosis của gia đình

BCL-2 như BAX, BAK1, BIM, BID… Dựa trên điều này, những peptid (Bid BH3, BakBH3, Bim…) được đánh dấu huỳnh quang được sử dụng như chất đánh dấu Các chấtthử nghiệm có thể cạnh tranh với peptid này để liên kết với protein Bcl-2 Những thayđổi của tín hiệu phân cực huỳnh quang sau khi bổ sung chất thử nghiệm ở các nồng độkhác nhau là cở sở để tính toán giá trị hằng số ức chế Ki dựa trên nồng độ của peptid

Docking tìm các tương tác giữa phân tử hợp chất và điểm tác động theo 3 hướng:

- Xem hợp chất và protein đều là những phân tử cứng (docking cứng)

- Xem hợp chất là những phân tử linh động (docking bán linh động)

- Xem hợp chất và protein đều linh động (docking linh động hoàn toàn), nhưng tínhlinh động chỉ giới hạn ở những chuỗi bên đặc trưng nào đó của điểm gắn kết

Phương pháp được sử dụng phổ biến là docking bán linh động Các phần mềm dockingnhư Gold, FlexX, Dock, AutoDock sử dụng docking bán linh động [23]

1.6.2 Docking bằng phần mềm LeadIT 2.1

Trong nghiên cứu này, phần mềm FlexX được tích hợp sẵn trong LeadIT 2.1, được sửdụng để dự đoán tương tác protein-phối tử Đối với một phức hợp protein-phối tử,FlexX sẽ dự đoán cấu trúc hình học cũng như ước lượng độ mạnh của liên kết [4]

Trong phiên bản FlexX, protein được giả định cứng nhắc, vì vậy protein phải đượcxuất dưới dạng tương tự như trạng thái gắn kết tự nhiên Các thuật toán docking trongFlexX thường làm việc mà không cần sự can thiệp thủ công Như vậy, FlexX lý tưởngcho việc docking protein-phối tử, cũng như để sàng lọc một tập hợp lớn của các phối tử

để tìm ra những chất mới tiềm năng cho thiết kế thuốc

Thuật toán trong FlexX được xây dựng từ nhiều kỹ thuật thuận lợi cho việc thiết kếthuốc Những mảnh vỡ cơ sở được lựa chọn tự động và đặt vào vùng hoạt động bằngcách sử dụng những thuật toán dựa trên kỹ thuật nhận diện mẫu được gọi là tạo ra vùngcụm Tiếp theo, phần còn lại của phối tử được xây dựng từng bước từ những mảnh vỡkhác Mảnh vỡ mới ở tất cả các cấu dạng sẽ được đặt vào vị trí đã được tìm thấy trước

đó nhưng chỉ có vị trí tốt nhất mới được tiến hành bước tiếp theo phương pháp GROW

Vị trí của phối tử được đánh giá thông qua tương tác protein-phối tử Cuối cùng, nănglượng liên kết được tính toán và dùng để đánh giá những vị trí gắn kết này [4]

1.7 MÔ HÌNH 3D PHARMACOPHORE

Theo định nghĩa của IUPAC năm 1997, pharmacophore (nhóm quyết định tác dụngsinh học) bao gồm tất cả các yếu tố không gian (steric) và điện tử cần thiết để đảm bảocho sự tương tác của phân tử hợp chất với cấu trúc của điểm tác động sinh học chuyênbiệt và kích thích (hay ức chế) đáp ứng sinh học của điểm tác động này Mộtpharmacophore không đại diện bởi một phân tử cụ thể hoặc nhóm chức cụ thể nàonhưng khái niệm này dùng để mô tả các cấu trúc có khả năng liên kết của một nhómhợp chất lên điểm tác động Pharmacophore có thể được xem như là mẫu số chung lớnnhất của các cấu trúc có tác dụng sinh học (cấu trúc hiện diện ở tất cả các phân tử cóhoạt tính) Pharmacophore được mô tả bằng các yếu tố là khả năng tạo liên kết hydro(cho và nhận), khả năng kỵ nước, khả năng tích tĩnh điện và được xác định bằng các

Ứng dụng của mô hình 3D pharmacophore là tìm những phân tử hợp chất có hoạt tính

từ cơ sở dữ liệu cấu trúc 3D dựa vào mô hình pharmacophore Mô hình pharmacophore

có thể xây dựng bằng nhiều cách như:

- Suy ra từ một hợp chất gắn kết đã biết

- Suy ra từ một dãy các hợp chất được xếp hạng hoạt tính khác nhau

- Phân tích trực tiếp cấu trúc của mục tiêu tác động

Lựa chọn tập hợp dữ liệu để xây dựng mô hình pharmacophore với các tiêu chí sau:

