Nghiên Cứu In Silico Tìm Kiếm Chất Ức Chế Bcl-2 Trong Điều Trị Ung Thư

Nghiên cứu in silico đang trở thành một công cụ quan trọng trong việc phát hiện và phát triển các… 143 trang · Đại Học Y Dược Thành Phố Hồ Chí Minh · 2021.

• Tác giả: Võ Thị Minh Nguyên
• Người hướng dẫn: GS. Thái Khắc Minh
• Trường học: Đại Học Y Dược Thành Phố Hồ Chí Minh
• Chuyên ngành: Dược Lý Và Dược Lâm Sàng
• Đề tài: Nghiên Cứu In Silico Tìm Kiếm Chất Ức Chế Bcl-2 Trong Điều Trị Ung Thư
• Loại tài liệu: Luận Văn Thạc Sĩ Dược Học
• Năm xuất bản: 2021
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. MỞ ĐẦU
• 1.1. TỔNG QUAN TÀI LIỆU
• 1.1.1. Tổng quan quá trình apoptosis và vai trò trong bệnh ung thư
• 1.1.2. Họ protein BCL-2
• 1.1.3. Protein ức chế apoptosis Bcl-2
• 1.1.4. Nghiên cứu in silico các chất ức chế protein bcl-2
• 1.1.5. Phương pháp xác định hoạt tính ức chế Bcl-2
• 1.1.6. Mô hình mô tả phân tử docking
• 1.1.7. Mô hình 3D pharmacophore
• 1.1.8. Mô hình 2D-QSAR
• 1.2. PHƯƠNG PHÁP NGHIÊN CỨU
• 1.2.1. Xây dựng cơ sở dữ liệu
• 1.2.2. Mô hình docking
• 1.2.3. Mô hình pharmacophore
• 1.2.4. Mô hình 2D QSAR
• 1.2.5. Dự đoán đặc tính dược động học và độc tính
• 1.2.6. Sàng lọc ảo các chất có khả năng ức chế Bcl-2
• 1.3. KẾT QUẢ VÀ BÀN LUẬN
• 1.3.1. Kết quả mô hình mô tả phân tử docking
• 1.3.2. Mô hình pharmacophore trên các chất ức chế Bcl-2
• 1.3.3. Mô hình 2D QSAR dự đoán hoạt tính ức chế protein Bcl-2
• 1.3.4. Ứng dụng các mô hình in silico để sàng lọc các chất có hoạt tính ức chế Bcl-2
• 2. CHƯƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO
• DANH MỤC PHỤ LỤC

Tóm tắt

I. Tổng quan về Nghiên Cứu In Silico Tìm Kiếm Chất Ức Chế Bcl 2

Nghiên cứu in silico đang trở thành một công cụ quan trọng trong việc phát hiện và phát triển các chất ức chế Bcl-2, một protein có vai trò quan trọng trong quá trình apoptosis. Bcl-2 là một mục tiêu hấp dẫn trong điều trị ung thư, vì sự tăng cường của nó giúp tế bào ung thư sống sót. Việc áp dụng các phương pháp in silico giúp tiết kiệm thời gian và chi phí trong quá trình phát triển thuốc. Các mô hình như docking, 3D-pharmacophore và 2D-QSAR được sử dụng để dự đoán khả năng gắn kết của các hợp chất với Bcl-2.

1.1. Khái niệm về Nghiên Cứu In Silico và Bcl 2

Nghiên cứu in silico là phương pháp sử dụng mô hình máy tính để mô phỏng và phân tích các tương tác giữa protein và các hợp chất hóa học. Bcl-2, một protein ức chế apoptosis, có vai trò quan trọng trong sự sống sót của tế bào ung thư. Việc hiểu rõ về cấu trúc và chức năng của Bcl-2 là cần thiết để phát triển các chất ức chế hiệu quả.

1.2. Tầm quan trọng của Bcl 2 trong Điều Trị Ung Thư

Bcl-2 là một trong những mục tiêu chính trong điều trị ung thư do vai trò của nó trong việc ngăn chặn apoptosis. Sự biểu hiện quá mức của Bcl-2 trong các khối u dẫn đến sự kháng thuốc và tăng sinh tế bào. Do đó, việc phát triển các chất ức chế Bcl-2 có thể mở ra hướng đi mới trong điều trị ung thư.

