Giới thiệu dự án

Ung thư phổi là một trong những bệnh lý ác tính có tỷ lệ mắc và tử vong hàng đầu trên phạm vi toàn cầu. Theo thống kê dịch tễ học từ GLOBOCAN (2020), toàn thế giới ghi nhận xấp xỉ 2,2 triệu ca mắc mới (chiếm 11,4% tổng số ca ung thư) và 1,8 triệu ca tử vong (chiếm 18,0% tử vong do ung thư). Tại Việt Nam, ung thư phổi đứng thứ hai về cả tỷ lệ mắc mới với 26.262 ca (14,2%) và tỷ lệ tử vong với 23.797 ca (19,4%). Trong đó, ung thư phổi không phải tế bào nhỏ (Non-Small Cell Lung Cancer - NSCLC) chiếm từ 80% đến 85% tổng số ca bệnh.

Ở cấp độ phân tử, thụ thể yếu tố tăng trưởng biểu bì (Epidermal Growth Factor Receptor - EGFR), một thụ thể Tyrosine Kinase xuyên màng thuộc họ ErbB, đóng vai trò then chốt trong điều hòa tăng sinh, biệt hóa và sống sót của tế bào. Sự biểu hiện quá mức hoặc đột biến hoạt hóa tại miền Tyrosine Kinase nội bào của EGFR dẫn đến tín hiệu dẫn truyền liên tục, thúc đẩy khối u ác tính tiến triển và di căn. Mặc dù các thuốc ức chế Tyrosine Kinase (EGFR-TKIs) thế hệ trước như Gefitinib hay Erlotinib đã mang lại bước tiến lớn, tình trạng kháng thuốc thứ phát (đột biến T790M, biến đổi exon 19/21) và độc tính tích lũy đặt ra yêu cầu cấp thiết phải tìm kiếm các phân tử ức chế mới có hiệu lực cao, chọn lọc và an toàn sinh học.

+-------------------------------------------------------------------------+
|                              VẤN ĐỀ CỐT LÕI                             |
|  - Kháng thuốc EGFR-TKI thế hệ 1 & 2 (T790M, C797S)                     |
|  - Chi phí R&D truyền thống cao: ~2.6 tỷ USD / 10-15 năm                |
|  - Tỷ lệ thất bại lâm sàng do ADMET kém: >40%                           |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|                           GIẢI PHÁP ĐỀ XUẤT                             |
|  Sàng lọc ảo In Silico 50 hợp chất Alkaloid tự nhiên tác động lên       |
|  EGFR Kinase (PDB: 6DUK) kết hợp đánh giá Lipinski & ADMET qua pkCSM    |
+-------------------------------------------------------------------------+

Mục tiêu dự án

  1. Sàng lọc In Silico: Thực hiện mô phỏng gắn kết phân tử (Molecular Docking) 50 hợp chất alkaloid tự nhiên và bán tổng hợp vào vị trí hoạt động của miền EGFR Tyrosine Kinase (PDB ID: 6DUK) nhằm xác định các phối tử có ái lực liên kết cao hơn đối chứng dương Gefitinib ($\Delta G \le -8.7\text{ kcal/mol}$).
  2. Đánh giá đặc tính giống thuốc (Drug-likeness): Phân tích sự phù hợp theo Quy tắc 5 của Lipinski (Lipinski's Rule of 5 - RO5) đối với các hợp chất tiềm năng được chọn lọc từ bước docking.
  3. Dự đoán hồ sơ Dược động học và Độc tính (ADMET): Tính toán các chỉ số hấp thu, phân bố, chuyển hóa, thải trừ và độc tính thông qua nền tảng pkCSM nhằm chọn lọc ứng viên tiền lâm sàng tối ưu.