- Số lượng cấu trúc: Sử dụng 2-3 cấu trúc hoặc nhiều hơn

- Dãy hợp chất có hoạt tính khác nhau: Điều quan trọng nhất là có một dãy hợp chất cóhoạt tính mạnh để có nhiều thông tin xây dựng mô hình pharmacophore

- Cấu trúc phân tử: Tốt nhất nên có nhiều cấu trúc khác biệt

- Sự đa dạng các yếu tố: Có nhiều loại yếu tố như vòng thơm, trung tâm cho và nhậnliên kết hydro, trung tâm kỵ nước… Xây dựng mô hình pharmacophore với số lượngyếu tố tối ưu thường là 2 – 4 yếu tố và có sự phối hợp các yếu tố này

Đánh giá một mô hình pharmacophore tốt dựa vào tính chọn lọc đối với các hợp chấtkhông có hoạt tính đã biết và tính chọn lọc đối với thư viện hợp chất ngẫu nhiên

Các mô hình được xây dựng và đã thành công và áp dụng rộng rãi trong sàng lọc ảo,thiết kế de novo và tối ưu hóa chất khởi nguồn Với sự phát triển của công nghệ thôngtin, hiện đã có nhiều phần mềm hỗ trợ việc tạo pharmacophore tự động Những nămgần đây, đã có nhiều công trình thành công trong việc ứng dụng phuơng pháppharmacophore trong khám phá thuốc Ngoài ra, mô hình pharmacophore cũng rất hữuích cho việc dự đoán đặc tính dược động học của thuốc (hấp thu, phân bố, chuyển hóa,thải trừ, độc tính – ADME)

Bên cạnh đó, pharmacophore cũng có thể được tạo ra dựa trên tương tác proteinprotein(PPI), trong đó một protein là “thụ thể” và protein thứ hai là “phối tử” Cácpharmacophore có thể được tạo bằng tay và tạo tự động bằng cách ánh xạ tới cácnguyên tử của các protein phối tử trong sự tương tác trực tiếp với protein thụ thể Các

mô hình pharmacophore xây dựng được có thể sử dụng để tìm các cấu trúc phân tử nhỏ

có khả năng ức chế PPI (SMPPII – small molecule PPI inhibitor) mong muốn [42]

1.8 MÔ HÌNH 2D-QSAR

Mối quan hệ định lượng giữa cấu trúc và tác dụng (Quantative Structure - ActivityRelationship, QSAR) là một quá trình mang tính định lượng mối liên hệ giữa cấu trúc,tính chất hóa học và hoạt tính sinh học của các hợp chất Từ đó tìm ra những quy luậttương quan để đánh giá hoạt tính sinh học của những hợp chất mới

Các thông tin về cấu trúc hóa học 2D và 3D của hợp chất được tính toán để đưa vềdạng có thể “định lượng được” Công việc của QSAR là xác định được những tham sốC0, C1, …, Cn trong phương trình:

Hoạt tính sinh học (Biological activity) = C0 + (C1*P1) +…+ (Cn*Pn)

Với sai số dự đoán là nhỏ nhất cho một tập dữ liệu có sẵn

Phương pháp được áp dụng để xác định các tham số trên là phương pháp hồi quy (hồiquy tuyến tính hay hồi quy phi tuyến), trong đó thuật toán bình phương tối thiểu từngphần (PLS), tính toán máy vector hỗ trợ (SVM) và mạng neuron nhân tạo (ANN)thường được áp dụng

CHƯƠNG 2 PHƯƠNG PHÁP NGHIÊN CỨU

2.1 XÂY DỰNG CƠ SỞ DỮ LIỆU

Tổng cộng 480 hợp chất có hoạt tính ức chế Bcl-2 với các nhóm cấu trúc khác nhau thuthập các bài báo khoa học, đơn vị tính hoạt tính ức chế (Ki) micromol/ lít (µM) haynanomol/ lít (nM)

Bảng 2.1 Cấu trúc các nhóm chất trong tập cơ sở dữ liệu

Cấu trúc

Số chấtthử hoạttínhKi/Bcl-2

Bài báo khoahọc

Aryl sulfonamid (Ar-SO2-NH-R)

54 [11], [46], [47]

96 [7], [39], [45]

42 [41], [10], [22]

Cấu trúc

Số chấtthử hoạttínhKi/Bcl-2

Bài báo khoahọc

Cấu trúc

Số chấtthử hoạttínhKi/Bcl-2

Bài báo khoahọcKhung thienopyrimidin

69

[30], [8], [15],[19]

