2026년 6월 23일
여기서는 신약 개발에 필수적인 Sanglifehrin A와 Cyclophilin A/Ganoderiol-F 간의 단백질-리간드 결합 상호작용을 구조 중심으로 설계하는 프로토콜을 제시합니다. 리간드-수용체 복합체의 안정성은 분자 역학 시뮬레이션을 통해 평가되었습니다.
이 연구는 사이클로필린 DCDK 축을 표적으로 삼아 세포암 증식을 억제하는 새로운 사이클로필린 A 억제제와 간-잇 역할 항증식제를 설계하는 데 중점을 두고 있습니다. 주요 과제는 최적의 리간드-수용체 기하학적 상호작용을 달성하고, 동적 실험 및 생리학적 조건 하에서 안정적인 리간드-단백질 복합체를 유지하는 것입니다. 시작하려면 1NMK"를 엽니다.
아미노산 아르기닌을 55번 위치에 찾아 X, Y, Z 좌표를 AutoDock 인터페이스에 기록하세요. File"메뉴를 열고 "분자 읽기"를 선택하세요. 파일 1NMK"를 선택하고 열기를 클릭하세요.
수소 원자를 추가하려면 편집을 선택하고 수소를 선택한 후 추가를 클릭하세요. 그다음 'Polar Only'를 선택하고 확인 버튼을 누르세요. 그 다음 다시 편집 메뉴로 가서 Atoms를 선택한 후 Assign AD4 Atom Type을 선택하세요. 다음으로 '청구'를 선택하고 '콜만 청구'를 선택하세요.
준비된 수용체를 1NMK로 저장하세요. 파일을 선택하고 저장을 선택한 뒤, 파일 형식을 설정하고 저장 위치를 확인하는 방식으로 pdbqt를 작성할 수 있습니다. 다음으로 Ligand' 메뉴를 열고 Input을 선택하세요.
열기를 클릭하고 PDB 파일을 선택한 후 다시 "열기"를 클릭하세요. 정보 창이 나타나면 리간드 세부 사항을 검토하세요. 리간드 루트를 감지하려면 리간드를 선택한 후 토션 트리"를 선택한 후 "Detect Root"를 클릭하세요.
리간드를 저장하려면 Ligand를 선택하고 Output을 선택한 후 Save as PDBQT를 클릭하세요. 격자를 선택하고, 고분자를 선택한 후 1NMK를 선택한 후 분자를 클릭하여 수용체 격자를 준비합니다. 경고를 확인하고 1NMK.pdbqt로 저장하세요.
맵 타입을 설정하려면 Grid를 선택한 뒤, Set Map Types, Ligand를 선택하세요. 리간드를 선택하고, 마지막으로 다시 리간드를 선택하세요. 그리드 박스 중심을 정의한 다음, 그리드를 선택하고 그리드 박스를 선택한 후 센터를 클릭하세요.
그 다음 원자를 선택하고 격자 박스 좌표를 입력하세요. 그리드 매개변수를 GPF 파일로 저장하세요. 도킹을 선택한 후 Macromolecule"을 선택하고 리지드 파일 이름을 설정하세요.
필요한 폴더로 이동해 1NMK.pdbqt.를 클릭하여 열고, Docking을 선택한 후 Output을 선택한 후 Lamarckian GA를 클릭한 후 도킹 매개변수 파일을 1NMK.dpf로 저장하세요. Cygwin"터미널에서 cd C:를 입력하고 엔터를 누르세요; 그 다음 CD project"를 입력하고 다시 엔터를 누르세요.
다음으로 'CD 분자'를 입력하고 엔터를 누르세요. 그 다음 cd 3"을 입력하고 엔터를 누르세요. AutoGrid"명령을 입력해 그리드 맵을 생성하고, 엔터를 눌러 AutoGrid를 실행하세요.
실행 후에는 tail f 1NMK를 입력하세요. GLG"를 누르고 엔터를 눌러 로그 진행 상황을 보시려면 분자 도킹 시뮬레이션 명령을 입력하세요. 도킹 로그 파일을 생성하려면 Enter를 눌러 AutoDock을 시작하세요.
그다음 tail f 1NMK를 입력하세요. DLG"를 누르고 도킹 과정을 모니터링하기 위해 엔터를 눌러야 합니다. 모든 DLG 파일을 생성한 후 폴더 1로 가서 워드패드에서 DLG 파일을 열고 Ctrl+F를 누르세요.
검색 키워드를 입력하고 엔터를 세 번 눌러 RMSD 테이블에 도달하세요. RMSD 표에서 각 분자의 결합 에너지와 해당 실행 정보를 복사하고, 상위 20개 분자를 스프레드시트에 정리하고 일련번호, 최소 결합 에너지, 실행 순서로 정렬하세요. Cygwin"터미널에서 프로젝트 디렉터리 내 특정 분자 폴더로 이동하세요.
DLG에서 도킹된 리간드 좌표를 추출하고 데이터를 트리밍하는 명령을 입력하세요. 엔터를 한 번 더 눌러 최종 확인을 완료하고, 1NMK run PDBQT" 파일 생성을 확인합니다. 1NMK run PDB" 파일이 같은 폴더에 생성되는지 확인하세요.
