蛋白质-蛋白质相互作用调控着生命周期的绝大多数方面,因而成为当代药物开发中最具吸引力与前景的靶点。这一领域尚未得到充分探索,且参与此类相互作用的蛋白质尚无普遍规律可循。此类复杂的生物系统若采用传统的高通量筛选方法与算法,难以在成本可控的条件下有效处理。然而,基于片段的方法在寻找新型PPI抑制剂方面已展现出丰硕成果。我们凭借对常见PPI抑制剂的系统性认识,并依据优势结构基元进行筛选,通过专门设计构建了全新的PPI片段库。
PPI(蛋白质-蛋白质相互作用)片段库包含3600个化合物。
https://enamine.net/compound-libraries/fragment-libraries/ppi-fragments

关键特性
近期关于PPI片段的研究表明,由于作用界面较大,相比常规片段通常需要更高分子量的化合物。因此,我们运用“四原则”筛选规则初步提取PPI片段子集,这类片段通常具有更大分子量和更高亲脂性。此外,采用结合经验证描述符的机器学习方法(决策树)进一步优化了片段库。
“热点”概念在设计中得到应用,即聚焦参与PPI的关键氨基酸残基。大量所选片段含有与这些热点相对应的基团/结构单元。同时,库中富集了具有类α螺旋结构的分子,以模拟蛋白质基序。由于氢键在PPI中常起关键作用,我们优先选择至少含一个氢键供体(>70%)和一个氢键受体(100%)的分子。
分子举例
分子特性