II. Vấn Đề và Thách Thức Trong Nghiên Cứu Chất Ức Chế Bcl 2

Mặc dù có nhiều tiến bộ trong nghiên cứu chất ức chế Bcl-2, nhưng vẫn còn nhiều thách thức cần vượt qua. Một trong những vấn đề chính là sự đa dạng trong cấu trúc và chức năng của các protein trong họ Bcl-2. Điều này làm cho việc phát triển các chất ức chế trở nên phức tạp. Hơn nữa, việc xác định các đặc điểm cấu trúc quan trọng cho hoạt tính sinh học cũng là một thách thức lớn.

2.1. Đặc Điểm Cấu Trúc của Protein Bcl 2

Bcl-2 có cấu trúc phức tạp với nhiều miền tương đồng, điều này tạo ra sự đa dạng trong cách thức tương tác với các chất ức chế. Việc hiểu rõ các miền này là rất quan trọng để phát triển các chất ức chế hiệu quả.

2.2. Khó Khăn Trong Việc Phát Triển Chất Ức Chế

Phát triển chất ức chế Bcl-2 gặp khó khăn do sự tương tác phức tạp giữa các protein trong họ Bcl-2. Nhiều chất ức chế có thể không đạt được hiệu quả mong muốn do sự kháng thuốc của tế bào ung thư. Do đó, cần có các phương pháp nghiên cứu mới để vượt qua những thách thức này.

III. Phương Pháp Nghiên Cứu In Silico Tìm Kiếm Chất Ức Chế Bcl 2

Các phương pháp in silico như docking, 3D-pharmacophore và 2D-QSAR đã được áp dụng để tìm kiếm các chất ức chế Bcl-2. Những mô hình này giúp dự đoán khả năng gắn kết của các hợp chất với Bcl-2, từ đó xác định các chất tiềm năng cho điều trị ung thư. Việc sử dụng các mô hình này không chỉ tiết kiệm thời gian mà còn giảm thiểu chi phí trong quá trình phát triển thuốc.

3.1. Mô Hình Docking Trong Nghiên Cứu

Mô hình docking cho phép mô phỏng sự gắn kết của các hợp chất với Bcl-2, giúp xác định các vị trí gắn kết quan trọng. Kết quả từ mô hình này cung cấp thông tin quý giá cho việc thiết kế các chất ức chế mới.

3.2. Mô Hình 3D Pharmacophore và 2D QSAR

Mô hình 3D-pharmacophore giúp xác định các đặc điểm cấu trúc cần thiết cho hoạt tính sinh học của các chất ức chế. Trong khi đó, mô hình 2D-QSAR cung cấp mối liên hệ định lượng giữa cấu trúc và hoạt tính, giúp dự đoán khả năng ức chế Bcl-2 của các hợp chất mới.

IV. Ứng Dụng Thực Tiễn và Kết Quả Nghiên Cứu Chất Ức Chế Bcl 2

Kết quả từ nghiên cứu in silico đã chỉ ra rằng nhiều hợp chất có khả năng ức chế Bcl-2 tiềm năng. Các chất như K284-5760, 8010-4956, G936-1802 đã được xác định là những ứng viên sáng giá cho việc phát triển thuốc điều trị ung thư. Những kết quả này mở ra hướng đi mới trong việc phát triển các liệu pháp điều trị ung thư hiệu quả hơn.

4.1. Kết Quả Sàng Lọc Các Chất Ức Chế Bcl 2

Nghiên cứu đã sàng lọc hàng trăm hợp chất và xác định được bảy chất có khả năng ức chế Bcl-2 tốt. Những chất này cần được nghiên cứu thêm để đánh giá hiệu quả trong điều trị ung thư.

4.2. Ứng Dụng Các Mô Hình In Silico

Các mô hình in silico đã chứng minh hiệu quả trong việc tìm kiếm các chất ức chế Bcl-2. Việc áp dụng các mô hình này trong nghiên cứu giúp tăng cường khả năng phát hiện các hợp chất mới có tiềm năng điều trị ung thư.

V. Kết Luận và Tương Lai Của Nghiên Cứu Chất Ức Chế Bcl 2

Nghiên cứu in silico tìm kiếm chất ức chế Bcl-2 đã mở ra nhiều cơ hội mới trong điều trị ung thư. Các mô hình như docking, 3D-pharmacophore và 2D-QSAR đã giúp xác định nhiều hợp chất tiềm năng. Tương lai của nghiên cứu này hứa hẹn sẽ mang lại những đột phá trong việc phát triển các liệu pháp điều trị ung thư hiệu quả hơn.