Phạm vi và giới hạn

  • Phạm vi: Nghiên cứu tính toán in silico trên cấu trúc tinh thể tia X độ phân giải cao của EGFR (PDB: 6DUK, $1.9\text{ \AA}$) và tập dữ liệu 50 alkaloid chiết xuất từ cơ sở dữ liệu PubChem.
  • Giới hạn: Nghiên cứu tập trung vào mô hình liên kết tĩnh (rigid receptor docking); các kiểm chứng động lực học phân tử (Molecular Dynamics - MD) và thử nghiệm sinh học in vitro/in vivo sẽ được triển khai ở pha kế tiếp.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp điều trị Cơ chế / Đại diện Ưu điểm Nhược điểm / Hạn chế
Hóa trị liệu độc tế bào Cisplatin, Carboplatin, Paclitaxel Tác động toàn thân, tiêu diệt tế bào phân chia nhanh Độc tính hệ thống cao, suy tủy, rụng tóc, không đặc hiệu
Kháng thể đơn dòng (mAbs) Cetuximab (IMC-C225), Panitumumab Ái lực cao, gắn đặc hiệu miền ngoại bào EGFR Phải tiêm truyền tĩnh mạch, chi phí đắt đỏ, dễ gây phản ứng miễn dịch
EGFR-TKI phân tử nhỏ Gefitinib (ZD1839), Erlotinib, Osimertinib Dùng đường uống, ức chế trực tiếp miền kinase nội bào Phát sinh đột biến kháng thuốc (T790M), độc tính trên gan và da
Alkaloid tự nhiên (In Silico) Sanguinarine, Coptisine, Rutaecarpine Đa dạng khung cấu trúc, độc tính thấp, tối ưu chi phí Cần sàng lọc cấu trúc chuẩn xác và kiểm chứng thực nghiệm

Ma trận yêu cầu kỹ thuật (MoSCoW)

  • Must-have (Bắt buộc): Thẩm định quy trình docking đạt độ tin cậy với độ lệch bình phương trung bình gốc $\text{RMSD} < 1.5\text{ \AA}$; điểm năng lượng liên kết $\Delta G < -8.7\text{ kcal/mol}$; tuân thủ không quá 1 vi phạm trong quy tắc Lipinski.
  • Should-have (Nên có): Tỷ lệ hấp thu qua ruột người ($\text{HIA}$) $> 70%$; tính thấm màng Caco-2 $> 0.90\text{ log Papp}$; không có độc tính gây đột biến gen (AMES Toxicity âm tính).
  • Could-have (Có thể có): Tính thấm qua hàng rào máu não ($\log BB > 0.3$) nhằm định hướng điều trị di căn não.
  • Won't-have (Chưa thực hiện ở giai đoạn này): Mô phỏng solvat hóa tường minh toàn phần quy mô micro-giây và tổng hợp hóa dược thực nghiệm.

Thiết kế hệ thống tính toán

Danh mục công cụ và công nghệ sử dụng

  • Hệ điều hành & Phần cứng: Windows 11 64-bit, Workstation Dell Inspiron 3576, Intel Core i5.
  • AutoDock Tools / MGLTools (v1.5.7): Xử lý trường lực phân tử, thêm hydro phân cực, gán điện tích nguyên tử Kollman và thiết lập tọa độ hộp lưới (Grid Box).
  • AutoDock Vina (v1.2.0): Công cụ tính toán năng lượng tự do liên kết dựa trên thuật toán tối ưu hóa lặp kết hợp hàm chấm điểm bán thực nghiệm (Empirical Scoring Function).
  • Avogadro (v1.2.0): Tối ưu hóa cấu trúc năng lượng tối thiểu của phối tử thông qua thuật toán Gradient liên hợp (Conjugate Gradients) với trường lực MMFF94.
  • BIOVIA Discovery Studio Visualizer (v21.1): Trích xuất phối tử đồng kết tinh, phân tích và trực quan hóa tương tác liên kết 2D/3D.
  • UCSF Chimera (v1.15): Xếp chồng cấu trúc không gian (superimposition) và tính toán độ sai lệch RMSD.
  • pkCSM Web Platform: Mô hình học máy dựa trên đồ thị phân tử (graph-based signatures) dự đoán các chỉ số ADMET và dược động học.

