新冠病毒 RNA 病毒的特征导致了高突变率,从而产生了药物耐药性问题。针对关键病毒蛋白(如主蛋白酶Mpro)的抑制剂开发是控制病毒复制的有效策略。然而,随着临床广泛使用Nirmatrelvir,对耐药性的担忧日益增加。虽然临床上尚未报道对Nirmatrelvir产生耐药性的Mpro变体,但体外研究表明,病毒在选择压力下可获得耐药性突变。研究者发现,Mpro的底物结合口袋中的S1和S4位点突变会破坏Nirmatrelvir的结合能力。此外,S2和S4'位点突变导致主蛋白酶活性增加。常见的突变包括L50F和E166V,而且Mpro能同时沿着两个途径进化,产生L50F+E166V双突变。
为了应对耐药性问题,研究者提出了一个新颖的药物筛选策略。他们首先使用分子动力学(MD)模拟来探索耐药机制。随后,研究者进行了高通量虚拟筛选 (HTVS), 综合运用基于配体的相似性搜索、多构象对接和MD模拟。结果显示,NMI-003 (Z1557501297) 与 Nirmatrelvir 相比,对Mpro E166V和Mpro_L50F+E166V具有更强的抑制活性,其EC50分别为8.76±0.96μM和13.67±1.33μM。这些发现突出了开发针对耐药突变体的新型抑制剂的重要性。研究者认为,这种方法对于快速识别针对新冠病毒Mpro耐药突变的有效抑制剂至关重要。
相关研究于2024年10月10日,以Molecular Mechanism-Driven Discovery of Novel Small Molecule Inhibitors against Drug-Resistant SARS-CoV-2 Mpro Variants为题发表在Journal of Chemical Information and Modeling上。
针对SARS-CoV-2 Mpro抑制剂的计算与实验方法
作者通过分子动力学模拟、虚拟筛选和体外实验相结合,系统性地研究了SARS-CoV-2 Mpro抑制剂的活性。
分子动力学模拟 (Molecular Dynamics Simulations):首先使用PyMOL对SARS-CoV-2 Mpro的野生型和L50F、E166V、L50F+E166V突变体与NMI-001和NMI-002复合物进行了建模。随后,使用Antechamber工具包和AMBER ff14SB力场分别准备了小分子化合物和蛋白质的力场参数。利用LEaP模块生成模拟系统的拓扑和坐标文件,并加入反离子和水分子,构建了符合要求的周期性边界模拟系统。
模拟设置 (Simulation Settings):所有分子动力学模拟均在AMBER18软件中,通过GPU加速进行。能量最小化分两步进行:首先使用约束势,然后释放所有原子进行自由移动。随后进行两阶段升温,最终进行平衡模拟。所有体系在NPT系综下,于310K温度和1atm压力下进行了100 ns的生产模拟。通过自动脚本,获得了总时长为 54.2 μs的分子动力学模拟轨迹,涵盖了NMI-001、NMI-002以及536个新化合物与三种突变体Mpro的复合物。
模拟分析 (Analysis of MD Simulations):CPPTRAJ用于分析轨迹的结构性质,例如稳定性。计算了每个复制相对于初始结构的均方根偏差(RMSD)来监测模拟的收敛性,并通过Mpro的Cα均方根波动(RMSF)研究了突变导致的构象变化。此外,还提取了平衡轨迹中的代表性结构,用于展示抑制剂和Mpro之间的结合模式。通过MM/GBSA方法计算了结合能,并通过能量分解分析确定了关键残基。公式 (1):
公式 (2):
高通量虚拟筛选 (High-Throughput Virtual Screening):研究者结合基于配体的相似性搜索和基于结构的对接方法,对来自多个供应商的六个化合物库进行了高通量虚拟筛选。
基于整体分子相似性的骨架跳跃 (Scaffold Hopping by Holistic Molecular Similarity Search):使用WHALES描述符对NMI-001(模板)进行骨架跳跃,检索出与模板相似的化合物。选择WHALES描述符来编码几何原子间距、分子形状和原子性质。最终保留968个化合物进入后续步骤。
