第1章　緒論

1.1　引言

蛋白質參與或介導了細胞的絕大多數功能。這些復雜的大分子表現出了極大的多樣性，足以使它們有能力執行生命相關的各種各樣的活動。事實上，沒有任何其他生物分子能夠替代過去數億年中蛋白質所承擔的功能。

對于研究蛋白質結構的人來說，理解和描述這種分子的多樣性是一個很大的挑戰。1958年，當第一個球蛋白三維結構(the oxygen-storage protein myoglobin)解析出來后[1]，John Kendrew和他的同事寫道：“這個分子的最大特征就是它的復雜性和非對稱性，這種分子排布缺乏人們所期望的某種規則性，遠比任何蛋白質結構理論所預測的更為復雜”。但是，隨后基于分辨率更高的研究數據，人們發現肌紅蛋白結構還是有一些規律的，并且這個結構規律也存在于其他蛋白質中。現代蛋白質結構理論把蛋白質描述成四層結構，即一級、二級、三級和四級結構。雖然這一框架對我們探尋蛋白質結構產生的生理功能并沒有太多的幫助，但它可以使我們方便地描述和理解蛋白質。

理解蛋白質結構是探討蛋白質功能的基礎。蛋白質結構決定蛋白質功能。蛋白質的特殊結構允許三維空間中特定化學基團處于其特定的位置，這使蛋白質能夠在生命活動中充當多種角色。這些化學基團的精確定位也使得蛋白質能夠在生物體中發揮重要的結構、運輸和調節功能。蛋白質功能多樣性還表現為與其他分子(包括小分子和其他蛋白質)的相互作用。

生物過程是通過蛋白質-蛋白質的相互作用來實現的，所以要完全理解或要操縱生物過程就需要揭開蛋白質-蛋白質相互作用背后的機制。那么第一步就是要識別相互作用位點。蛋白質相互作用位點的研究方法大體上分為兩類，即實驗方法和計算方法。目前識別蛋白質相互作用位點的實驗方法主要有NMR(nuclear magnetic resonance，核磁共振)[2]、X射線晶體學[3]和丙氨酸掃描突變[4]。盡管近些年來在實驗方法學上有了很大的進展，但通過實驗方法定位相互作用位點仍然是十分耗時和昂貴的。為了彌補實驗方法的不足，需要發展其他方法克服和解決上述困難和問題。蛋白質結合位點預測方法應運而生，它能有效促進了人們對分子識別和相互作用的理解，提高了對蛋白質-蛋白質相互作用的計算預測能力，也為理性藥物分子設計打下堅實的基礎[5]。

新藥研究和開發分為藥物發現、臨床前研究和臨床研究與應用等重要階段[6]，其中前兩個階段是在科學實驗室里進行的。為了能在市場上正常銷售，一個藥物要經歷廣泛的研究和測試以判斷它的有效性、安全性、副作用以及潛在的并發癥。所以，新藥研究和開發過程要牽涉很多的學科以及相應的專業人員，如化學、生物學、生理學、藥學、臨床醫學等。

新藥研究開發的關鍵是藥物發現。藥物發現由三個環節組成，即發現并確定靶標、發現先導化合物和優化先導化合物。先導化合物一般不能直接成藥，需要對其結構做化學修飾和改造，以提高活性和特異性，改善藥物代謝動力學特性，進而衍生出特異性高、安全性好、活性高的新藥。

從藥物發現的歷史來看，人們已從僅僅依靠運氣發現新藥發展到依據靶標進行藥物分子設計。目前的藥物設計方法主要分為兩類[7]。一類是傳統藥物分子設計方法(如圖1.1所示)，以組合庫大規模篩選為代表。這個過程中，大量不同的化合物被創建并被甄別其生物活性。如果一個化合物表現出與生物靶標作用信號，那么其會被進一步優化而可能發展為一種新的藥物。這種篩選過程會花費多年時間以及很多金錢，盡管這樣，在藥物開發的最后階段，這個藥物也有可能會因為沒有足夠的有效性或缺乏安全性而被舍棄。隨著對新的有效的藥物需求的增加，傳統藥物設計方法的盲目性和低效性使它遠不能滿足社會的需要。所以，第二類藥物設計方法理性藥物分子設計(如圖1.2所示)應運而生。

理性藥物分子設計基于這樣的假設：特定生物靶標的調控可能具有治療價值。一個生物分子能夠作為靶標，兩方面的信息是必需的：一是這個靶標與某種疾病過程相關聯，其表現為這個靶標的突變與某種疾病狀態一致；二是這個靶標具有可藥性，即其能夠與小分子相結合并使活性發生變化。

一旦適宜的靶標被確定，那么它通常會被克隆和表達，以建立篩選模型。另外，這個靶標的三維結構一般也需要被確定。

為了搜索結合靶標的小分子，首先建立潛在藥物化合物的篩選庫，理想的情況下，這些作為候選藥物的化合物應該具有類藥性，即應該滿足一般藥物具有的在口服生物利用度、化學和代謝穩定性以及毒性等方面的要求。這個篩選過程可以使用篩選模型試驗來完成，而在靶標三維結構已知的情況下，虛擬篩選也可以用來篩選候選藥物。由于虛擬篩選技術的使用，使得發現先導化合物的時間大大減少，同時藥物開發的成本也降低了[8]。

基于虛擬篩選的理性藥物分子設計必須有兩個條件。第一個條件是必須獲得目標蛋白質的三維結構數據，并且這個結構最好是來源于X射線晶體學或者NMR。假如有與目標蛋白質具有較高序列一致性的蛋白質結構存在，那么同源模建的蛋白質結構也是可以接受的。第二個條件是配體結合的位置已知。識別結合位點一般有三種途徑：①通過分析蛋白質和配體的共結晶結構得到；②與已知的結合位點進行序列或結構上進行比較；③使用結合位點預測方法進行預測。目前，蛋白質結合位點的識別已經成為一個令人感興趣的重要領域，并且有很多算法被提出來試圖解決這一問題[5]。