Kinase inhibitors can change protonation or tautomeric state upon binding
通过使用多构象连续介质静电学（MCCE）模拟，本研究表明激酶抑制剂在结合时经常发生质子化和互变异构状态的动态转变，揭示了少数物种可能在结合复合物中变为优势物种，并强调了在准确预测结合能时考虑完整的质子化和互变异构系综的至关重要性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你正试图将一把钥匙插入一把非常复杂、高科技的锁中。在医学世界里，这把锁就是你体内的蛋白质，而钥匙则是旨在阻止疾病发生的药物分子。多年来，科学家们一直试图通过观察它们的形状来精确预测这些“钥匙”的契合程度。但这里有一个隐藏的转折：钥匙和锁都是由微小的构建块组成的，这些构建块可以改变它们的电学特性。有些部分可以抓取一个质子（一个微小的氢原子核）从而带上正电，而另一些则可以失去一个质子从而带上负电。它们还可以将内部原子重新排列成不同的“互变异构”形状，就像一个人在变换发型一样。
这些电学变化至关重要，因为异性电荷相吸，同性电荷相斥。如果药物分子在接触蛋白质的那一刻改变了其电荷或形状，整个契合度就会发生变化。然而，大多数用于设计药物的计算机程序就像是僵硬的模特；它们假设药物和蛋白质都保持在一个固定的电学状态，通常是它们在水中漂浮时的状态。这有点像是在试图预测一块磁铁如何吸附在冰箱上，却没意识到那块磁铁在靠近时可能会翻转它的磁极。理解这些动态变化对于创造更好、更有效的药物至关重要，但由于要检查的电荷和形状组合实在太多，这使得计算变得异常困难。
这篇论文深入研究了这个混乱且动态的世界，以观察当激酶药物（一类主要的癌症和炎症治疗药物）与其蛋白质靶点结合时究竟发生了什么。研究人员使用了一种名为 MCCE（多构象连续介电模型）的高级计算机模拟工具，使其充当一个超快速、超精准的观察者。他们并没有去猜测药物或蛋白质的单一“最佳”形状，而是让计算机同时探索成千上万种不同的电荷和形状的可能性，并计算出哪些是最有可能发生的。他们观察了 18 种获得 FDA 批准的药物与 9 种不同的激酶蛋白结合的过程，模拟了细胞内的水环境以及蛋白质结合口袋深处的环境。
结果揭示了药物结合故事中一些令人惊讶的转折。首先，“药物在离开水进入蛋白质后总是会变得更‘平静’或电荷更少”这一观点在许多情况下被证明是错误的。虽然药物离开水会损失能量（就像湿毛巾变干一样）似乎合乎逻辑，但蛋白质的内部往往是一个“带电的派对”，它实际上渴望留住这些电荷。在好几个案例中，药物在结合后反而变得电荷更高，或者保持了高电荷水平，这违背了它会自我中和的预期。
此外，研究发现药物就像变色龙。药物在水中可能以一种特定的形状或电荷状态漂浮，但一旦锁定进入蛋白质，它往往会转向另一种完全不同的、甚至是某种较罕见的形状或电荷状态。事实上，对于某些药物来说，在水中几乎不存在的“少数派”版本，一旦进入蛋白质内部，就变成了“多数派”版本。这意味着，如果你只在试管中观察药物，你可能是在为一个在真实目标中并不存在的“幽灵”进行设计。
有趣的是，当药物忙于改变其电学个性时，蛋白质本身却表现得非常淡定。即使面对电荷高度活跃的药物，蛋白质的整体电荷也几乎没有波动。这就像蛋白质是一个庞大且具有良好缓冲能力的群体；即使有一个人（药物）进入其中大声喧哗并挥舞旗帜，整个群体也不会感到恐慌或改变集体情绪。蛋白质通过在结合位点附近的几个特定点做出微调来应对这些变化，而不是改变其整个电学身份。研究人员还检查了蛋白质的“姿态”（特别是被称为 DFG 的环，它可以是“内向”或“外向”状态）是否决定了这些变化，发现无论蛋白质处于何种姿态，电荷偏移都会发生。
简而言之，这篇论文表明，要准确预测药物的效果，我们不能仅仅孤立地观察药物，也不能假设它进入体内后保持不变。药物和蛋白质正在进行一场动态的舞蹈，它们不断调整彼此的电学状态以实现契合。忽视这些变化，就像是在不观察舞伴动作的情况下，试图预测其舞步一样。通过考虑到这些流动的电荷和形状的变化，科学家们可以建立更好的模型，来设计下一代救命药物。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。