組合化學集中庫設計與優化方法

2023-05-23 21:44:36

專利名稱：：組合化學集中庫設計與優化方法
技術領域：
：本發明涉及一種組合化學集中庫的設計與優化方法，適用於對一種虛擬組合化學集中庫軟體包的設計、建立、評價和優化。
背景技術：
：藥物發現是一個綜合了多學科的、複雜的研究和探索過程，其主要步驟可以簡要概括為從基因到蛋白質和蛋白質到先導化合物，再對先導化合物進行評估和優化這樣一個循環反覆，螺旋式上升的過程。在這個過程中，計算機早已經成為不可缺少的手段，分子模擬、組合化學、構效關係以及數據挖掘等領域都是計算機大顯身手的地方。利用計算機採用各種可能的方法，搜尋和優化先導化合物，提高其理化指標和生物活性，已成為藥物發現過程中的關鍵步驟之一。組合化學(combinatorialchemistry，combichem)通過構建單元(buildingblock)的組合與連接，平行、系統地合成大量具有分子多樣性的化合物以形成組合化學庫(combinatoriallibrary)。它的目標是像搭積木一樣合成大量的、各種各樣的化合物，以滿足現代藥物研究對多樣性化合物的需求。組合化學最早可追溯至60年代的肽固相合成技術，利用多肽合成(Merrifield)中一致的、可靠的反應條件和使用高分子聚合物固相載體，從而使產物與試劑非常容易分離。發明者因此獲得了諾貝爾化學獎。80年代中期以後，這一技術迅速發展，不僅可用多種固相合成技術合成組合化學庫，也可用液相合成技術合成組合庫。從組合庫的內容物來看，不僅有了肽庫、肽衍生庫、擬肽庫、非天然肽庫、非肽寡聚(oligomer)庫(如核肽、寡脲、寡糖庫等)，也出現了有機小分子化學組合庫，極大地豐富了現有化合物庫。並為藥物先導化合物的發現提供了大量的候選分子結構。目前，組合化學技術已經日益成熟，它主要包括組合庫策略、達成目的的方法和設計原則；固相或液相合成方法；編碼和空間分離方式；核心結構原則；質量保證和控制等問題。在組合化學發展早期，組合庫的構建多半是隨機性的，也就是隨機性地選取基本構件單元，經一系列合成後，得到含有大量化合物的庫。由於這種構建庫的方法沒有目的性，在人力、物力和時間上都是極大的浪費。近幾年來，人們開始採取構建定向組合庫的方法，以增加得到具有所需生物活性先導物的機率。構建定向組合庫時，就涉及到組合庫的設計問題(參見在先技術1，DolleRE，Comprehensivesurveyofcombinatoriallibrarysynthesis2000，JCombChem.2001.3(6)477-517)。另一個問題是以前在設計組合化學庫時沒有充分利用靶標生物大分子的結構信息，對靶標分子的針對性不強，而是將發現先導化合物的希望寄托在組合化學庫內在的分子多樣性上。如果說通過組合化學尋找藥物先導化合物是大海撈針的話，則通過盲目擴大組合化學庫規模來尋找先導化合物，就象通過擴大搜尋的海域範圍來尋找針一樣，其難度和工作量可想而知。組合化學研究人員認識到這一問題，提出了集中庫概念。它們是具有針對性的組合化學庫，其規模小，由於其針對性強，通過集中庫發現藥物先導化合物的機會並不會減少。由此又產生了一個新問題，即如何有目的地設計集中庫，特別是在靶標已明確的情況下。如果能充分利用生物大分子的三維結構信息，則可以有效地縮小組合化學庫的規模，減少所需的人力和物力。當前，以生物信息學為紐帶，結合基因組學、組合化學和高通量篩選的模式已經成為新藥研究和開發的通行模式。隨著分子生物學的迅猛發展，越來越多的基因被克隆表達，許多藥物作用的理想靶標蛋白(如病原微生物生命過程中起關鍵作用的酶)的晶體結構被測定或通過計算機輔助設計搭建了模型，並確定了底物的結合位點，成為藥物定向開發的基礎。現在，組合化學已遍及從先導物發現到靶標的確認，從先導物優化到增強聯合化合物集的藥物研究與開發(RD)的各個方面。根據結合位點活性口袋的性質進行化合物資料庫搜索或從頭設計新的先導化合物，通過組合化學的方法迅速生成大量的化合物，並結合高通量篩選技術，快速篩選出高活性的化合物用於藥物開發。從20世紀90年代前半期起，隨著計算機性能的高速發展，計算機輔助組合化學庫設計的工作逐漸成為藥物研究的熱點，主要集中於分子的多樣性或差異性方面。其目的是在保持組合化學庫的分子多樣性的前提下，儘量縮小庫的規模，以減少化學合成和藥理測試的工作。在90年代後期，許多研究者提出了基於結構的藥物設計與組合化學相結合的算法，嘗試在進行組合化學庫的設計中利用靶標生物大分子的三維結構信息。其中有些還進行了相應的化學合成和藥理測試實驗，取得了較好的結果。1999年在一個含500個化合物的優化庫中確證了一個臨床化合物，它是Agouron製藥公司在基於結構鼻病毒3C蛋白酶抑制劑研究中發現的。人類基因組測序工作已基本完成，為藥物研究提供了大量的新分子靶標，因而基於結構的藥物設計與組合化學相結合的路線已經成為一個有效的發現藥物的途徑。分析組合庫的多樣性是組合化學中的重要過程。組合化學可用不同的構建單元在同一時間內合成大量的結構多樣的化合物庫，正是組合化學庫的分子結構多樣性為「大海撈針」式的高通量篩選(HighThroughputScreening，HTS)提供豐富的源泉和成功的基石。有人(Weininger)曾估計有10180個化合物具有類藥性的分子結構。既使可能正確的數字是1050(這個數字包括了許多專利涉及的化合物)，也是一個令人吃驚的巨大數目，更不可能去合成、篩選數目如此巨大的化合物。因此，僅僅強調分子多樣性是沒有必要的，具有一定目標的多樣性設計才具有真正的價值。評價組合化學庫分子多樣性的目的是降低成本，提高發現新的活性化合物的機率。希望藉助計算機工具來選擇購買或合成的化合物。提高活性篩選中化合物庫的分子多樣性。同時也希望能通過計算機工具設計針對特定靶標三維結構的多樣性化合物庫。由此得到滿足安全、高效、經濟並且有活性的化合物。目前已經有許多評價組合化學庫分子多樣性的商業程序(軟體包)(參閱在先技術2，MatterH，PotterT，Comparing3DPharmacophoreTripletsand2DFingerprintsforSelectingDiverseCompoundSubsets，J.Chem.Inf.Comput.Sci.1999，391211-1225；在先技術3，JorgensenAM，PedersenJT，StructuralDiversityofSmallMoleculeLibraries，J.Chem.Inf.Comput.Sci.，2001，41，338-345；在先技術4，FlowerDR，OnthePropertiesofBitString-BasedMeasuresofChemicalSimilarity，J.Chem.Inf.Comput.Sci.1998，38379-386)。傳統的多樣性軟體工具使用戶能從適當數目的群體中選擇結構多樣性子集。如有人(由RobertPearlman教授領導的小組)開發的多樣性處理軟體系統(DiverseSolutions)不僅致力於這個問題，還很好地適用於多樣性相關問題領域。此軟體系統的設計為補充管理系統(TriposdiversityManager)產品的其它單元。它用於採用兩種不同算法解決多樣性相關問題基於距離算法理想地適用於簡單的多樣性子集選擇；基於單元算法包含了將一個多維化學空間分成被稱為「單元」多維體。此軟體系統提供了表達化學空間的兩種不同方法基於來自指紋表達方式或其它資源的「指紋」的高維表達方式。低維表達方式是基於由此軟體系統或來自其它資源生成的分子描述符。現在分子多樣性研究主要有兩大目的和內容一是分子多樣性或相似性的量化；二是選擇具有最大多樣性或相似性的化合物。在計算分子多樣性的過程中，最關鍵的步驟是分子結構的描述方法和多樣性計算方法的選擇和確定。分子結構描述方法分子的結構決定了它的性質，所以不管是所謂的化學多樣性還是分子多樣性在本質上都由分子結構決定。為了在合理的時間內計算一個含有106以上的化合物組合庫的多樣性，對每個結構描述符的計算時間要儘可能少。但是，因為化學結構多樣性計算沒有統一定義，會因具體情況不同而有所改變。因此，應該採用3種以上的結構表述因子來描述結構多樣性。