nghiên cứu in silico hợp chất tự nhiên có khả năng hoạt hóa thụ thể pparδ hướng điều trị rối loạn lipid máu

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (3.81 MB, 118 trang )

Trang 1<div class="page_container" data-page="1">

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ Y TẾ

ĐẠI HỌC Y DƯỢC THÀNH PHỐ HỒ CHÍ MINH

NGUYỄN ĐỨC XUÂN THỤY SĨ

NGHIÊN CỨU IN SILICO HỢP CHẤT TỰ NHIÊN CÓ KHẢ

NĂNG HOẠT HÓA THỤ THỂ PPARδ HƯỚNG ĐIỀU TRỊRỐI LOẠN LIPID MÁU

LUẬN VĂN THẠC SĨ DƯỢC HỌC

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2023

</div>Trang 2<div class="page_container" data-page="2">

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ Y TẾ

ĐẠI HỌC Y DƯỢC THÀNH PHỐ HỒ CHÍ MINH

NGUYỄN ĐỨC XUÂN THỤY SĨ

NGHIÊN CỨU IN SILICO HỢP CHẤT TỰ NHIÊN CÓ KHẢ

NĂNG HOẠT HÓA THỤ THỂ PPARδ HƯỚNGĐIỀU TRỊ RỐI LOẠN LIPID MÁU

NGÀNH: CÔNG NGHỆ DƯỢC PHẨM VÀ BÀO CHẾ THUỐCMÃ SỐ: 8720202

LUẬN VĂN THẠC SĨ DƯỢC HỌCNGƯỜI HƯỚNG DẪN KHOA HỌC:PGS. TS. NGUYỄN THỤY VIỆT PHƯƠNG

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2023

</div>Trang 3<div class="page_container" data-page="3">

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn này là cơng trình nghiên cứu của tôi. Những phầnsử dụng tài liệu tham khảo trong luận văn đã được nêu rõ trong phần tài liệu thamkhảo. Các kết quả nghiên cứu được trình bày trong luận văn là trung thực, khách quan.

Tác giả luận văn

Nguyễn Đức Xuân Thụy Sĩ

</div>Trang 4<div class="page_container" data-page="4">

Luận văn tốt nghiệp Thạc sĩ Dược học – Khóa: 2021 - 2023

NGHIÊN CỨU IN SILICO HỢP CHẤT TỰ NHIÊN CÓ KHẢ NĂNG HOẠT

HÓA THỤ THỂ PPARδ HƯỚNG ĐIỀU TRỊ RỐI LOẠN LIPID MÁUMở đầu và đặt vấn đề

PPARδ (Peroxisome proliferator activated receptor), một trong ba thụ thểthuộc họ PPARs. Chất chủ vận PPARδ cho tác động ngăn cản q trình tổng hợp lipidở mơ, từ đó hiệu quả trong điều trị rối loạn lipid huyết. Mục tiêu của nghiên cứu là

nghiên cứu mơ hình dự đốn in silico khả năng hoạt hóa thụ thể PPARδ của hợp chất

tự nhiên hướng mục tiêu điều trị rối loạn lipid huyết

Đối tượng và phương pháp nghiên cứu

Mục tiêu PPARδ (PDB: 3GZ9), protein so sánh PPARα (PDB:5HYK), PPARγ(PDB:3NOA) và chất chủ vận trên PPARδ thu thập từ các bài báo khoa học và cơ sởdữ liệu ChemBL. Cơ sở dữ liệu sàng lọc gồm 286 hợp chất tự nhiên được chiết xuất

tại khoa Dược Đại học Y Dược Thành phố Hồ Chí Minh. Mơ hình sàng lọc in silico

gồm (pharmacophore, mơ hình phân loại), mơ hình QSAR, gắn kết phân tử và môphỏng động lực học phân tử được kết hợp nhằm tối ưu hóa q trình tiềm kiếm hợpchất tự nhiên.

Kết quả và bàn luận

Mơ hình pharmacophore L-01 dựa trên phối tử với năm điểm: một điểm vòngthơm, hai điểm kị nước và hai điểm nhận hydro, điểm nhận liên kết hydro với độ nhạy(Se = 0,91), độ đặc hiệu (Sp = 0,97), độ chính xác (Acc = 0,97). Mơ hìnhpharmacophore dựa trên cấu trúc S-01 xây dựng dựa trên phức hợp PPARδ(PDB:3GZ9) (Se= 0,90, Sp = 0,96, Acc = 0,96, GH =0,5, EF =13,71). Mơ hình M-01(với R2 tồn tập = 0,9890, MSE = 0,098) là mơ hình dự đốn hoạt tính được xây dựngdựa trên thơng số mơ tả được xác định thơng qua mơ hình hồi quy tuyến tính. 21 hợpchất tự nhiên từ cơ sở dữ liệu thỏa đồng thời mơ hình kép pharmacophore với hoạttính dự đốn (EC50) từ 0,07 - 585,52 µM thơng qua mơ hình mạng thần kinh. Hai hợpchất C225 và C270 cho thấy gắn kết vào khoang PPARδ ở mức khá đến tốt (điểm sốgắn kết -6,42 kcal.mol-1 và -7,42 kcal.mol-1) và tiếp tục được chứng minh giúp ổnđịnh cấu trúc protein thông qua mô phỏng động lực học

Kết luận

Các hợp chất C225, C270 có tiềm năng trở thành chất chủ vận PPARδ thông

qua các đánh giá ở giai đoạn in silico. Các thử nghiệm in vivo cần được tiến hành.

</div>Trang 5<div class="page_container" data-page="5">

Final essay for the degree of MA. In Pharm. – Academic year: 2021 – 2023

IN SILICO DRUG DISCOVERY OF NATURAL COMPOUNDS AS

POTENTIAL PPARδ AGONISTS IN TREATMENT OF DYSLEMINA

PPARδ (Peroxisome Proliferator Activated Receptor), one of three receptorsin the PPARs. PPARδ agonists inhibit lipid synthesis in tissues, thereby being

effective in treating dyslipidemia. The goal of the study is to study multuple in silico

models for the ability to activate PPARδ receptors of natural compounds targetingthe treatment of dyslipidemia.

Materials and methods

PPARδ target protein with PDB: 3GZ9, comparative protein PPARα and PPARγ withPDB:5HYK, and PDB:3NOA, respectively. PPARδ agonists collected from some scientificarticles and ChemBL database. The in-house library has comprised 286 natural compoundsextracted at the Faculty of Pharmacy, Ho Chi Minh City University of Medicine and

Pharmacy. In silico screening models including (pharmacophore, classification model),

QSAR model, molecular docking and molecular dynamics simulation are combined tooptimize the screening process.

Result and discussion

L-01 ligand-based model with five points: one aromatic ring point, two hydrophobic pointsand two hydrogen acceptor points, hydrogen bond acceptor point. The validation processshows this model sensitivity (Se = 0,91), specificity (Sp = 0,97), accuracy (Acc = 0,97). Thestructure-based model was constructed by interaction analysis of ligand (PDB:3GZ9) (Se =0,90, Sp = 0,96, Acc = 0,96, GH = 0,5, EF =13,71). Model M-01 (with overall R2 = 0.9890,MSE = 0.098) is an activity prediction model built based on descriptive parametersdetermined through a linear regression model. 21 natural compounds from the databasesimultaneously satisfied the dual pharmacophore model with predicted activity (EC50) from0.07 - 585.52 µM through neural network model. The two compounds C225 and C270showed fair to good binding to the PPAR"δ" cavity (binding scores -6.42 kcal.mol-1 and -7.42 kcal.mol-1) and continued to be demonstrated to help stabilize protein structuresthrough dynamic simulation.

In silico study showed that C225 and C270 are potential agonists on PPARδ. It is necessary

to have more in vivo tests to prove their activation.

