自分泌運動因子(ATX)抑制劑結合位點的預測及其與rPAI-1的分子對接

詹冬玲,鄭明珠,韓葳葳,劉景圣

(1. 吉林農業大學 食品科學與工程學院,長春 130118； 2. 吉林大學 分子酶學工程教育部重點實驗室,長春 130012)

自分泌運動因子(ATX)抑制劑結合位點的預測及其與rPAI-1的分子對接

詹冬玲1,鄭明珠1,韓葳葳2,劉景圣1

(1. 吉林農業大學 食品科學與工程學院,長春 130118； 2. 吉林大學 分子酶學工程教育部重點實驗室,長春 130012)

利用復合物指紋的虛擬篩選預測自分泌運動因子(ATX)抑制劑的結合位點,并通過與24個抑制劑(10個脂質和脂基抑制劑,14個小分子抑制劑)分子對接和動力學模擬表明,Thr209,Asp172,Tyr306,Phe210,Leu243,Leu213和Phe274是抑制劑結合位點的重要殘基,且這些殘基均通過側鏈與抑制劑作用. 利用3D-partner預測出與ATX結合的蛋白為纖溶酶原激活物抑制劑1(rPAI-1),并通過同源模擬,得到rPAI-1的分子結構. 利用軟件GRAMM將ATX與rPAI-1分子結構相結合,并通過分子動力學模擬確定與大分子抑制劑rPAI-1作用的ATX重要殘基Glu155和Ala158.

虛擬篩選； 蛋白和蛋白對接； 自分泌運動因子

自分泌運動因子(ATX),又稱為磷酸二酯酶Ⅰα,是一種分泌型糖蛋白,是胞外焦磷酸酶/磷酸二酯酶(ENPP)家族的一員(ENPP1～ENPP7). ATX屬于ENPP2,具有磷酸二酯酶(PDE)的活性,以溶血磷脂酰膽堿(lysophosphatidylcholjne,LPC)為底物催化生成溶血磷脂酸(lysophosphatidic acid,LPA)[1-3]. ATX有一個保守的磷酸二酯酶樣催化結構域,一個保守的氨基酸(Thr209)和兩個保守的二價金屬結合域(Asp171,Asp311,Asp358,His315,His359,His474). 在水解核苷酸時,Thr209可與核苷形成蘇氨酸共價中間體,從而誘導磷酸二酯鍵的水解[4]. ENPP參與核苷酸循環、 骨礦化、 磷脂信號調控、 細胞運動和細胞增殖等多種生理過程,其表達異常時會導致腫瘤、 骨礦化異常及 Ⅱ 型糖尿病等疾病的發生[5-8]. ATX在很多腫瘤細胞中都會高效表達,在腫瘤的發生和發展過程中有重要作用,被認為是腫瘤治療中一個可能的靶位[9]. 本文通過復合物指紋的虛擬篩選預測ATX抑制劑的結合位點,即通過分子對接方法預測ATX與24個抑制劑(10個脂質和脂基抑制劑,14個小分子抑制劑)和大分子抑制劑及蛋白纖溶酶原激活物抑制劑1(rPAI-1)的結合位點,為ATX的專有抑制劑設計提供理論線索.

1 實驗方法

1.1虛擬篩選

ATX的3D結構[10](PDB code 2xrg)來自PDB數據庫. 24個抑制劑(10個脂質和脂基抑制劑： LPA,S1P,Thiophosphate,cPA-based,3-O-thia-cPA,BrP-LPA,Fluoromethylphenyl,FTY720-P,S32828,Tyrosine-based； 14個小分子抑制劑： PF-8380,HA155,E-HA219,Vinpocetin,Damnacanthal,NSC-48300,NSC-9616,H2L-7905958,Bithionol,Etazolate,1-Mehty-1,3-isobutylxathine,Rolipram和Mopidamol)的結構來自Chemspider數據庫. 蛋白質結構去水,去配體,加標準H原子. 得分最佳的構象用于數據庫排序的標準. 通過DUDE軟件在線生成與先導化合物物理性質類似的化合物[11]1 936個.