在先技術中，介紹了許多種結構表述因子，如二維結構描述因子、特徵樹、對比圖、二維藥效團自動相關矢量、最大化普通亞結構(MCS)等結構描述因子。大部分分子多樣性的計算方法從信息來源上都只考慮分子的二維結構信息。但是一旦考慮三維性質，就必須面對構象(conformers)、互變(異構)體(tautomer)、離子化狀態(ionization)之間的複雜關係。有人(Brown和Martin)分別採用了多種2D的描述符和3D的描述符來進行分子相似性和多樣性分析，最後結果認為2D比3D描述符更適合區別活性與非活性化合物。另外，大量的結構和理化性質描述符可以應用到多樣性計算中，2D結構描述符相比之下更有效。當然，一些計算較複雜的3D描述符，例如位點描述符(PPP)、場描述符(Cramer)，在較大的計算代價下也顯示了較好的效果。二維結構描述符包括分子結構描述法，受體識別描述法和分子拓撲描述法。其中分子結構描述法主要包括四種方法系統命名法(systematicnomenclature)，片斷編碼法(fragmeticcodes)，例如結構編碼法、混雜指紋法；線性表達法(linenotation)，連接表法(connecttables)。結構編碼法(structuralkeys)是從預先定義的分子碎片結構庫中查找分子中分子碎片出現的頻率，從而得出分子的結構描述方法。但這種方法在分子結構中不含預先定義的分子碎片時，編碼沒有意義。混雜指紋法(hashedfingerprints)採用預先定義的分子路徑長度的索引進行編碼，每一種路徑就是一個編碼位(bit)。因此整個分子被描述成一串二進位的字符。先導化合物的發現和優化一直是藥物化學研究的重點和難點。近年來，生物學和其他相關高新技術取得了長足進步，產生了基於細胞和分子水平的高通量篩選技術，更使得新結構化合物的合成成了藥物研究的瓶頸。組合化學是有機合成的重大突破。長期以來，化學家們一直是對化合物逐一進行合成、純化和結構鑑定。然後進行生物活性的測定。但這種方法效率低，速度慢，使新藥開發成本越來越高，周期越來越長。而組合化學可以利用有限的反應，同時合成大量的化合物。一個組合庫可以包括從幾十到幾百萬甚至上千萬個化合物。組合化學為發現新的藥物提供了高效可行的途徑，已經成為新藥研究中的重要平臺。隨著對先導化合物以及藥物本質認識的發展，組合化學技術的局限性也越來越突出，這些局限性造成了利用組合化學來合成組合庫，然後進行靶標篩選獲得先導化合物的方法逐漸成為新藥發現道路上的一個瓶頸。目前，組合化學技術主要的局限性主要體現在以下三點1.通過組合化學大量合成出來的化合物，極大地增加了供篩選所用的化合物資料庫的數目。但是其對靶標分子的針對性不強，將發現先導化合物的希望寄托在組合化學庫內在的分子多樣性上。這種「大海撈針」式的運行模式顯著的降低了從中提取先導化合物的比率，增加了先導化合物產生的周期。2.由於組合化學一次產生的化合物數目極大，包含了很多的結構相關信息，信息量的增加直接導致對信息利用的嚴重不足，缺乏整合分析並利用信息進行連續改造的能力。3.組合化學由於合成量的激增，費用成為一個巨大的負擔，不利於當前藥物產業在新藥產生機率較低的整體環境中進行大規模實驗。近年來，組合集中庫的出現和虛擬篩選的方法使組合化學揚長避短，成為一種更實用的藥物設計方法。隨著分子生物學和結構生物學的發展，蛋白質結構資料庫中的受體生物大分子的三維結構越來越多。基於生物大分子的三維結構，可以用資料庫搜尋或全新藥物設計等方法設計新的先導化合物或對先導化合物進行結構改造，這些藥物設計方法稱為基於結構的藥物設計方法(structure-baseddrugdesign，SBDD)。組合化學與計算化學的緊密結合，使組合化學有了更強的生命力。組合化學已經成為化學、藥物和材料科學研究中的一個熱點。組合化學發展的一種趨勢是和合理藥物設計結合起來，在合成組合庫之前，通過分子模擬和理論計算方法合理地設計虛擬化合物庫，增加庫中化合物的多樣性和類藥性，提高庫的質量。目前研究的熱點是根據受體生物分子結合部位的三維結構設計集中庫，這將大大提高組合化學庫的質量和篩選效率。目前還沒有能完成針對藥物發現的組合化學集中庫設計與優化的集成軟體包。不少商業軟體中含有一些組合化學庫模塊，例如有(Cerius2中)組合化學庫的設計模塊，有(Sybyl軟體中的)虛擬組合庫生成模塊(CombiLibMaker，BarnardChemicalInformation-BCI)，有分子多樣性分析模塊(DiversityAnalysisPackage、ChemicalDesignLtd.-CDL和ChemDiverse、Cerius2的Diversity和Daylight)，但它們都不具備完整的集中庫設計與評估功能。
發明內容本發明是針對上述在先技術中的問題，提供一種虛擬組合化學集中庫的設計與優化方法，其主要目的是在給定受體大分子三維結構信息的基礎上採用基於結構的藥物設計方法進行虛擬組合初步篩選庫的自動設計和評估。然後對虛擬組合化學庫用分子對接(dock)、分子多樣性、分子類藥性、不良的藥物動力學性質或不適宜的毒性反應(ADME/T)等方法進行評價，並應用遺傳算法使各虛擬集中庫不斷優化，產生具有針對靶標的高親和性，統計意義的高多樣性和高類藥性的組合化學集中庫。藥物化學家根據這個優化後化合物庫中的化合物分子進行合成，可以極大的提高合成產生化合物中先導化合物的機率。另外也可以根據庫中給出的信息，對化合物進行結構改造，是一種基於靶點結構的全新藥物設計方法。這一切，都是憑藉計算機強大的計算和合理的信息分析手段來實現。本發明所採用的技術方案是本發明的虛擬組合化學集中庫(virtuallibrary，VL)是應用電子信息技術生成和貯存的組合庫，它不是真正存在的組合化學庫。但如果需要，可以用已知的化學反應和可以得到的構建單元來合成。一個理想的組合庫應該包括各種各樣的結構類型和分子特徵的化合物，也就是說應使分子之間具有儘可能大的差異性。例如在藥物設計中，組合庫的設計中主要有兩個問題，一是需要確定對特定的組合庫哪些化學結構空間是有價值的；二是確定能高效地搜索這些化學空間的一系列分子。因此，本發明的設計與優化方法是1首先設計以靶標為基礎的虛擬組合初步篩選庫，包括確定組合合成針對的靶標蛋白；設計組合成路線，挑選組合構建單元；再選定組合合成中的各基本構建單元的單元構件集合；2第二步根據上述的設計，建立虛擬組合初步篩選庫，包括依據組合化學反應，從指定構造單元中讀取指定的單元，構建相應的虛擬組合初步篩選庫；然後對獲得的虛擬組合初步篩選庫中的分子構象進行優化；3第三步對上述建立的虛擬組合初步篩選庫進行評價及其優化，包括首先建立模塊結構的評價體系；然後採用遺傳算法對虛擬組合初步篩選庫進行優化。本發明的虛擬組合化學集中庫的軟體包採用在多種平臺上運行，包括Unix，Linux，WindowsNT等。操作過程具有良好的可繼承性和封裝性。本發明主要採用C++語言以及標準的模板庫(STL)。C++語言是支持數據抽象和面向對象的程序設計語言。它可以與C語言兼容，具有緊湊、靈活、高效和可移植性的優點。對比於C語言的函數，C++增加了重載(overloaded)、內聯(inline)、常量(const)和虛擬(virtual)四種新機制。並且，C++語言提供了類(class)、名字空間(namespace)和訪問控制，使設計決策的局域化(locality)成為可能。此外，在將分散的模塊組合成完整的大型程序的過程中，名字空間和異常處理(exceptionhandling)機制被用來降低整合過程的難度和複雜度；隨著程序規模的增大，它們也隨之起到越來越重要的作用。在主體程序框架的基礎上，既使有一些以前存在的部分模塊採用的是其它語言編寫的程序，由於C++高度抽象化和對象化，因此可以實現在不影響程序的整體框架和其它模塊的情況下，採用接口程序進行調用。另外在C++面向對象的主體框架下，具有良好的擴充性，為程序的不斷進化提供了堅實的基礎。本發明的組合化學集中庫的設計與優化的方法與在先技術中單純組合化學實驗優化比較，具有速度快，一天可以完成2萬個化合物的優選；費用低，不耗費任何實驗器材，完全通過計算機模擬實現。信息分析手段強，自動全局優化算法可以提供統計學上最好的集中庫結果。提取有利元素成功率高，獲得的集中庫中組成的片段成為新藥物的概率大。