</div>Trang 6<div class="page_container" data-page="6">

CHƯƠNG 1. TỔNG QUAN ... 3

1.1 Rối loạn lipid huyết và PPARs ... 3

1.1.1 Rối loạn lipid huyết ... 3

1.1.2 PPARs...9

1.2 Các nhóm chất tự nhiên có tiềm năng hoạt hóa PPARs ... 10

1.3 Nghiên cứu in silico ... 12

1.3.1 Mơ hình phân loại ... 12

1.3.2 Mơ hình 3D-pharmacophore ... 14

1.3.3 Mối liên quan định lượng giữa cấu trúc và tác dụng ... 16

1.3.4 Mạng thần kinh nhân tạo ... 18

1.3.5 Phương pháp gắn kết phân tử ... 18

1.3.6 Phương pháp mô phỏng động lực học phân tử ... 20

1.4 Tình hình nghiên cứu trong và ngoài nước ... 26

CHƯƠNG 2. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU ... 30

2.1 Đối tượng nghiên cứu ... 30

2.1.1 Mục tiêu tác động ... 30

2.1.2 Cơ sở dữ liệu các hợp chất tự nhiên ... 31

2.1.3 Phần mềm và cơng cụ sử dụng ... 31

2.2 Quy trình thực hiện nghiên cứu ... 33

2.3 Xây dựng mơ hình Phân loại và 3D-pharmacophore ... 34

2.3.1 Xây dựng mơ hình phân loại ... 34

2.3.2 Mơ hình 3D-pharmacophore dựa vào phối tử ... 36

2.3.3 Mơ hình 3D-pharmacophore dựa vào cấu trúc mục tiêu ... 39

</div>Trang 7<div class="page_container" data-page="7">

2.4 Xây dựng mơ hình QSAR ... 40

2.4.1 Chuẩn bị cơ sở dữ liệu ... 40

2.4.2 Lựa chọn thông số mô tả ... 41

2.4.3 Loại chất gây nhiễu ... 42

2.4.4 Xây dựng mô hình 2D-QSAR ... 42

2.4.5 Đánh giá mơ hình dự đốn 2D-QSAR ... 45

2.6 Nghiên cứu mô phỏng động lực học phân tử ... 48

2.6.1 Giai đoạn chuẩn bị ... 49

2.6.2 Giai đoạn tiến hành ... 49

3.2 Xây dựng mơ hình QSAR dự đốn hoạt tính chủ vận trên PPARδ ... 58

3.2.1 Dựa trên hồi quy tuyến tính ... 58

3.2.2 Dựa trên mạng thần kinh nhân tạo (Malab2022Ra) ... 63

3.2.3 Lựa chọn mơ hình ... 65

3.3 Sàng lọc HCTN thỏa mơ hình pharmacophore và QSAR đã xây dựng ... 65

3.3.1 Sàng lọc qua mơ hình pharmacophore ... 66

</div>Trang 8<div class="page_container" data-page="8">

3.3.2 Sàng lọc dự đốn hoạt tính thơng qua mơ hình QSAR ... 66

3.4 Chọn lựa chất tiềm năng cho hoạt tính chủ vận trên thụ thể PPARδ thơngqua gắn kết phân tử và động lực học phân tử ... 68

4.2 Xây dựng mơ hình qsar dự đốn hoạt tính chủ vận trên PPARδ ... 84

4.2.1 Xây dựng mơ hình QSAR dựa trên hồi quy tuyến tính ... 84

4.2.2 Xây dựng mơ hình QSAR dựa trên mạng thần kinh nhân tạo ... 85

4.2.3 Lựa chọn mơ hình QSAR ... 86

4.3 Sàng lọc HCTN thỏa mơ hình pharmacophore và QSAR xây dựng được .. 87

4.4 Chọn lựa chất tiềm năng cho hoạt tính chủ vận trên thụ thể PPARδ thơngqua gắn kết phân tử và động lực học phân tử ... 88

4.4.1 Gắn kết phân tử ... 88

4.4.2 Mô phỏng động lực học phân tử ... 89

KẾT LUẬN VÀ KIẾN NGHỊ ... 88

DANH MỤC CƠNG TRÌNH ĐÃ CƠNG BỐ CỦA TÁC GIẢ ... 93

TÀI LIỆU THAM KHẢO ... 94PHỤ LỤC ... PL-01

</div>Trang 9<div class="page_container" data-page="9">

DANH MỤC CÁC CHỮ VIẾT TẮT

Từ viết tắt Tiếng Anh Tiếng Việt

ANN Artifical Neural Network Mạng thần kinh nhân tạo

BIC Bayesian information criterion

EC50 Half-maximal effective

concentration Nồng độ hiệu quả tối đa một nửa

HDL-C High density lipoprotein

Cholesterol Cholesterol lipoprotein tỷ trọng cao

LDL-C Low density lipoprotein

Cholesterol Cholesterol lipoprotein tỷ trọng thấp

MDs Molecular dynamic simulation Mô phỏng động lực học phân tử

MetS Metabolic syndrome Hội chứng chuyển hóa

PCA Principal Components Analysis Phân tích thành phần chính

PDB Protein Data Bank Ngân hàng dữ liệu cấu trúc protein

PLS Partial Least Squares Bình phương tối thiểu từng phần

PP Posterior probability Xác suất hậu nghiệm

PPARs Peroxisome Proliferator Activated

RMSD Root-Mean-Square Deviation Căn bậc hai độ lệch bình phươngtrung bình

RMSE Root-Mean-Square Error Sai số bình phương trung bình

RMSF Root-Mean-Square Fluctuation Căn bậc hai độ dao động bìnhphương trung bình

SASA Solvent-accessible surface area Diện tích bề mặt tiếp xúc với dungmôi

</div>Trang 10<div class="page_container" data-page="10">

DANH MỤC CÁC BẢNG

Bảng 1.1. Các thành phần lipid máu và lipoprotein của cơ thể1 ... 3

Bảng 1.2. Các thuốc và cơ chế tác động trong điều trị RLLPM1 ... 6

Bảng 1.3. Một số hoạt chất tự nhiên cho hoạt tính chủ vận trên PPARs16,20,21 ... 11

Bảng 1.4. Tóm tắt về phương pháp xây dựng pharmacophore dựa trên cấu trúc .... 14

Bảng 1.8. Một vài chất chủ vận chọn lọc trên PPARδ đang được nghiên cứu ... 28

Bảng 2.1. Các phần mềm được sử dụng trong nghiên cứu ... 32

Bảng 2.2. Thứ tự lọc thông số mô tả ... 41

Bảng 2.3. Tọa độ grid box vị trí khoang gắn kết của các đích tác động ... 47

Bảng 3.1. Ý nghĩa của 12 thơng số mơ tả ... 52

Bảng 3.2. Các mơ hình phân loại được xây dựng ... 53

Bảng 3.3. Kết quả đánh giá 5 mơ hình tối ưu nhất theo phương pháp BMA ... 54

Bảng 3.4. Kết quả đánh giá mô hình pharmacophore dựa trên ligand cho chất chủ vậntrên PPARδ ... 56

Bảng 3.5. Các TSMT được loại bỏ thông qua MS-Excel ... 59

Bảng 3.6. TSMT được áp dụng trong xây dựng mơ hình dự đốn hoạt tính 2D-QSAR... 59

Bảng 3.7. Tương quan giữa 8 TSMT được lựa chọn và mối tương quan của chúngvới giá trị hoạt tính sinh học (pEC50) với các giá trị của hệ số tương quan Pearson 60Bảng 3.8. Mơ hình QSAR lần lượt được xây dựng dựa trên PLS và PCR và thông sốđánh giá ... 63

</div>Trang 11<div class="page_container" data-page="11">

Bảng 3.9. 24 chất chủ vận PPARδ cùng 8 TSMT được ứng dụng trong xây dựng mơ

hình mạng thần kinh dự đốn hoạt tính (EC50) ... 63

Bảng 3.10. Đánh giá sơ bộ quá trình luyện mạng của 10 mơ hình ... 64Bảng 3.11 Kết quả dự đốn thơng qua mơ hình M-01 ... 66Bảng 3.12 So sánh khả năng hình thành những tương tác quan trọng giữa ligand ban

đầu và ligand sau redocking trên ba cấu trúc đích tác động PPARs bằng MOE. ... 72

Bảng 3.13. So sánh khả năng hình thành những tương tác quan trọng giữa ligand ban

đầu và ligand sau redocking trên ba cấu trúc đích tác động PPARs bằng AutoDockVina ... 73

Bảng 3.14. Ái lực gắn kết, tương tác quan trọng của 2 hợp chất tiềm năng trên đích

tác động PPARδ ... 74

Bảng 3.15. Điểm số docking, tương tác quan trọng của C225, C270 so sánh đối trên

PPARα và PPARγ. ... 75

Bảng 3.16. Tần suất liên kết hydro giữa HCTN C225, C270 và ligand đồng kết tinh

BDBM29868 và các acid amin trong khoang gắn kết PPARδ (PDB: 3GZ9) trong thờigian mô phỏng 100 ns ... 80

</div>Trang 12<div class="page_container" data-page="12">

DANH MỤC CÁC HÌNH

Hình 1.1. Sơ đồ vận chuyển lipid và chuyển động tuần hồn của một số apo - protein.