使用AutoDock Vina[12],AutoDock 4.2及Ds 2.5中的Ligandfit進行對接.ATX結構保持剛性,對接時考慮小分子的柔性. 預計AutoDock Vina,AutoDock 4.2均以ATX自身帶有的抑制劑為中心坐標,格點為28 nm×28 nm×28 nm. Ligandfit可根據已有的配體形態定義結合腔,能夠設定這些關鍵氨基酸上的基團作為相互作用篩選標準,要求被對接的小分子發生相應的基團匹配,形成氫鍵,疏水相互作用且正負電基團匹配,這種化學基團匹配的功能使篩選的結果更合理,也能使篩選的速度加快. Ligandfit在進行分子對接時應用Monte Carlo算法對配體的構象空間進行取樣,以基于力場參數的方法進行受體和配體分子相互作用的評價.

1.2蛋白-配體相互作用指紋計算

根據下面定義的9種分子間相互作用,采用Discovery studio 2.5[13]計算蛋白-配體相互作用指紋. 9種分子間相互作用分別為： 蛋白與配體的任何作用； 蛋白側鏈作為氫鍵供體; 蛋白側鏈作為氫鍵受體; 蛋白主鏈作為氫鍵供體; 蛋白主鏈作為氫鍵受體; 離子作用; 極性作用; 疏水作用; 芳香作用.

通過3D-partner預測出與ATX結合的蛋白[14]為鼠源蛋白纖溶酶原激活物抑制劑1 (rPAI-1)(UniProtKB P20961),通過同源分析找到rPAI-1的同源蛋白質,建立未知rPAI-1蛋白質結構模型. 在線軟件SWISS-MODEL(http://swissmodel.expasy.org)是一種可廣泛尋找已知同源蛋白質晶體結構,從而模擬所需蛋白質結構的軟件,本文通過該軟件構建出rPAI-1的結構,并在此基礎上對模擬的分子進行可靠性分析. 利用GRAMM軟件將2個分子進行分子相關性分析,并通過軟件DS 3.5觀察分子間的連接情況.

1.3同源模建

通過Blast多重序列對比發現,rPAI-1與人源的hPAI-1(PDB code 1oc0)同源性為90%. 通過SWISS-MODEL構建rPAI-1的結構.

1.4分子動力學模擬

在NPT(粒子數N、 溫度和壓強均為定值)系統下,利用Gromacs 4.5.1軟件進行復合物體系的動力學模擬,在恒定溫度為300 K,恒定壓強為常壓下,采用Gromos96力場,將ATX-PAI-1復合物放入一個周期性邊界的立方盒中,并使模擬分子中的所有原子距盒子邊界的距離均大于1.0 nm. 將周期化盒子中充滿SPCE模型的水分子,使模擬體系的總電荷維持為0,以保持溶液的中性條件,采用Gromacs軟件的geion程序在盒子中隨機加入6個Na+使體系成為電中性環境. 體系模擬14 ns,模擬時間步長為1.0 fs. 在分子動力學模擬過程中,處理長程靜電相互作用采用PME(particle-mesh ewald)算法,體系原子的初速度滿足Maxwellian分布.

本文對復合物體系進行能量最小化： 1) 采用最陡下降法先優化500步,再用共軛梯度法進行優化； 2) 對復合物使用位置束縛算法,調節溫度為300 K,進行500 ps的限制分子動力學模擬平衡該體系,使模擬體系能量逐漸收斂; 3) 采用NPT系統,將完成優化后的體系進行14 ns的動力學模擬.

2 結果與討論

2.1虛擬篩選

圖1 3種對接方法的ROC曲線Fig.1 ROC curves for 3 different methods

通過DUDE軟件生成訓練集,使用3種對接軟件進行對接,結果如圖1所示. 由圖1可見,Ligandfit和x軸形成的面積最大,表明Ligandfit的效果最好. 24種小分子抑制劑與ATX的結合如圖2所示.

由圖2(A)可見,24個小分子抑制劑均結合在ATX的同一個位點; 由圖2(B)可見,所有小分子抑制劑均位于ATX的同一個凹槽內. 根據24個小分子抑制劑和ATX對接時抑制劑的結合位點列于表1. 由表1可見,Thr209,Asp172,Tyr306,Phe210,Leu243,Leu213和Phe274是抑制劑結合位點的重要殘基(與所有抑制劑均作用),且這些殘基均通過側鏈與抑制劑作用. 其中30%的抑制劑可與Thr209形成金屬鍵(帶有金屬的抑制劑). 72%和60%的抑制劑可分別與Tyr306和Phe274形成p-π共軛. Thr209為催化殘基,His474和His359為金屬結合位點. 圖3(A)為代表性抑制劑,即小分子抑制劑HA155結合在ATX活性口袋中. 圖3(B)為HA155與ATX殘基形成的氫鍵. 由圖3(B)可見,Asn230中的NH可與抑制劑形成氫鍵. 因此Asn230也是抑制劑結合的重要殘基. 可見,抑制劑結合在催化結合域,且結合十分穩定,使得底物不易進入.

