甾体17α—羟化酶／C17，20-裂解酶(P45017α)抑制剂的【药学论文】.doc

药学论文-甾体 17α—羟化酶／C17，20-裂解酶(P45017α)抑制剂的摘　要　目的：建立 P45017(抑制剂的三维定量构效关系，为设计新的更有效的抑制剂提供理论依据方法和结果：利用比较分子力场方法，建立了P45017(抑制剂的三维定量构效关系模型交叉验证回归系数 R2CV、非交叉验证回归系数和标准偏差 SEE 分别为 0．533，0．776，0．271说明系列化合物分子周围立体场和静电场的分布与生物活性间有良好的相关性利用该模型对本室合成的三个化合物进行活性预测，结果与实测值相符结论：所得模型支持了假设的抑制剂作用机理和作用模型所得勘 MFA 模型具有一定的预测能力，可用来指导设计新的 P45017α 抑制剂关键词　P45017α 抑制剂　比较分子场分析法(CoMFA)　三维定量构效关系模型17α—羟化酶／Cl7，20 裂解酶是位于睾丸和肾上腺的细胞色素酶它是雄激素生物合成途径中的关键酶功能是将 2l 碳的生物前体孕烯醇酮和孕酮分别在两步中去 C20—乙酰侧链和 17 位羟化，转化成 19 碳的去氢表雄酮和雄烯二酮最后由位于前列腺中的 5α—还原酶将睾酮转化成二氢睾酮已经证明体内的一些疾病是由体内过高的雄激素导致的，如前列腺良性增生，前列肠癌等。

临床上已证明降低体内的雄激素水平是治疗这些疾病的有效方法选择性高、作用强的 P45017α 酶抑制剂可以通过抑制雄激素生物合成中较初始环节，降低体内雄激素水平，在临床上用于治疗前列腺疾病已报道的 P45017α抑制剂主要包括国体类和非甾体类，而非团体类抑制剂大都不具有好的选择性为了进一步阐明 P45017α 抑制剂的定量构效关系，建立具有提示高活性化合物信息及预测能力的构效关系模型，本文利用比较分子力场方法(CoMFA)，对甾体类抑制剂进行了三维定量构效关系研究实验方法　　所有工作都是在 Tripos 公司 SiliconGraphicsＯ2 计算机工作站上完成的所用计算程序为 Tripos 公司的 Sybyl6．4 分子设计软件包计算过程所涉及的参数除非特别指明，均为缺省值1　化合物的选择P450l7α(CYPl7)是一种结构尚未知的细胞色素酶其抑制剂的筛选有多种方法因此对化合物的活性数据进行了严格考察本文选择了 31 个团体抑制剂进行 CoMFA 研究它们的活性数据源于同一个实验室每次测试中，对照样品活性值相同，认为有可比性所选取样品是以酮康唑为标准品，其 IC50 值为78nM比较分子力场分析采用 IC50 的负对数形式—10gIC50。

所选用的化合物结构及活性见表 lTabl　The structures and activities of 31 compounds used in CoMFA． No． Basic Structure R1 R2 R3 R IC50(nM) -1og1／c1 B OH H H (a) 66 4，182 B OH α-O- (a) 430 3．373 B OH C＝C (a) 24 4．624 B OAc C＝C (a) 75 4．125 B OAc H H (a) 199 3．706 B OAc H H (a)　X＝Ac 100 4．007 A O H H (a) 58 4．248 A O OH H (a) 1200 2．929 A O C＝C (a) 50 4．3010 B OH C＝C (b) 21 4．6811 B OH C＝C (c)　X，Y＝N 42 4．3812 B OH C＝C (c)　X＝O，Y=N 108 3．9713 B OH H H (c)　X＝N，Y＝O 1113 2．9514 A O C＝C (c)　X＝N，Y=N 59 4．2315 A O C＝C (c)　X＝O，Y=O 39 4．4116 B OH C＝C (d)　X＝N-OH 73 4．1417 B OAc C＝C (d)　X＝N-OH 67 4．1718 B OAc C＝C (d)　X＝OAc 51 4．2919 B OH (e) X＝H，Y＝Me 339 3．4720 B OH (e) X＝Me，Y＝H 372 3．4321 B OAc α-N- (d)　X＝O 162 3．7922 A O H H (d)　X＝N—OH 43 4．3723 A O H H (d)　X＝N—OAc 25 4．6024 A NOH(E) C＝C (d)　X＝N—OH 196 3．7l25 A NOH(Z)C＝C (d) (d)　X＝N—OH 75 4．1226 A O C＝C(f)　X＝N，Y=N，Z=C90 4．7227 B OH C＝C(f)　X＝N，Y=C，Z=N8 4．0428 B OH C＝C(f)　X＝C，Y=N，Z=C13 5．1029 B OH C＝C(f)　X＝N，Y=N，Z=C55 4．8830 A O C＝C(f)　X＝N，Y=C，Z=N7 4．2631 A O C=C(f)　X=N，Y=N，Z=C19 5．152　活性构象确定由于酶结构未知，所以采用分子的最低能量构象作为最可能的药效构象。

