一种基于对接阻断模型的靶向前药掩蔽评价方法与系统与流程

本发明属于靶向药物设计领域，更具体地，涉及一种基于对接阻断模型的靶向前药掩蔽评价方法与系统。

背景技术：

1、包括抗体、t细胞衔接器(tce)、细胞因子等在内的靶向药物，由于精准靶向以及长半衰期，已经成为有效治疗恶性肿瘤、移植排斥反应、自身免疫病，感染等多种疾病的重要类别药物。尽管靶向治疗领域在持续发展，目前靶向候选药物仍有许多挑战。其中一个大问题是尽管靶向治疗剂能够特异性结合目标分子，大部分的目标分子不只是在病变部位特异性表达，他们可能还存在与除病变位点之外的正常细胞或组织。因此，药物靶向识别正常组织或细胞上的抗原，会损伤正常组织，产生毒副作用。

2、提高治疗性靶向药的病变位点选择性和降低毒副作用的一个可能方案是添加能够抑制靶向药与目标分子结合的掩蔽肽(masking peptide)，并且中间连接一个可以被病变位点中的一种或多种蛋白酶特异性裂解的可裂解接头(cleavable linker)，这个被改造药物称为靶向前药。靶向前药的可裂解接头被某些病理性特异的蛋白酶裂解，释放掩蔽肽，从而使靶向前药在特定病变组织被激活，在正常组织或细胞仍然为带有掩蔽肽的靶向前药，不能够与抗原结合，从而达到精准靶向病变位点的目的。

3、关于掩蔽肽掩蔽效果评价，公开号为cn 102482347 b的专利申请公开了利用噬菌体展示技术筛选具有高掩蔽效率(masking efficacy)的靶向前药的方法。同样的，公开号为cn 112771066 a的专利公开了可用于靶向前药掩蔽肽的多核苷酸文库，并且利用酵母展示技术筛选和/或鉴定高效率的掩蔽肽。尽管目前已有一定数量的前抗体，但目前已有的噬菌体展示/酵母展示技术筛选过程缓慢，效率低下，劳动密集，且十分昂贵。

4、利用展示技术筛选掩蔽肽费时费力，随着计算机硬件的提升与蛋白质结构预测领域的突破，利用计算机筛选与鉴定掩蔽肽可大大加快开发过程，并降低成本，同时可根据对不同结合片段的特性筛选出具有高掩蔽效率的特异性掩蔽肽。huang等人开发一种基于蛋白质的三级结构的计算掩蔽肽对抗体cdr区覆盖率(cover rate)的方法("development ofa structure-based computational simulation to optimize the blocking efficacyof pro-antibodies."chemical science 12.28(2021):9759-9769.)。该方法首先找到抗体fv区的晶体结构，然后利用分子动力学同源建模(homology modeling)的方法模拟出前抗体的三级结构，然后根据模型快照计算出cdr区残基被掩蔽肽正上方遮挡的频率，该频率既是覆盖率。覆盖率可反映出cdr区被掩蔽肽在正上方遮挡的频率，与前抗体的掩蔽倍数成正相关关系，可作为筛选前抗体的打分函数。不过，cdr区根据不同的定义存在区别，不同的cdr区结合抗原的贡献不一样，同一个cdr区不同的残基结合抗原的贡献也不一样，抗原和抗体或抗原结合片段的结合拓扑关系并非都是正上方的头对头关系。因此，仅反映cdr区被正上方遮挡频率的覆盖率并不能很好的反映前抗体的掩蔽效率或掩蔽倍数。

技术实现思路

1、针对现有技术的以上缺陷或改进需求，本发明提供了一种基于对接阻断模型的靶向前药掩蔽评价方法与系统，其目的在于通过计算的方法，评价掩盖肽及其可裂解接头带来的原靶向药物接触氨基酸的影响，从而评价掩蔽效果，由此解决现有技术需要实验验证时间和经济成本较高，或者只能正上方掩蔽效果导致评价不全面的技术问题。

2、为实现上述目的，按照本发明的一个方面，提供了一种基于对接阻断模型的靶向前药掩蔽评价方法，其包括以下步骤：

3、(1)获取靶向药物与其目标分子特异性结合的三维结构数据并确定其中靶向药物与目标分子的接触残基对的集合c；所述接触残基对c为：靶向药物与其目标分子特异性结合的三维结构数据中存在原子距离小于预设阈值的靶向药物氨基酸残基与其相应的目标分子氨基酸残基；并收集接触残基对c中的靶向药物氨基酸残基形成待掩蔽氨基酸残基集合a；