表1 24個小分子抑制劑和ATX對接時抑制劑的結合位點(%)Table 1 Averaged structural interaction fingerprints calculated over all successfully docked poses betweenATX and each of 24 small molecule inhibitors presented for all identified interacting residues (%)

2.2蛋白和蛋白的對接

通過3D-partner預測出與ATX結合的蛋白[7]為大分子抑制劑rPAI-1. 以人源hPAI-1晶體結構為模板,構建鼠源rPAI-1的蛋白結構如圖4所示. rPAI-1蛋白結構的評估結果列于表2. 由表2可見,rPAI-1的模擬結構和模板hPAI-1的結構相似,是可靠的. 在已知ATX蛋白質晶體結構和模擬得到rPAI-1的分子結構后,通過GRAMM軟件對蛋白質分子對接的結構進行分析,結果如圖5所示.

圖2 24種小分子抑制劑與ATX的結合方式Fig.2 Binding pose between each of 24 inhibitors and ATX

圖3 小分子抑制劑HA155在結合口袋(A)及其與ATX殘基間形成氫鍵(B)Fig.3 Small molecule HA155 inhibitor in the binding pocket (A) and hydrogen bond between it and ATX (B)

表2 蛋白結構的評估Table 2 Assessment of protein structure

圖4 rPAI-1的3D結構Fig.4 3D structure of rPAI-1

圖5 ATX和rPAI-1的分子對接Fig.5 Docked complex of ATX-rPAI-1

由圖5可見,ATX與rPAI-1蛋白質分子間有連接,與rPAI-1作用的殘基為Ala158和Glu155;rPAI-1上的殘基為Thr161和Asn158; Ala158和Thr161與Glu155和Asn158之間形成氫鍵.

圖6 ATX與rPAI-1作用時的重要殘基Fig.6 Important residues of ATX in the ATX-rPAI-1

對ATX-rPAI-1進行分子動力學模擬,結果如圖6所示. 由圖6(A)可見,ATX比rPAI-1的RMSD值低,且在14 ns的動力學模擬過程中變化較小. 這是由于rPAI-1的結構通過建模方式構建,可能缺少與其他原子接觸或其他相互作用,因而具有較高的運動性和柔性所致. 在10 ns的動力學模擬后,其RMSD值已經穩定在約1.8 nm. 在平衡階段(10 ns后),復合物ATX的RMSD值在約0.25 nm,rPAI-1約為1.8 nm,表明體系的整體結構較穩定,運動性很小. 由圖6(B)可見,A158—NH…OG—T161和E155—O…HD22—N158的氫鍵在整個動力學過程中十分穩定. 表明這幾個氨基酸都能在空間中保持穩定的相對位置,對整個體系的穩定起重要作用. 因此Ala158和Glu155是ATX與大分子抑制劑rPAI-1作用的重要殘基.

綜上所述,本文利用復合物指紋的虛擬篩選預測ATX抑制劑的結合位點. 通過動力學模擬可知,Thr209,Asp172,Tyr306,Phe210,Leu243,Leu213和Phe274是抑制劑結合位點的重要殘基; 通過3D-partner預測出與ATX結合的蛋白為rPAI-1; 通過同源模建,得到大分子抑制劑rPAI-1的分子結構; 將ATX與rPAI-1分子相結合,通過分子動力學模擬確定與大分子抑制劑rPAI-1作用的重要殘基是ATX的Glu155和Ala158.

[1]Tania M,Khan M A,ZHANG Huaiyuan,et al. Autotaxin: A Protein with Two Faces [J]. Biochemical and Biophysical Research Communications,2010,401(4)： 493-497.

[2]Tokumura A,Majima E,Kariya Y,et al. Identification of Human Plasma Lysophospholipase D,a Lysophosphatidic Acid-Producing Enzyme,as Autotaxin,a Multifunctional Phosphodiesterase [J]. Journal of Biological Chemistry,2002,277(42)： 39436-39442.