本發明將遺傳算法與組合化學方法相結合的組合化學集中庫設計與優化的方法，可以用於基於大分子靶標三維結構的全新藥物設計研究，為組合化學和計算機輔助藥物設計在藥物研究中的應用提供了新的方法。本發明編制的基於生物大分子三維結構的計算機輔助組合化學集中庫的設計程序能夠在給定受體大分子三維結構信息的基礎上採用基於結構的藥物設計方法進行虛擬組合初步篩選庫的自動設計和評估，然後對虛擬組合初步篩選庫用分子對接(dock)、分子多樣性、分子類藥性、ADME/T等方法進行評價，並應用遺傳算法使各虛擬庫不斷優化，產生具有針對靶標的高親和性，統計意義的高多樣性和高類藥性。是對於藥物合成具有指導性意義的組合集中庫。從程序獲得的優化信息可以指導藥物化學工作者進一步對現有先導化合物進行結構改造。圖1為本發明組合化學集中庫設計與優化方法的框架示意圖。圖2為本發明中建立虛擬組合初步篩選操作過程的示意圖。圖3為本發明中，建立模塊結構評價體系的示意圖。圖4為本發明實施例中，第一個分子結合能的轉換曲線圖。具體實施例方式下面結合實施例及附圖進一步說明本發明的設計與優化方法本發明組合化學集中庫的設計與優化方法就是一種虛擬組合化學集中庫軟體包的設計、建立與評價優化的方法。如圖1所示，主要包括1.建立虛擬組合化學集中庫軟體包，第一步首先就要設計以靶標為基礎的虛擬組合初步篩選庫。虛擬組合初步篩選庫的設計可分為3個步驟a.確定組合合成針對的靶標蛋白；b.根據合成目標，挑選組合構建單元，設計合適的組合合成路線；c.根據組合合成路線以及所能得到的基本構建單元，選定組合合成中的各基本構建單元中的單元構件(分子碎片或藥效團)集合。2.建立虛擬組合化學集中庫軟體包的第二步是建立虛擬組合初步篩選庫。a.根據組合化學反應，從指定構造單元中讀取指定的單元構件(分子碎片或藥效團)構建相應的虛擬組合初步篩選庫。b.在獲得虛擬組合初步篩選庫後，對庫中的分子構象進行優化以獲得最優構象。3.建立虛擬組合化學集中庫軟體包的第三步是對虛擬組合初步篩選庫進行評價及優化。a.針對虛擬組合初步篩選庫進行評價。首先建立模塊結構的評價體系建立分子活性(分子對接得到的小分子與生物大分子的相互作用能)、分子類藥性、分子多樣性以及不良的藥物動力學性質或不適宜的毒性反應(ADME/T)的評價模塊。建立的各模塊中的輸出結果必須經過變換、綜合處理後轉換為一個最終的數值，即對組合庫進行綜合評價，各模塊代表的物理意義各不相同，因此在軟體包中對各輸出結果的權重在不同情況下進行參數調整並歸一化為統一性評價標準。b.採用遺傳算法對虛擬組合初步篩選庫進行優化。因為在一個虛擬組合初步篩選庫中化合物的數量可達到106，甚至更多。為此，優化篩選是獲得具有前途的小規模化合物庫的關鍵。本發明採用遺傳算法來進行優化操作首先根據參數創建隨機的初始集中庫群，然後用分子對接、類藥性、分子多樣性、ADME/T等對各個集中庫進行評價，運用遺傳算法產生下一代集中庫群，再根據設定的終止條件判斷遺傳算法是否繼續，最後輸出最佳結果。下面舉例進一步詳細說明本發明的設計與優化方法。1、第一步設計以靶標為基礎的虛擬組合初步篩選庫包括a.確定組合合成針對的靶標蛋白在生物體內存在著一個複雜的生化網絡來調節機體各種機能，根據研究需要確定合適的靶標蛋白是能否獲得具有良好針對性的組合化學集中庫的前提。靶標蛋白的確定要遵循以下兩個原則(1).在生化循環中存在於網絡交叉點具有關鍵酶特性的蛋白或是具有特異性的調節蛋白。(2).該蛋白具有晶體結構或是該蛋白所屬家族的其它類似蛋白具有晶體結構。當合適的蛋白靶標確定後，就可以根據該蛋白進行虛擬組合集中庫的設計。下面是一個關於確定PPARγ作為蛋白靶標的實例過氧化物酶體增長因子活化受體(Peroxisomeproliferator-activatedreceptor，PPAR，PPARγ)主要在脂肪細胞內表達，它是調節脂肪細胞分化的重要轉錄因子。PPARγ被激活以後可以促進白脂肪細胞(Whiteadipocytes)分化成眾多的小脂肪細胞而降低了大脂肪細胞的數量。研究表明，小的脂肪細胞相對於大細胞來說具有更高的胰島素敏感性，能更好的利用葡萄糖。另外，近年來的分子生物實驗已經確定PPARγ是胰島素增敏劑噻唑烷二酮類藥物(Thiazolidinediones，TZDs)作用的靶分子。因此，PPARγ激動劑很有希望成為一類全新的II型糖尿病治療藥物。PPAR屬於核激素受體(Nuclearhormonereceptor)超家族(由英國科學家Issemann和Green於1990年首先發現的)，是一類由配體(Ligand)激活的轉錄因子，由於這類新型的核受體可以被過氧化酶體增殖劑激活，故命名為PPAR。當被特定的配體激活以後，PPAR與某些基因上的一段DNA，亦稱為過氧化物酶體增長因子反應元件(PeroxisomeProliferatorresponsiveelement，PPRE)，相互作用，從而調節下遊基因的表達。兩棲類、嚙齒類動物及人類的PPAR均存在三種亞型，即PPARα、PPARγ和PPARδ(亦稱PPARβ)，其中PPARγ是研究得最廣泛的一種。最早報導的PPARγ合成激動劑是一系列噻唑烷二酮(Thiazolidinedione，TZD)類的化合物，其中包括曲格列酮(Troglitazone，1)，吡格列酮(Pioglitazone，2)和羅格列酮(Rosiglitazone，3)等等。分子結構如結構式1所示結構式1噻唑烷二酮(Thiazolidinedione，TZD)類化合物結構及代表藥物曲格列酮、羅格列酮和吡格列酮已經作為治療II型糖尿病藥物分別於1997年和1999年被美國FDA批准上市，但是，曲格列酮上市一段時間後就發現了肝臟毒性及其它不良影響，於2000年被FDA撤銷。毒性機理研究表明，曲格列酮與PPARγ結合的同時也激活另外一個核受體PXR(PregnaneXrecetpor)，從而導致了曲格列酮的毒副作用(可參照1998年，葛蘭素製藥公司的科學家在英國自然雜誌(Nature)上報導的PPARγ-羅格列酮複合物的晶體結構(PDB編號是2PRG)。由於噻唑烷二酮雜環(2PRG)形成的氫鍵對於TZD類激動劑與PPARγ活性口袋的結合非常重要，所以相關工作主要集中在疏水端的修飾上。人們希望能引入合適的基團形成更多更強的疏水作用。從這個思路出發，葛蘭素製藥公司合成了一系列的TZD類尾巴衍生物，其中有的活性達到了納摩爾級)。PPARγ是一種調節脂肪細胞分化的重要轉錄因子特異性受體，並且PPARγ的多種晶體結構已經被解析，可以從已有的蛋白質資料庫庫(PDB)庫中獲得(http://www.rcsb.org/pdb/)。因此，選擇PPARγ作為靶標蛋白來進行組合集中庫設計對於獲得全新的II型糖尿病治療藥物不僅有重要意義，而且具有可能性。b.設計合適的組合合成路線根據所選的進行組合集中庫設計的靶標蛋白，設計合適的組合合成路線，即選擇組合合成的構建單元，合成步數和路線。組合合成路線的選擇主要是依據以下兩個原則(1).靶標蛋白結合口袋部位的性質。(2).對該蛋白已有藥物藥效團進行分析的結果。根據靶標蛋白口袋性質的差異，可以將口袋分為幾個不同區域，每個區域對應一個構建單元，按照逐步連接的原則設計合成路線，將各個構建單元連接起來，並計算將所有單元連接起來所需要的步數作為組合合成的步數。當缺乏對於靶標蛋白結合口袋部分性質的了解時，可以通過對該蛋白已有的藥物、激動劑或是抑制劑的藥效團進行分析，分解結構，獲得組合合成的構建單元，合成步數和路線。下面是一個關於確定針對PPARγ的組合合成路線的實例比較PPARγ天然激動劑和羅格列酮的結構，它們的結構都包含了一個極性頭和疏水性尾。結構式2羅格列酮的結構及劃分上面結構式2中是根據結構特徵及性質將PPAR激動劑劃分為極性頭A、中間連接部分B和疏水尾C。在對大量已知激動劑的結構分析的基礎上，本發明的實施例中選取了A、B、C三部分作為三個構建單元，並按照逐步連接的原則，將A和B作為第一步合成，將A和B連接起來的中間產物與C作為第二步合成。因此，當有A、B、C三個構建單元時，共進行兩步反應，路線是先A+B，再加C。c.選擇構建單元中的單元構件集合(或稱分子碎片集合或藥效團)在每個構建單元確定之後，根據每個構建單元的性質進行該單元分子碎片集合的選擇。