基于结构的虚拟筛选 (Structure-Based Virtual Screening):考虑靶蛋白口袋的灵活性,利用来自MD模拟的八种SARS-CoV-2 Mpro构象系综进行对接。采用三阶段对接流程,包括高通量虚拟筛选、标准精度对接和额外精度对接。对接前使用Protein Preparation Wizard和LigPrep模块准备了化合物结构和复合物结构。选择对接分数低于-4.60 kcal/mol的分子,并使用分子动力学模拟验证了其结合模式和结合亲和力。
体外实验 (In Vitro Experiments):SARS-CoV-2抑制试验 (SARS-CoV-2 Inhibition Assay):使用Vero E6细胞,以不同浓度化合物处理细胞后,感染野生型或表达mNeonGreen报告蛋白的耐药SARS-CoV-2突变体(L50F、E166V、L50F+E166V)。24小时后,测定细胞裂解物的荧光值,并计算EC50值。
IC50测定 (IC50 Measurement):在大肠杆菌中表达并纯化His标签的SARS-CoV-2 Mpro野生型和三个突变体。使用底物Dabcyl-KTSAVLQSGFRKME-Edans测定Mpro的活性。在与不同浓度化合物共培养后,测量荧光强度,计算IC50值。
主要结果
作者研究了两种化合物NMI-001和NMI-002与野生型及突变型SARS-CoV-2 Mpro的结合稳定性。通过分子动力学模拟,发现L50F、E166V以及L50F+E166V突变对NMI-001和NMI-002的结合影响较小。如图2所示,这些突变体与抑制剂的结合模式与野生型相似,氢键和疏水相互作用是主要的结合方式。
图1 严重急性呼吸系统综合征冠状病毒2 Mpro野生型(WT)和三个突变体(L50F、E166V和L50F+E166V)中(A)NMI-001和(B)NMI-002结合模式的结构比对。带有耐火砖和灰色的虚线分别代表氢键和疏水相互作用。
Mpro的RMSD值显示突变体与抑制剂的复合物在模拟过程中保持稳定,且活性位点残基的RMSD值较低,说明突变对配体结合影响不大。RMSF分析表明,突变并未引起蛋白质构象的显著变化。
图2 严重急性呼吸系统综合征冠状病毒2型Mpro的野生型(WT)和三个突变体(L50F、E166V和L50F+E166V)中关键残基的能量分布有助于(A)NMI-001和(B)NMI-002结合。绝对能量贡献高于0.5千卡/摩尔的残留物被定义为关键残留物。这些关键残基对结合能量有重大贡献,有助于稳定Mpro活性位点的抑制剂。颜色越深,结合能贡献的绝对值就越大。
进一步的结合能分析(如图3所示)显示,E166V突变体中残基166的能量贡献增加,这表明该位点在突变体与抑制剂结合中起重要作用。
为了筛选出能克服耐药性的新型抑制剂,作者使用了基于NMI-001的骨架跳跃相似性搜索和基于结构的虚拟筛选相结合的方法。研究者从1500多万个小分子中筛选出了968个结构与NMI-001相似的分子,并进行了分层聚类分析。基于多个Mpro构象(从分子动力学模拟中提取)的虚拟筛选过程,通过计算对接评分和MM/GBSA结合能(如图4所示)筛选出了潜在的候选化合物。
图3(A)nirmatrevir和(B-F)五种候选化合物对严重急性呼吸系统综合征冠状病毒2型Mpro WT的抑制作用以及Vero E6细胞中预测的相应突变体;通过检测发光来计算最大效应中值(EC50)值的浓度。
通过MD模拟评估,并根据结合稳定性,结合模式和结合能等指标,最终选择了六种化合物进行分析。其中,Z1557501297(NMI-003)被选中进入实验验证。实验结果表明,NMI-003在体外对SARS-CoV-2的E166V突变体和L50F +E166V突变体具有较好的抑制活性(如图5,6所示),且优于nirmatrelvir。
图4(A)nirmatrevir和(B-F)五种化合物对严重急性呼吸系统综合征冠状病毒2型Mpro WT的抑制活性特征以及预测的相应突变体。通过基于荧光共振能量转移(FRET)的切割试验确定中值抑制浓度(IC50)值。
作者进一步深入研究了NMI-003的抗耐药机制,通过分子动力学模拟分析了NMI-003与Mpro E166V和L50F+E166V突变体的复合物,(如下图 7 所示)发现NMI-003能与突变体的结合口袋很好地匹配,其结合能分别为-49.04和-43.17 kcal/mol,疏水相互作用和氢键是主要的驱动力。