[3]Umezu-Goto M,Kishi Y,Taira A,et al. Autotaxin Has Lysophospholipase D Activity Leading to Tumor Cell Growth and Motility by Lysophosphatidic Acid Production [J]. Journal of Cell Biology,2002,158(2)： 227-233.

[4]Nishimasu H,Ishitani R,Aoki J,et al. A 3D View of Autotaxin [J]. Trends in Pharmacological Sciences,2012,33(3)： 138-145.

[5]Noguchi K,Herr D,Mutoh T,et al. Lysophosphatidic Acid (LPA) and Its Receptors [J]. Current Opinion in Pharmacology,2009,9(1)： 15-23.

[6]Moolenaar W H,Meeteren L A,van,Giepmans B N. The Ins and Outs of Lysophosphatidic Acid Signaling [J]. Bioessays,2004,26(8)： 870-881.

[7]Sciorra V A,Morris A J. Roles for Lipid Phosphate Phosphatases in Regulation of Cellular Signaling [J]. Biochimicaet Biophysica Acta,2002,1582(1/2/3)： 45-51.

[8]Brindley D N,Pilquil C. Lipid Phosphate Phosphatases and Signaling [J]. Journal of Lipid Research,2009,50： S225-S230.

[9]Albers H M H G,Ovaa H. Chemical Evolution of Autotaxin Inhibitors [J]. Chemical Reviews,2012,112(5)： 2593-2603.

[10]Hausmann J,Kamtekar S,Christodoulou E,et al. Structural Basis of Substrate Discrimination and Integrin Binding by Autotaxin [J]. Nature Structural and Molecular Biology,2011,18(2)： 198-204.

[11]Mysinger M M,Carchia M,Irwin J J,et al. Directory of Useful Decoys,Enhanced (DUD-E): Better Ligands and Decoys for Better Benchmarking [J]. Journal of Medicinal Chemistry,2012,55(14)： 6582-6594.

[12]詹冬玲,韓崴葳,劉景圣. 角鯊烯合成酶抑制劑的高通量虛擬篩選 [J]. 吉林大學學報： 理學版,2012,50(2)： 361-364. (ZHAN Dongling,HAN Weiwei,LIU Jingsheng. High-Throughout Screening with Computer of a New Inhibitor of Human Squalene Synthase [J]. Journal of Jilin University: Science Edition,2012,50(2)： 361-364.)

[13]WANG Haikuan,WANG Xiaojie,LI Xiaolu,et al. QSAR Study and the Hydrolysis Activity Prediction of Three Alkaline Microorganisms [J]. Lipids in Health and Disease,2012,11(1)： 124-133.

[14]Chen Y C,Lo Y S,Hsu W C,et al. 3D-Partner: A Web Server to Infer Interacting Partners and Binding Models [J]. Nucleic Acids Research,2007,35(2)： W561-W567.

(責任編輯： 單 凝)

BindingPoseoftheAutotoxin(ATX)InhibitorsPredictedandMolecularDockingwithrPAI-1

ZHAN Dongling1,ZHENG Mingzhu1,HAN Weiwei2,LIU Jingsheng1
(1.CollegeofFoodScienceandEngineering,JilinAgriculturalUniversity,Changchun130118; 2.KeyLaboratoryforMolecularEnzymologyandEngineeringofMinistryofEducation,JilinUniversity,Changchun130012)

The composite fingerprint virtual screening was used to predicate the binding mode of autotoxin’s (ATX) inhibitor. Our results indicate that Thr209,Asp172,Tyr306,Phe210,Leu243,Leu213,and Phe274 are important residues for binding 24 inhibitors (10 lipid and lipid-based inhibitors and 14 small molecule inhibitors). We also predicted the binding mode of plasminogen activator inhibitor 1 (rPAI-1) to ATX. Under the guidance of GRAMM software,the homology modeling of macromolecule inhibitor rPAI-1 showed it was docked to ATX. Through molecular dynamics simulation,we predicted the important residues Glu155 and Ala158 involved in the binding of macromolecule inhibitor rPAI-1.

virtual screening; protein-protein docking; autotoxin (ATX)

2013-11-25.

詹冬玲(1977—),女,漢族,博士,講師,從事生物化學與分子生物學的研究,E-mail： zdlgale@126.com. 通信作者： 劉景圣(1964—),男,漢族,博士,教授,博士生導師,從事功能食品的研究,E-mail： liujs1007@vip.sina.com.cn.

國家自然科學基金(批準號： 30671536).

Q67

A

1671-5489(2014)05-1100-05