Phương pháp luận và Quy trình triển khai

Quy trình tính toán In Silico chuẩn hóa

Quy trình sàng lọc bao gồm 4 giai đoạn logic khép kín:

[Thu nhận cấu trúc] -> [Thẩm định Re-docking] -> [Sàng lọc Docking] -> [Lọc Lipinski & ADMET]
  1. Chuẩn bị cấu trúc thụ thể: Tải tệp cấu trúc tinh thể tia X của EGFR (PDB: 6DUK, độ phân giải $1.9\text{ \AA}$). Sử dụng Discovery Studio loại bỏ các phân tử nước kết tinh ($\text{H}_2\text{O}$) và các phân tử dung môi không cần thiết. Thêm nguyên tử hydro phân cực, bổ sung trường lực Kollman và chuyển đổi sang định dạng .pdbqt bằng AutoDock Tools.
  2. Chuẩn bị thư viện phối tử: Tải cấu trúc 3D của 50 alkaloid từ PubChem dưới định dạng .sdf, chuyển đổi cấu trúc và tối ưu hóa năng lượng cực tiểu bằng thuật toán Gradient liên hợp trong Avogadro. Chuyển đổi tệp ligand sang định dạng chuẩn .pdbqt.
  3. Thiết lập không gian tìm kiếm (Grid Box):
    • Tọa độ tâm (Center): $X = 42.148,\ Y = 93.049,\ Z = -63.352$
    • Kích thước không gian (Size): $40 \times 44 \times 40\text{ \AA}$
    • Khoảng cách mắt lưới (Grid Spacing): $0.375\text{ \AA}$ bao phủ toàn bộ túi gắn cơ chất ATP-binding pocket của EGFR kinase.
# AutoDock Vina Configuration File (egfr_grid.cfg)
receptor = 6duk_clean.pdbqt
center_x = 42.148
center_y = 93.049
center_z = -63.352
size_x = 40
size_y = 44
size_z = 40
spacing = 0.375
exhaustiveness = 8
num_modes = 9
energy_range = 3

# Lệnh thực thi sàng lọc tự động hàng loạt (Bash/CLI script)
#!/bin/bash
for f in ligands/*.pdbqt; do
    b=$(basename "$f" .pdbqt)
    echo "Processing ligand: $b"
    vina --config egfr_grid.cfg --ligand "$f" --out "results/${b}_out.pdbqt" --log "logs/${b}.log"
done

Triển khai và Kết quả đạt được

Thẩm định quy trình (Re-docking Validation)

Để kiểm chứng tính chính xác của thông số hộp tìm kiếm và trường lực, phối tử đồng kết tinh tự nhiên được tách khỏi thụ thể 6DUK và tiến hành gắn kết ngược trở lại (re-dock).

  • Năng lượng liên kết phối tử tự nhiên: $\Delta G = -13.1\text{ kcal/mol}$.
  • Chỉ số tương đồng cấu trúc: $\text{RMSD} = 0.50\text{ \AA}$ (so với cấu trúc tinh thể thực nghiệm gốc).
  • Đánh giá: Giá trị $\text{RMSD} = 0.50\text{ \AA} \ll 1.5\text{ \AA}$ chứng minh thuật toán và các tham số mô phỏng có độ tin cậy và độ lặp lại tuyệt đối, đủ điều kiện làm chuẩn đối chiếu cho 50 phân tử alkaloid.
Tương tác chính của phối tử đối chứng trong túi gắn:
- Liên kết Hydrogen: GLU-749, GLU-865, ASP-855, LYS-745, PHE-856
- Tương tác kỵ nước (Pi-Alkyl / Pi-Sulfur): MET-790, LEU-777, MET-766, ILE-759, LEU-861, LEU-858, VAL-726, ALA-743

           [Phối tử tự nhiên 6DUK]               [Cấu hình Re-docking]
                     \                                    /
                      \_________ RMSD = 0.50 Å __________/
                                       |
                   [Khẳng định độ chuẩn xác của mô hình]

Kết quả sàng lọc Molecular Docking

Tiến hành docking toàn bộ 50 hợp chất alkaloid vào miền hoạt động của EGFR. Đối chứng dương Gefitinib đạt mức năng lượng tự do liên kết $\Delta G = -8.7\text{ kcal/mol}$. Có 6 hợp chất đạt năng lượng liên kết $\le -8.7\text{ kcal/mol}$, thể hiện ái lực vượt trội hoặc tương đương Gefitinib.