每個構建單元中分子碎片應該具有相同的性質，比如親水性，親脂性，含有氫鍵形成位點，靜電效應類似等。對於每個構建單元選擇一定數目(考慮到計算速度，每個單元的碎片最好小於150個)的分子碎片，碎片可以來源於已知的合成基本基團，例如苯基，酚基，雜環，醯胺基，酮基等，也可以來源於較大的存在於已知藥物中有一定特異性功能的基團。下面是一個關於確定針對PPARγ組合合成的各個構建單元分子碎片選擇的實例因為PPAR激動劑可以劃分為極性頭A、中間連接部分B和疏水尾C三個構建單元。對於每個構建單元碎片的選擇都要依據性質相同的原則。對於A部分，應該儘量選擇具有極性性質的基團作為碎片；對於B部分，應該儘量選擇具有一定柔性的基團以適應連接性；對於C部分，應該儘量選擇疏水性較強的基團。根據上述原則，選取了A、B、C三部分的分子碎片，數目分別為118、88、98個。2.建立虛擬組合化學集中軟體包的第二步是依據上述的設計目標、路線和構建的單元，構建虛擬組合初步篩選庫a.構建虛擬組合初步篩選庫如圖2所示。這部分程序是根據組合化學反應，從指定構造單元庫(buildingblocklibrary)中讀取指定的單元構件(分子碎片或藥效團)構建相應的虛擬組合化學分子庫。程序可以完成各種類型的化學反應和多步化學反應。同時，程序加入了因化學反應後原子類型發生改變而調整相關鍵長、鍵角及構象的功能。所說的組合化學反應是十六大類固相合成反應，這十六大類固相合成反應是●錨反應(AnchoringReaction)●氨基成鍵反應(AmideBondFormingReactions)●芳香取代反應(AromaticSubstitutionReactions)●縮合反應(CondensationReactions)●環加成反應(CycloadditionReactions)●格林尼亞反應(GrignardReactions)●麥可加成反應(MichaelAdditionReactions)●雜環生成反應(HeterocycleFormingReactions)●多組分反應(Multi_componentReactions)●烯烴生成反應(OlefinFormingReactions)●氧化反應(OxidationReactions)●還原反應(ReductionReactions)●非芳香取代反應(Non_aromaticSubstitutionReactions)●保護與脫保護反應(Protection/DeprotectionReactions)●固相有機合成反應(OtherSolidPhaseOrganicReactions)●裂解反應(CleavageReactions)其中每一大類反應中包含多種反應類型。本發明考慮了多步反應的實現，在組合庫生成時一次運行最多可以完成9步的化學反應。分子碎片庫中的分子碎片的存儲格式是mol2格式，包含了合理的三維結構信息。本發明對各分子碎片的反應位點、離去基團、鍵型變化進行標記，再進行相應處理後得到新的分子碎片庫。分子碎片再按照反應步驟進行構象調整後依次連接，最終生成虛擬組合化學分子庫。操作過程中，加入了化學反應中因原子類型發生改變而調整相關鍵長、鍵角及構象的功能。從而使得到的新分子具有合理的三維構象，即低能構象。如圖2所示。因為這類反應中反應物的構象變化往往較大，涉及各個柔性鍵的鍵角及相應二面角的變化，常規方法很難預測反應後的構象，只有採用分子力學和分子動力學的方法才能較好地解決此問題。因此在成庫之後加入構象優化步驟，使得組合獲得的分子優化後具有低能構象。b.對上述獲得的虛擬組合初步篩選庫中分子構象進行優化由於組合產生的分子空間構象上的複雜性，造成部分分子空間構象極度扭曲，不適於進行下一步評價。在構建虛擬組合初步篩選庫時要對虛擬組合庫產生的分子進行構象優化。本發明對分子構象的優化採用分子力場(Tripos)和空間搜索算法。空間搜索算法採用單純形法和共軛方向法(Powell)相結合。單純形法是一種空間不連續搜索算法，本發明用原子坐標作為自變量向量，在有n個原子的分子中，建立3n的向量，並在3n維空間中構造由3n+1個點構成的體積不為0的幾何圖形為單純形。這3n+1個點是此單純形的頂點，在搜索時，利用這3n+1個頂點的壓縮、擴展和反射獲得最優的空間解。單純形法通過反射可以跳出局部能量最小，在搜索開始階段效率較高，但在試驗點接近全局最小時，其收斂速度明顯變慢，也可能收斂到不是精確極小值點上。針對其特點，本發明採用了空間補償動態調整的方法，在隨著空間的壓縮逐漸減小變動步長，直至收斂。為了能更快更好的完成空間全局最優的搜索，本發明在軟體中設置單純形法只是在優化的起始階段使用，在達到一定標準後，改用共軛方向法(Powell)來完成進一步的優化。共軛方向法(Powell)是直接搜索法最為成功的一種方法。這種算法是基於二次型目標函數的算法。實驗表明，對於具有二次型形式的目標函數，利用共軛方向作為其搜索方向，經過有限次單維搜索，就可以達到其極值點，這種對二次函數作有限次迭代就能達到極值的方法也被稱為二次收斂性算法。Powell方法不計算目標函數的導數，因此在速度上可以更加快速的收斂。本發明將分子力場(Tripos)的能量函數作為目標函數，首先將其化為3n個變量的二次型，然後再在3n維二次型的每一維上單維搜索，直至滿足收斂標準(能量收斂)。化合物的空間手性是許多藥物發揮作用的必要條件。因此在構象優化過程中保持手性的唯一性也是本發明分子構象優化部分的一個重要特點。本發明建立手性場概念，對於具有手性的化合物生成手性場，並將手性場轉化為能量加到分子自身能量上作為構象優化的約束條件，經過不斷實驗調整，本發明獲得了可以在構象優化中維持手性的最優參數，可以保證組合出來的手性分子在構象優化過程中手性恆定為初始狀態。另外本發明在分子構象優化中建立了自動篩選機制，自動分離在當前參數條件下空間構象優化後無法獲得較優構象的極差分子，進而採用耗時較長的極端參數進行優化，從而既保證了大部分分子構象優化的較短的時間性，又滿足了極端分子優化構象的完備性。下面是一個關於確定針對PPARγ的虛擬組合初步篩選庫建立和分子構象的優化實例根據第一步中獲得的每個構建單元(分子碎片數目分別為118、88、98個)，應用分子構建步驟，共獲得總數為118*88*98＝1017632個分子的虛擬組合初步篩選庫。構建過程中程序根據相連的碎片原子類型自動選擇合適的反應類型來連接兩個碎片。構建完成後，對這個初步篩選庫中的每個分子進行了分子構象優化，這個部分是由分子優化部分來完成的。3.1.對虛擬組合初步篩選庫進行評價a.首先建立對初步篩選庫的評價體系，如圖3所示，建立分子活性評價模塊(分子對接得到的小分子與生物大分子的相互作用能)、分子類藥性評價模塊、分子多樣性評價模塊以及ADME/T評價模塊。前面三種評價模塊是預測建立的最基本的評價模塊。不僅用於對虛擬組合初步篩選庫的評價，還應用於組合集中庫的優化過程中。各模塊中的輸出結果必須經過變換、綜合處理後轉換為一個最終的數值，即對組合庫的綜合評價，才能反饋到遺傳算法(GA)中。各模塊輸出結果的物理意義各不相同，數值差異很大，而且各輸出結果的權重需要在不同情況下調整。因此如何將各項結果分別歸一化是一個重要問題，下面分別對建立的各個評價模塊的評價方法進行說明。a.所說建立的分子活性評價模塊(包括電荷計算模塊)的評價方法分子活性評價模塊的評價方法採用的是分子對接方法。評價配體與受體之間的結合能力。分子對接法是將小分子配體放置於受體的活性位點處，並尋找其合理的取向和構象，使得配體與受體的形狀和相互作用的匹配最佳。在藥物設計中，分子對接方法主要用來從小分子資料庫中搜尋與受體生物大分子有較好結合性的小分子，進行藥理測試，從中發現新的先導化合物。分子對接是從整體上考慮配體與受體結合的效果，能比較好的避免其他方法中容易出現的局部作用較好，而整體結合欠佳的情況。對接分子(DOCK)是第一個分子對接程序，而且考慮配體柔性，因此本發明採用DOCK作為分子活性評價的對接程序。電荷計算也是程序中必不可少的部分。在計算分子中各原子的電荷分布時，考慮DOCK程序的要求，採用(GasteigerMarsili)電荷分配方法，編寫了基於C++語言的電荷計算程序。如圖3所示。對於DOCK4.0程序的結合能通常在-10到-60kJ□mol-1，但上下沒有界限。