图5 新型化合物NMI-003抗药性特征的分子机制。NMI-003与Mpro(A)E166V和(B)L50F+E166V的相互作用模式。Mpro(C)E166V和(D)L50F+E166V与NMI-003结合的配合物中关键残基的能量贡献。
对复合物的结合能详细分析表明,V166突变残基在结合中起关键作用。NMI-003与突变体Mpro结合时的关键残基在活性位点均匀分布,与S1-S4口袋良好匹配。同时,NMI-003与V166和Q189之间的相互作用进一步稳定了抑制剂与蛋白的结合。
总结
针对新冠病毒Mpro蛋白的Nirmatrelvir药物在体外选择性压力下,促使Mpro蛋白产生了多种耐药突变。其中,L50F和E166V突变及其组合L50F+E166V突变,对新冠病毒有效治疗构成显著障碍。前期研究者已发现NMI-001和NMI-002这两种新型非肽抑制剂,它们具有独特的骨架和结合模式,区别于Nirmatrelvir。基于此,作者提出了一种药物设计策略,旨在快速筛选能够对抗突变诱导的耐药性的抑制剂。首先,利用分子动力学(MD)模拟,研究了NMI-001和NMI-002与三种耐药突变体(Mpro L50F、Mpro E166V和Mpro L50F+E166V)的结合机制。
随后,作者进行了两阶段的高通量虚拟筛选。第一阶段,以NMI-001为模板,在一个包含15,742,661个化合物的库中进行了基于骨架跳跃的相似性搜索。第二阶段,通过分子对接和MD模拟,对968个与NMI-001相似的化合物进行了评估。鉴定出六个可能对至少一种突变体有效的化合物,并采购了五个化合物进行体外实验。最终,发现化合物Z1557501297(NMI-003)对E166V(IC50=27.81±2.65μM)和 L50F+E166V(IC50=8.78±0.74μM)突变体表现出抑制作用。研究者进一步在原子水平上阐明了NMI-003 与Mpro E166V和NMI-003与Mpro L50F+E166V的结合模式。NMI-003是首个对E166V和L50F+E166V突变体均有活性的化合物,为设计治疗耐药新冠病毒的新型抗病毒药物提供了良好的起点。
要点回顾
Q1:本文研究的主要目标是什么?
A:本文研究的主要目标是寻找能够有效对抗SARS-CoV-2 Mpro蛋白药物耐药突变的新型小分子抑制剂。具体而言,研究针对尼马瑞韦 (Nirmatrelvir) 选择压力下产生的L50F, E166V以及L50F+E166V这些具有代表性的耐药突变,旨在快速发现能够克服这些突变导致的药物耐药性的抑制剂。
Q2:研究中使用了哪些主要的实验和计算方法?
A:研究中主要使用了以下方法:
分子动力学 (MD) 模拟:用于研究NMI-001和NMI-002与野生型及突变型Mpro 的结合机制。
高通量虚拟筛选:包括基于骨架跃迁的相似性搜索和基于结构的分子对接,用于筛选潜在的抑制剂。
体外实验:通过细胞感染实验和酶活性检测来评估化合物的抑制效果。
MM/GBSA(分子力学-广义玻恩表面积)方法: 用于计算抑制剂与Mpro的结合能,并通过残基能量分解分析识别关键残基。
Q3:为什么选择NMI-001作为模板进行相似性搜索?
A:选择NMI-001作为模板的原因是:
NMI-001是一种新型非肽抑制剂,它具有与尼马瑞韦不同的独特骨架和结合模式。
NMI-001在与Mpro结合时,与166位残基的相互作用较强。
本研究发现的E166V突变对尼马瑞韦产生最严重的耐药性,因此NMI-001被认为是开发针对该突变抑制剂的合适模板。
Q4:在分子动力学模拟中如何制备和设置系统?
A:分子动力学模拟中的系统制备和设置包括以下步骤:
结构准备:基于NMI-001和NMI-002与野生型Mpro的复合物结构,通过计算机模拟诱变生成L50F, E166V和L50F+E166V突变体的复合物。
力场参数:使用Antechamber套件和AM1-BCC电荷模型计算小分子化合物的电荷,并使用parmchk2程序获得缺失的参数。蛋白质使用AMBER ff14SB力场描述。
系统构建:使用LEaP模块生成模拟系统的promtop和inpcrd文件,包括分配力场参数,加入抗衡离子,并将结构浸入一个边长为10.0Å的TIP3P水分子矩形周期性盒子中。
模拟设置:所有MD模拟均使用AMBER18软件进行,包括能量最小化(约束和无约束)、两阶段加热、平衡模拟和最终100ns的生产模拟。
Q5:什么是WHALES描述符?在本文中是如何应用的?