STT Tên hợp chất PubChem CID Năng lượng liên kết ($\Delta G$ - kcal/mol) Chênh lệch ái lực so với Gefitinib
1 Sanguinarine chloride 68635 -10.9 Tốt hơn +25.28%
2 Coptisine chloride 72321 -10.2 Tốt hơn +17.24%
3 Rutaecarpine 65752 -9.7 Tốt hơn +11.49%
4 Tetrahydroberberine 34458 -9.4 Tốt hơn +8.05%
5 Tetrandrine 73078 -9.0 Tốt hơn +3.45%
6 Berberine chloride 12456 -8.9 Tốt hơn +2.30%
Ref Gefitinib (Đối chứng) 123631 -8.7 0.00% (Mốc chuẩn)

Đánh giá đặc tính giống thuốc (Lipinski's Rule of 5)

6 hợp chất có điểm năng lượng tốt nhất được đưa vào sàng lọc quy chuẩn hóa lý dược dụng. Theo quy tắc Lipinski, một phân tử phát triển thành thuốc đường uống không được vi phạm quá 1 trong 5 chỉ số: Khối lượng phân tử ($MW \le 500\text{ Da}$), số nhóm cho hydro ($HBD \le 5$), số nhóm nhận hydro ($HBA \le 10$), hệ số phân bố octanol/nước ($\log P \le 5$), và độ khúc xạ mol ($MR: 40 - 140$).

Hợp chất MW ($\le 500\text{ Da}$) HBD ($\le 5$) HBA ($\le 10$) LogP ($\le 5$) Số vi phạm Kết luận
Sanguinarine chloride 367.79 0 4 0.432 0 Đạt chuẩn (Passed)
Coptisine chloride 355.77 0 4 -0.188 0 Đạt chuẩn (Passed)
Rutaecarpine 287.32 1 3 3.101 0 Đạt chuẩn (Passed)
Tetrahydroberberine 339.39 0 5 3.880 0 Đạt chuẩn (Passed)
Berberine chloride 371.82 0 4 0.100 0 Đạt chuẩn (Passed)
Tetrandrine 622.77 0 8 6.400 2 Loại (Failed: MW & LogP)

Kết quả: 5/6 hợp chất vượt qua hoàn toàn quy tắc Lipinski và được chuyển tiếp sang bước dự đoán ADMET chi tiết.

Dự đoán Dược động học và Độc tính (ADMET Profiles)

Nền tảng pkCSM phân tích toàn diện 5 ứng viên đạt chuẩn:

[5 Ứng viên Đạt Chuẩn]
  1. Hấp thu (Absorption): Cả 5 phân tử đều thể hiện tính hấp thu qua ruột người ($\text{HIA}$) ở mức cao ($> 75%$), trong đó Tetrahydroberberine và Rutaecarpine đạt giá trị hấp thu xấp xỉ $90%$. Tính thấm qua màng tế bào biểu mô ruột kết người Caco-2 đều đạt chuẩn ($> 0.90\text{ log Papp}$).
  2. Phân bố (Distribution): Sanguinarine chloride và Coptisine chloride có khả năng liên kết protein huyết tương phù hợp và phân bố đồng đều tại các mô phế quản. Chỉ số thấm hàng rào máu não ($\log BB$) nằm trong khoảng an toàn, giảm thiểu nguy cơ tác dụng phụ lên hệ thần kinh trung ương.
  3. Chuyển hóa (Metabolism): Các alkaloid thể hiện mức độ ức chế vừa phải với các cytochrom gan chính như CYP3A4, CYP2D6, hạn chế nguy cơ tương tác bất lợi giữa các thuốc khi phối hợp điều trị.
  4. Thải trừ (Excretion): Độ thanh thải tổng số qua thận ổn định, không ghi nhận tương tác bất lợi với chất vận chuyển cation hữu cơ thận (OCT2 substrate âm tính).
  5. Độc tính (Toxicity): Không có hợp chất nào biểu hiện độc tính cấp tính gây chết (LD50 ở ngưỡng an toàn nhóm IV theo chuẩn GHS), thử nghiệm AMES âm tính đối với Coptisine và Berberine.