因此不能用簡單的方法完成歸一化，需要用非線性變換將其值轉換到一個有限區間。在這裡可以採用S形曲線(Sigmoid)函數。Sigmoid函數表達式如下(公式1)y=1-eax1+eax]]>......公式1其中a是一個常數項。在x值為任意實數時，y值的範圍值的範圍都在-1到1之間。這樣就解決了將無界限數值一一對應地映射到一個有限區間。接下來還要考慮在本發明感興趣區間，轉換函數的區分度問題。因為結合能小於-60kJ.mol-1時，根據這個結合能計算出來的配體與受體之間的結合常數已偏離真實值，討論區分度的意義不大；當結合能大於0kJ.mol-1時，說明受體與配體不結合。這種情況也不必討論區分度。所以，本發明更為關注結合能在0kJ.mol-1到60kJ.mol-1這一部分的曲線。當a＝0.05時，函數的轉換曲線如圖4所示。從圖4中可以看出，在結合能為-60～0kJ.mol-1區間，能量評分為0.9096到0之間，而且恰是曲線斜率較大的區段，因此對結合能有較好的區分度。DOCK程序輸出的結果信息文件(*.info)中對分子對接結合能自動進行了排序，並將結合能為正值(＞0)的結果全部改成0。當本發明從這個文件中讀取所有分子的結合能時，由於結合能沒有正值，相應的分子活性評價的得分肯定在0到1之間，這樣也就較好地完成了歸一化問題。配體與受體之間結合得越好，結合能的絕對值越高，得分也就越高。b.所說建立的分子多樣性評價模塊的評價方法分子多樣性評價模塊的評價方法採用結構多樣性的描述法，選用40種描述符，比已有的39種描述符增加了分子極化表面積參數。新藥發現的初始階段，需要從分子數目較大的虛擬庫中發現新的分子骨架(scaffold)結構，強調分子之間的多樣性；而先導化合物優化階段，則在保持較好的分子骨架的同時，尋找更好的取代基，注重分子的相似性。因此，計算分子多樣性的方法，要在化合物庫中分子結構的真實差異性很大或者很小的情況下，都能得到一個合適的區分度。在類藥性預測方面本發明主要集中在物理性質方面，因此在分子多樣性的算法實現上採用了結構多樣性描述。分子多樣性計算部分在具體計算上選用了40種描述符(20種拓撲指數，20種結構參數)來計算組合庫的分子多樣性。具體步驟是b1.首先選擇描述符從前人的研究成果可以看出，採用二維結構描述符不僅計算速度快，而且效果也較好。因此，本發明確定了分子多樣性結構描述符。在先技術中，(參見AshtonMJ，JayeMC，andMasonJS.Newperspectivesinleadgeneration.II.Evaluatingmoleculardiversity.DrugDiscoveryToday1996，171-78)採用了分子量、各種常見元素的含量、氫鍵供體和受體的數目、可旋轉鍵數目等結構參數和多種拓撲指數共159個描述符參數，對100000個化合物的商用資料庫進行了計算；然後用無根聚類的方法對159個參數進行了相關性分析，按照標準去除緊密相關的參數，最後得到了參數之間相關性最小的子集，只有39個參數(見表1)。其中屬於結構的參數有19個，拓撲指數有20個，表1中的第一項是各參數的名稱，第五項是參數的具體含義，第二、三項是1000000個有機化合物在此參數上的得分的平均值和標準偏差。在先技術中，用這個參數集與用20種分子軌道性質(例如偶極矩、高倍佔用分子軌道(HOMO)、分子最低空餘軌道(LUMO)、生成熱等)參數集進行了對比，對同樣的資料庫採用優化方法進行多樣性最大選擇，計算各參數的權重見表1第四項，計算結果表明這個參數集更加快速有效。參數權重值與分子多樣性計算方法直接相關。本發明在這39個參數的基礎上，增加了分子極化表面積(PSA)參數，PSA與藥物吸收等性質密切相關。因此，可以加強程序對類藥性小分子的結構多樣性描述。本發明採用的分子極化表面積計算方法，是基於分子二維拓撲結構的原子加和法(即TPSA)。因此，它也是一種二維拓撲結構描述符。在分子多樣性描述符的選擇中，原則上採用分子結構的二維參數，而把與分子的物化性質，例如油水分配係數(logP)則放在類藥性研究中去考慮。前39個描述參數的計算，本發明利用了已有的學術軟體一多樣性計算軟體(ALTER)，它是採用公式轉換(Fortran77)語言程序編寫的。而本發明的二維拓撲分子極化表面積參數(TPSA)的計算是採用C++語言編寫的。表1.在先技術中分子多樣性描述符及其權重b2.對於分子極化表面積(PSA)參數的計算方法本發明選用距離法計算分子極化表面積的參數。因為距離法物理意義明確，計算相對簡單。距離法首先將所有描述變量歸一化，再依據各描述變量的權重構成一個歐幾裡德距離空間。這樣分子之間的相似性(或差異性)可以用在此空間的距離來表示。兩個分子的距離定義為公式2dij=k(x^ki-x^kj)2]]>......公式2其中x^ij=wi(xij-xii)]]>......公式3ij是歸一化後第j個分子的第i個的描述變量，而xij是一個歸一化前的描述變量，xi是第i個描述變量的平均值，σi是第i個描述變量的標準偏差。wi是第i個描述變量的權重。在計算每個集中庫的分子多樣性時，沒有單獨歸一化一個集中庫的分子多樣性描述變量，而是將同一代集中庫的所有分子放在一起歸一化，這樣確定了集中庫之間的分子多樣性的可比性。在具體計算中，每個集中庫的分子多樣性的數值是庫中所有分子兩兩之間的權重距離之和，見公式4。Dk=1n(n-1)i=1nj=1jidij]]>......公式4其中n是第k個集中庫的分子總和，dij是分子i和j的分子性值。這種組合庫的分子多樣性計算方法與其它適用於大規模組合庫的計算方法相比，減少了偏差。如前所述，在先導化合物的結構改造時，由於分子整體結構變化不大，得到的分子多樣性的數值差異會很小；而且在設計虛擬組合化學集中庫時，只需要區別同一代中各集中庫的相對分子多樣性。為了解決這個問題，在計算完成集中庫的分子多樣性得分後，再將各個集中庫的得分進行歸一化，如公式5Di,out=Di-DminDmax-Dmin]]>......公式5Di，out是集中庫的最終分子多樣性得分；Di是集中庫中i的分子多樣性得分，來自公式4；Dmax和Dmin分別是這一代集中庫的最大和最小得分。這種歸一化避免了負值的出現。因此，具體在最大分子多樣性的集中庫的最終得分為1，而其它集中庫的最終分子多樣性得分在0到1之間。這樣就較好地解決了組合庫結構差異無論是很大還是很小的情況下，最終分子多樣性得分都在一定範圍並具有相對區分度。達到了本發明定量描述分子符的目的。b3設置對於分子多樣性的評價參數在計算分子多樣性時，前39個分子描述參數來自在先技術中，他們的相對權重已經過計算實驗和討論。本發明在加入TPSA後，參考表中的權重值，並通過對EGFR當前活性化合物以及MDDR資料庫(MDDR-MACCS-IIDrugDataReport)數據的評定，將其設為3.0，與氫鍵的受體數，氫鍵的供體數的權重相等，低於分子量MW的權重。將所有40個權重歸一化後，即得到關於分子多樣性評價模塊程序中實際應用的權重。c.建立的分子類藥性評價模塊的評價方法建立分子類藥性評價模塊的評價方法選擇含有分子結構比率描述符的7種描述符。本發明注意到分子量越大的分子所含的藥效團、氫鍵供體、受體數目等都會增加。而目前現有的類藥性的研究中一般都是用簡單的性質計數作為描述符，並不能很好的反應出資料庫類藥性的差異。綜合藥物廣泛性醫藥化學庫(CMC-ComprehensiveMedicinalChemistry)是比藥物及類藥物分子資料庫(MDDR-MACCS-IIDrugDataReport)更具有類藥性的資料庫。但在用現有的類藥性標準評價時(例如Oprea)，並不能很好的反映出這一本質。因此，在類藥性評判中，應該儘量減少因分子量越大，分子所含的藥效團、氫鍵供體和受體數目越多引起的誤判。一個簡單的方法就是用一些表示分子結構性質的描述符與分子量的比率作為新的描述符，來區分類藥性的化合物庫(如MDDR、CMC)和非類藥的化合物庫(如ACD)，從而達到消除化合物大小對類藥性的影響的目的。本發明把這些新的描述符稱為分子結構比率性描述符。本發明用一系列分子結構比率性描述符測試了CMC，MDDR，ACD資料庫的類藥性，得到很好的結果。在此基礎上，本發明根據有機小分子特性，從中挑選與分子類藥性相關性大的描述符，進一步量化化合物的類藥性。