🧬 biology

Machine Learning–Based QSAR Screening of Natural Product and ZINC Libraries Uncovers Stable BACE-1 Inhibitors Validated by Gaussian Accelerated Molecular Dynamics (GaMD) Simulations

本研究开发了一个整合了定量结构-活性关系（QSAR）与分子动力学框架的体系，用于筛选天然产物和ZINC库，从而识别出稳定的BACE-1抑制剂——特别是NPC475168——其表现出优于参照化合物的结合亲和力和结构稳定性，为阿尔茨海默病治疗提供了具有前景的先导化合物。

原作者： Waqar Ahmad, Xinyi Zhu, Shahin Shah Khan, Yi Bai, Pengfei Pei

发布于 2026-08-07

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Waqar Ahmad, Xinyi Zhu, Shahin Shah Khan, Yi Bai, Pengfei Pei

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，你的大脑就像一座繁忙的城市，不断地在建设和维修自己的道路。然而，有时施工队会发生混乱，开始在街道中间堆起无用的、黏糊糊的砖块。在现实世界中，这些“黏性砖块”是被称为淀粉样蛋白-β（amyloid-beta）的一种蛋白质团块，当它们堆积起来时，会堵塞大脑的通信线路，导致一种被称为阿尔茨海默病的状态。这场混乱施工背后的主要元凶是一个被称为 BACE-1 的微小分子机器。你可以把 BACE-1 想象成一把非常特殊的剪刀，它能将长长的蛋白质链剪断，变成那些具有黏性的、有害的砖块。如果我们能找到一种方法，轻轻地卡住这些剪刀，让它们停止切割，我们或许就能在堆积发生之前将其阻止。这就是阿尔茨海默病研究中的“圣杯”：找到一把能完美契合 BACE-1 “锁”的“钥匙”，从而阻止其运作。

但寻找正确的钥匙极其困难。BACE-1 剪刀有一个深邃且复杂的凹槽，它们在那里进行工作，而化学宇宙中漂浮着数以百万计的潜在钥匙。在实验室里一个接一个地测试它们将耗费漫长的时间并耗费巨额资金。这就是计算机科学家介入的地方，他们扮演着数字侦探的角色。他们使用强大的算法来预测哪些分子可能能够契合，然后运行高速模拟，观察这些分子是会紧紧卡在锁中，还是会直接滑脱。这就像是使用一个超先进的游戏引擎，在制造出任何真实的物理钥匙之前，先在虚拟锁中测试数百万把虚拟钥匙。

在这项研究中，一个研究小组决定玩这场数字侦探游戏，寻找新的、稳定的 BACE-1 剪刀之“钥匙”。他们首先通过一个包含 1,532 种已知化合物的海量库来教计算机一课。他们使用了一种称为“机器学习”的方法，这基本上是一种让计算机从示例中学习模式的方法，就像孩子通过看许多不同的猫来识别猫一样。计算机学会了识别出哪些形状和化学特征能使一个分子成为优秀的 BACE-1 抑制剂。一旦计算机成为了专家，研究人员就让它扫描两个巨大的数字库：一个是充满合成化学品的 ZINC 库，另一个是充满了自然界植物及天然产物的 NPASS 库。

计算机的大脑超负荷运转，挑选出了五个看起来最有希望的候选者。但研究人员并没有止步于此。他们知道，一个分子在纸面上看起来可能很好，但在现实世界中可能会崩溃，因此他们利用一种称为高斯加速分子动力学（GaMD）的技术，对这五位获胜者进行了严格的“压力测试”。想象一下这是一个 200 纳秒的高速电影模拟，科学家们观察着这些分子在 BACE-1 凹槽内跳舞。他们想看看这些分子是会紧紧抓牢，还是会被蛋白质甩掉。结果令人兴奋：大多数候选者都站稳了脚跟，与酶的关键部分形成了强力的结合。

