Comparative Molecular Docking and ADMET Profiling of Five Clinically Approved DPP-4 Inhibitors: Structural Insights into Binding Affinity and Interaction Diversity

想象一下，将 2 型糖尿病比作一场混乱的派对，而身体里的胰岛素（保镖）正难以胜任工作。在这场派对中，有一个被称为 DPP-4 的蛋白质，它扮演着一个无情的清理工角色，在有用的“肠促胰素”激素告诉身体释放胰岛素之前，就把它们扫除干净。为了阻止这种情况，科学家们创造了五种不同的“格利汀类”（gliptin）药物——西格列汀（Sitagliptin）、万迪格列汀（Vildagliptin）、沙格列汀（Saxagliptin）、阿洛格列汀（Alogliptin）和利格列汀（Linagliptin）——它们的作用就像是保镖的保镖，通过阻断 DPP-4，让派对重回正轨。

但这里有一个价值百万美元的问题：在这五种药物保镖中，谁最擅长粘附在 DPP-4 上并完成工作？

在这项研究中，两位研究人员 Sanchit Kumar Rai 和 Adharsh Kirtan 决定进行一次大规模的高科技模拟，以找出答案。他们没有在实验室里混合化学物质；相反，他们使用一个名为 AutoDock Vina 的计算机程序构建了一个数字游乐场。你可以把这个程序想象成一个超级精准的视频游戏引擎，它模拟了这些药物分子如何尝试与 DPP-4 蛋白质进行“拥抱”。

伟大的数字拥抱大赛

研究人员将所有五种药物的数字模型投入到 DPP-4 蛋白质的虚拟活性位点中（该位点取自已知晶体结构 PDB ID: 1X70）。他们想看看谁能抱得最紧。

结果传回了令人惊讶的分数，以 kcal/mol（一种能量单位，数值越负意味着拥抱越紧、越有力）来衡量：

1. 西格列汀以 −9.181 kcal/mol 的得分荣登榜首。
2. 利格列汀以 −8.965 kcal/mol 的得分紧随其后，位居第二。
3. 阿洛格列汀以 −6.885 kcal/mol 的得分位列第三。
4. 沙格列汀和万迪格列汀分别以 −6.747 kcal/mol 和 −6.651 kcal/mol 的得分垫底。

但是，等等！这里有一个巨大的陷阱。

论文明确警告我们，不要对这些数字对每个人都一概而论。西格列汀是他们所使用的晶体结构中已经存在的“原生”药物，所以它拥抱得最紧并不奇怪——这就像问一个人是否能紧紧抱住他正在坐着的椅子一样，他自然会完美契合。

更重要的是，沙格列汀和万迪格列汀是“共价”抑制剂。想象一下，它们带有一种微小的、可逆的“魔术贴”贴片，可以从化学上“咔哒”一声扣在蛋白质上。然而，本研究使用的计算机程序只知道如何模拟“无魔术贴”的拥抱（非共价键）。它看不见那次“魔术贴”的扣合！因此，这两个药物较低的得分并不意味着它们很弱；只是因为模拟程序看不见它们的“超能力”。作者指出，如果能够看见那个“魔术贴”，这两个药物的表现可能也会和其他药物一样强劲。

秘密握手

为了理解药物为何拥抱方式不同，研究人员使用了一个名为 PLIP 的工具，来观察药物与蛋白质之间在原子层面的“握手”（相互作用）。

• 芳香族派对： 得分较高的药物（西格列汀、利格列汀和阿洛格列汀）都具有一些酷炫的“π-堆积”（π-stacking）和“π-阳离子”（π-cation）相互作用。你可以把这些想象成药物中扁平、环状部分与蛋白质之间特殊的磁性高五。得分较低的两种药物（沙格列汀和万迪格列汀）在模拟中并没有得到这些高五，这解释了它们较低的分数。
• 孤狼： 利格列汀是其中的异类。虽然其他药物（除了那些“魔术贴”药物外）都与一对特定的氨基酸（Glu205/Glu206）保持接触，但利格列汀忽略了它们！相反，它抓住了 Arg125 和 Ser630。这很合理，因为利格列汀拥有独特的“黄嘌呤”（xanthine）支架（一种不同的化学形状）。它找到了另一种赢得拥抱的方式，而不必遵循常规规则。

安全检查 (ADMET)

在药物投入使用之前，它必须通过安全测试。研究人员运行了一项名为 ADMET 的数字安全检查，以观察这些药物在体内的表现：

• 吸收： 所有五种药物都被预测能被肠道良好吸收。
• 大脑进入： 只有西格列汀被预测能够穿过血脑屏障（通往大脑的安全门）。其他药物则被挡在外面。
• 毒性： 这里出现了一些奇怪的情况。计算机标记了沙格列汀具有潜在的高毒性，预测其 LD50 为 3 mg/kg（这是一个非常低的、会导致危险的剂量）。与其他药物（范围在 684 mg/kg 到 2500 mg/kg 之间）相比，这是一个巨大的离群值。

然而，作者对此表示怀疑。 他们认为，这个可怕的毒性警告很可能是计算机预测软件中的一个“故障”。他们怀疑软件被沙格列汀中的一个特定化学基团（腈基）搞混了，而这个基团实际上正是负责其对蛋白质产生“魔术贴”效应的原因。由于沙格列汀已经是被数百万人安全使用的获批药物，作者认为计算机只是犯了个错误，而不是药物真的危险。

底线总结

这项研究并没有发现一种新药，也没有证明其中某一种在真实人体内比其他药物更好。相反，它建立了一个经过验证的计算机流程来对比它们。

• 我们确定的事实： 在这次特定的模拟中，西格ле汀和利格列汀表现出了最强的非共价结合力。
• 我们的推测： 沙格列汀和万迪格列汀较低的得分很可能是因为模拟错过了它们的“魔术贴”机制，而不是因为它们本身很弱。
• 我们认为的故障： 对沙格列汀发出的可怕毒性警告很可能是一个假警报，是由计算机预测工具引起的误判。

研究人员建议，未来的研究应该使用更先进的模拟技术，使其能够真正“看到”那个“魔术贴”的扣合过程，并进行更长时间的测试，以观察这些数字拥抱是否能长期保持稳定。目前，这项研究为我们提供了一张详细的地图，展示了这五种药物是如何尝试锁定其目标的，从而帮助科学家在未来设计出更好的药物。