... 4

Hình 1.2 Cấu trúc một số chất chủ vận trên PPARs trong điều trị RLLPM ... 8

Hình 1.3 Cấu trúc PPARδ và khoang gắn kết (A) cấu trúc 13 vòng xoắn (H1 đếnH12) và 4 β-sheet (S1 đến S4) (B) ... 9

Hình 1.4. Cấu trúc của PPARδ và các acid amin quan trọng khoang gắn kết ... 10

Hình 1.5. Mối liên hệ giữa logit(p) và p (0

Hình 1.6. Cấu tạo và cách hoạt động của perceptron ... 18

Hình 1.7. Các giai đoạn quan trọng trong gắn kết phân tử ... 20

Hình 1.8. Các giai đoạn mô phỏng động lực học phân tử ... 23

Hình 2.1 Cấu trúc đích tác động PPARs ... 30

Hình 2.2. Quy trình thực hiện nghiên cứu ... 33

Hình 2.3. Quy trình xây dựng mơ hình phân loại chất có hoạt tính chủ vận trên PPARδ... 34

Hình 2.4. Quy trình xây dựng mơ hình 3D-pharmacophore dựa trên phối tử ... 37

Hình 2.5. Cấu trúc đại diện các chất trong tập xây dựng ... 37

Hình 2.6. Quy trình xây dựng mơ hình 3D-pharmacophore dựa vào cấu trúc ... 39

Hình 2.7. Quy trình nghiên cứu mơ hình dự đốn hoạt tính ... 40

Hình 2.8. Cấu trúc cơ sở mạng thần kinh nhân tạo và giao diện luyện mạng ... 43

</div>Trang 13<div class="page_container" data-page="13">

Hình 3.3. Mơ hình pharmacophore dựa trên cấu trúc cho chất chủ vận PPAR δ gồm

2 điểm cho hoặc nhận liên kết hydro (vòng tròn màu xanh dương), 1 nhóm kỵ nước(vịng trịn màu xanh lá cây Hyd), 1 vịng thơm (màu xanh dương Aro). ... 57

Hình 3.4. (A)-Sự gióng hàng ligand lên mơ hình pharmacophore dựa trên ligand58

Hình 3.5. Biểu đồ minh họa khả năng dự đốn tốt hoạt tính của mơ hình 2D-QSAR

xây dựng được với hệ số tương quan cao là R2 = 0,862017 ... 62

Hình 3.6. Thơng số đánh giá q trình luyện mạng mơ hình M-01 ... 65Hình 3.7. 21 HCTN thỏa mơ hình sàng lọc kép pharmacophore ... 67Hình 3.8. Minh họa ligand đồng kết tinh trước và sau redocking bằng phần mềm

Autodock Vina và MOE 2015.10 trên thụ thể PPARδ ... 69

Hình 3.9. Minh họa ligand đồng kết tinh và sau redocking bằng phần mềm AutodockVina và MOE trên thụ thể PPARα ... 70Hình 3.10. Minh họa ligand đồng kết tinh và sau redocking bằng phần mềm

Autodock Vina và MOE trên thụ thể PPARγ ... 71

Hình 3.11. Vị trí trong khoang gắn PPARδ (PDB:3GZ9) của hai chất C225 và C270

... 74

Hình 3.12. Các hợp chất được lựa chọn cho nghiên cứu mô phỏng động lực học phân

tử ... 75

Hình 3.13. Giá trị RMSD của protein dạng apoprotein, dạng phức hợp với C225,

C270 và ligand BDBM29868 trong q trình mơ phỏng động lực học 100 ns. ... 76

Hình 3.14. Giá trị RMSF của PPARδ dạng phức hợp với C225, C270 và ligand

BDBM29868 trong q trình mơ phỏng động lực học 100 ns ... 77

Hình 3.15. Tổng diện tích bề mặt có thể tiếp cận dung mơi (SASA) của protein dạngapo - protein, dạng phức hợp với C225, C270, ligand BDBM29868 trong q trình

mơ phỏng động lực học 100 ns. ... 78

Hình 3.16. Bán kính quay (Rg) của protein dạng apo-protein, dạng phức hợp vớiC225, C270 và ligand BDBM29868 trong q trình mơ phỏng động lực học 100 ns.

... 78

</div>Trang 14<div class="page_container" data-page="14">

MỞ ĐẦU

Rối loạn lipid huyết (RLLPM) là một trong các nhóm tình trạng bệnh lý liên quanđến rối loạn chuyển hóa (đặc trưng bởi tăng huyết áp, đường huyết cao, béo phì vàRLLPM).1 RLLPM đồng thời là nguyên nhân chính dẫn đến tiến triển của xơ vữa độngmạch.1 Do đó, điều trị RLLPM được xem là can thiệp then chốt trong phịng chống cácbệnh tim mạch.1 Các nhóm thuốc đã và đang điều trị RLLPM, có thể kể đến thuốc có tácđộng ức chế enzym HMG-CoA reductase như Statin (Atorvastatin, Rosuvastatin,Simvastatin,…), thuốc tác động giảm sản xuất VLDL-C (cholesterol lipoprotein tỷ trọngrất thấp) và apoB tại gan như Niacin, thuốc có tác động tăng cường đào thải LDL-C(cholesterol lipoprotein tỷ trọng thấp) khỏi máu như nhóm ức chế PCSK9 (Alirocumab,Evolocumab,...). Bên cạnh đó, các chất có khả năng hoạt hóa họ thụ thể PPARs(Peroxisome Proliferator-Activated Receptors) như Fibrat (Fenofibrat, Ciprofibrat,...) vàThiazolidindiones (Rosiglitazone, Pioglitazone,...) cũng cho thấy hiệu quả trong việcgiảm tích lũy lipid tại mơ và cơ quan.2

PPARs là một họ thụ thể nhân gồm 3 loại: PPARα, PPARδ, PPARγ.3 Với tiềm nănghoạt hóa đơn, kép và đa thụ thể, PPARs là đích tác động tiềm năng trong việc nghiêncứu khám phá thuốc mới nhằm điều trị RLLPM.3 Chất chủ vận đơn trên thụ thể PPARαđiển hình như nhóm Fibrat ứng dụng trong kiểm sốt tình trạng tăng triglycerid.4 Tuynhiên, các thuốc này được ghi nhận là gây ra một số tác dụng phụ như giảm tiểu cầutrong máu, tăng nguy cơ hình thành huyết khối ở phổi, xơ gan, viêm gan, sỏi mật,…5

Chủ vận đơn trên PPARγ như nhóm Thiazolidindiones gây tác dụng phụ trên tim mạch.6

Để khắc phục tình trạng này, các nghiên cứu thuốc mới dựa trên tác động PPARs cóthể kể đến như cơ chế tác động đa thụ thể, hay tác động chọn lọc. Tác động đa thụ thểnhư tác động kép (dual-agonist) trên PPARα/δ với thuốc Elanfibranor, tác động đồngthời (pan-agonists) trên PPARα/δ/γ với Lanifibranor, Benzafibrat đã giảm tác dụngkhông mong muốn và cải thiện hiệu quả điều trị.2 PPARδ thu hút sự quan tâm nghiên

</div>Trang 15<div class="page_container" data-page="15">

cứu trên thế giới bởi hai lí do sau. Thứ nhất, PPARs có đặc tính bảo tồn cao tuy nhiênkích thước khoang gắn của PPARδ có kích thước nhỏ hơn với đặc tính cho phép gắn kếtđa dạng các loại ligand với ái lực tốt.7 Thứ hai, tác động gắn kết chọn lọc trên thụ thểPPARδ cho tiềm năng giảm thiểu tác dụng phụ với ứng viên GW5015168 (được chứngminh mang lại các hiệu quả tích cực việc giảm nồng độ Tryglycerid).8 Tuy nhiên, thuốcvới hoạt tính chủ vận chọn lọc trên thụ thể PPARδ vẫn chưa được cấp phép lưu hành trênthị trường.

Bên cạnh các thuốc được tổng hợp hay bán tổng hợp, nhiều nhóm chất tự nhiên đượcchứng minh có tiềm năng gắn kết tốt và cho tác động chủ vận trên PPARs. Xây dựng mơhình sàng lọc nguồn tài ngun này định hướng mục tiêu phát triển thuốc là yêu cầu cấpthiết. Trong bối cảnh đó, có thể kể đến mơ hình sàng lọc ảo giúp xác định nhóm cấu trúcisoflavon cho tác động chủ vận tốt trên cả ba thụ thể PPARα, PPARγ và PPARδ,2 phươngpháp gắn kết phân tử chứng minh các dẫn chất stilben hoặc stibenenoid chủ vận toànphần trên PPARα và PPARγ,9 phương pháp kết hợp gắn kết phân tử và mô phỏng độnglực học phân tử chứng minh hoạt tính chủ vận trên PPARγ của curcumin.10 Từ đó, nhằmứng dụng những tiến bộ trên trong việc sàng lọc các chất tiềm năng gắn kết tốt trên thụthể PPARs từ nguồn hợp chất tự nhiên, đề tài thực hiện các mục tiêu sau:

Mục tiêu tổng quát: “Nghiên cứu in silico hợp chất tự nhiên có khả năng hoạt hóa họ

thụ thể PPARδ hướng điều trị rối loạn lipid huyết”

Mục tiêu cụ thể

1. Xây dựng mơ hình phân loại và pharmacophore cho chất hoạt tính chủ vận trên thụthể PPARδ.

2. Xây dựng mơ hình QSAR nhằm dự đốn hoạt tính chủ vận trên PPARδ.

3. Sàng lọc chất tự nhiên từ cơ sở dữ liệu các chất được phân lập tại Bộ môn Dược liệu– Đại học Y Dược Thành phố Hồ Chí Minh thỏa các mơ hình được xây dựng.

