35、计算机辅助抗癌药物设计：从靶点到临床的新征程

计算机辅助抗癌药物设计：从靶点到临床的新征程

1. 计算方法在抗癌药物发现中的应用

在抗癌药物的研发过程中，计算方法正发挥着越来越重要的作用。这些方法不仅能够帮助我们理解靶点与配体之间的相互作用，还能为新药的设计和优化提供有力支持。

1.1 分子对接与构象采样

分子对接是一种常用的计算方法，它通过评分函数和构象采样方法来优化靶点与配体的结合。不同的对接程序基于不同的评分函数，用于描述配体与靶点蛋白之间的相互作用。构象采样方法则用于确定配体与蛋白的结合姿势。

1.2 MD 模拟

MD 模拟可以在原子水平上研究靶点 - 配体相互作用，并生成靶点或配体的各种有利构象。结合其他研究，MD 模拟可用于寻找潜在的低分子量结合剂。常用的 MD 模拟代码包括 AMBER、CHARMM、NAMD、OpenMM 和 GROMACS，这些程序可以在多种计算机架构上运行，包括多核中央处理器和图形处理器。

1.3 计算方法在抗癌药物研发中的成功案例

• 克唑替尼（Crizotinib） ：一种 cMet/ALK 抑制剂，采用基于结构的设计技术开发，并于 2011 年获得美国食品药品监督管理局（FDA）批准。
• 阿西替尼（Axitinib） ：2012 年被 FDA 批准用于晚期肾细胞癌的治疗，通过基于结构的药物设计策略开发，可抑制 DFG - out 构象中的 VEGF 激酶结构域。
• 鲁米司匹布（Luminespib，NVP - AUY922） ：