5.1. Tương Lai Của Nghiên Cứu In Silico

Nghiên cứu in silico sẽ tiếp tục phát triển và cải tiến, giúp tìm kiếm các chất ức chế Bcl-2 hiệu quả hơn. Việc áp dụng công nghệ mới sẽ giúp tăng cường khả năng phát hiện các hợp chất tiềm năng.

5.2. Hướng Đi Mới Trong Điều Trị Ung Thư

Việc phát triển các chất ức chế Bcl-2 có thể mở ra hướng đi mới trong điều trị ung thư. Những nghiên cứu tiếp theo sẽ tập trung vào việc đánh giá hiệu quả của các chất này trong lâm sàng.

Nội dung chính

Tổng quan nghiên cứu

Ung thư hiện là nguyên nhân gây tử vong hàng đầu trên phạm vi toàn cầu, tạo ra gánh nặng bệnh tật khổng lồ cho mọi hệ thống y tế. Theo báo cáo Globocan của Cơ quan Nghiên cứu Ung thư Quốc tế (IARC) năm 2020, toàn thế giới ghi nhận khoảng 19,3 triệu ca mắc mới và 9,9 triệu ca tử vong do ung thư. Quá trình tự chết theo chương trình của tế bào (apoptosis) đóng vai trò sống còn trong việc duy trì cân bằng nội mô và loại bỏ các tế bào tổn thương hoặc đột biến. Tuy nhiên, sự biểu hiện quá mức của protein B-cell lymphoma 2 (Bcl-2) - một protein chống chết tế bào then chốt - đã thúc đẩy các tế bào ác tính trốn thoát khỏi quá trình apoptosis, dẫn đến sự tăng sinh mất kiểm soát và kháng hóa trị trong nhiều bệnh lý ác tính như bệnh bạch cầu lympho mạn dòng tủy (CLL), ung thư đại trực tràng và ung thư vú.

Mặc dù thuốc ức chế Bcl-2 đầu tiên là venetoclax đã được Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) cấp phép vào năm 2016, nhu cầu tìm kiếm các chất ức chế mới có hiệu lực cao, chọn lọc tốt và khắc phục tình trạng kháng thuốc vẫn là thách thức cấp bách. Quy trình phát triển thuốc truyền thống thường tiêu tốn hàng tỷ USD và kéo dài từ 10 đến 15 năm với tỷ lệ thất bại cao trong giai đoạn tiền lâm sàng.

Luận văn thạc sĩ dược học chuyên ngành Dược lý và Dược lâm sàng (mã số: 8720205) của tác giả Võ Thị Minh Nguyên, thực hiện dưới sự hướng dẫn khoa học của GS. Thái Khắc Minh tại Đại học Y Dược Thành phố Hồ Chí Minh năm 2021, tập trung giải quyết bài toán này bằng công nghệ sàng lọc ảo (in silico). Mục tiêu cụ thể là thiết kế và tích hợp đồng thời ba mô hình tính toán phân tử gồm docking phân tử, 3D-pharmacophore và 2D-QSAR kết hợp dự đoán dược động học ADME. Nghiên cứu đã sàng lọc trên 4 cơ sở dữ liệu hóa chất lớn (ChemDiv, Maybridge, DrugBank và cơ sở dữ liệu thuốc cổ truyền TCM), thành công tìm ra 7 hoạt chất phân tử nhỏ tiềm năng hàng đầu ức chế Bcl-2, giúp rút ngắn khoảng 60% đến 70% thời gian nghiên cứu giai đoạn đầu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Đề tài dựa trên nền tảng lý thuyết sinh học phân tử về con đường tự chết apoptosis nội sinh qua màng ty thể (MOMP) và sự điều hòa của họ protein Bcl-2. Khi có tín hiệu kích hoạt, các protein thúc đẩy apoptosis như BAX, BAK1 kích thích giải phóng cytochrom c, trong khi protein Bcl-2 ức chế quá trình này bằng cách liên kết và bất hoạt các phân tử pro-apoptotic. Về mặt cấu trúc, protein Bcl-2 sở hữu một rãnh gắn kết kỵ nước dài và hẹp bao gồm hai túi kỵ nước trọng yếu là P2 và P4, cùng các acid amin quan trọng như Arg146, Asp111 và Asp103.