4. Chọn lựa chất tiềm năng cho hoạt tính chủ vận trên thụ thể PPARδ thông qua gắn kếtphân tử và động lực học phân tử.

</div>Trang 16<div class="page_container" data-page="16">

CHƯƠNG 1. TỔNG QUAN

1.1 RỐI LOẠN LIPID HUYẾT VÀ PPARδ

1.1.1 Rối loạn lipid huyết

1.1.1.1 Định nghĩa

Định nghĩa: RLLPM khi có sự tăng bất thường cholesterol và/hoặc triglycerid trongmáu, và/hoặc sự giảm HDL-C. Khi cholesterol toàn phần, LDL-C, TG, hoặc Lp(a) >bách phân vị thứ 90 hoặc HDL-C, hoặc apo A-1 < bách phân vị thứ 10 của toàn dân số.

Thành phần lipid máu và lipoprotein của cơ thể được trình bày ở Bảng 1.1.1

Bảng 1.1. Các thành phần lipid máu và lipoprotein của cơ thể1

C-C-III I, II, III

C-Tỷ trọng(g/dL)

Đường kính(nm)

</div>Trang 17<div class="page_container" data-page="17">

Hình 1.1. Sơ đồ vận chuyển lipid và chuyển động tuần hoàn của một số apo - protein.

(A) Sau bữa ăn, cholesterol và chất béo trung tính được hấp thu vào trong ruột vàvận chuyển thông qua các chylomicron. Sau đó các chylomicron này đi vào trong tuầnhoàn đưa đến các mô ngoại vi như mô mỡ, cơ. (B) Ở trạng thái nhịn ăn, chylomicronthường không xuất hiện. Thay vào đó, gan có thể tổng hợp cholesterol và triglycerid vàgói chúng lại với nhau dưới dạng VLDL-C, sau đó được tiết vào tuần hoàn đến các môngoại vi. VLDL-C chuyển thành LDL-C, chất mang cholesterol chủ yếu trong huyếttương. Trong khi VLDL-C và LDL-C mang cholesterol và chất béo trung tính từ gan rangoại vi, thì HDL-C phục vụ mục đích ngược lại. (A) Đột biến trong thụ thể LDL-C cóthể gây tăng cholesterol máu mang tính chất gia đình và khiếm khuyết ApoB100 mangtính chất gia đình. (B) Đột biến gen APOCII, mã hóa cho apoprotein CII, protein cầnthiết cho quá trình phân huỷ LDL-C, làm giảm khả năng phân hủy LDL-C, dẫn đến tăngcholesterol máu.

Hai nguyên nhân chủ yếu gây nên tình trạng RLLPM:11

- Nguyên phát: do đột biến các gen mã hóa trên các apo - protein hay LDL-receptor.11

</div>Trang 18<div class="page_container" data-page="18">

- Thứ phát: hậu quả của các bệnh mãn tính như đái tháo đường, suy thận mạn, thiểunăng tuyến giáp, bệnh gan,... hoặc do sử dụng kéo dài các thuốc có ảnh hưởng đếnchuyển hóa lipid như thuốc chẹn beta, ngừa thai.11

- Mức độ phổ biến của bệnh lý

- Theo thống kê của NCEP (Chương trình giáo dục quốc gia về cholesterol) đã ướctính, có hơn 100 triệu người trưởng thành ở Mỹ có mức cholesterol tồn phần trên200 mg/dL, và hơn 40 triệu người có mức cholesterol trên 240 mg/dL.12

1.1.1.3 Hậu quả

RLLPM là nguyên nhân chính dẫn đến sự hình thành và phát triển của xơ vữa độngmạch. Mảng xơ vữa có thể gây các biến chứng như nhồi máu cơ tim, đột quy và bệnhmạch máu ngoại biên. Đây là một trong những nguyên nhân chính gây tử vong cao ởbệnh nhân tim mạch. Do đó, việc điều trị RLLPM trở thành can thiệp quan trọng trongphòng chống các bệnh tim mạch.1

1.1.1.4 Điều trị

RLLPM được điều trị bằng cách thay đổi lối sống (tức là chế độ ăn uống, giảm cânvà tập thể dục). Chiến lược điều trị dùng thuốc thường được kết hợp với điều trị khôngdùng thuốc trong điều trị RLLPM nhằm giảm LDL-C, giảm triglycerid, tăng HDL-C,phòng biến cố bệnh xơ vữa tim mạch.2 Các nhóm thuốc điều trị kể trên gồm: Statin,Fibrat, Niacin, Resin (Nhựa gắn với acid mật), Omega-3, Ezetimib, nhóm ức PCSK9

được trình bày ở Bảng 1.2

- Statin là tác nhân hiệu quả nhất có sẵn để giảm LDL và cholesterol toàn phần. Tấtcả hoạt động bằng cách ức chế cạnh tranh HMG-CoA reductase, enzyme xúc tácbước giới hạn tốc độ trong sinh tổng hợp cholesterol. Statin cũng làm giảm thay đổitriglycerid, cũng như tăng HDL.

</div>Trang 19<div class="page_container" data-page="19">

- Fibrat và niacin được sử dụng để giảm triglycerid và tăng HDL-cholesterol. Chất cótác động ức chế axit mật (BAS) là các loại nhựa liên kết với axit mật bằng cách traođổi chúng thành anion, do đó làm gián đoạn quá trình tái chế ruột bình thường. Chấtức chế protein chuyển triglyceride thành microsome (PCSK9) có thể được sử dụngđể giảm mức cholesterol LDL ở bệnh nhân tăng cholesterol máu gia đình đồng hợptử, vì nó làm giảm sản xuất apo B.

Bảng 1.2. Các thuốc và cơ chế tác động trong điều trị RLLPM1

Atorvastatin, Simvastatin,Lovastatin, Pravastatin,…

Gemfibrozil, Bezafibrat,Ronifibrat, Clofibrat

tại gan

Niacor, NiaspanNhựa gắn acid mật Giảm cholesterol do giảm acid

bàn chải, gián đoạn chu trìnhtái hấp thu cholesterol ở gan-ruột

Nhóm chất ức chếPCSK9

Tăng cường đào thải LDLcholesterol khỏi máu

Alirocumab, Evolocumab

Trong đó nhóm thuốc cho tác động chủ vận trên họ thụ thể PPARs đang dành đượcnhiều sự quan tâm nghiên cứu. Cụ thể, các thuốc trên thị trường nhằm điều trị RLLPMliên quan đến họ thụ thể PPARs có thể kể đến như sau:

Nhóm chất chủ vận đơn (single agonist)

- Thiazolidinedion (Glitazon, Pioglitazon, Rosiglitazon,…): làm tăng nhạy cảm củacơ và tổ chức mỡ với insulin bằng cách hoạt hố PPARs, vì vậy làm tăng thu nạpglucose từ máu. Thuốc làm tăng nhạy cảm của insulin ở cơ vân, mô mỡ đồng thời

</div>Trang 20<div class="page_container" data-page="20">

ngăn cản quá trình sản xuất glucose từ gan. Ngồi ra, nhóm này cịn có hiệu quảtrong ngăn ngừa đột quỵ hoặc một cơn thiếu máu cục bộ thoáng qua, ổn định cácmảng xơ vữa động mạch.5

- Fibrat (Fenofibrat, Clofibrat, Gemfibrozil,…): đặc tính hoạt hóa PPARα, hiệu quảgiảm TG tới 50% và tăng HDL-C lên đến 20%, giảm tỷ lệ mắc bệnh tim mạch.4

Nhóm chất chủ vận kép (dual agonists) và chủ vận đồng thời (pan agonists)

- Elafibranor cho tác động chủ vận trên cả PPARα/δ nhưng ưu thế trên thụ thể α.2

- Saroglitazar có hoạt tính chủ vận ưu thế trên thụ thể α và chủ vận trung bình trên thụthể γ, đang được chấp thuận lưu hành tại Ấn Độ trong điều trị rối loạn lipid.9

Từ các hoạt chất được sử dụng làm thuốc đã và đang lưu hành trên thị trường, chothấy đặc tính nhóm cấu trúc cho hiệu quả hoạt hoá đơn, kép hoặc đồng thời cả ba thụ thểα/ δ /γ đều cho tác dụng điều trị RLLPM. Xu hướng thiết kế hoạt chất cho đặc tính chủvận đơn, kép hay đồng thời nhằm phục vụ mục đích trên đang trở thành mục tiêu trongkhám phá phát triển nhóm thuốc điều trị RLLPM. Mặc dù việc tác động chủ vận kép hayđồng thời cả ba thụ thể, cho hiệu quả tốt trong điều trị RLLPM, tuy nhiên một số nghiêncứu cho thấy việc tác động chủ vận đồng thời hay trên các đích tác động PPARα vàPPARγ có thể gây nên các tác dụng phụ trên các loại thuốc đang lưu hành. Gần đây, chủvận trên thụ thể PPARδ cho thấy ưu điểm trên cả hai phương diện hiệu quả chủ vận trênđích tác động δ thuộc PPARs và đáp ứng yêu cầu hạn chế tác động bất lợi trên nhóm đốitượng sử dụng, và thu hút nhiều sự đầu tư nghiên cứu tìm kiếm chất chủ vận chọn lọcđơn trên đích này.

Cấu trúc hóa học của một số chất có tác động chủ vận trên PPARs cho tác dụng điều

trị RLLPM được trình bày ở Hình 1.2.

