由于新冠病毒（SARS-CoV-2）的感染和復(fù)制過程不僅依賴于病毒自身蛋白質(zhì)，也涉及一系列宿主蛋白質(zhì)，因此這些蛋白質(zhì)都有可能成為開發(fā)抗新冠肺炎的藥物靶標(biāo)。為此，科研人員一方面根據(jù)已公布的SARS-CoV-2全基因組序列，利用生物信息學(xué)、同源建模、PDB庫下載等方法，獲得了20種新冠病毒自身編碼的蛋白質(zhì)的三維結(jié)構(gòu)；另一方面通過文獻(xiàn)調(diào)研收集了22種與病毒侵入、復(fù)制和釋放相關(guān)的人源蛋白，并通過PDB庫下載、同源建模、從頭建模等方法獲得了三維結(jié)構(gòu)。

在獲得的42個蛋白質(zhì)的三維結(jié)構(gòu)基礎(chǔ)上，研究人員進(jìn)一步運用數(shù)據(jù)庫搜尋、分子動力學(xué)模擬、潛在藥物結(jié)合位點預(yù)測等方法獲得了這42個蛋白質(zhì)的69個不同的構(gòu)象和 557個可能的藥物結(jié)合口袋，并由此開發(fā)出了D3Targets-2019-nCoV網(wǎng)絡(luò)應(yīng)用平臺（圖1）。該平臺主要有兩個功能：一是針對在體內(nèi)外實驗研究中發(fā)現(xiàn)的活性化合物，預(yù)測其可能的靶標(biāo)蛋白，幫助理解藥物的作用機(jī)制，以促進(jìn)結(jié)構(gòu)優(yōu)化和新藥研發(fā)；二是可以選擇與病毒侵入、復(fù)制和釋放相關(guān)的病毒蛋白和人源蛋白靶標(biāo)，開展多靶標(biāo)、多構(gòu)象、多結(jié)合位點的藥物虛擬篩選，預(yù)測潛在的抗COVID-19活性化合物，以獲得作用機(jī)制更加豐富的先導(dǎo)化合物。

圖1. D3Targets-2019-nCoV的輸入界面（A）和輸出界面（B）

該平臺具有多構(gòu)象、多位點分子對接的獨特功能，這得益于研究團(tuán)隊長期從事的基礎(chǔ)研究積累。多構(gòu)象的產(chǎn)生使用了他們開發(fā)的高效分子動力學(xué)模擬新方法NUMD（J. Phys. Chem. B, 2013）及vsREMD（Biophys. J., 2020），這種方法能在蛋白質(zhì)構(gòu)象空間高效采集可用于藥物研發(fā)的可藥性構(gòu)象（圖2）。蛋白質(zhì)上潛在藥物結(jié)合位點的探索則運用了團(tuán)隊發(fā)展的成藥性結(jié)合位點預(yù)測新方法D3Pockets（J. Chem. Inf. Model.，2019），可對蛋白質(zhì)在構(gòu)象轉(zhuǎn)變過程中的口袋變化進(jìn)行分析，以探尋具有高穩(wěn)定性、強(qiáng)相關(guān)性的正構(gòu)或別構(gòu)口袋（圖3）。這些新方法的應(yīng)用成功地實現(xiàn)了多靶標(biāo)、多構(gòu)象、多位點的對接策略，預(yù)期可降低對接結(jié)果的假陰性率，提高藥物發(fā)現(xiàn)的成功率。

圖2. NUMD方法預(yù)測的S蛋白的多構(gòu)象結(jié)果

圖3. SARS-CoV-2 主蛋白酶上口袋的穩(wěn)定性

該平臺具有多方面的功能應(yīng)用場景，如：（1）多靶標(biāo)藥物的靶標(biāo)預(yù)測；（2）老藥/活性化合物的靶標(biāo)預(yù)測；（3）靶向特定蛋白質(zhì)的多構(gòu)象虛擬篩選；（4）化合物與指定靶標(biāo)的結(jié)合模式預(yù)測；（5）用戶可以從網(wǎng)站上免費下載蛋白模型，用于進(jìn)一步的分子動力學(xué)模擬、藥物設(shè)計、構(gòu)效關(guān)系研究等。同時，研究團(tuán)隊認(rèn)為，只根據(jù)最高對接打分來判斷靶標(biāo)并不總是可靠的，需要綜合考慮對接打分、對接結(jié)合模式和蛋白功能等多方面因素，從而選出最可能的結(jié)果。該團(tuán)隊也開展了應(yīng)用研究，預(yù)測奈非那韋可能具有抗新冠病毒的活性（https://www.biorxiv.org/content/10.1101/2020.01.27.921627v1）。

D3Targets-2019-nCoV網(wǎng)站會在未來定期更新其靶標(biāo)蛋白、蛋白質(zhì)構(gòu)象、可藥性結(jié)合位點等數(shù)據(jù)，用戶可免費訪問D3Targets-2019-nCoV網(wǎng)站，注冊并提交任務(wù)。截止2020年5月3日，該網(wǎng)站已有超過9000的瀏覽量，共計1400多個訪客，分布于全球50多個國家和地區(qū)。

該項工作最早在今年2月11日發(fā)布于預(yù)印本網(wǎng)站ChemRxiv（https://doi.org/10.26434/chemrxiv.11831163.v1），并在近期正式發(fā)表于Acta Pharmaceutica Sinica B（DOI: 10.1016/j.apsb.2020.04.006），題為D3Targets-2019-nCoV: a webserver for predicting drug targets and for multi-target and multi-site based virtual screening against COVID-19。論文第一作者為中科院上海藥物研究所研究生石禹龍，共同第一作者為張鑫賁、穆凱潔和彭誠，通訊作者為徐志建副研究員和朱維良研究員。

D3Targets-2019-nCoV網(wǎng)站地址：

https://www.d3pharma.com/D3Targets-2019-nCoV/index.php

原文鏈接：https://doi.org/10.1016/j.apsb.2020.04.006

信息來源： 中科院上海藥物所