Khung lý thuyết thiết kế thuốc dựa trên cấu trúc (Structure-Based Drug Design) và phối tử (Ligand-Based Drug Design) được triển khai qua các trụ cột chính:

• Mô hình mô tả phân tử Docking: Mô phỏng không gian 3D tương tác liên kết giữa phối tử và khoang thụ thể protein Bcl-2 (mã PDB 6O0K có độ phân giải cao 1,62 Å).
• Mô hình 3D-Pharmacophore: Xác định mô hình không gian biểu diễn tập hợp các nhóm chức quyết định hoạt tính sinh học như nhóm cho/nhận hydro, tâm kỵ nước và vòng nhân thơm.
• Mối quan hệ định lượng giữa cấu trúc và hoạt tính 2D-QSAR: Áp dụng thuật toán bình phương tối thiểu từng phần (PLS) để lượng hóa sự tương quan giữa cấu trúc hóa học 2D và hoạt tính ức chế pKi (-log Ki).
• Bộ tiêu chí ADME/Lipinski: Đánh giá khả năng hấp thu, phân bố, chuyển hóa, thải trừ và dự đoán độc tính của các phân tử thuốc tiềm năng.

Phương pháp nghiên cứu

Về cỡ mẫu và phương pháp chọn mẫu, nghiên cứu thu thập tổng số 480 hợp chất đã được xác định hoạt tính ức chế Bcl-2 (giá trị Ki) từ các công bố khoa học quốc tế uy tín. Để xây dựng mô hình 2D-QSAR, tác giả chọn lọc tập mẫu gồm 250 hợp chất đồng nhất thuộc nhóm aryl sulfonamid và aryl amid. Tập mẫu này được phân chia bằng công cụ Diverse subset trong phần mềm MOE 2015 theo tỷ lệ 80% cho tập xây dựng (200 chất) và 20% cho tập kiểm tra ngoại (50 chất) nhằm đảm bảo tính bao quát về độ đa dạng cấu trúc không gian.

Quy trình phân tích và lý do lựa chọn phương pháp:

• Quá trình chuẩn bị cấu trúc protein 6O0K được tối ưu hóa năng lượng và proton hóa bằng công cụ LigX (MOE 2015). Nghiên cứu lựa chọn phần mềm LeadIT 2.1 với thuật toán FlexX và chủ động mở rộng bán kính khoang gắn kết từ mức mặc định 6,5 Å lên 8,5 Å. Lý do mở rộng là vì rãnh gắn kết của Bcl-2 rất dài và các phối tử có kích thước phân tử lớn, việc giữ bán kính hẹp sẽ làm mất cấu dạng liên kết chính xác.
• Tính toán 184 thông số mô tả 2D trên MOE, sau đó loại bỏ biến nhiễu qua quy trình chuẩn hóa: loại bỏ thông số có trên 20% giá trị bằng 0, độ lệch chuẩn bằng 0, hệ số tương quan cặp r >= 0,40 qua RapidMiner 5, chọn lọc biến tối ưu bằng thuật toán BestFirst trên Weka 3.6 và loại điểm dị biệt bằng phân tích thành phần chính PCA 3D.
• Mô hình 3D-pharmacophore được thiết lập trên MOE 2015 và kiểm định tính chọn lọc trên tập 236 chất hoạt tính mạnh (Ki < 1000 nM), tập 239 chất hoạt tính yếu (Ki > 1000 nM) và 172 chất decoy sinh ra từ công cụ DecoyFinder trên cơ sở dữ liệu Maybridge. Toàn bộ timeline nghiên cứu được thực hiện và nghiệm thu trong năm 2021.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, mô hình mô tả phân tử Docking trên cấu trúc Bcl-2 (PDB 6O0K) đã tái gắn kết chính xác phối tử chuẩn venetoclax với độ lệch RMSD < 1,5 Å. Kết quả phân tích trên 239 chất có hoạt tính mạnh chỉ ra rằng khoang gắn kết tạo tương tác hydro bền vững với Arg146 (tần suất tương tác đạt khoảng 78%), tương tác liên kết ion với Asp111 và Asp103 (chiếm trên 65%), đồng thời thâm nhập sâu vào hai túi kỵ nước P2 và P4.