</div>Trang 21<div class="page_container" data-page="21">

25-Hình 1.2 Cấu trúc một số chất chủ vận trên PPARs trong điều trị RLLPM(A): Chủ vận đơn trên PPARα; (B): Chủ vận kép; (C): Chủ vận đồng thời.

</div>Trang 22<div class="page_container" data-page="22">

1.1.2 PPARδ

1.1.2.1 Cấu tạo

Phân họ PPARs bao gồm ba thụ thể (isotype): PPARα (NR1C1), PPARβ/δ (NR1C2)và PPARγ (NR1C3), được mã hóa bởi các gen riêng biệt, tuy nhiên ghi nhận nhiều điểmtương đồng trong cấu trúc.10

PPARδ có cấu trúc chung của họ PPARs bao gồm 13 vòng xoắn và các nhánh β. Cấutrúc thứ cấp gồm ba lớp bánh sandwich xoắn α không song song, được đánh số H1-H12,

vòng xoắn H2’ và β-sheet (S1-S4) (Hình 1.3). Ba vịng xoắn mở rộng (H3, H7 và

H10/H11) tạo thành hai lớp bên ngoài, (H4, H5, H8 và H9) tạo thành lớp trung tâm củabánh sandwich. Khoang gắn kết lớn (~ 1400 Å3)3 có hình chữ Y với ba nhánh có thể liên

kết nhiều phối tử có chức năng khác nhau (Hình 1.3).3

Hình 1.3 Cấu trúc PPARδ và khoang gắn kết (A) cấu trúc 13 vòng xoắn (H1 đến H12)

và 4 β-sheet (S1 đến S4) (B)

- Nhánh I hay gọi là nhánh Y1, mở rộng về phía AF-2 trên xoắn H12 và nhánh II, nằm

giữa chuỗi xoắn H3 và β-sheet (Hình 1.4). Mỗi nhánh có chiều dài khoảng 12 Å.

</div>Trang 23<div class="page_container" data-page="23">

Nhánh Y1 về cơ bản là khoang PPAR duy nhất phân cực. Bốn acid amin phân cựctrong nhánh Y1 của PPAR được bảo tồn qua các loại thụ thể PPARs, với Thr289(H3), His323 (H5), His449 (H11) và Tyr473 (H12) của PPARδ (tương ứng làSer280, Tyr314, His440 và Tyr464 của PPARα và Ser289, His323, His449 vàTyr473 của PPARγ). Những acid amin này là một phần của mạng lưới liên kết hydroquan trọng liên quan đến đặc tính vận của các thụ thể PPARs.

- Nhánh II và III hay gọi là nhánh Y2 và Y3 chủ yếu kỵ nước, phù hợp tính chất kỵnước của các phối tử tự nhiên.13 Ba mươi bốn acid amin được xác định tạo thànhkhoang liên kết.14

Hình 1.4. Cấu trúc của PPARδ và các acid amin quan trọng khoang gắn kết(A): Khoang gắn kết chữ Y với 3 nhánh I (Arm I), II (Arm II), III (Arm III) của thụ thể

PPARs; 15 (B): Tên các acid amin tạo thành khoang gắn kết của PPARs3.Vai trò

1.2 CÁC NHÓM CHẤT TỰ NHIÊN CÓ TIỀM NĂNG HOẠT HÓA PPARS

Hiện nay, càng nhiều hợp chất tự nhiên được chứng minh có khả năng gắn kết vàhoạt hố họ thụ thể PPARs, từ đó, cung cấp nguồn nguyên liệu tham chiếu và định hướngphát triển thuốc điều trị RLLPM16, điển hình có thể kể đến Flavonoid và Terpenoid.

</div>Trang 24<div class="page_container" data-page="24">

Nhóm Flavonoid được cho rằng có vai trị quan trọng trong điều hịa nội mơi của cơthể, có mối liên hệ chặc chẽ với PPARs như Wogonin (chủ vận trên PPARα cho hiệuquả giảm lipid máu trên chuột),17 Rutin (chủ vận trên PPARγ giảm tình trạng đề khánginsulin trên mơ hình chuột thí nghiệm),18 Eryodictyol (chủ vận đồng thời trên hai thụ thểα và γ thuộc họ PPARs, giúp cải thiện sự oxy hóa chất béo trong gan chuột béo phì)19,…Nhóm Terpenoid điển hình như các cấu trúc Isoprenol (Geraniol, Farnesol,Geranylgeraniol được chứng minh có tiềm năng kích hoạt PPARγ). Trong đó, Farnesolvà Geranylgeraniol cho tác dụng kích hoạt kép PPARα/γ. Khung cấu trúc diterpenalcohol (Phytol), với acid Phytanic cho tác động chủ vận PPARα/γ, cải thiện quá trìnhchuyển hóa lipid ở nhiều dịng tế bào.20 Auraterpen, một thành phần được chiết xuất từhọ cam, quýt có hoạt tính chủ vận kép PPARα/γ bên cạnh các tác động kháng viêm vàngăn chặn ung thư.21 Các nhóm hoạt chất tự nhiên tiềm năng chủ vận trên PPARs được

PPARβ/δ Magnesium lithospermate B, Phillyrin,…

PPARγ 18:0 Lyso PC, Scutellarin, Micheliolide, Daidzein,Genstein, Chrysin, Honokiol, Evodiamine, Rutin,Luteolin, Leptin, Epigallocatechin gallate, Geraniol,Farnesol, Geranylgeraniol,…

PPARα và PPARβ/δ Ombuine, γ-mangostin,…

PPARα và PPARγ Naringenin, Naringin, Hesperidin, Formonotein,Genistein, Auraterpen, Farnesol và Geranylgeraniol,Dehydroabietic acid, Macelignan, 5,7-Dihydroxy-6-geranylflavanone, Camel milk, Osthole, Eryodictyol,…

</div>Trang 25<div class="page_container" data-page="25">

1.3 NGHIÊN CỨU IN SILICO

1.3.1 Xây dựng mơ hình phân loại bằng phương pháp BMA

1.3.1.1 Phương pháp Bayes

Cơ sở của phương pháp Bayes là suy luận Bayes do Thomas Bayes đề xuất vào năm1763. Suy luận Bayes dựa vào định lý Bayes, gọi H là giả thuyết và D là dữ kiện thực tế,định lý Bayes phát biểu rằng xác suất H với điều kiện D xảy ra (ký hiệu P(H|D)) là:

P(H|D)=P(D|H).P(H)P(D)Trong đó

P(H) : Xác suất giả thuyết trước khi làm thí nghiệm.

P(D|H) : Xác suất dữ liệu xảy ra với điều kiện giả thuyết H là đúng.P(D) : Phân bố của dữ liệu, có thể coi là hằng số.

Cơng thức Bayes cịn có tên là cơng thức xác suất hậu nghiệm, cho biết xác suất xuấthiện các biến cố Ai của nhóm đầy đủ khi biến có A đã xuất hiện.

Ngày nay, phương pháp Bayes được ứng dụng trong hầu hết tất cả các lĩnh vực khoahọc; kể cả trong công nghệ thông tin, tiên lượng kinh tế, phân tích các mối liên hệ xãhội. Phương pháp Bayes giải quyết được nhiều vấn đề nghiên cứu và cung cấp các câutrả lời cho một số vấn đề trong nghiên cứu lâm sàng mà trước đây cịn tranh cãi.

1.3.1.2 Mơ hình hồi quy logistic

Trong phân tích hồi quy logistic, biến phụ thuộc là biến mang tính chất đo lường nhịphân như có hoặc khơng, mắc bệnh hoặc khơng mắc bệnh, chết hoặc sống, xảy ra hoặckhông xảy ra...; các biến độc lập có thể liên tục hay khơng liên tục. Do hoạt tính chủ vậnPPARs có thể được xem là biến nhị phân (hoặc là có hoạt tính, hoặc là khơng có hoạt

</div>Trang 26<div class="page_container" data-page="26">

tính) nên có thể ứng dụng mơ hình hồi quy logistic để xây dựng mơ hình phân loại chủvận trên PPAR𝛿

Gọi x là tần số một biến cố ghi nhận từ n đối tượng, chúng ta có thể tính xác suất củabiến cố đó là:

Trong đó p có thể được coi là một chỉ số đo lường nguy cơ của một biến cố. Mộtcách thể hiện nguy cơ khác là odds, có thể tạm dịch là khả năng. Khả năng của một biếncố được định nghĩa đơn giản bằng tỉ số xác suất biến cố xảy ra trên xác suất biến cốkhông xảy ra:

odds= p1-pHàm logit của odds được định nghĩa như sau:

logit(p)=log( p1-p)

Mối liên hệ giữa p và logit(p) là một mối liên hệ liên tục và được biểu diễn như trên

Hình 1.5.