Đổi mới và Đóng góp khoa học

Đổi mới công nghệ

  • Khai thác kho tàng hợp chất tự nhiên: Tận dụng khung cấu trúc hóa học đa dạng và phức tạp của nhóm Isoquinoline và Indole alkaloid, mở ra hướng đi thay thế cho các cấu trúc quinazoline tổng hợp truyền thống đang bị kháng thuốc.
  • Tối ưu hóa đa mục tiêu (Multi-parameter Optimization): Kết hợp đồng thời năng lượng liên kết nhiệt động lực học ($\Delta G$), bộ lọc Lipinski và mô hình học máy ADMET, rút ngắn thời gian sàng lọc ban đầu từ nhiều năm xuống còn vài giờ tính toán.

So sánh với các giải pháp hiện hành

Đặc tính / Chỉ số so sánh Thuốc chuẩn Gefitinib Đối chứng tinh thể (6DUK) Sanguinarine Clorid Coptisine Clorid
Năng lượng liên kết ($\Delta G$) $-8.7\text{ kcal/mol}$ $-13.1\text{ kcal/mol}$ $-10.9\text{ kcal/mol}$ $-10.2\text{ kcal/mol}$
Mức độ tương tác Met790 Trung bình (Van der Waals) Cao (Pi-Sulfur) Rất cao (Pi-Pi / Pi-Alkyl) Cao (Pi-Cation)
Độ tuân thủ Lipinski RO5 0 vi phạm 1 vi phạm 0 vi phạm 0 vi phạm
Tỷ lệ cải thiện ái lực Chuẩn (Baseline) N/A +25.28% +17.24%
Nguồn gốc cấu trúc Tổng hợp hóa học Phối tử mô phỏng Tự nhiên (Alkaloid) Tự nhiên (Alkaloid)

Ứng dụng thực tế và Triển khai thương mại hóa

Kịch bản ứng dụng lâm sàng

  1. Phát triển thuốc nhắm trúng đích thế hệ mới: Sử dụng Sanguinarine và Coptisine làm cấu trúc lõi (Lead compounds) cho quá trình tối ưu hóa hóa dược (Hit-to-Lead Optimization), phát triển thuốc uống điều trị NSCLC có đột biến EGFR kháng thuốc thế hệ 1.
  2. Liệu pháp kết hợp (Combination Therapy): Phối hợp các alkaloid tự nhiên với thuốc hóa trị nền tảng bạch kim nhằm tạo hiệu ứng hiệp đồng (synergistic effect), giảm liều hóa trị và hạn chế tối đa tác dụng phụ suy tủy.

Lộ trình nghiên cứu phát triển (Drug Development Roadmap)

[Giai đoạn 1: In Silico Hit Screening] (Hoàn thành)
[Giai đoạn 2: In Vitro Kinase Assay & MTT Cell Viability (Dòng tế bào H1975, A549, PC-9)] (6-9 tháng)
[Giai đoạn 3: Tối ưu hóa cấu trúc hóa dược & Thử nghiệm In Vivo Xenograft chuột] (12-18 tháng)
[Giai đoạn 4: Đánh giá tiền lâm sàng Pre-IND & Thử nghiệm lâm sàng Phase I] (24-36 tháng)

Phân tích hiệu quả kinh tế và ROI

  • Tiết kiệm chi phí R&D: Quy trình sàng lọc ảo giúp giảm thiểu hơn $85%$ chi phí mua sắm hóa chất, enzyme tinh sạch và thử nghiệm sàng lọc thông lượng cao (HTS) ở giai đoạn thăm dò.
  • Rút ngắn thời gian nghiên cứu: Giảm thời gian định danh phân tử tiềm năng từ 12-18 tháng xuống còn 2-4 tuần làm việc trên hệ thống máy tính hiệu năng cao.