Thứ hai, nghiên cứu đã thiết lập thành công mô hình 3D-pharmacophore tối ưu A8 gồm 5 điểm đặc trưng không gian: một tâm nhân thơm/vòng Pi (F1: Aro|PiR), hai tâm kỵ nước (F2: Hyd, F3: Hyd) và hai tâm nhận liên kết hydro (F4: Acc2, F5: Acc2). Mô hình đạt độ nhạy Se = 0,86 (86%) trên tập hoạt tính, độ đặc hiệu Sp = 0,92 (92%) trên tập decoy và điểm Guner-Henry GH đạt 0,78, khẳng định năng lực phân biệt vượt trội giữa chất có hoạt tính và chất trơ.

Thứ ba, mô hình 2D-QSAR gồm 6 thông số mô tả tối ưu trên 250 dẫn chất aryl sulfonamid/amid đạt hệ số tương quan R2 = 0,81, hệ số tương quan hiệu chỉnh R2adj = 0,80 và sai số căn bậc hai trung bình RMSE = 0,47 trên tập xây dựng; kiểm định ngoại trên tập kiểm tra đạt hệ số tương quan R2pred = 0,79, chứng minh khả năng dự đoán định lượng rất cao.

Thứ tư, quy trình sàng lọc ảo liên hoàn áp dụng mô hình A8, mô hình 2D-QSAR, docking bán linh động và lọc tiêu chuẩn SwissADME trên 4 thư viện hóa chất đã thu hẹp hàng triệu phân tử xuống còn 7 hợp chất tiềm năng nhất gồm: K284-5760, 8010-4956, G936-1802, KM05110, DB12138, 27253 và 27592. Cả 7 hợp chất đều đạt điểm docking âm sâu từ -28,5 kJ/mol đến -36,2 kJ/mol và thỏa mãn đầy đủ các quy tắc về độ hòa tan cũng như tính thấm sinh học.

Thảo luận kết quả

Cơ chế liên kết của các chất tiềm năng cho thấy sự tương thích tuyệt vời với rãnh thụ thể Bcl-2. Nhánh thơm kỵ nước cắm sâu vào túi P2 và P4 giúp triệt tiêu năng lượng tự do solvat hóa, trong khi các nhóm nhận hydro tương tác trực tiếp với Arg146 đóng vai trò chốt chặn then chốt, mô phỏng hoàn hảo cách thức mà chuỗi xoắn BH3 của protein tự nhiên liên kết với Bcl-2. So với các công trình công bố quốc tế giai đoạn 2020-2021 (thường chỉ đạt mô hình 3-4 điểm pharmacophore hoặc QSAR có R2 dao động từ 0,70 đến 0,78), mô hình trong luận văn này thể hiện tính chọn lọc cao hơn khoảng 15% đến 20% nhờ kết hợp đồng thời cấu dạng docking thực tế.

Trong luận văn, các kết quả nghiên cứu được minh họa trực quan thông qua:

• Biểu đồ phân bố tần suất điểm số docking (Docking score histogram) giúp phân tách rõ rệt giữa nhóm chất có hoạt tính cao và nhóm chất bất hoạt.
• Biểu đồ mã vạch vân tay tương tác phân tử PLIF (Protein-Ligand Interaction Fingerprint) cho thấy mật độ tiếp xúc dày đặc của 115 hợp chất tại các acid amin then chốt Arg146, Asp111.
• Đồ thị phân tán tương quan tuyến tính (Scatter plot) giữa giá trị pKi thực nghiệm và pKi dự đoán với đường hồi quy tuyến tính R2 = 0,81 minh chứng cho độ tin cậy của phương trình QSAR.

Đề xuất và khuyến nghị

Nhằm đưa các kết quả in silico vào thực tiễn phát triển thuốc kháng ung thư, luận văn đề xuất 4 nhóm giải pháp cụ thể:

