基于QSAR模型、分子对接与动力学模拟发现靶向N8神经氨酸酶的新型抗H1N1流感先导化合物

　　本研究针对甲型流感病毒(IAV)神经氨酸酶(NA)耐药性问题，通过集成定量构效关系(QSAR)建模、分子对接、ADMET筛选和分子动力学(MD)模拟等计算方法，对168种黄酮类化合物进行系统性虚拟筛选。研究构建出高性能QSAR模型(R2=0.82, Q2=0.80)，设计出多个新型吡唑啉衍生物，其中7个先导化合物表现出优于奥司他韦的结合亲和力和良好的药代动力学特性，为开发新一代抗流感药物提供了重要理论依据。

　　

在全球公共卫生领域，甲型流感病毒(IAV)始终构成严重威胁，其高突变率和基因重配能力导致频繁的跨物种传播和大流行爆发。病毒表面的神经氨酸酶(NA)蛋白在病毒生命周期后期发挥关键作用，通过切割唾液酸残基促进新形成的病毒颗粒释放和传播。尽管奥司他韦和扎那米韦等NA抑制剂已应用于临床，但日益增长的耐药突变凸显了对新型抑制剂 scaffolds 的迫切需求。

在这一背景下，天然产物尤其是黄酮类化合物因其结构多样性和良好的药理特性受到广泛关注。这些低分子量多酚化合物不仅具有抗氧化、抗菌和抗病毒活性，且在日常饮食中广泛存在，副作用较小，成为药物设计的重要资源。然而，如何从大量天然化合物中快速识别出高效NA抑制剂，并理解其构效关系，成为研究人员面临的关键挑战。

为应对这一挑战，摩洛哥西迪·穆罕默德·本·阿卜杜拉大学工程建模与系统分析实验室的研究团队在《Scientific African》上发表了一项综合性计算研究。该研究采用多尺度计算生物学方法，集成定量构效关系(QSAR)建模、分子对接、ADMET(吸收、分布、代谢、排泄和毒性)分析和分子动力学(MD)模拟等技术，系统评估了168种候选分子对H1N1亚型IAV神经氨酸酶的抑制潜力。

研究人员首先从同行评审文献中收集了168种蛋白酶抑制剂的实验IC₅₀值，使用MarvinSketch进行分子结构准备和优化。通过OCHEM平台计算二维分子描述符，包括构象、拓扑、电子状态和溶解度相关参数，并采用遗传算法(GA)和双交叉验证(DCV)技术进行特征选择。数据集通过Kennard-Stone和欧几里得距离聚类方法划分为训练集和测试集。

QSAR模型采用多元线性回归(MLR)构建，最终确定了六个与抗H1N1活性密切相关的描述符：C-008、F04[C-C]、H-052、F02[N-O]、X4sol、nArC=N和nOHs。这些描述符共同反映了分子的拓扑结构、电子特性和物理化学性质对抗病毒活性的综合影响。

分子对接研究使用AutoDock4软件针对N8神经氨酸酶(PDB ID: 2HT7)的晶体结构进行，结合位点定义为40?×40?×40?的网格盒子，中心坐标精确定位于活性口袋。对接协议通过重结晶配体奥司他韦的重新对接进行验证，RMSD值为0.952?，证明方法的可靠性。

ADMET特性通过SwissADME和Protox-II在线平台进行评估，包括肠道吸收、分布体积、CYP450代谢、清除率和多种毒性终点。分子动力学模拟使用Desmond软件在OPLS3e力场下进行100ns模拟，通过RMSD、RMSF和蛋白质-配体接触分析评估复合物稳定性。结合自由能计算采用MM/PBSA方法，提供热力学视角下的结合亲和力估计。