Hình 1.5. Mối liên hệ giữa logit(p) và p (0

</div>Trang 27<div class="page_container" data-page="27">

1.3.2 Mơ hình 3D-pharmacophore

1.3.2.1 Khái niệm

Pharmacophore (nhóm quyết định tác dụng sinh học) bao gồm tất cả các yếu tố cầnthiết cho sự tương tác như yếu tố không gian (steric) và điện tử (electron) của các phântử, hợp chất với cấu trúc của điểm tác động sinh học chuyên biệt và kích thích (hay ứcchế) đáp ứng sinh học của điểm tác động này.22 Tóm lại, mơ hình pharmacophore ghinhận lại cấu dạng gắn và những đặc tính cần phải có của ligand để cho hoạt tính trênreceptor. Những đặc tính này bao gồm: nhóm cho/nhận liên kết hydro, vùng tạo tươngtác kỵ nước, vùng tích điện âm/dương.22

1.3.2.2 Phương pháp xây dựng pharmacophore

Tuỳ vào tính sẵn có của dữ liệu, có thể chia thành 2 loại mơ hình pharmacophore:- Dựa trên cấu trúc (structure-based pharmacophore - SBP)

- Dựa trên phối tử (ligand-based pharmacophore - LBP).

Phương pháp xây dựng pharmacophore dựa trên cấu trúc

Một số đặc điểm của SBP được tóm tắt tại Bảng 1.4.

Bảng 1.4. Tóm tắt về phương pháp xây dựng pharmacophore dựa trên cấu trúc

− Cấu trúc tự do.

− Phức hợp đồng kết tinhvới chất hoạt hóa/ức chế.

Phương pháp xây dựng:

− Dựa trên tính chất, tương tác, cấu dạng của phứchợp protein – ligand.22

− Dựa trên trường lực tương tác phân tử.22

Phần mềm: MOE,23 Discovery Studio,…24

Ưu điểm:

− Ít thiên vị với những kiểu hình hóa học của các nhómchất có hoạt tính đã biết.22

</div>Trang 28<div class="page_container" data-page="28">

− Mô tả được cách gắn của ligand – receptor. Từ đótạo tiền đề để tối ưu hóa cấu trúc phối tử sau này.22

− Cung cấp đầy đủ thông tin về khoang gắn.22

Nhược điểm: yêu cầu thơng tin về đích tác động.22

Phương pháp xây dựng pharmacophore dựa trên phối tử

Mơ hình pharmacophore được xây dựng dựa vào những chất đã biết trước có tác độngsinh học trên đích tác động mong muốn (giá trị sinh học này thường là giá trị EC50 hayIC50).25 Mơ hình pharmacophore được xây dựng dựa trên sự tương đồng các điểm sinhhọc (kỵ nước, nhận hydro, cho hydro, benzen…), độ chồng phủ của tập hợp các chất xâydựng trong không gian ba chiều.

Về cơ bản, pharmacophore cố gắng tạo ra các giá trị hợp lý tương đối của sự chồngphủ các hợp chất khác nhau, trình bày dưới dạng hình học liên kết giả định của chúng.

Công cụ Pharmacophore Elucidation trong MOE 2015.10 nhằm tạo ra tất cả các truy

vấn có một sự chồng phủ tốt ở hầu hết tất cả các phân tử hợp chất có hoạt tính.

Để xây dựng mơ hình, cơng cụ Pharmacophore Elucidation u cầu dữ liệu đầu vàocần một tập hợp N phân tử hoạt tính có cấu trúc đa dạng; với C cấu dạng cho mỗi chất.Xây dựng cấu dạng là một công đoạn quan trọng và địi hỏi tính chính xác cao.26

1.3.2.3 Đánh giá mơ hình pharmacophore

Mơ hình pharmacophore sau khi xây dựng theo phương pháp dựa trên cấu trúc hoặcdựa trên phối tử sẽ được đánh giá khả năng sàng lọc qua tệp kiểm tra chứa các chất cóhoạt tính (tập có hoạt tính) và các chất khơng có hoạt tính (tập khơng hoạt tính và decoy)bằng 5 tiêu chí đề cập bên dưới. Tùy vào kết quả, mơ hình sau khi xây dựng có thể dùngđể sàng lọc trực tiếp hoặc cải thiện nếu khả năng phân loại trên 2 tập kiểm tra kém.27

− Độ nhạy (Se) là đại lượng đo tỷ lệ phần trăm các chất có hoạt tính thực sự được lựa

chọn trong quá trình sàng lọc. Giá trị của độ nhạy từ 0 đến 1.25 Độ nhạy được tínhtheo công thức (1).

</div>Trang 29<div class="page_container" data-page="29">

− Độ đặc hiệu (Sp) là đại lượng đo tỷ lệ các chất không có hoạt tính thực sự được loại

bỏ bởi mơ hình sàng lọc. Giá trị của độ đặc hiệu nằm trong khoảng từ 0 đến 1.25 Độđặc hiệu được tính theo công thức (2).

− Độ đúng (Acc) là tỷ lệ phần trăm các chất được phân loại chính xác bằng mơ hình.25

Độ đúng được tính theo cơng thức (3).

− Điểm số Güner-Henry (điểm số GH) là điểm số đánh giá tổng thể khả năng sàng

lọc của mơ hình.27 Điểm số GH nằm trong khoảng 0 đến 1.27 Trong đó, với giá trị củaGH từ 0 đến 0,16, mơ hình được xem là một mơ hình sàng lọc kém.27 Với giá trị củaGH trong khoảng 0,16 đến 0,5, mơ hình được xem là một mơ hình sàng lọc khá.27

Với giá trị của GH trong khoảng 0,5 trở lên, mơ hình được xem là một mơ hình sànglọc tốt.27 Điểm số GH được tính theo cơng thức (4).

− Tỷ lệ làm giàu (EF) là đại lượng biểu thị khả năng cải thiện tỷ lệ chất có hoạt tính

trong kết quả sàng lọc so với dữ liệu ban đầu.22 Tỷ lệ làm giàu có giá trị từ 0 đến vơcực. Trong đó, giá trị của tỷ lệ làm giàu càng lớn thì biểu thị mơ hình có khả năngsàng lọc càng tốt. Tỷ lệ làm giàu được tính theo cơng thức (5).

D A

−= −

2Ha D A HtAcc

+ − −=

A Ht

(Ha: số chất có hoạt tính thỏa mơ hình, Ht: tổng số chất thỏa mơ hình, A: tổng số cácchất có hoạt tính trong dữ liệu đầu vào, D: tổng số chất trong dữ liệu đầu vào).

1.3.3 Mối liên quan định lượng giữa cấu trúc và tác dụng

Nếu như mơ hình pharmacophore chỉ mang tính chất định tính trong ứng dụng sànglọc các chất lên đích tác động hướng đến, thì mơ hình QSAR lại là một mơ hình có thểđịnh lượng được giá trị hoạt tính của một chất lên đích tác động.

</div>Trang 30<div class="page_container" data-page="30">

1.3.3.1 Định nghĩa

Mơ hình QSAR (Quantitative Structure - Activity Relationship) là một mơ hìnhnghiên cứu mối liên quan định lượng giữa cấu trúc và tác động sinh học của một chấtthông qua các thông tin về cấu trúc hóa học 2D hay 3D của chất đó.28

1.3.3.2 Đặc điểm và phân loại

Các thông tin về cấu trúc hóa học được tính tốn và thể hiện dưới dạng các thông sốmô tả phân tử. Các thông số mô tả này đại diện cho tính chất vật lý, các đặc trưng trongcấu trúc hóa học có ảnh hưởng đến tác động sinh học của 1 chất và được biểu diễn dướidạng một giá trị cụ thể.29

QSAR cho phép dự đốn các hoạt tính sinh học (ví dụ như IC50) của một hợp chấttrước khi cân nhắc có cần thiết tổng hợp nó hay khơng. Các mơ hình QSAR được nghiêncứu hiện nay bao gồm 2D-QSAR, 3D-QSAR, 4D-QSAR, HQSAR,…trong đó phổ biếnnhất là mơ hình 2D-QSAR và 3D-QSAR.30

Mơ hình 2D-QSAR: dựa trên sự tính tốn các thơng số mơ tả phân tử của cơng thứchóa học trong khơng gian hai chiều.

Mơ hình 3D-QSAR: dựa trên sự tính tốn các đặc tính quan trọng như kích thước,hình dạng, đặc điểm điện tử của phân tử được biểu diễn trong không gian ba chiều.

So với mơ hình 2D-QSAR, phương pháp xây dựng mơ hình 3D-QSAR là phươngpháp hiện đại hơn, thể hiện được đầy đủ thông tin về cấu trúc, nhưng kỹ thuật này kháphức tạp, đòi hỏi nhiều thời gian do đó khó có tính ứng dụng cao nếu đầu vào là một cơsở dữ liệu lớn. Mặt khác, 2D-QSAR tuy được xây dựng từ một phương pháp truyềnthống nhưng vì sử dụng các thuật tốn đơn giản hơn, có tính ứng dụng cao với cơ sở dữliệu lớn và cho kết quả với độ lặp lại cao nên 2D-QSAR vẫn được sử dụng rộng rãi chođến hiện nay.31

</div>Trang 31<div class="page_container" data-page="31">

1.3.4 Mạng thần kinh nhân tạo

Máy học đáp ứng yêu cầu sàng lọc thông lượng cao các dữ liệu nghiên cứu nói chungvà hố học tổ hợp nói riêng, đã trở thành một trong những công cụ chủ lực trong nghiêncứu và khám phá thuốc mới.32

Tương tự mạng thần kinh sinh học, mạng thần kinh nhân tạo cũng được tạo nên bởinhiều nơ ron đơn lẻ, được gọi là perceptron. Cấu trúc của một perceptron được minh họa

ở Hình 1.6.

