登革熱抑制劑快速篩選系統之建構

Abstract

登革病毒(Dengue virus)屬於黃質病毒科( Flaviviridae )中黃質病毒屬( Flavivirus)內的登革病毒亞屬，目前世界上尚無穩定、安全的疫苗可供防治登革熱，亦無有效的治療藥物。登革病毒基因體(genome)為單一正股RNA鏈(single-stranded RNA，+ strand )，約含10700個鹼基。其RNA經轉譯後，所得的單一多蛋白聚合鏈(single polyprotein chain)將被宿主細胞或病毒的酵素切割出10個蛋白質，包括3個結構性蛋白(structural protein)和7個非結構性蛋白(non-structural protein)。結構性蛋白主要功能是構成病毒的外殼，而非結構性蛋白則與病毒RNA分子的複製有關。 10種蛋白質中，已知其立體結構及功能的有二：套膜蛋白Ｅ(major envelope protein E，PDB code:1K4R)以及非結構性蛋白NS3 (PDB code:1BEF)。套膜蛋白E為構成病毒外殼的主要蛋白，是主要的抗原決定部位，宿主的免疫系統即針對此蛋白質產生抗體。目前研究顯示，virus- antibody complex進入細胞的能力遠高於單獨存在的病毒，這亦是不同血清型登革熱交叉感染後會引發登革出血熱的可能機制之一。NS3為一蛋白質水解?(protease)，與胰蛋白?(trypsin)同屬絲胺酸催化蛋白?(serine protease)，負責切割RNA轉譯後所得的單一多蛋白鏈，以產生其他非結構性蛋白。此兩種蛋白質結構已知，且為登革病毒感染與成熟過程中不可缺少的重要環節，因此若能利用我們已發展完成的軟體並配合現有的藥物資料庫，針對此二蛋白質的結構，搜尋可與其嵌合的化學物質，即有可能從中揀選出具備藥物潛力的化合物分子。 本計畫將提出一個能辨識藥物、預測藥物副作用以及毒性的雛形系統，暫稱為DockGEM，此系統可與傳統的藥物開發方式互補，組合成一個更完善的藥物開發體系，並極有可能大大壓縮臨床實驗所需的時間與經費。此系統包含三個主要元素: Docking知識庫、工具庫及發現藥物之系統步驟(drug discovery roadmap)。Docking知識庫包含藥物資料庫(drug database)、活性區域知識庫(binding-site information database)、蛋白質與其副作用及毒性的關聯資料庫；而工具庫則以演化式方法(evolutionary approaches)及類神經網路(neural networks)為基礎，可自動整合ligand-protein docking及ligand-protein inverse docking運算程式，並具備資料庫搜索(database search)功能，以自動化流程揀選出具有藥物潛力的小分子化學物質；發現藥物的系統步驟包含rapid ligand docking, flexible ligand docking與ligand optimization，並希望達到下列目標: 1. 建立能自動整合ligand-protein docking 及 ligand-protein inverse docking的系統，此系統能辨識潛在藥物，同時也可預測這些藥物的副作用以及毒性。 2. 開發登革熱已知蛋白質抑制劑之專屬快速篩選系統。 3. 建立藥物庫、活性區域知識庫、蛋白質與其副作用及毒性的整合性關聯資料庫。 4. 整合知識為基及物理為基的方法，建立更準確的scoring functions及更有效率的ligand-protein docking及ligand-protein inverse docking的程式，以提高系統準確度。 過去幾年我們在整合演化式方法、結構生物、及protein docking上已獲得一些成果，我們認為以知識為基礎的演化式計算是以自然的演化方式解決生物資訊問題，我們希望此系統能應用於預防登革熱之相關藥物開發上。