1. Triển khai thử nghiệm sinh học in vitro khẳng định hoạt tính: Các phòng thí nghiệm Hóa Dược và Dược lý thuộc các trường đại học y dược cần tiến hành đặt hàng hoặc tổng hợp hóa học 7 hợp chất tiềm năng (K284-5760, 8010-4956, G936-1802, KM05110, DB12138, 27253, 27592) để thực hiện thử nghiệm phân cực huỳnh quang (Fluorescence Polarization Assay) và MTT assay trên các dòng tế bào ung thư; mục tiêu đạt giá trị ức chế IC50 < 50 nM trong khung thời gian từ 6 đến 12 tháng.
2. Mở rộng mô phỏng động lực học phân tử (Molecular Dynamics Simulation): Đội ngũ chuyên gia tin sinh học và hóa tính toán cần thực hiện mô phỏng MD trong thời gian từ 100 ns đến 500 ns trên các phức hợp Bcl-2 với 7 phối tử tiềm năng; mục tiêu đánh giá độ bền liên kết nhiệt động học, năng lượng liên kết tự do MM-PBSA và sự linh động cấu dạng trong môi trường nước sinh lý, hoàn thành trong vòng 3 đến 6 tháng.
3. Tối ưu hóa cấu trúc dẫn chất (Lead Optimization): Các nhà hóa dược tại các viện nghiên cứu chuyên ngành cần tiến hành biến đổi các nhóm thế trên khung aryl sulfonamid và aryl amid; mục tiêu cải thiện diện tích bề mặt phân cực (PSA < 140 Å2), nâng cao sinh khả dụng đường uống trên 30% và giảm thiểu độc tính trên tế bào lành trong giai đoạn 12 đến 18 tháng.
4. Xây dựng cơ sở dữ liệu số và ứng dụng trí tuệ nhân tạo (AI/Deep Learning): Trung tâm Tin sinh Dược học cần tích hợp dữ liệu 480 phối tử vào các mô hình mạng nơ-ron tích chập (CNN) và Graph Neural Networks; mục tiêu tăng độ chính xác dự đoán hoạt tính ức chế chọn lọc trên các đồng phân Bcl-xL và MCL-1 lên trên 95% trong lộ trình 24 tháng.

Đối tượng nên tham khảo luận văn

1. Giảng viên, nghiên cứu sinh và học viên cao học ngành Hóa Dược, Dược lý: Luận văn cung cấp tài liệu tham khảo chuẩn mực về quy trình xây dựng mô hình Docking mở rộng bán kính 8,5 Å, xử lý biến mô tả 2D bằng Weka và RapidMiner, cùng kỹ thuật thiết lập mô hình 3D-pharmacophore trên MOE 2015. Use case: Áp dụng khung phương pháp luận để triển khai các đề tài nghiên cứu sàng lọc thuốc nhắm đích tương tác protein-protein (PPI).
2. Chuyên viên nghiên cứu và phát triển (R&D) tại các công ty dược phẩm: Tiếp cận trực tiếp danh mục 7 cấu trúc phối tử đã qua sàng lọc ADMET kỹ lưỡng cùng các dữ liệu tương tác tại túi P2, P4. Use case: Rút ngắn thời gian nghiên cứu và cắt giảm hơn 50% chi phí hóa chất trong giai đoạn thiết kế thuốc tiền lâm sàng.
3. Bác sĩ ung bướu, huyết học và dược sĩ lâm sàng: Cung cấp góc nhìn sâu sắc về cơ chế sinh học phân tử của con đường apoptosis và cơ chế tác động của các thuốc ức chế Bcl-2 thế hệ mới. Use case: Phân tích cơ chế đề kháng thuốc và tối ưu hóa phác đồ điều trị trúng đích phối hợp trong bệnh lý ung thư máu.
4. Kỹ sư tin sinh học và khoa học dữ liệu y sinh: Nắm vững kỹ thuật trích xuất đặc trưng phân tử 2D/3D, thuật toán hồi quy PLS và phương pháp phân tích dấu vân tay PLIF. Use case: Xây dựng các pipeline tự động hóa sàng lọc ảo và phát triển phần mềm dự đoán hoạt tính sinh học phân tử.

Câu hỏi thường gặp

Mục tiêu protein Bcl-2 có vai trò gì trong điều trị ung thư? Protein Bcl-2 có chức năng ức chế quá trình tự chết của tế bào (apoptosis). Khi bị biểu hiện quá mức trong các khối u ác tính như ung thư hạch và ung thư máu, Bcl-2 giúp tế bào ung thư bất tử và kháng lại các phác đồ hóa trị tiêu chuẩn. Do đó, việc ức chế chọn lọc Bcl-2 sẽ tái kích hoạt con đường apoptosis tự nhiên, tiêu diệt tế bào ác tính một cách đặc hiệu mà ít gây tổn hại đến tế bào lành.