Hạn chế và Hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Mô hình phối tử tĩnh (Rigid Receptor): Chưa phản ánh đầy đủ sự chuyển động linh động của các vòng lặp acid amin (loop flexibility) quanh túi gắn kinase.
  • Hiệu ứng dung môi ẩn (Implicit Solvation): Chưa mô tả chi tiết vị trí cầu nối của từng phân tử nước cụ thể trong việc ổn định mạng lưới liên kết hydro.

Định hướng nghiên cứu tiếp theo

  1. Mô phỏng Động lực học phân tử (Molecular Dynamics - MD): Thực hiện mô phỏng MD trong thời gian $100 - 200\text{ ns}$ bằng phần mềm GROMACS hoặc AMBER để khảo sát độ bền nhiệt động (RMSD, RMSF) của phức hợp Protein - Alkaloid trong môi trường nước và ion sinh lý.
  2. Tính toán Năng lượng tự do gắn kết chính xác: Áp dụng phương pháp MM-PBSA / MM-GBSA để đánh giá chính xác năng lượng liên kết tự do trung bình qua quỹ đạo động lực học.
  3. Thử nghiệm sinh học thực nghiệm: Khảo sát giá trị $\text{IC}_{50}$ trên enzyme tái tổ hợp EGFR hoang dại và đột biến T790M/L858R.

Đối tượng hưởng lợi

+-------------------+---------------------------------------------------------+
| Nhóm đối tượng    | Giá trị mang lại                                        |
+-------------------+---------------------------------------------------------+
| Sinh viên Dược    | Tài liệu tham khảo chuẩn mực về CADD và docking phân tử |
| Nhà nghiên cứu    | Danh sách 5 cấu trúc Hit có dữ liệu ái lực cụ thể       |
| Doanh nghiệp Dược | Rút ngắn 85% chi phí và thời gian sàng lọc sơ bộ        |
| Bệnh nhân NSCLC   | Cơ hội tiếp cận thuốc trúng đích nguồn gốc tự nhiên     |
+-------------------+---------------------------------------------------------+
  • Sinh viên và Học viên Cao học ngành Dược: Nắm vững quy trình nghiên cứu in silico, kỹ năng xử lý cấu trúc phân tử PDBQT, thiết lập trường lực và tính toán ADMET trên các công cụ chuẩn quốc tế.
  • Kỹ sư Tin sinh học và Nhà Hóa dược (Medicinal Chemists): Sở hữu tập dữ liệu docking chi tiết và các vị trí tương tác then chốt (hot-spot residues) tại túi gắn ATP của EGFR để thiết kế dẫn chất bán tổng hợp.
  • Doanh nghiệp Dược phẩm & Viện nghiên cứu: Tiết kiệm hàng trăm triệu đồng ngân sách R&D bước đầu nhờ vào cơ sở dữ liệu sàng lọc sẵn có, giảm thiểu rủi ro thất bại ở pha thử nghiệm trên động vật.
  • Bệnh nhân ung thư phổi: Hướng đến các phác đồ điều trị trúng đích an toàn hơn, tận dụng nguồn dược liệu thiên nhiên phong phú để giảm giá thành thuốc điều trị ung thư trong tương lai.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu cấu hình phần cứng tối thiểu để triển khai quy trình docking phân tử là gì?

Hệ thống tính toán cần tối thiểu CPU 4 nhân (Intel Core i5 thế hệ 8 hoặc tương đương), 8GB RAM, dung lượng ổ cứng khả dụng 20GB, cài đặt các môi trường Python 3.8+, MGLTools 1.5.7 và AutoDock Vina 1.2.0. Để chạy mô phỏng động lực học phân tử (MD) tiếp theo, khuyến nghị sử dụng máy chủ trang bị GPU chuyên dụng như NVIDIA RTX 3080/4090 hoặc A100.