다음으로, 데스크탑에서 PyMOL 2.5"소프트웨어와 AutoDock"을 실행하고, 시각화할 리셉터 구조를 선택한 리셉터 파일을 엽니다. 선택한 분자에 맞는 리간드 구성 파일을 열고 3D 작업 공간에 로드된 리간드를 표시합니다. 메뉴에서 "Hide Everything"을 선택한 뒤, 구조를 시각화하려면 파일을 Maestro"로 가져와, "Ligand Interaction"을 클릭하면 리간드 상호작용 다이어그램을 볼 수 있습니다.
데스크톱에서 UCSF Chimera' 소프트웨어를 실행하세요. 파일을 선택한 뒤, 열기. 드라이브 C, 프로젝션, 그리고 분자 방향으로 내비게이션하세요.
파일 1NMK를 선택하세요. pdb"를 클릭하세요. 메뉴에서 "Residue"를 선택하고 UNL Zoom"을 선택해 UNL 잔류 영역에 집중하세요.
존을 선택하세요. 그 다음 확인 버튼을 눌러 확인하세요. 다음으로 액션을 선택하세요.
라벨을 선택한 후 잔여물"을 선택한 뒤, 이름 플러스 명시자"를 선택해 잔류물에 라벨을 붙입니다. 도구를 열고 구조 분석을 선택한 후 FindHBond를 클릭하세요. 기본 FindHBond"settings 창에서 "정확한 기준을 충족하지 않는 색상 H-결합"을 체크하고 선택된 H-본드만 찾으세요.
새로운 조사를 시작하기 위해 구역 선택을 해제하세요. 그 다음 존 매개변수를 선택하고 분자 디스플레이를 확대하여 수소 결합을 나타내는 파란색과 주황색 선을 관찰하세요. 마지막으로, 시각화된 구조를 살펴보고 가시되는 수소 결합의 총 수를 세어보세요.
PyMOL 2.5를 사용해 리간드-수용체 복합체의 결합 확인을 시각화하였으며, 1NMK"수용체의 활성 주머니 내에 109 하이드록시-6 하이드록시에틸이 결합되어 있음을 확인하였다. 4-하이드록시만델산 리간드는 1NMK"수용체와 수소 결합을 형성했으며, 특히 1.53 옹스트롬 거리에서 아르기닌 55와 결합했습니다. 2차원 구조 분석을 통해 리간드가 수소 결합을 통해 상호작용하는 아미노산을 설명했습니다.
분자 동역학 시뮬레이션은 1000피초 동안 회전 반경을 분석하여 리간드-수용체 복합체의 안정성을 확인합니다. RMSD 그래프는 1나노초 시뮬레이션 후 복합체의 안정화가 일관되게 나타나 단백질-리간드 결합이 안정적임을 나타냈습니다. 시스템의 평균 밀도는 약 10¹⁰ / 입방미터로, NVT 조건에서 평형을 확인했으며, NPT 평형 상태에서 시스템의 압력은 100피코초 동안 안정적으로 유지됩니다.
NVT 단계에서 온도는 약 300 켈빈으로 안정화되어 열평형이 성공적으로 달성되었음을 확인했습니다. 시뮬레이션 후 리간드-단백질 복합체 궤적 상자가 시각화되었으며, 도킹된 복합체 주변의 물 분자 분포를 보여주었습니다. gan-it-역할 항증식제를 종양 유발 치료 표적으로 조사하는 연구는 거의 없습니다.
이 프로토콜은 분자 도킹과 역학 분석을 이용해 억제제를 설계하고 검증함으로써 그 격차를 해소합니다. 우리 프로토콜은 여러 계산 도구를 통합된 워크플로우로 통합하여 포괄적인 리간드-단백질 또는 수용체 분석을 보장합니다. 향후 연구는 여러 암세포 유형에 걸친 사이클로필린 A 억제제의 경계 적용을 탐구하여 시험관 내외 및 생체 내에서 이 억제제를 검증하는 데 중점을 둘 것입니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
본 연구는 암세포 증식을 억제하기 위해 Cyclophilin D-CDK 축을 표적으로 하는 새로운 Cyclophilin A 억제제의 설계 및 검증에 중점을 둡니다. 연구진은 구조 기반 접근 방식을 사용하여 117개의 리간드 분자를 개발하였으며, 분자 도킹 및 역학 시뮬레이션을 통해 Sanglifehrin A 효소 수용체(1NMK)와의 상호작용을 평가하였습니다. 워크플로우에는 리간드-수용체 결합을 최적화하고, 안정성을 평가하며, 잠재적인 항암제 개발을 위한 핵심 상호작용 잔기를 식별하기 위해 다양한 계산 도구가 통합되었습니다.
구조 기반 계산 설계(Structure-guided computational design)를 통해 검증된 항암 표적인 Cyclophilin D-CDK 축에 최적화된 결합력을 가진 Cyclophilin A 억제제를 신속하게 식별할 수 있습니다. 이러한 접근 방식은 예측된 표적 결합력과 복합체 안정성이 높은 리간드를 우선적으로 선정함으로써 초기 단계의 탈락률을 낮춥니다. 이 워크플로우는 도킹, 상호작용 분석 및 분자 역학을 통합하여 합성 전 메커니즘 가설의 리스크를 제거함으로써 선도 물질 식별을 지원합니다.
이 방법은 타겟 검증부터 리드 화합물 발굴까지의 발견 연속체 내에 적합하며, 습식 실험 테스트 전의 계산적 선별을 가능하게 합니다.