Tại sao nghiên cứu phải mở rộng bán kính gắn kết docking lên 8,5 Å thay vì 6,5 Å? Rãnh gắn kết chức năng của protein Bcl-2 có cấu trúc không gian dạng khe dài và hẹp, trải rộng qua hai túi kỵ nước P2 và P4. Đồng thời, các phân tử ức chế Bcl-2 thường có khối lượng phân tử lớn và chuỗi liên kết dài. Bán kính mặc định 6,5 Å của phần mềm LeadIT không đủ bao quát toàn bộ khoang, dẫn đến việc nhiều phối tử không thể dock thành công. Mở rộng lên 8,5 Å đảm bảo bao phủ đầy đủ các acid amin then chốt như Arg146 và Asp111.

Mô hình 3D-pharmacophore A8 gồm những đặc trưng không gian nào và độ tin cậy ra sao? Mô hình A8 được xây dựng gồm 5 điểm đặc trưng: một tâm nhân thơm (F1: Aro|PiR), hai tâm kỵ nước (F2: Hyd, F3: Hyd) và hai tâm nhận hydro (F4: Acc2, F5: Acc2). Mô hình đạt độ nhạy 86% trên 236 chất có hoạt tính mạnh và độ đặc hiệu 92% trên 411 chất đối chứng/decoy, với chỉ số Guner-Henry đạt 0,78, chứng minh khả năng sàng lọc chính xác các cấu trúc có hoạt tính sinh học thực tế.

Mô hình 2D-QSAR trong luận văn đạt chất lượng dự đoán như thế nào? Mô hình 2D-QSAR được phát triển trên tập dữ liệu gồm 250 dẫn chất aryl sulfonamid/amid với 6 thông số mô tả phân tử tinh gọn. Mô hình đạt hệ số xác định R2 = 0,81 và sai số RMSE = 0,47 trên tập xây dựng, cùng hệ số dự đoán R2pred = 0,79 trên tập kiểm tra ngoại. Kết quả này khẳng định phương trình hồi quy có khả năng dự đoán chính xác giá trị hoạt tính ức chế pKi của các phân tử mới.

Bảy hợp chất tiềm năng nhất được phát hiện qua những bước sàng lọc nào? Bảy hợp chất tiềm năng (K284-5760, 8010-4956, G936-1802, KM05110, DB12138, 27253, 27592) được phát hiện qua quy trình sàng lọc 4 bước: thỏa mãn mô hình 3D-pharmacophore A8, đạt giá trị dự đoán hoạt tính cao qua phương trình 2D-QSAR, đạt điểm docking âm sâu vào rãnh 6O0K và thỏa mãn các tiêu chuẩn dược động học hấp thu và an toàn theo SwissADME từ 4 ngân hàng dữ liệu ChemDiv, Maybridge, DrugBank và TCM.

Kết luận

• Xây dựng cơ sở dữ liệu hoàn chỉnh gồm 480 hợp chất ức chế Bcl-2 với giá trị hoạt tính Ki thực nghiệm chuẩn hóa, đồng thời lựa chọn cấu trúc tinh thể protein Bcl-2 (mã PDB 6O0K) có độ phân giải cao 1,62 Å làm bia đích.
• Thiết lập thành công mô hình Docking phân tử với bán kính mở rộng 8,5 Å, làm rõ vai trò tương tác then chốt của các acid amin Arg146, Asp111, Asp103 và hai túi kỵ nước P2, P4.
• Xây dựng mô hình 3D-pharmacophore A8 với 5 điểm tương tác đặc hiệu, đạt độ nhạy 86% và độ đặc hiệu 92% trong việc nhận diện chất có hoạt tính.
• Phát triển mô hình 2D-QSAR tối ưu từ 6 thông số mô tả trên 250 dẫn chất aryl sulfonamid/amid, đạt hệ số tương quan R2 = 0,81 và sai số RMSE = 0,47.
• Ứng dụng quy trình sàng lọc ảo liên hoàn trên 4 ngân hàng dữ liệu lớn (ChemDiv, Maybridge, DrugBank, TCM), xác định thành công 7 hoạt chất tiềm năng hàng đầu có dược động học thuận lợi để phát triển thuốc điều trị ung thư mới.

Trong giai đoạn 12 đến 24 tháng tới, các nghiên cứu tiếp nối cần tập trung vào việc tổng hợp hóa dược và tiến hành thử nghiệm sinh học in vitro, in vivo trên 7 ứng viên tiềm năng này. Các nhà khoa học, viện nghiên cứu và doanh nghiệp dược phẩm quan tâm được khuyến khích hợp tác khai thác nguồn dữ liệu và các cấu trúc tiềm năng từ luận văn để thúc đẩy quá trình phát triển thuốc điều trị ung thư trúng đích hiệu quả cao.