4、(2)获取待评价的靶向前药的三维结构数据，提取其掩蔽肽及其可裂解接头肽段与靶向药物肽段的三维结构；

5、(3)对于待掩蔽氨基酸残基集合a中的每一元素，即待掩蔽氨基酸残基a，在步骤(2)获得的掩蔽肽及其可裂解接头肽段与靶向药物肽段的三维结构中搜索掩蔽肽及其可裂解接头肽段上与其原子距离小于所述预设阈值的的氨基酸残基，作为该接触残基对c的靶向药物氨基酸残基的阻断氨基酸，将该靶向药物氨基酸残基与其阻断氨基酸作为阻断氨基酸对b，收集所有阻断氨基酸对b作为阻断氨基酸对的集合b；

6、(4)对于步骤(1)获得的接触氨基酸对集合c和步骤(3)获得的阻断氨基酸对集合b，以靶向药物氨基酸残基的α碳原子为起点或终点，以其接触残基对的目标分子残基的α碳原子为相应终点或起点作为接触向量v，以其阻断残基对的掩蔽肽及其可裂解接头肽段残基的α碳原子为相应终点或起点作为阻断向量w；计算阻断向量相对于接触向量的有效距离，即阻断距离e’，若靶向药物氨基酸残基的阻断距离e’大于0且小于其接触向量的长度d，则判断所述接触氨基酸对被阻断；阻断距离e’按照如下方法计算：

7、e’＝e/cos(θ)

8、其中，e为阻断向量w的长度，θ为接触向量v和阻断向量w的夹角；

9、(5)根据步骤(4)对于接触氨基酸对集合c中各接触氨基酸对c的被阻断判断结果，统计接触氨基酸对c或待掩蔽氨基酸残基a被阻断的概率作为阻断率；并按照阻断率越大掩蔽效果越好的原则评价靶向前药的掩蔽效果。

10、优选地，所述基于对接阻断模型的靶向前药掩蔽评价方法，其步骤(1)和(3)所述预设阈值在3至6埃之间，优选为4.5埃。

11、优选地，所述基于对接阻断模型的靶向前药掩蔽评价方法，其步骤(1)所述靶向药物与其目标分子特异性结合的三维结构数据为：

12、实验验证的靶向药物与其目标分子特异性结合的晶体结构；或

13、分子三维结构预测数据。

14、优选地，所述基于对接阻断模型的靶向前药掩蔽评价方法，其所述靶向前药为靶向药物与掩蔽肽以及可裂解接头的序列构建的融合蛋白，步骤(2)所述靶向前药的三维结构数据优选为预测的蛋白质三维结构数据，更优选为利用蛋白质折叠算法根据靶向前药融合蛋白的序列预测得到的蛋白质三维结构数据。

15、优选地，所述基于对接阻断模型的靶向前药掩蔽评价方法，其步骤(5)所述统计接触氨基酸对c被阻断的概率作为阻断率，具体为：计算阻断率其中n为步骤(4)判断的被阻断的接触氨基酸对的数量，n为接触氨基酸对集合c的基数，n＝card(c)；

16、所述统计待掩蔽氨基酸残基a被阻断的概率作为阻断率，具体为：计算阻断率其中m为被阻断待掩蔽氨基酸残基a数量，m为待掩蔽氨基酸残基集合a的基数，m＝card(a)；所述被阻断待掩蔽氨基酸残基a为：所有包括该待掩蔽氨基酸残基a的接触氨基酸残基对皆被阻断的待掩蔽氨基酸残基a；或至少一个包括该待掩蔽氨基酸残基a的接触氨基酸残基对被阻断的待掩蔽氨基酸残基a。

17、按照本发明的另一个方面，提供了一种基于对接阻断模型的靶向前药掩蔽评价系统，其包括：接触残基对获取模块、靶向前药的三维结构数据获取模块、阻断氨基酸对获取模块、阻断判断模块、以及统计评价模块；

18、所述接触残基对获取模块，用于获取靶向药物与其目标分子特异性结合的三维结构数据并确定其中靶向药物与目标分子的接触残基对的集合c；所述接触残基对c为：靶向药物与其目标分子特异性结合的三维结构数据中存在原子距离小于预设阈值的靶向药物氨基酸残基与其相应的目标分子氨基酸残基；并收集接触残基对c中的靶向药物氨基酸残基形成待掩蔽氨基酸残基集合a；将待掩蔽氨基酸残基集合a和提交给所述阻断氨基酸对获取模块，将接触残基对的集合c提交给所述阻断判断模块；

19、所述靶向前药的三维结构数据获取模块，用于获取待评价的靶向前药的三维结构数据，提取其掩蔽肽及其可裂解接头肽段与靶向药物肽段的三维结构，并提交给所述阻断氨基酸对获取模块；