在對有機小分子的類藥性定量描述時，本發明選擇對判斷分子類藥性有重要作用的分子結構比率描述符，並結合「5規則」的分子性質描述符，最後確定了7個描述符作為分子類藥性的評價，表2給出本發明分子類藥性評價模塊中評價分子類藥性的屬性表2.分子類藥描述符及其權重從本發明對類藥化合物庫與非類藥化合物庫的統計對比研究發現，並不是一般認為的有機小分子化合物的剛性越強越好，而是對有機小分子化合物飽和碳原子也有一定的比例要求。其中類藥分子的不飽和度，飽和碳原子的比例，不飽和原子的數目和飽和碳原子數目之比，不飽和原子的數目和飽和原子數目之比，飽和原子的數目與碳原子的數目之比，氮氧原子數目與飽和碳原子的數目之比要在一定範圍。這些結論為選擇有機小分子類藥性描述符的選擇提供了依據。在本發明選擇的7個描述符中，兼顧了有機分子分子物理化學性質，分子飽和度性質，自由度性質等多種分子本徵屬性。其中，根據文獻，適用於藥物動力學性質的最重要的物理化學性質就是脂溶性(或水溶性)，logP是描述這一特性的目前最好的分子描述符；在配體-受體的非共價相互作用中，氫鍵的作用是兩者緊密結合的一個關鍵的組分，HBA和HBD體現了分子的這種能力；不飽和度(unsat_p)與環的數及不飽和鍵數有關，也與分子的芳香性有關；MW給出了有機小分子分子量的範圍，這個範圍是根據對目前幾千種藥物分子量範圍統計獲得的結果；C3p描述符與分子的剛性大小有關，表徵了有機小分子的自由度h_p描述符是比較好的不飽和度描述符。通過以上7個描述符的加權歸一化，本發明可以獲得分子類藥性評價模塊中有機小分子的類藥性打分。d.ADME/T(不良的藥物動力學性質/不適宜的毒性反應)評價模塊的篩選方法因為絕大部分藥物在進入臨床實驗後被淘汰的主要原因不是因為藥效，而是因為不良的藥物動力學性質(ATME)或不適宜的毒性反應(T)，造成了前期用於合成和藥理實驗大量資金的浪費。所以對於虛擬組合集中庫來說，建立ADME/T評價模塊也是有其重要意義的。建立的ADME/T評價模塊的篩選方法可以是建立在分子基礎上，在分子水平構造生物模型，通過量子力學計算方法，待選化合物在生物模型中的各物理，化學和生物描述符號來獲得ADME/T性質；或者是通過統計學建立在定量結構活性關係(QSAR)和定量結構性質關係(QSPR)基礎上的方法；或者是建立在人體生化網絡基礎上的方法；或者加入到類藥性評價模塊的評價中與類藥性信息統一擬和歸一化，見類藥性評價模塊表2中的7個描述符參數。e.對上述各評價模塊綜合參數進行歸一化由於上述各個評價模塊的計算方法不同，因此獲得的結果必須經過歸一化形成一個單獨的變量來對一個分子進行綜合評價，這就涉及到綜合參數的歸一化問題。在上述評價模塊自身歸一化的基礎上，本發明通過對集中庫的評價獲得評價模塊得分後，通過歸一化的加權總得分，反饋給組合集中庫優化部分用遺傳算法進行優化。在起始階段，本發明對於分子結合能，分子多樣性，分子類藥性的權重範圍設定分別在0.5～0.9，0.1～0.3，0.1～0.3之間變化，三者總和為1。隨著對不同系統的測試，根據多個測試系統給出最優權重範圍為0.7，0.2和0.1。3.2.採用遺傳算法對虛擬組合初步篩選庫進行優化為組合集中庫遺傳算法是一種借鑑生物界自然選擇和進化機制發展起來的高度並行、隨機、自適應搜索算法。簡單而言，它使用了群體搜索技術，將種群代表一組問題解，通過對當前種群施加選擇、交叉和變異等一系列遺傳操作，從而產生新一代的種群，並逐步使種群進化到包含近似最優解的狀態。在遺傳算法中，需要確定遺傳因子的編碼，本發明編寫的基於C++語言的選擇、交叉、變異等算法，能高效穩健地完成遺傳算法的各項功能。在虛擬組合化學庫生成程序的接口和選用遺傳子的編碼方面，找到了高效、穩定的方法。a.選擇編碼在遺傳算法中，最常用的編碼方法是二進位編碼。在組合庫程序中有用二進位編碼表示組合碎片，或者將分子指紋轉化為二進位編碼的表示方法。本發明考慮到分子的多樣性和無限性，而且碎片間並無一定的內在聯繫，故本發明選用動態編碼和實數編碼方法，即選用十進位的編碼方法，本實施例中碎片編號作為編碼。這樣，計算操作比較簡便，編碼直觀，對組合庫中的分子數量也沒有限制。b.選擇複製算子在本發明的程序中，選用的複製算子(也即選擇算子)實在選擇複製過程中最常用的一種方法——輪盤賭方法，其基本步驟為(1)將群體中所有串的適應值相加求總和；(2)產生一個在0與總和之間的隨機數m；(3)從群體中編號為1的串開始，將近其適應值與後續串的適應值相加，直至累加和等於或大於m。最後加入的串就是所要選擇的串。賭盤選擇的結果是返回一個隨機的串，但每個串被選擇的機率與其適應值成正比。雖然在選擇的隨機性使群體中適應值較差的串可能被選中，但隨著進化過程的進行，這種偶然性的影響將被消除掉。為了加快進化的速度，在選擇過程中保留一個或幾個適應值最高的個體直接進入下一代，這種方法加快了進化所需的代數。在程序中採用這種方法，並提供設置「選擇保留數K」這個選項供使用者調節。c.選擇交叉算子交叉算子相當於生物遺傳中的有性繁殖，可以產生新的個體，從而檢測或搜索空間中新的點。在本發明的程序中，個體是一個集中庫，基因是一系列分子碎片。本發明選擇了較優的兩點交叉方法，首先在1和個體總數(集中庫總數)之間選擇兩個不同的隨機整數r1和r2，即兩個個體(集中庫)，作為交配池中父體和母體；然後，從另兩個不同的隨機整數r3和r4決定雜交的位段，即交換的起始位置和終止位置。最後，檢查新一代的每個個體中是否含有重複的基因，如果有則重複上一步驟，直到產生兩個正確的新個體為止。在程序中提供Pc作為參數供用戶調節。d.選擇變異算子變異算子是以較小的概率Pm隨機改變染色體串上的某些位，對於二進位來說，就是相應位由0變為1或由1變成0。因為在本發明的程序中，位是某一反應步驟的構建單元的十進位編碼，變異算子是首先隨機選擇一個位，在此位上再隨機選擇一個所在反應步驟中未選中的構建單元，完成變異操作。在程序中提供Pm作為參數供用戶調節。如圖3所示。在具體的程序編寫中，因為本發明採用C++語言是一種高度類型化的語言。所以，給出合適的類和模板的定義以及合適的函數聲明是整個設計工作中最大的一部分。化學是以原子和分子為對象的科學，所以許多化學方面的以面向對象語言編寫的程序都以原子，分子為基類。因此本發明組合集中庫設計採用的基類也是建立在包括了原子，鍵，分子等重要基類的基礎上。在需要時，加入基團等基類和根據具體對象產生的衍生類，上述噻唑烷二酮類化合物結構及代表藥物的分子式詳細表示了本發明程序中所使用的類和它們之間的關係。在本發明的程序中除加入程式語言自身的常規容錯程序外，還對程序人為的參數設置錯誤添加了自動校正程序。在程序中為大部分參數設定了默認值，這樣既便於程序的使用，也提高了程序的對需要長時間運算的程序來說，程序的中斷和中斷後重啟的功能十分重要，這樣可以避免意外情況下計算資源的浪費和計算時間的延長。在程序運行期間，在遺傳算法每一代計算完成時都會輸出相應的記錄文件，將程序的下一步計算必需的信息全部保存。這樣在程序中斷後重啟只需一個簡單的命令即可進行。e.設置遺傳算法默認參數對於一個成熟的程序設計而言，給定可以解決大部分問題的默認參數值是必須的。這樣不但可以擴大使用的範圍，而且可以提高程序使用的效率。影響遺傳算法的主要參數有群體大小N、選擇保留數K、交叉概率Pc和變異概率Pm。為了尋求對本發明設計最佳的參數，本發明進行了多次實驗，以獲得最佳默認參數。本實施例的程序運行環境是標準(SGI)的Unix作業系統(IRIX3)，整個程序的運算和測試都是在SGI的計算機(origin3800)上進行，使用單一CPU。群體規模影響到遺傳算法的最終性能和效率。當規模太小時，由於群體對大部分超平面只給出不充分的樣本量，所以一般只能得到局部最優解；大的群體規模更有希望獲得包含出自大量的超平面的代表，有更大的機率獲得全局最優解，但是也更加耗費時間，因此獲得一個適當的群體數是平衡時間以及解的最優性的關鍵。一般推薦在20～50，在測試中(請見下一個單元)本實施例中使用的範圍從10～60，每次增加10來測試，最終獲得30為最佳群體規模數。選擇保留數是指在選擇算子的操作中，直接將上一代的前K個適應值最大的個體複製到下一代群體中。這樣，既保證了最佳個體直接進入下一代，也促進了群體的適應值的提高速度。