Khung thienopyrimidin

Khung anthraquinon

Cấu trúc

Số chấtthử hoạttínhKi/Bcl-2

Bài báo khoahọcCác khung cấu trúc khác

2.2 MÔ HÌNH DOCKING

2.2.1 Chuẩn bị cấu trúc protein Bcl-2

Cấu trúc tinh thể của protein Bcl-2 được tìm kiếm và tải về từ ngân hàng dữ liệuProtein data bank, địa chỉ http://www.rcsb.org [54] Có nhiều cấu trúc tinh thể kết tinhcủa Bcl-2, cấu trúc được lựa chọn cần có độ phân giải cao và ligand đồng kết tinh vớiprotein là chất có hoạt tính ức chế Bcl-2 đã được nghiên cứu nhiều Vì vậy, cấu trúctinh thể đồng kết tinh Bcl-2 với ligand venetoclax (mã sỗ 6o0K, độ phân giải 1,62Å)được lựa chọn làm đích tác động trong nghiên cứu này

2.2.2 Quy trình xây dựng mô hình mô tả phân tử docking

Phương pháp docking cần thông tin về cấu trúc của một protein và cấu trúc của cácphối tử Các phần mềm sẽ sử dụng các thông tin cấu trúc này để xây dựng các cấu trúc

ảo trên máy tính Tiến trình docking được máy tính thực hiện bằng cách gắn cấu trúc

ảo của phối tử vào cấu trúc của protein và đánh giá sự gắn kết tạo thành Kết quả nhậnđược là các cấu dạng gắn kết của phối tử kèm theo điểm số đánh giá sự gắn kết Quytrình thực hiện docking gồm các bước [52]:

- Chuẩn bị cấu trúc 3D của protein và cấu trúc 3D của phối tử

- Tiến hành docking

- Đánh giá kết quả thu được gồm cấu dạng và điểm số gắn kết

1 Chuẩn bị cấu trúc 3D protein bằng công cụ LigX

LigX là một bộ các công cụ của MOE 2015 dùng để tiến hành các khảo sát về tươngtác giữa đích tác động và phối tử, trong đó bao gồm cả các công cụ để xử lý protein.Quá trình chuẩn bị protein khi sử dụng LigX gồm các bước sau [52]:

- Xác định ligand đồng kết tinh (Verify ligand/ Choose ligand)

- Proton hóa (Protonate): các acid amin trong protein được proton hóa và tích điện

- Cố định và tối thiểu hóa năng lượng (Tether and Minimize): các nguyên tử trongprotein được xác định vùng không gian chuyển động nhằm đảm bảo mọi nguyên tửkhông bị chệch quá xa khỏi tọa độ ban đầu, sau đó phân tử protein được tối thiểu hóanăng lượng

- Xóa các phân tử nước không liên kết (Delete Unbound Waters)

- Lưu protein vừa được chuẩn bị dưới dạng file *.pdb

2 Chuẩn bị cấu trúc 3D của phối tử

Các phối tử được xây dựng cấu trúc 3D bằng MOE 2015 và lưu dưới dạng *.mol2 Sau

đó các phối tử được tối thiểu hóa năng lượng bằng Sybyl-X 2.0 để dễ dàng tìm ranhững cấu dạng bền nhất (có mức năng lượng thấp nhất) trong quá trình docking.Tối thiểu hóa năng lượng hai lần bằng công cụ Compute → Minimize → Molecule,chọn lựa thông số như sau: Method: Conj Grad; Termination: Energy Change, 0.0001KJ/mol; Max Iterations: 10000; Modify → Charge: Gasteiger-Huckel; các thông sốkhác để mặc định

Sau khi tối thiểu hóa năng lượng lần một, tiến hành động lực học phân tử bằng công cụCompute → Dynamics → Setup Smilated Annealing, chọn Run: 5; các thông số khác

để mặc định Chọn ra cấu dạng có năng lượng thấp nhất trong toàn bộ các cấu dạngđược tạo ra, từ cấu dạng này tiến hành tối thiểu hóa năng lượng lần hai và lưu lại dướidạng *.mol2 Tất cả các phân tử sau khi đã tối tiểu hóa xong lần hai sẽ được lưu lạithành một bảng dưới dạng *.sdf