20、所述阻断氨基酸对获取模块，用于对于待掩蔽氨基酸残基集合a中的每一元素，在掩蔽肽及其可裂解接头肽段与靶向药物肽段的三维结构中搜索掩蔽肽及其可裂解接头肽段上与其原子距离小于预设阈值的氨基酸残基，作为该接触残基对c的靶向药物氨基酸残基的阻断氨基酸，将该靶向药物氨基酸残基与其阻断氨基酸作为阻断氨基酸对b，收集所有阻断氨基酸对b作为阻断氨基酸对的集合b，将阻断氨基酸对的集合b提交给所述阻断判断模块；

21、所述阻断判断模块，用于对于接触氨基酸对集合c和阻断氨基酸对集合b，以靶向药物氨基酸残基的α碳原子为起点或终点，以其接触残基对的目标分子残基的α碳原子为相应终点或起点作为接触向量v，以其阻断残基对的掩蔽肽及其可裂解接头肽段残基的α碳原子为相应终点或起点作为阻断向量w；计算阻断向量相对于接触向量的有效距离，即阻断距离e’，若靶向药物氨基酸残基的阻断距离e’大于0且小于其接触向量的长度d，则判断所述接触氨基酸对被阻断，并将判断结果提交给所述统计评价模块；所述阻断距离e’按照如下方法计算：

22、e′＝e/cos(θ)

23、其中，e为阻断向量w的长度，θ为接触向量v和阻断向量w的夹角。

24、所述统计评价模块，用于根据接触氨基酸对集合c中各接触氨基酸对c的被阻断判断结果，统计接触氨基酸对c或待掩蔽氨基酸残基a被阻断的概率作为阻断率；并按照阻断率越大掩蔽效果越好的原则评价靶向前药的掩蔽效果。

25、优选地，所述基于对接阻断模型的靶向前药掩蔽评价系统，其所述预设阈值在3至6埃之间，优选为4.5埃。

26、优选地，所述基于对接阻断模型的靶向前药掩蔽评价系统，其所述靶向药物与其目标分子特异性结合的三维结构数据为：

27、实验验证的靶向药物与其目标分子特异性结合的晶体结构；或

28、分子三维结构预测数据。

29、优选地，所述基于对接阻断模型的靶向前药掩蔽评价系统，其所述靶向前药为靶向药物与掩蔽肽以及可裂解接头的序列构建的融合蛋白，所述靶向前药的三维结构数据优选为预测的蛋白质三维结构数据，更优选为利用蛋白质折叠算法根据靶向前药融合蛋白的序列预测得到的蛋白质三维结构数据。

30、优选地，所述基于对接阻断模型的靶向前药掩蔽评价系统，其所述统计接触氨基酸对c被阻断的概率作为阻断率，具体为：计算阻断率其中n为步骤(4)判断的被阻断的接触氨基酸对的数量，n为接触氨基酸对集合c的基数，n＝card(c)；

31、所述统计待掩蔽氨基酸残基a被阻断的概率作为阻断率，具体为：计算阻断率其中m为被阻断待掩蔽氨基酸残基a数量，m为待掩蔽氨基酸残基集合a的基数，m＝card(a)；所述被阻断待掩蔽氨基酸残基a为：所有包括该待掩蔽氨基酸残基a的接触氨基酸残基对皆被阻断的待掩蔽氨基酸残基a；或至少一个包括该待掩蔽氨基酸残基a的接触氨基酸残基对被阻断的待掩蔽氨基酸残基a。

32、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

33、本发明公开的阻断率(blocking rate)的计算方法首先利用目前三级结构预测工具预测前抗体三级结构，并且利用靶向药物和目标分子复合物的晶体结构，计算靶向药物被掩蔽肽阻断的频率，可更好的反映靶向前药的掩蔽效率或掩蔽倍数。在分析中发现，本发明设计的阻断率与掩蔽倍数在不同的前抗体中呈现较强的正相关关系，斯皮尔曼相关系数超过0.8，从而可直接在计算机上筛选前抗体，与劳动密集型的噬菌体/酵母展示技术相比，可大大提高筛选的效率，节约人力与实验资源，给抗体治疗领域带来显著提升。

34、进一步的，本发明泛化能力强，可应用到所有氨基酸序列的相互作用上，不仅仅反映掩蔽肽对抗体正上方的掩蔽，更是能考虑到蛋白质之间相互作用的方式是多样的、多方向的，这种多方向的掩蔽情形，亦能体现在本方法使用的阻断率，故应用范围更广，也更能精确的反映掩蔽效率。