其中的明星分子是一个名为 NPC475168 的分子。在模拟中，这个分子不仅契合，而且以惊人的稳定性锁定在原位，表现出极小的晃动，并与酶的活性位点紧紧抓在一起。研究人员计算出它的结合能为 -64.84 kcal/mol，这个数字表明它的结合强度远高于目前的参考药物 CNP520。其他候选者如 NPC313966 和 NPC252056 也表现出色，显示出它们可以保持附着并完成任务。然而，这项研究也排除了一些想法；例如，他们发现并非所有的天然产物都自动更好，而且一些最初看起来不错的分子在长期来看被发现过于灵活或不稳定。

最终，这篇论文并不声称已经治愈了阿尔茨海默病，甚至不代表已经有了可以摆上药店货架的药物。相反，它提供了一份非常有希望的“数字先导化合物”名单。研究人员通过精细的计算机建模和模拟表明，这些特定的分子具有足够的形状和稳定性，有可能卡住 BACE-1 这把剪刀。下一步，正如作者所建议的，是将这些虚拟的获胜者带入真实的实验室，观察它们在活细胞中乃至人类体内的实际效果。目前，NPC475168 脱颖而出，成为了最有希望的候选者——一个通过了最严苛数字测试、准备好迎接现实世界试演的分子。

技术摘要：基于机器学习的 QSAR 筛选天然产物与 ZINC 文库，通过高斯加速分子动力学 (GaMD) 模拟发现稳定的 BACE-1 抑制剂

问题陈述
阿尔茨海默病 (AD) 是一种普遍的神经退行性疾病，其特征是 β-淀粉样蛋白 (Aβ) 多肽的积累，这些多肽会形成神经毒性斑块。β-位淀粉样前体蛋白裂解酶期 1 (BACE-1) 是负责 Aβ 生成的淀粉样蛋白生成途径中的限速酶。虽然 BACE-1 抑制剂已被证实是一种有效的治疗策略，但由于该酶具有深层且疏水的活性位点，以及以往临床候选药物观察到的毒性问题（如肝脏、眼部和心脏毒性），开发强效且具有选择性的抑制剂一直面临困难。传统的药物研发方法通常耗时且成本高昂。因此，需要稳健的计算框架来高效识别来自大型化学文库（特别是天然产物）的新型、结构稳定的 BACE-1 抑制剂，以加速下一代疗法的发现。

方法论
本研究采用了一种整合的计算流程，结合了定量结构-活性关系 (QSAR) 建模、虚拟筛选、分子对接以及高级分子动力学 (MD) 模拟。

数据集构建与 QSAR 建模：
- 从 ChEMBL 数据库中检索了 15,642 个 BACE-1 抑制剂的数据集。经过严格的预处理（标准化、去除重复项以及针对纳摩尔单位下一致 IC₅₀ 值的过滤），建立了由 1,532 个独特化合物组成的精选集。
- 使用 PaDEL-Descriptor 和 RDKit 生成了十二种分子指纹类别（包括 CDK、CDK Extended、PubChem、MACCS、Klekota-Roth 和 Substructure Count）。
- 采用随机森林 (RF) 算法构建 QSAR 模型。使用 Kennard–Stone 算法将数据集分为训练集 (80%) 和外部验证集 (20%)。
- 通过 $R^2$ 、 $Q^2_{cv}$ 和外部 $Q^2_{ext}$ 对模型性能进行评估。同时进行适用性领域 (AD) 分析（使用 Williams 图）以确保预测的可靠性。
虚拟筛选与对接：
- 将优化的 QSAR 模型应用于 ZINC 和 NPASS (Natural Product) 文库进行筛选。
- 将排名靠前的命中化合物通过 AutoDock Vina 进行分子对接，目标为人类 BACE-1 晶体结构（PDB ID: 6EQM，结合了抑制剂 CNP520）。活性位点定义为包含催化二联体（Asp32, Asp228）及瓣环 (flap-loop) 残基的区域。
分子动力学与自由能计算：
- 选定的配体-蛋白质复合物在 Amber v24 中进行了 200 ns 高斯加速分子动力学 (GaMD) 模拟。这种增强采样方法用于评估在酸性内体环境（pH 5.0）下的动态稳定性、构象柔性和结合相互作用。
- 稳定性指标包括均方根偏差 (RMSD)、均方根波动 (RMSF)、回转半径 (RoG) 和溶剂可及表面积 (SASA)。
- 通过主成分分析 (PCA) 分析集体运动，并使用分子力学/广义 Born 表面积 (MM/GBSA) 方法计算结合自由能 ( $\Delta G_{bind}$ )。