以活性最好的化合物 31 作为模板分子其起始构象是在 Sybyl6．4 的“Build／Edit”模块下建立，用分子力学程序 Minimize 进行能量优化优化过程中采用 Powell 能量梯度法，用 Tripos 力场，能量收敛限定为0．001kcal／mol-l，优化次数为 1000分子载荷为 Gasteiger—Huchel 型电荷其它化合物以 3l 为模板，变换成相应结构，也以 Minimize 程序以同样条件能量优化后，作为最低能量构象3　分子叠合由于抑制剂同属甾体类，它们与酶结合时部位应一致而它们之间除 17 位取代不同外，仅是 A 环和 D 环有差别因此以活性最好的化合物 31 为模板，以B 环和 C 环上的 C8，C9，C10，C11，C12，C13，为叠合点进行叠合叠合图见图 1Fig 1:Stereoview of superimposition of 31 P45017αinhinbitors used in CoMFA.4　CoMFA 分析CoMFA 分析由 Sybyl6．4 中的 QSAR 模块来完成分析力场包括立体场和静电场在 0-50kal/mol-1 范围内，经多次摸索，将立体场和静电场的能量域值分别设为 15kcal／mol-1 和 15kcal／mol-1。

先以交叉验证(cross-validation)确定最佳主成分数，再用非交叉验证(non-validation)建立最终的比较分子力场模型在最小二乘法(Partial Least Square，PLS)分析中，column filtering设为 4kcal／mol-1结果与讨论1　CoMPA 模型比较分子力场分析所得勘 MFA 模型的统计学参数为：交叉验证相关系数R2cv=0.533，最佳主成分数为 3，由最佳主成分数建立的 CoMFA 模型的传统相关系数 R2＝0．799，F＝31．201，标准方差 SEE(standard error of estimate)＝0．271该模型对 31 个化合物的活性预测值与实测值的相关性如图 2Fig 2:Predicted vs actual biological activities of 31 inhibitiors from CoMFA model2.CoMFA 系数等势图CoMFA 模型系数等势图见图 3（a）和 3（b）.其中参照分子化合物 31图3（a）中绿色和黄色区域代表立体场对化合物活性的影响，绿色区域表示在该区域附近存在体积大的基团将由于增加的立体场面有利于活性的提高，黄色区域则表示该区域不宜于引入位阴大的基团，否则会降低化合物的活性。

图３（b）中红色和兰色区域代表静电场对活性的影响：红色区域表示引入负电性基团有利于提高活生，兰色区域则表明引入正电性基团有利于活性提高Fig 3(a):View of the CoMFA steric field graphFig 3(b):View of the CoMFA electrostatic field graph 3　关于模型的讨论在立体场等势图中可以看到，在甾体骨架的(面有一块黄色区域，说明在此处存在有位阻大的基团将不利于抑酶作用；从静电场等势图中可以看出在化合物 31 的杂环附近有多处红色区域，说明在这些区域引入富电荷的基团将有利于活性的提高这与文献中假设的竞争性 P450l7α 抑制剂的作用机理和作用模型相符该假设认为在距离甾体 D 环适当位置引入具有孤对电子的原子，如 N 等，将可能与 P450l7α 的血红素辅基中的 Fe 原子结合，而抑制酶的活性假设的作用模式中是血红素位于甾环的 α 面(如图 4)，我们得到的 3DCoMFA 模型更进一步说明了，在甾环 D 环存在富电荷的原子有利于抑酶活性，这支持了上述作用机理α 面位阻大基团不利于抑酶活性，这是与假设的作用模型一致，因为在此处有位阻大的基团，会阻碍杂原子与 Fe 作用，而不利于抑酶活性。

Fig 4:Stereoplot of the substrate heme-complex for the P45017α利用该模型对本室合成的 3 个化合物进行了活性预测预测结果是以 3—羟基—17—(2’—噻唑)雄甾—5，16 二烯中为母体的系列中 4’位苯基取代衍生物的活性(4.76)大于 4，位氢取代(4．61)大于 4，位甲基取代(4．47)由于这三个化合物活性的测定与勘 MFA 模型建立所用的化合物活性的测定是在不同条件下进行，对照品采用 VIN85 而非酮康唑，因而活性数据没有直接的可比性但实测的抑制率的顺序与预测顺序相同，是 4’位苯基取代大于 4’位氢取代大于 4’位甲基取代说明该模型对于抑制剂的电性、立体要求有较为准确的描述。