但是如果保留值的取值太高，就會造成遺傳算法(GA)過早收斂，陷入局部最優。因此K的取值通常為群體規模的5～15％。設立測試範圍為0到6，每次增加1。通過測試(請見下一個單元)，本實施例中確定在群體規模為30的情況下，K的最佳取值為3。交叉概率控制個體之間交換基因片段，是群體信息交互的關鍵。在每代的群體中，有Pc×N個個體參加交叉。交叉率越高，群體中個體更新越快。如果交叉率過高，高性能的個體被破壞的機率越大；如果交叉率過低，搜索會由於太小的探索率而停滯不前。本實施列中設立測試範圍為0.05到0.8，每次增加0.05。通過測試(請見下一個單元)，則確定在群體規模為30的情況下，K取值為3時，Pc的最佳值為0.25。變異是增加群體多樣性的算子。第N次選擇後，新的群體中的每一個個體以概率Pm進行隨機改變，從而每代大約發生Pm×N×L(L是個體上的基因個數)次變異。一個低水平變異率可以防止整個個體高收斂性，而高於0.5的變異率相當於隨機搜索。本實施例中設立測試範圍為0.005到0.05，每次增加0.005。通過測試(請見下一個單元)，則確定在群體規模為30的情況下，K取值為3時，Pm的最佳值為0.015。3.3對上述建立的組合化學集中庫進行檢測a.設計檢測系統，設計檢測系統是依據活性與結構之間關係組合集中庫設計程序是經過多個藥物篩選系統檢測均衡獲得默認最優參數的，這裡僅以環氧化酶-2(Cox-2)系統抑制劑作為例子詳細說明經過檢測獲得參數的步驟。炎症是機體對各種炎性刺激引的起組織損害產生的一種基本病理反應，是一種常見病和多發病。非甾體抗炎藥(NSAIDs)是一類具有重要應用價值的抗炎鎮痛藥物，臨床上廣泛用於各種急性、慢性炎症及疼痛的治療。但長期使用現有的NSAIDs易引起胃腸系統及腎臟等組織的不良反應，因此，尋找高效低毒的NSAIDs一直是藥物學家致力研究的課題。環氧化酶-2的發現為NSAIDs的研究提供了新的思路。近幾年發現的環氧化酶-2(COX-2)選擇性抑制劑與傳統NSAIDs相比，胃腸道毒副作用更低，是一類很有發展前景的新型抗炎藥。在先技術中都在積極進行COX-2選擇性抑制劑的研究，並且已發現了一些有藥用前途的化學實體。目前正在開發研究的COX-2選擇性抑制劑從化學結構上可分為二芳基取代雜環類、甲磺醯苯胺類、二叔丁基取代苯酚類等幾大類，其中研究比較多的是二芳基取代雜環類化合物。二芳基取代雜環類化合物的結構特徵是鄰二苯基取代苯環、雜環以及不飽和脂肪環，其中一個苯環上對位具有甲磺醯基或氨基磺醯基是分子呈現COX-2高選擇性抑制作用的必需藥效基團，當以氨磺醯基取代甲磺醯基時，儘管化合物分子體外選擇性有所降低，但體內活性顯著提高。編號SC58635就是由此開發出來的一種高效COX-2選擇性抑制劑3(如結構式3所示)。結構式3SC58635的結構與劃分b.選擇分子碎片(即單元構件集合)與參數本實施例將以二芳基取代雜環類化合物(以SC58635為例，如結構式4所示)從結構上分成三個部分(1)頭部A在對位具有甲磺醯基或氨基磺醯基的苯環；(2)中間部分B間位有兩個連接位點的芳香環或不飽和脂肪環；(3)尾部C在對位常有取代基的六元環或苯環。同時，對1，5二芳基取代吡唑衍生物的構效關係研究表明1，5位芳環互換時，化合物的活性改變不大，但選擇性降低。本發明在設計組合庫的分子碎片時，充分考慮了這些研究結果。通過對該系統化合物的分析，將COX-2看成是通過兩步反應合成，即分為三個分子碎片A、B、C。根據該系統目前藥物含有的藥效基團以及根據分子等排原理，本實施例分別對A、B、C部分選取了16個、12個和4個分子碎片，共計16×12×4＝768GE個分子。具體結構見結構式4。在B部分，即中間部分，設計了間位互換的情況，因此有的分子碎片重複出現，但連接位點不同。A部分的分子碎片B部分的分子碎片C部分的分子碎片結構式4.COX-2抑制劑集中庫碎片設計如分子對接中的靶標結構是以晶體結構(PDB4編號為6COX)為基礎得到的，其中含有SC-55820抑制劑。分子對接參數中，「錨」的最小原子數為5，「錨」的取向數以及新增加的片斷選擇的構象數分別為500和25。c.程序穩健性測試為了獲得最優參數，首先要保證程序的穩健性。因此本發明首先測試程序的穩健性，本實施例中選用的參數如下反應步數反分子碎片數12，16，4集中庫選取分子碎片數4，4，2遺傳算法群體規模30選擇保留個數3交叉概率0.25變異概率15最大遺傳代數1000程序結束條件得分排在前70％的集中庫具有相同的分子碎片或遺傳代數超過最大遺傳代數分子活性得分權重0.7分子類藥性得分權重0.2庫的多樣性得分權重0.1程序運行環境是SGI的Origin3800的IRIX系統，整個程序測試使用單一CPU，共進行了24次重複運行，運行結果見表3。從運行結果來看，24次運行程序全部在628代內達到程序結束條件，其中54％在200代以內完成，說明遺傳算法的搜索效率較高，能在較短時間完成程序功能。從各部分的運算時間看，速控步在分子對接中。表3.程序運行結果一對最佳集中庫的分子碎片的組成分析。第一部分出現的最多的組合是1、2、5、9，共16次；而1、2、3、9，有3次。對單分子碎片而言，9出現了24次，而1和2出現了22次，5出現了18次，3出現了4次，4出現了3次，8出現了1次。說明1，2，9是在這一部分最好的分子碎片，而5次之。第二部分分子碎片中1、9和10每次均出現，12出現了12次，8出現了9次，另外16和4各出現2次和1次。說明1、9、10是相對最好的分子碎片，而12、8僅次之；在組合中，1、9、10、12組合出現12次，1、8、9、10出現9次，1、9、10、16出現2次，這說明12、8二者取其一與1、9、10組合時的得分相差很小。第三部分基本上是1、4組合，只出現了兩次3、4的組合，這都是在第一部分有分子碎片4的情況下出現的。綜合來看，第一部分是1、2、5(或3)、9，第二部分是1、9、10、12(或8)，第三部分是1、4的情況出現了20次。雖然出現概率只有83％，但由於許多分子碎片在綜合評分上相差很小，在不同組合環境下，分子多樣性的得分不同。因此得出了有少量差異的最佳組合。這一點在集中庫的得分上可以看出，即使是具有相同的集中庫，得分也不相同，例如第1到3次運算。這主要是因為除最佳集中庫之外，其它同代的集中庫的組成不一樣，而分子多樣性評價是由同一代中所有集中庫的組成計算得出的相對值，因此得分不同。在只改變集中庫的規模(分子碎片數變為3×3×2)，其它參數不變的情況下，程序運行12次，結果見表4表4程序運行結果二由表4得出的結論與表3大致相同。分子碎片的第一部分主要是1、2、5、9，其中1、2、9組合佔優；第二部分是1、9、10、12，其中1、9、10組合佔優；第三部分基本上是1、4組合，3、4隻出現過一次。由此，本發明可以得出結論，雖然每次運算結果得出的最佳組合庫的組成略有不同，但都是較好的集中庫構成。在調整集中庫規模後，也得到了一致的結果。表3中集中庫的得分在0.7734和0.7906之間，變化並不大。在其中最低的0.7734的組成中，第一部分的分子碎片出現了唯一一次1、2、4、9組合；表4中得分最低的是第6個結果，分子碎片出現了異常，其中第一部分也出現了碎片4。表3和表4的結果，充分說明了這個程序每次運行都能找到組合空間中的最佳子空間，具有較好的穩定性，為整個程序的正確運行提供了良好的基礎。綜合上面的討論，可以認為程序實現了設計組合集中庫的功能，運行結果有較好的重現性。d.選擇最優參數在程序運行的穩健性得到證實後，本發明對程序的關鍵參數進行了選擇，找出程序最優的參數集。參數選擇集中在與遺傳算法相關的參數上。參數選擇實驗一將雜交率Pc，變異率Pm分別固定為0.25和0.015，改變群體規模N，選擇保留數K，從而找出這兩個參數的最佳值。由於群體規模變化大，程序收斂可能變慢，因此這裡將遺傳最大代數定為3000。按照前面穩健性方面的測試結果，在構建單元的第一部分是1、2、5(或3)、9，第二部分是1、9、10、12(或8)，第三部分是1、4時，並且在未達最大遺傳代數時的情況下收斂，說明參數設置合理。在表5中第6列(T)用V來表示。表5.參數選擇實驗一表5的測試結果表明(1)能得到正確結果的集中庫(即有″V″項)基本分布在K值為N的5％到20％的範圍內。