A:WHALES(Weighted Holistic Atom Localization and Entity Shape)描述符是一种用于表征分子结构的描述符,它能够以整体的方式编码几何原子间距离、分子形状和原子属性。在本文中,WHALES描述符被用于执行基于NMI-001的骨架跃迁相似性搜索:
所有化合物(包括 NMI-001)都被WHALES描述符编码。
通过计算WHALES描述符的欧几里得距离来衡量化合物与NMI-001的相似性。
保留了与NMI-001距离较近的968个化合物用于后续的筛选步骤。
Q6:高通量虚拟筛选是如何进行的?
A:高通量虚拟筛选分为两个阶段:
第一阶段 (基于配体的相似性搜索):使用基于NMI-001的WHALES描述符进行骨架跃迁相似性搜索,从超过1500万的化合物库中筛选出968个与NMI-001结构相似的化合物。
第二阶段 (基于结构的虚拟筛选):将第一阶段保留的968个化合物与从MD模拟中提取的8个Mpro构象(分别与NMI-001和NMI-002结合的野生型和三个突变体)进行分子对接。分子对接分为高通量虚拟筛选(HTVS)、标准精度(SP)对接和超高精度(XP)对接三个阶段。最终保留每个对接程序中对接评分低于-4.60 kcal/mol 的分子。
Q7:为什么分子对接之后还需要分子动力学模拟评估?
A:尽管分子对接能够筛选出大量有潜力的抑制剂,但由于其本质上是基于静态结构的,因此在准确预测配体 - 蛋白相互作用方面存在局限性。分子动力学模拟:
可以模拟更真实的蛋白结构动态变化,并能更好地反映化合物与蛋白之间的相互作用。
可以更准确评估抑制剂与靶蛋白结合的稳定性。
可以进一步验证候选化合物的结合模式和结合亲和力。
Q8:研究发现了哪种最有效的抗耐药突变的化合物?
A:研究发现化合物Z1557501297(也称为NMI-003)在体外实验中有效抑制了携带 E166V(IC50=27.81±2.65μM) 和 L50F+E166V (IC50=8.78±0.74μM) 突变的 SARS-CoV-2 Mpro。NMI-003是第一个被报道对E166V和L50F+E166V突变体具有活性的化合物。
Q9:NMI-003与Mpro的结合有什么特点?
A:NMI-003与Mpro的结合具有以下特点:
NMI-003通过氢键和疏水相互作用与Mpro结合。
NMI-003的4-甲基苯基磺酰胺基团嵌入S1口袋,通过氢键与G143和V166相互作用,并通过疏水相互作用与L141、N142和V166接触。
NMI-003的5-羟基哌啶部分占据S2和S3亚口袋。
NMI-003的苯环部分位于S4亚口袋,哌啶部分与S4口袋中的Q189形成氢键。
突变残基V166是稳定NMI-003与Mpro突变体结合的关键,并且V166与NMI-003之间的氢键和疏水相互作用为NMI-003带来显著结合能。总体而言,NMI-003与E166V和L50F+E166V突变体的结合模式十分相似,且都通过不同亚口袋的氢键和疏水相互作用共同稳定结合。
Q10:研究结果对未来抗病毒药物设计有何意义?
A:研究结果表明:
该研究成功地通过计算模拟和实验验证结合的方法,快速识别了一种针对SARS-CoV-2 Mpro耐药突变的新型抑制剂NMI-003。
NMI-003是第一个被发现对E166V和L50F+E166V突变体具有活性的化合物。
这项研究证实结合分子动力学模拟和高通量虚拟筛选相结合的方法在快速发现抗耐药药物或优化先导化合物方面具有实用价值。
为设计新型抗病毒药物提供了良好的起点,特别是针对SARS-CoV-2的耐药变种。
参考资料:
https://pubs-acs-org.2421.top/doi/pdf/10.1021/acs.jcim.4c01206
--------- End ---------
感兴趣的读者,可以添加小邦微信加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位 或 姓名-学校-职务/研究方向。