Hình 1.6. Cấu tạo và cách hoạt động của perceptron

Trong đó: x1, x2,…xn là tín hiệu đầu vào. w1, w2,…wn là các trọng số của các tín hiệuđầu vào tương ứng. b là giá trị độ lệch (bias) khác 0. a là kết quả của phép cộng b vớihàm tổng tích của các giá trị tín hiệu đầu vào với trọng số tương ứng và trong đó a đượcsử dụng để tính tốn hàm kích hoạt ft(a). Kết quả tính tốn của hàm ft(a) sẽ được với sosánh với một ngưỡng để xác định xem perceptron có được kích hoạt hay khơng.33

1.3.5 Phương pháp gắn kết phân tử

1.3.5.1 Khái niệm

Gắn kết phân tử (molecular docking) là phương pháp được sử dụng để mơ hình hóatương tác giữa một phân tử nhỏ (ligand) với một cấu trúc đại phân tử (protein hayenzym), từ đó cho phép tìm hiểu được tương tác của phân tử trong vị trí gắn kết cũng

</div>Trang 32<div class="page_container" data-page="32">

như làm rõ hơn các cơ chế sinh học liên quan.34 Dựa vào tính linh động của 2 đối tượngkhảo sát, có thể chia thành 3 loại docking: docking tĩnh (rigid docking), docking bán linhđộng (semi – flexible docking), docking linh động (flexible docking). Trong đó, dockingbán linh động và docking linh động được sử dụng phổ biến hơn. Những đặc điểm của 2

phương pháp này được thể hiện ở Bảng 1.5.

Bảng 1.5. Bảng so sánh các phương pháp dockingPhương

Đặc điểm

So sánh phương phápReceptor Ligand

Dockingbán linh

Ưu điểm: cho ra nhiều cấu dạng gắn kết với

ligand có kính thước nhỏ đến trung bình.34

Nhược điểm: chưa xét đến sự linh động của

khoang gắn.34

Phần mềm: AutoDock Vina,35 AutoDock4.36

Ưu điểm: độ chính xác cao nhất.37

Nhược điểm: tốn thời gian, đòi hỏi nhiều tài

nguyên máy,37 còn hạn chế khi docking nhữngphân tử lớn.

Phần mềm: MOE,23 Glide.38

1.3.5.2 Yếu tố liên quan đến quá trình gắn kết phân tử

Quá trình gắn kết gồm 2 bước chính: (i) tìm kiếm cấu dạng phù hợp của ligand trongkhoang gắn và (ii) chấm điểm các phức hợp tạo thành. Có 3 yếu tố đánh giá phức hợpgắn kết: (1) ligand có khả năng gắn thành cơng với khoang gắn kết của đích tác động,(2) ái lực gắn kết (kcal.mol-1) và (3) tương tác tạo được giữa ligand và acid amin quantrọng (key residues) trong khoang gắn.

Quá trình gắn kết phân tử giữa receptor và ligand được thể hiện qua Hình 1.7..

</div>Trang 33<div class="page_container" data-page="33">

Hình 1.7. Các giai đoạn quan trọng trong gắn kết phân tử

1.3.6 Phương pháp mô phỏng động lực học phân tử

Cấu trúc protein là cơ sở quan trọng để thiết kế thuốc dựa trên cấu trúc. Tuy nhiên,những cấu trúc 3D được dùng trong thiết kế thuốc (được tải về từ các cơ sở dữ liệu) chỉtồn tại ở một dạng cố định.39 Trong khi về bản chất protein là một mục tiêu linh động,trải qua những biến đổi về hình dạng để thực hiện chức năng, động lực học phân tử củacấu trúc protein có thể dẫn đến sự khác biệt quan trọng giữa các kết quả trong nghiên

cứu in silico và thực nghiệm.39

Khái niệm

Mô phỏng động lực học phân tử (Molecular dynamics simulation - MDs) là mộtphương pháp mơ phỏng máy tính giúp phân tích các chuyển động vật lý của các nguyêntử và phân tử dưới ảnh hưởng của ba yếu tố môi trường điển hình: nhiệt độ, áp suất, dungmơi40.

Ngun tắc hoạt động

</div>Trang 34<div class="page_container" data-page="34">

Các phương trình chuyển động dựa vào định luật II Newton (cơng thức 6) được tínhtốn để mơ phỏng sự thay đổi vị trí theo thời gian của ngun tử trong hệ thống mơ hìnhhóa sinh học:

MDs thường ứng dụng trong nghiên cứu khám phá thuốc như:

- Đánh giá sự ổn định, tìm kiếm các cấu dạng dựa trên sự chuyển động theo thời gian.42

- Những cấu trúc hệ thống thu được từ thực nghiệm như: chụp tinh thể nhiễu xạ tia X(X-ray crystallography), kính hiển vi điện tử nghiệm lạnh (cryogenic electronmicroscopy), phổ cộng hưởng từ hạt nhân (nuclear magnetic resonance spectroscopy-NMR) có thể ứng dụng phương pháp này nhằm kiểm tra và tinh chỉnh. 42

- Khảo sát ảnh hưởng của các yếu tố (gắn kết phối tử, đột biến hoặc thay đổi trạng tháiproton hóa của acid amin, trường lực, môi trường) đến sự chuyển động của hệthống.42

- Quan sát các quá trình chuyển động theo thời gian như: sự vận chuyển qua màng, sựgấp nếp cấu trúc protein,…42

Một số yếu tố quan trọng khi mô phỏng động lực học phân tửTrường lực mô phỏng

Trường lực (force field) với bản chất là các dạng tính tốn cơ lượng tử bao gồm tậphợp các phương trình và các tham số được sử dụng để tính tốn thế năng và lực tác độnglên các nguyên tử trong hệ thống.43 Độ ổn định của quá trình MDs phụ thuộc vào tínhchất chính xác các thơng số được thiết lập bởi trường lực.44

</div>Trang 35<div class="page_container" data-page="35">

Có 3 loại trường lực phổ biến được sử dụng trong MDs gồm45:

- Toàn bộ nguyên tử (all atoms): mỗi nguyên tử trong hệ thống được xử lý và cungcấp các thông số về tương tác, điện tích riêng biệt với nhau. Một số trường lực thườngdùng như: AMBER, CHARMM, OPLS-AA.

- Kết hợp nguyên tử (united atom): các nguyên tử hydro không phân cực được kếthợp với carbon, làm giảm số lượng nguyên tử trong hệ thống và rút ngắn thời gian tínhtốn nhưng cũng ảnh hưởng đến độ chính xác. Một số trường lực thường dùng như:GROMOS, OPLS-UA.44

- Hạt thơ (coarse-grained): giảm u cầu tính tốn cho mơ phỏng bằng cách nhómcác ngun tử thành “siêu nguyên tử” (super atom) – đại diện cho từ 2 đến 5 nguyên tửtrong hệ thống. Trường lực phổ biến là MARTINI.

Mơ hình dung mơi

Mơ hình dung mơi được thêm vào hệ thống để mô phỏng cấu trúc đại phân tử mộtcách thực tế hơn.45 Bảng 1.6. trình bày các mơ hình dung mơi thường sử dụng trong

Bảng 1.6. Mơ hình dung mơi thường dùng trong mô phỏng động lực học phân tử45

Mô hình bên ngồi(explicit model)

Mơ hình bên trong(implicit model)Đặc điểm Thường được dùng kết hợp với trường

lực toàn bộ nguyên tử, các phân tửnước riêng biệt được đưa trực tiếp vàohệ thống

Một số mơ hình thường dùng như:SPC, TIP3P, TIP4P, TIP5P

Các phân tử dung môi được đưa vàomôi trường đồng nhất và liên tục,không đại diện rõ ràng các phân tửriêng rẽ

Mơ hình Generalized Born (GB)thường được sử dụng

Ưu điểm Mơ phỏng chính xác, thực tế hơn Giảm thời gian mô phỏng và tàinguyên máy tính

Nhược điểm Cần nhiều thời gian và tài ngun máy

tính để mơ phỏng

Kém chính xác

Phần mềm sử dụng

</div>Trang 36<div class="page_container" data-page="36">

Hiện nay, nhiều phần mềm đã được thiết kế sẵn cho MDs như: GROMACS,

AMBER, NAMD, CHARMM, Desmond,… (Bảng 1.7) cùng với phần mềm phân tích

và trực quan hóa kết quả như VMD, Chimera, Pymol, Avogadro,…

Bảng 1.7. Mơ hình dung môi thường dùng trong mô phỏng động lực học phân tử45

CLI: giao diện dòng lệnh; GUI: giao diện đồ họa

Những phần mềm này được tích hợp nhiều trường lực mơ phỏng và có khả năngthực hiện các chức năng tính tốn tương tự nhau.50 Sự khác biệt giữa các phần mềm chủyếu đến từ mức độ hiệu quả khi phối hợp với phần cứng và các tính năng hỗ trợ kèmtheo, ví dụ như: phương pháp lấy mẫu nâng cao, lược đồ kiểm soát nhiệt độ và áp suất,hỗ trợ cho mơ phỏng hạt thơ.50