2. Vì sao Sanguinarine chloride có điểm docking vượt trội hơn Gefitinib?

Sanguinarine chloride sở hữu hệ thống vòng phẳng thơm liên hợp rộng (polycyclic aromatic system), tạo ra các tương tác $\pi-\pi$ stacking và tương tác kỵ nước mạnh mẽ đồng thời với các acid amin thơm trong túi gắn như PHE-856 và LEU-858, kết hợp với tương tác tĩnh điện từ nhóm ion bậc bốn, tạo nên liên kết ổn định với mức năng lượng $\Delta G = -10.9\text{ kcal/mol}$ (so với Gefitinib là $-8.7\text{ kcal/mol}$).

3. Tại sao Tetrandrine có năng lượng docking tốt (-9.0 kcal/mol) nhưng lại bị loại?

Mặc dù Tetrandrine có ái lực gắn kết tốt, phân tử này vi phạm 2 tiêu chí trong Quy tắc 5 Lipinski: Khối lượng phân tử quá lớn ($MW = 622.77\text{ Da} > 500\text{ Da}$) và hệ số phân bố dầu nước quá cao ($\log P = 6.4 > 5$). Các vi phạm này dự báo khả năng hấp thu qua đường tiêu hóa rất kém và sinh khả dụng thấp khi dùng đường uống.

4. Giá trị RMSD = 0.50 Å trong re-docking có ý nghĩa gì?

$\text{RMSD}$ đo lường khoảng cách trung bình giữa các nguyên tử của cấu hình phối tử do thuật toán dự đoán so với vị trí thực tế trong cấu trúc tinh thể tia X. Giá trị $\text{RMSD} = 0.50\text{ \AA}$ (nhỏ hơn nhiều so với ngưỡng tiêu chuẩn $1.5\text{ \AA}$ hoặc $2.0\text{ \AA}$) là bằng chứng xác thực quy trình docking có độ chính xác gần như tuyệt đối trong việc tái hiện trạng thái liên kết tự nhiên.

5. Dự đoán ADMET qua pkCSM có thể thay thế hoàn toàn thử nghiệm trên động vật không?

Không. pkCSM là công cụ sàng lọc sơ bộ dựa trên mô hình học máy để loại bỏ các phân tử có nguy cơ cao về độc tính hoặc dược động học kém, giúp giảm thiểu số lượng mẫu cần thử nghiệm. Kết quả này định hướng cho các thử nghiệm sinh học in vitro và in vivo bắt buộc theo quy định của Cơ quan Quản lý Thực phẩm và Dược phẩm (FDA/EMA).

Kết luận

Đề tài khóa luận tốt nghiệp "Sàng lọc một số hợp chất alkaloid ức chế EGFR bằng phương pháp docking phân tử định hướng điều trị ung thư phổi" đã ứng dụng thành công phương pháp tin sinh học và thiết kế thuốc qua máy tính (CADD) nhằm giải quyết bài toán cấp thiết trong điều trị ung thư phổi không phải tế bào nhỏ (NSCLC).

+--------------------------------------------------------------------------+
|                       KẾT QUẢ ĐẠT ĐƯỢC CỦA ĐỀ TÀI                        |
|  - Thẩm định thành công quy trình docking trên EGFR (RMSD = 0.50 Å)      |
|  - Sàng lọc 50 hợp chất -> Xác định Top 5 Alkaloid tiềm năng             |
|  - Sanguinarine (-10.9 kcal/mol) & Coptisine (-10.2 kcal/mol)            |
|    vượt trội hơn thuốc chuẩn Gefitinib (-8.7 kcal/mol)                   |
|  - 100% Top 5 tuân thủ Lipinski RO5 & sở hữu hồ sơ ADMET thuận lợi       |
+--------------------------------------------------------------------------+

Nghiên cứu đã chứng minh tiềm năng to lớn của các hợp chất alkaloid có nguồn gốc tự nhiên trong việc phát triển các tác nhân ức chế EGFR kinase thế hệ mới, mở ra triển vọng nâng cao hiệu quả điều trị, giảm giá thành và khắc phục tình trạng kháng thuốc cho bệnh nhân ung thư phổi.