QSAR模型构建与验证

通过系统筛选和优化，研究团队建立了具有显著预测能力的QSAR模型。该模型显示训练集确定系数R2=0.82，交叉验证系数Q2=0.80，测试集QF?2=QF?2=0.91，表明模型具有优秀的拟合优度和预测能力。模型识别出的六个关键描述符中，C-008(CHR₂X原子中心片段)、F04C-C和H-052(连接特定亚结构的sp3杂化碳上的氢原子数)与活性正相关；而F02N-O、X4sol(溶解度相关指数)、nArC=N(芳香亚胺数)和nOHs(仲羟基数)则显示负贡献。

新型分子设计与活性预测

基于QSAR模型揭示的构效关系，研究人员设计了一系列新型吡唑啉衍生物。这些化合物结构上精心优化了正贡献描述符并尽量减少负贡献描述符的表达。预测结果显示这些新化合物具有较高的pIC₅₀值，表明其潜在的强效抗病毒活性。特别是化合物38、39、48-53、56-61等显示出极高的预测活性，为后续实验验证提供了优先候选。

分子对接与结合模式分析

分子对接结果显示，所有设计的化合物与N8神经氨酸酶的结合能均优于参考药物奥司他韦(-6.2kcal/mol)。其中化合物38结合能最高(-8.1kcal/mol)，39、48-51次之(-7.9至-8.0kcal/mol)。这些化合物通过氢键、疏水作用和静电相互作用与活性位点残基如Asp151、Glu119、Arg292等形成稳定复合物，揭示了其潜在的作用机制。

ADMET特性与安全性评估

药代动力学特性分析显示，化合物14、15、27-29和60具有中等肠道吸收，61-70显示高吸收，而38、39和48-59吸收较低，可能需要考虑非口服给药途径。毒性评估表明大多数化合物无致突变性(除54-59)、无皮肤致敏性，且LD₅₀值均大于2mol/kg，显示低急性毒性。慢性毒性LOAEL值表明29-61号化合物具有低慢性毒性，安全性较高。

分子动力学与结合稳定性

100ns分子动力学模拟揭示了复合物的动态稳定性。化合物52、53和60在模拟中表现出不稳定性，RMSD值较高，表明可能从结合位点解离。而49、61、39、38、48、50和51与2HT7蛋白形成的复合物则保持相对稳定，RMSD值维持在较低水平(2.4-4.8?)。特别是49和61号化合物表现出最优的稳定性，RMSD值分别约为2.8?和2.4?。

结合自由能分析

MM/PBSA计算显示所有稳定复合物的结合自由能均为负值，证实了结合的热力学可行性。其中61号化合物结合自由能最低(-57.08kcal/mol)，其次为49号(-49.53kcal/mol)，均显著低于奥司他韦(-23.21kcal/mol)。这些结果从热力学角度进一步支持了这些化合物作为高效抑制剂的潜力。

本研究通过综合计算生物学方法，成功构建了预测性能优异的QSAR模型，并据此设计出多个新型吡唑啉衍生物作为潜在抗H1N1病毒先导化合物。这些化合物不仅表现出优于现有标准药物的理论结合亲和力，而且具备良好的药代动力学特性和安全性特征。

分子对接和动力学模拟结果表明，这些化合物能够与N8神经氨酸酶活性位点形成稳定持久的相互作用，特别是与关键残基Asp151和Glu119形成的氢键网络为结合稳定性提供了结构基础。MM/PBSA计算进一步从热力学角度证实了这些相互作用的优势。

这项研究的重要意义在于它首次将QSAR和QSTR(定量结构毒性关系)模型结合在同一研究中，为抗流感药物设计提供了新思路。研究所确定的七个先导化合物(38、39、48、49、50、51和61)为后续实验验证和临床前开发提供了强有力候选，有望克服现有神经氨酸酶抑制剂的耐药性问题。

此外，本研究建立的多尺度计算框架和方法学策略也可广泛应用于其他病毒靶点的药物发现过程中，为未来应对新发突发传染病提供有效的药物设计平台。这些发现不仅对流感防治具有重要意义，也为基于天然产物的抗病毒药物开发提供了有价值的研究范例。