Q trình thực hiện:

Q trình MDs trong việc đánh giá sự ổn định của cấu dạng theo thời gian được mơ

tả ở Hình 1.8 gồm: (1) giai đoạn chuẩn bị, (2) mô phỏng và (3) phân tích.51

Hình 1.8. Các giai đoạn mơ phỏng động lực học phân tử

</div>Trang 37<div class="page_container" data-page="37">

Giai đoạn chuẩn bị

Thơng số vị trí, tọa độ ban đầu của các nguyên tử trong hệ khi được đặt trong mộttừ trường thích hợp (như CHARMM36, AMBER, OPLS-AA/L,…). Sau đó, tạo hộp môphỏng động lực học phân tử với hai thông số là kích thước và hình dạng (có thể là hìnhcầu, lập phương, đa diện,…).

Nhằm solvat hóa protein và bắt chước môi trường sinh lý trong cơ thể, hệ được thêmmô hình dung mơi. Hai mơ hình dung mơi phổ biến là bên trong (implicit) hoặc bênngoài (explicit). Các mơ hình dung môi thường dùng là TIP3, TIP4P, TIP5P, SPC,SPC/E,… Hệ thống sau đó được trung hịa điện tích bằng một lượng ion (thường là ionNa+ hoặc Cl-).52

Giai đoạn mô phỏng

Để đưa cấu hình bắt đầu gần với trạng thái cân bằng, tiến hành tối thiểu hóa nănglượng của hệ bằng thuật tốn Gradient descent để tìm cực tiểu của hàm số năng lượng.52

Cân bằng hệ thống: Để tránh biến dạng không cần thiết của protein, hệ thống đượccân bằng trong các điều kiện NVT (số hạt N, thể tích V và nhiệt độ T) và NPT (số hạtN, áp suất P và nhiệt độ T). Duy trì nhiệt độ bằng bể nhiệt (Berendsen, Velocity rescaling,Langevin, Andersen,…),53 và duy trì áp suất bằng bể áp Parrinello-Rahman. Tương táctĩnh điện học được mô phỏng bằng thuật toán Particle Mesh Ewald và thuật toán Velvetđược dùng để tìm các nguyên tử xung quanh và biến thiên hệ theo thời gian.52

Giai đoạn phân tích kết quả

Sau khi q trình mơ phỏng hồn tất, kết quả của quá trình này thường được đánhgiá dựa trên các đại lượng trình bày sau:

- RMSD (Root-Mean-Square Deviation): căn bậc hai độ lệch bình phương trung

bình của protein hoặc ligand so với vị trí ban đầu. RMSD được sử dụng để đánh giá độổn định của cấu trúc hệ thống trong thời gian mô phỏng (công thức7). Giá trị này thường

</div>Trang 38<div class="page_container" data-page="38">

được tính tốn thơng qua độ lệch giữa các khung cấu trúc (backbone) của protein. Cấutrúc được xem ổn định và có ý nghĩa khi RMSD < 2,0 Å42:

- RMSF (Root-Mean-Square Fluctuation): căn bậc hai độ dao động bình phương

trung bình của các acid amin của protein. RMSF dùng để đánh giá sự linh động của acidamin của protein so với giá trị trung bình (công thức 8).54 Giá trị RMSF của acid amincàng thấp, chứng tỏ acid amin đó hình thành được những tương tác với phối tử và ổnđịnh hơn.55 Thông số này được đánh giá cho carbon vị trí α của từng acid amin trongphân tử protein.

( )

122T ref

ijit 1

Với ri(tj) là vị trí của nguyên tử i tại thời điểm tj, riref là vị trí của nguyên tử i đối chiếu.

- Tần suất của liên kết hydro (Hydrogen bond occupancy): cho phép ghi nhận

những liên kết hydro được hình thành giữa acid amin của protein và ligand trong q

trình mơ phỏng động lực học. Đánh giá sự ổn định protein bởi các liên kết hydro giữa

các acid amin với ligand dựa trên hai tiêu chí: (1) khoảng cách giữa nguyên tử cho(Donor) và nhận (Acceptor) proton ≤ 3,5 Å và (2) góc tối đa giữa 2 nguyên tử này (gócD–H…A > 120°).56

- Bán kính quay (Radius of Gyration - Rg): Rg đo độ nén của protein. Một protein

giữ vững cấu trúc trong q trình mơ phỏng thì giá trị Rg tương đối ổn định.44 Ngượclại, protein mở ra (không bền), giá trị R sẽ thay đổi liên tục (công thức 9)57:

</div>Trang 39<div class="page_container" data-page="39">

Với ri là vị trí của nguyên tử i; mi là khối lượng nguyên tử i

- Diện tích bề mặt tiếp xúc với dung mơi (Solvent-accessible surface area - SASA):SASA cho biết diện tích bề mặt của một phân tử sinh học có thể tiếp xúc với dung môi.58

Cấu trúc của protein gấp ổn định thì diện tích bề mặt nhỏ (SASA ổn định). Ngược lại,cấu trúc của protein khơng ổn định sẽ có diện tích bề mặt lớn (SASA khơng ổn định).58

1.4 TÌNH HÌNH NGHIÊN CỨU TRONG VÀ NGỒI NƯỚC

Trên thế giới, nghiên cứu SAR (Structure -Activity relationship hay mối liên quangiữa cấu trúc và tác dụng) thu hút nhiều sự quan tâm của nhiều viện trường trong giaiđoạn năm 1999 đến 2019.59 Nhìn chung, các nghiên cứu này hướng đến việc cải thiệnkhả năng chủ vận chọn lọc trên PPARδ thông qua việc thay đổi nhóm thế và bán tổnghợp dựa trên các chất chủ vận trên PPARδ sẵn có. Thơng tin từ các nghiên cứu này chothấy:

- Nhóm phenylacetic acid tăng tác động chủ vận trên PPARδ (165041 (A2), 783483 (A4).60 Dẫn chất phenylacetic acid cùng với cấu trúc vịng thiazol ở vị trí

L-khớp nối góp phần tăng hoạt tính chủ vận chọn lọc GW501516 (A8).61

- Cấu trúc GW501516 được ứng dụng làm cấu trúc khung chính, thực hiện nhiềuphương pháp biến đổi thông qua việc thay đổi cấu trúc chuỗi bên, cấu trúc phần đầuvà khớp nối. Tổng hợp cấu trúc thơng qua việc thay nhóm thế para-methoxy pyridinở vị trí nhóm thế số 4 của vịng pyridin cho hiệu quả cải thiện đặc tính chọn lọc trên

PPARδ thu được A9.62 Hợp chất A9 được sử dụng bán tổng hợp nên hợp chất A23

thơng qua việc bổ sung nhóm tetrahydroisoquinolin.63

</div>Trang 40<div class="page_container" data-page="40">

- Cấu trúc khung dạng chữ Y được bán tổng hợp dựa trên cấu trúc khung chính GW243

cho được đặc tính, hợp chất A10 và A11 được bán tổng hợp từ GW2433, tăng khả

năng chọn lọc thông qua cải thiện khả năng linh động vùng khớp nối.64

- Thay thế nhóm thế Flo tại vị trí ortho so với nhóm thế -CF3, GW0742 A7 ghi nhận

không thay đổi về cơ chế tác động, tuy nhiên cải thiện khả năng chủ vận trên thụ thể

PPARδ so với A8.61

- Dẫn chất acid (A16; MBX-8025), tổng hợp dựa trên cấu trúc GW501516 (A8) andL-165041 (A2) cho thấy tác động chủ vận trên PPARδ, trong khi cho tác động ức chế

trên hai thụ thể còn lại.65

- Hệ cấu trúc vịng với nhóm chức acid có khả năng cải thiện đặc tính chọn lọc trên

PPARδ, hợp chất A22 với cấu trúc khung benzisoxazol, ghi nhận hiệu quả chọn lọc

cao trên PPARδ (gấp 2000 lần so với các thụ thể cùng họ).66

- Thông qua nghiên cứu SAR và dựa trên cấu trúc GW501526 và cấu trúc hợp chất

A35, hợp chất A38 được tổng hợp dựa trên việc thay thế nhóm thế thiazol bằng vịng

phenyl. Nhóm benzyl tại vị trí carbon alpha kế cận với nhóm sulfur quan trọng đốivới đặc tính chọn lọc.67 Xu hướng nghiên cứu SAR hướng mục tiêu tìm kiếm chất

chủ vận chọn lọc trên PPARδ được trình bày ở Bảng 1.8.

</div>