核心贡献与结果

QSAR 模型性能：
- 在十二种指纹类别中，CDK Extended 和 CDK 描述符表现出最高的预测性能，分别实现了 $Q^2_{cv} = 0.78 \pm 0.03$ 和 $Q^2_{ext} = 0.79 \pm 0.01$ （对于 CDK Extended）。
- Substructure Count 指纹尽管仅使用了 31 个描述符，但仍展示了强大的预测能力（ $Q^2_{ext} = 0.76$ ）和计算效率，适用于快速筛选。
- 模型显示出较窄的 $R^2$ – $Q^2$ 差距（0.10–0.16），表明具有稳健的泛化能力且极小化了过拟合。
- 理化性质分析显示，活性化合物的分子量通常在 400–600 Da 之间，LogP 值为 2–6。
虚拟筛选与对接：
- 该工作流程从 ZINC 和 NPASS 文库中识别出五个排名靠前的候选化合物：NPC475168, NPC313966, NPC252056, NPC471858 以及 ZINC71913776。
- 对接结果表明，这些配体与关键催化残基（Asp32, Asp228, Thr72, Thr231）及瓣环区域形成了强氢键和疏水相互作用。
- NPC252056 显示出最有利的对接得分（–13.08 kcal/mol），优于参考抑制剂 CNP520（–5.73 kcal/mol）。
动态稳定性与结合亲和力 (GaMD & MM/GBSA)：
- 稳定性： 200 ns GaMD 模拟证实大多数复合物保持结构稳定。NPC471858 和 NPC475168 表现出最紧凑且刚性的结构（低 RMSD、窄 RoG 波动以及受限的 PCA 构象采样）。相比之下，NPC313966 表现出较高的构象柔性。
- 氢键： NPC475168 在整个模拟过程中维持了最一致的氢键网络（3–4 个氢键），这与其结构刚性相吻合。
- 结合自由能： MM/GBSA 计算确定 NPC475168 为最具吸引力的结合剂，其总结合自由能为 –64.84 kcal/mol，显著优于参考抑制剂 CNP520（–41.06 kcal/mol）。NPC313966（–52.25 kcal/mol）和 NPC252056（–42.95 kcal/mol）也显示出强亲和力，而 NPC471858（–40.39 kcal/mol）与参考药物相当。

意义与主张
作者声称，本研究成功建立了一个稳健的、整合的计算框架 (QSAR–MD)，用于发现 BACE-1 抑制剂。其主要意义在于确定了 NPC475168 作为一个极具前景的计算先导化合物，其特点是具有卓越的结合自由能、结构稳定性和与关键催化残基的强相互作用。

论文指出，所识别的化合物，特别是 NPC475168，以及 NPC252056、NPC313966 和 NPC471858，为结构导向的优化提供了基础。该研究将这些发现定位为迈向下一代阿尔茨海默病 BACE-1 抑制剂实验验证的一步，强调了这种多级流程有效地筛选出了兼具高亲和力和动态稳定性的分子，解决了当前药物研发中的一个关键空白。作者并未声称其具有即时的临床疗效，而是将这些分子作为进一步生化和药代动力学评估的有力候选对象。

类似论文