34個中只有兩個例外。(2)群體規模N越大，平均收斂代數越大。(3)在N不變時，K越大越容易收斂，當K大於N的20％的時候，很難找到全局最優解。(4)N值小於20時，由於群體規模太小，樣本不充分，搜索點太少，結果不可靠。從上面的結果可知，在群體規模N＝30，在選擇保留數K＝1～5這個區間，是一個較好的參數群，能得到較好的結果。雖然群體規模更大時，也有較好的參數群，但是計算時間太長且內存消耗太大。本發明認為群體規模N＝30，選擇保留數K＝3是最佳參數值。參數選擇實驗二是在參數選擇實驗一的結論上進行，即將群體規模N，選擇保留數K分別固定為30和3，改變雜交率Pc，變異率Pm，從而找出這兩個參數的最優值。這裡最大遺傳代數設為2000。表6.參數選擇實驗二表6的測試結果表明(1)能夠得到正確結果的集中庫(即有″V″項)全部分布在Pm值0.01~0.03範圍內，太大或太小都難以收斂到最佳效果.Pm為0.01，0.015，0.02，0.025，0.03的出現次數分別為7，5，10，8，1。(2)Pc與Pm之間沒有明顯關係。(3)Pc小於0.25時，由於交叉機率太小，很難得到最優結果。(4)Pm大於0.3時，程序難於收斂。從分析結果可知，Pm值為0.01~0.025，Pc值為0.3~0.5的範圍是一個較好的參數群。回過來看，在前面的穩健性測試中，本發明取群體規模N＝30，選擇保留數K＝3，雜交率Pc＝0.25，Pm＝0.015是一個較佳參數集。3.4實例下面是一個關於確定PPARγ作為蛋白靶標獲得集中庫的實例通過前兩部分中組合路線的設計以及分子構建單元中分子碎片的選擇，本發明選擇了三個分子構建單元，反應步數為兩步，路線為先A+B，再+C。每個構建單元的分子碎片數目分別為118、88、98個。分子對接中的靶標結構是以PPARγ晶體結構(PDB編號2PRG)為基礎得到的。分子對接參數中，「錨」的取向數以及新增加的片斷選擇的構象數都為50。程序的其它參數均使用默認值。結果與討論PPARγ激動劑的組合空間很大，本發明相應的將組合集中庫的規模加大為10×10×10。程序運行434代後結束，結果列於表7。表7.PPARγ激動劑的最優集中庫組成本發明通過對集中庫的組成分析發現，在極性頭A部分，最重要的是有能形成氫鍵的親水基團。分子碎片1就是TZD頭(噻唑烷二酮)，它的兩個氧原子和氮原子都能與受體形成氫鍵。其它碎片也具有這種結構特徵。關於硝基頭、羧基頭以及TZD的類似結構這裡都出現過。結構式5中的A是指頭部與中間部分之間的連接位點(下同)。結構式5中間部分B主要是起連接頭尾的作用。從晶體結構可知，受體的此部分是一個扁平的通道，適合容納苯環狀的近似平面的剛性結構。集中庫選用的分子碎片部分是含苯環的結構；有些是含硫的五元雜環。結構式6中，分子碎片38和60是一對對映異構體，連接位點的碳原子具有手性。但兩者同時入選，說明此處對手性的要求不高。兩者具有一個長鏈烷基，從分子對接的構像來看，它伸入一個在疏水通道相反位置的受體狹長空腔中，增大了與受體之間的結合能。結構式6中的Q是指尾部與中間部分之間的連接位點(下同)結構式6疏水尾C部分的差異性最大，其共同點是具有疏水性的芳香環。但也有如結構式7中分子碎片58那樣氫鍵受體，在分子對接中可能會引起構象反轉，即尾部進入親水口袋位置。結構式7在分析最優集中庫中分子碎片的極性頭部分，本發明找到了一個效果較好的極性頭(48)。含有這個極性頭的分子DC-14在分子水平的測試中有較高的活性(見表8)，。在對疏水尾的分析中，也發現含三個全新結構尾部的化合物具有很高活性，其中DC-E15、DC-E57的活性與陽性對照物GI262570相當，具體測試數據見表8。細胞水平的測試也顯示這幾個化合物具有降血糖活性和促進脂肪細胞分化的能力。以上結果充分說明組合集中庫程序在對PPARγ激動劑的設計是有效、可靠的。對應用組合集中庫程序發現的一些結構新穎的PPARγ激動劑正在合成中，可能會尋找到活性更好的結構新穎的PPARγ激動劑。4.整體評述通過系統測試和應用演算實例研究說明，本發明將遺傳算法與組合化學方法相結合的組合集中庫設計與優化的方法，可以用於基於大分子靶標三維結構的全新藥物設計研究，為組合化學和計算機輔助藥物設計在藥物研究中的應用提供了新的方法。本發明的基於生物大分子三維結構的計算機輔助組合化學集中庫的設計與優化方法並通過演算實例的運行結果說明，本發明所編制的程序基本實現組合集中庫的設計功能，完成程序原理框圖中的主要各項功能，並能準確，高效的從整個組合化學空間中搜索出最優子空間。同時，運行結果具有良好的重現性和可靠性。利用本發明的虛擬組合化學集中庫，可以很好的優化用於組合的分子碎片的選擇，大大縮小實際合成的組合化學集中庫的規模，提高發現優秀先導化合物的機率，降低成本。本發明採用了面向對象方法和模塊化設計，具有良好的擴充性。權利要求1.一種組合化學集中庫設計與優化方法，是對一種虛擬組合化學集中庫軟體包的設計、建立與評價優化的方法，其特徵在於方法步驟包括1首先設計以靶標為基礎的虛擬組合初步選庫，包括確定組合合成針對的靶標蛋白；設計組合合成路線，挑選組合構建單元；再選定組合合成中的各基本構建單元的單元構件集合；2第二步根據上述的設計，建立虛擬組合初步篩選庫，包括依據組合化學反應，從指定構造單元中讀取指定的單元，構件相應的虛擬組合初步篩選庫；然後對獲得的虛擬組合初步篩選庫中的分子構象進行優化；3第三步對上述建立的虛擬組合初步篩選庫進行評價及其優化，包括首先建立模塊結構的評價體系；然後採用遺傳算法對虛擬組合初步篩選庫的化合物進行優化。2.根據權利要求1所述的組合化學集中庫設計與優化方法，其特徵在於所說的組合化學反應是十六大類固相合成反應，包括錨反應、氨基成鍵反應、芳香取代反應，縮合反應，環加成反應、格林尼亞反應、麥可加成反應、雜環生成反應、多組分反應、烯烴生成反應、氧化反應、還原反應、非芳香取代反應、保護與脫保護反應、固相有機合成反應和裂解反應。3.根據權利要求1所述的組合化學集中庫設計與優化方法，其特徵在於對構建的虛擬組合初步篩選庫中的分子構象採用分子力場及單純形法和共軛方向法相結合的空間搜索算法進優化。4.根據權利要求1所述的組合化學集中庫設計與優化方法，其特徵在於建立模塊結構的評價體系包括建立分子活性評價模塊、建立分子類藥性評價模塊、建立分子多樣性評價模塊以及建立不良的藥物動力學性質或不適宜的毒性反應評價模塊。5.根據權利要求4所述的組合化學集中庫設計與優化方法，其特徵在於建立的分子活性評價模塊的評價方法是採用分子對接方法。6.根據權利要求4所述的組合化學集中庫設計與優化方法，其特徵在於建立的分子多樣性評價模塊的評價方法是採用結構多樣性的描述法，選用含有分子極化表面積參數的40種描述符。7.根據權利要求4所述的組合化學集中庫設計與優化方法，其特徵在於建立的分子類藥性評價模塊的評價方法選擇包含分子結構比率描述符的正辛醇/水分配係數、分子量、氫鍵受體、氫鍵供體、飽和碳原子數目與除滷素原子之外的重原子數目之比、氫原子數目與除滷素原子之外的重原子數目之比以及分子不飽和度與除滷素原子之外的重原子之間的鍵數目之比的7種描述符。8.根據權利要求1所述的組合化學集中庫設計與優化方法，其特徵在於所說的採用遺傳算法是選用十進位的編碼方法。9.根據權利要求1所述的組合化學集中庫設計與優化方法，其特徵在於對虛擬組合化學集中庫軟體包的設計，建立與評價優化選用C++語言進行操作。全文摘要一種組合化學集中庫設計與優化方法，是對一種虛擬組合化學集中庫軟體包的設計、建立與評價優化的方法。包括第一步以靶標為基礎設計虛擬組合初步篩選庫；第二步建立虛擬組合初步篩選庫並對分子構象進行優化；第三步對虛擬組合初步篩選庫進行評價及其優化。本發明採用遺傳算法與組合化學方法相結合，可以用於基於大分子靶標三維結構的全新藥物的設計和研究。對靶標具有比較高的親和性，多樣性和類藥性。具有速度快、費用低、不耗費任何實驗器材，完全通過計算模擬的方法來完成組合化學集中庫的設計和優化。文檔編號G06F17/50GK1725222SQ20041005310公開日2006年1月25日申請日期2004年7月23日優先權日2004年7月23日發明者羅小民,蔣華良,陳剛,沈建華,鄭蘇欣,張健,柳紅,沈旭,陳凱先申請人:中國科學院上海藥物研究所