Trích đoạn nội dung tài liệu

MỞ ĐẦU Ung thư là nguyên nhân gây tử vong hàng đầu trên thế giới. Báo cáo Globocan của cơ quan nghiên cứu quốc tế về ung thư thuộc Tổ chức Y tế Thế giới IARC năm 2020 ước tính có 19,3 triệu ca ung thư mới và 9,9 triệu ca tử vong do ung thư trong năm 2020 [31]. Ung thư là nguyên nhân quan trọng gây tử vong và là gánh nặng lớn ở mọi khu vực thế giới, không phân biệt mức độ phát triển. Vì vậy việc tìm ra những phương pháp mới và tối ưu để điều trị ung thư luôn là yêu cầu cấp thiết và trọng tâm nghiên cứu của nhiều lĩnh vực khoa học.

Với nhiều tiến bộ trong lĩnh vực sinh học phân tử, các đích tác động liên quan đến ung thư đã được phát hiện, xác định cấu trúc, vai trò sinh học, các chất tác động lên những protein này hứa hẹn tiềm năng được phát triển thành các loại thuốc kháng ung thư. Trong đó Bcl-2 (B-cell lymphoma 2) được xem là mục tiêu để nghiên cứu phát triển thuốc ung thư mới. Bcl-2 có vai trò quan trọng trong ức chế quá trình apoptosis làm tế bào ung thư không được loại bỏ theo cơ chế chết tự nhiên. Nhiều chất tự nhiên và tổng hợp đã được xác định là chất ức chế Bcl-2, trong đó có venetoclax được FDA chấp thuận trong điều trị bạch cầu lympho bào mạn tính dòng tủy (CLL) vào năm 2016 và nhiều chất khác đang được thử nghiệm lâm sàng.

Việc sàng lọc thuốc mới nhắm mục tiêu Bcl-2 để hy vọng tìm ra thuốc mới có tiềm năng điều trị ung thư là vấn đề được quan tâm nghiên cứu. Việc phát triển thuốc mới là một quá trình lâu dài và tốn kém. Việc thử nghiệm hoạt tính in vitro của cơ sở dữ liệu lớn các hợp chất trên Bcl-2 đòi hỏi kinh phí lớn và thời gian dài. Vì vậy, đề tài “Nghiên cứu in silico tìm kiếm các chất ức chế B-cell lymphoma 2 trong điều trị bệnh ung thư” được thực hiện với mục tiêu xây dựng mô hình in silico để sàng lọc ảo các cấu trúc phân tử nhỏ có tiềm năng ức chế Bcl-2, từ đó định hướng cho việc thiết kế và tổng hợp các thuốc điều trị ung thư mới.

2 Với mục tiêu chung như trên thì mục tiêu cụ thể của đề tài được đặt ra như sau: i. Xây dựng cơ sở dữ liệu các hợp chất có khả năng ức chế Bcl-2 với hoạt tính ức chế Bcl-2 (Ki) từ các bài báo khoa học. Xây dựng mô hình mô tả phân tử docking để tìm ra các đặc điểm cấu trúc quan trọng cho hoạt tính sinh học của các chất ức chế Bcl-2 iii. Xây dựng mô hình pharmacophore dựa trên các hợp chất có khả năng ức chế Bcl-2 iv.

Nghiên cứu xây dựng mô hình mối liên hệ định lượng giữa cấu trúc và hoạt tính sinh học (QSAR) của hợp chất trong cơ sở dữ liệu, dự đoán hoạt tính ức chế Bcl-2. Từ các mô hình tiến hành sàng lọc trên thư viện chứa số lượng lớn các dẫn chất để tìm ra chất có tiềm năng ức chế Bcl-2. TỔNG QUAN TÀI LIỆU 1. TỔNG QUAN QUÁ TRÌNH APOPTOSIS VÀ VAI TRÒ TRONG BỆNH UNG THƯ Apoptosis là quá trình chết theo chương trình của tế bào và đóng vai trò quan trọng ở động vật có vú trong sự phát triển cũng như cân bằng nội mô.

Quá trình này giúp loại bỏ những tế bào không cần thiết hoặc không mong muốn. Apoptosis được kích hoạt bởi những tín hiệu từ bên trong và bên ngoài tế bào.