3 Docking với LeadIT 2.1

Để thực hiện docking trong LeadIT 2.1, đầu tiên protein đã chuẩn bị bằng công cụLigX được tải vào bằng cách chọn Receptor → Load or Prepare Chọn protein đãchuẩn bị trước bằng MOE 2015.10 → Chọn chuỗi protein tương tác với phối tử →Chọn phối tử tham chiếu → Chọn khoảng gắn kết theo mặc định là 6,5 Å tính từu phốitửu tham chiếu Tuy nhiên, khi xem xét cấu trúc protein Bcl-2 với rãnh dài hẹp và cấutrúc các phối tử nghiên cứu khá lớn gây nên nhiều chất không dock được vào khoang,

do đó nghiên cứu lựa chọn khoảng cách gắn kết được mở rộng lên 8,5 Å

Tải các phối tử cần dock vào bằng công cụ Docking → Define FlexX docking →Docking library → Load file

Sau đó xác định các thông số cho quá trình docking: Số lượng các cấu dạng liên kết(pose) giữ lại là 10 (chọn Top10) Trong phần chi tiết Docking, chọn số lần tối đa chomỗi lần lặp lại là 1000 và số lần tối đa cho việc bẻ gãy là 200 Các thông số còn lại làmặc định.

Chọn Apply and Dock

2.2.3 Đánh giá kết quả docking

Kết quả docking bao gồm cấu dạng gắn kết của các dẫn chất, các tương tác có thể xảy

ra giữa các hợp chất với các acid amin và điểm số docking Những điểm cần phân tíchbao gồm tương tác giữa phân tử hợp chất với mục tiêu tác động với các liên kết hydro,tương tác π – π, tương tác cation – π, tương tác ion Các tương tác bề mặt Van derWaals được phát hiện bởi sự tiếp xúc các bề mặt thân nước, kỵ nước giữa các phân tửhợp chất và điểm số gắn kết Trong đó điểm số docking càng âm biểu thị khả năng gắnkết của phân tử vào khoang tác động càng tốt Các mô hình để tính toán điểm sốdocking được xây dựng để phù hợp cho tất cả các đích protein Tuy vậy, độ chính xáccủa điểm số thường thay đổi rất nhiều khi đích tác động thay đổi

Do đó, để đảm bảo việc lựa chọn kết quả các cấu dạng tiềm năng được chính xác hơn,nghiên cứu áp dụng phương pháp phân tích dấu vân tay tương tác protein-phối tử(protein-ligand interaction fingerprint - PLIF) của MOE 2015.10 kết hợp với điểm sốdocking để phân tích kết quả [52]

Phương pháp PLIF biểu thị tương tác phối tử-protein dưới dạng hình ảnh 1 chiều Trong đó, mỗi tương tác giữa acid amin trong protein và phối tử tương ứng với mộtvạch đen trong biều đồ Kết quả khi xếp chồng nhiều phối tử cùng tương tác tại một vịtrí gắn kết sẽ tạo ra barcode (mã vạch) xếp chồng lên nhau

Kết quả sau docking ở dạng *.sdf sẽ được chuyển thành định dạng *.mdb và mở trongMOE 2015.10 để tiến hành phân tích kết quả bằng phương pháp PLIF Phân tích PLIFbao gồm bước thực hiện:

- Mở kết quả docking dạng *.mdb và cấu trúc thụ thể đã sử dụng để docking bằngMOE 2015.10

- Trong cửa sổ cơ sở dữ liệu (*.mdb) chọn Compute/ PLIF/ Generate…

- Trên cửa sổ PLIF Setup: Chọn Receptor: Receptor + Solvent Ở Ligand: mol đểchọn cột chứa thông tin cấu dạng sau khi docking Các thông số khác sẽ được để

mặc định Cuối cùng, chọn Prepare để thực hiện tính toán các tương giữa protein vàcác cấu dạng phối tử

2.3 MÔ HÌNH PHARMACOPHORE

2.3.1 Cơ sở dữ liệu

Từ các chất ức chế Bcl-2 được thu thập, lựa chọn các chất các chất có hoạt tính mạnh,đại diện cho các nhóm cấu trúc cũng như các chất đã được thử nghiệm lâm sàng làmtập xây dựng mô hình pharmacophore Điều này nhằm đảm bảo các đặc tính của môhình pharmacophore xây dựng được đại diện cho đặc tính của các chất có tiềm năng ứcchế Bcl-2 mạnh Tập chất này được gọi là “Tập xây dựng”

Các chất còn lại được dựa theo hoạt tính ức chế Bcl-2 (Ki) phân chia thành 2 tập dữliệu khác nhau dùng để đánh giá mô hình pharmacophore xây dựng được: “Tập có hoạttính” và “Tập không có hoạt tính”

Tạo cấu dạng các hợp chất trong cơ sở dữ liệu

Trong nghiên cứu này, cấu dạng các chất được xây dựng bằng công cụ ConformationImport (Compute → Conformations → Conformation Import) trong MOE 2015 với cáctùy chọn: