Ngày nhận bài: 27-11-2024 / Ngày chấp nhận đăng bài: 20-01-2025 / Ngày đăng bài: 28-01-2025
*Tác giả liên hệ: Nguyễn Thụy Việt Phương. Bộ môn Công nghệ Thông tin Dược - Khoa Dược, Đại học Y Dược Thành phố Hồ Chí Minh,
Thành phố Hồ Chí Minh, Việt Nam. E-mail: ntvphuong@ump.edu.vn
© 2025 Bản quyền thuộc về Tạp chí Y học Thành phố Hồ Chí Minh.
48 https://www.duoc.tapchiyhoctphcm.vn
ISSN : 1859-1779
Nghiên cứu Dược học
Tạp chí Y học Thành phố Hồ Chí Minh - Dược học;28(1):48-57
https://doi.org/10.32895/hcjm.p.2025.01.06
Phát triển mô hình pharmacophore cho chất chủ vận
trên PPARs trong nghiên cứu thuốc điều trị rối loạn
lipid huyết
Nguyễn Thụy Việt Phương1,*, Nguyễn Đức Xuân Thụy Sĩ1, Nguyễn Hoàng Gia Bảo1
1Khoa Dược, Đại học Y Dược Thành phố Hồ Chí Minh, Thành phố Hồ Chí Minh, Việt Nam
Tóm tắt
Đặt vấn đề: Chất chủ vận đa thụ thể trên PPARs hay chủ vận đơn chọn lọc trên PPARδ thể hiện hiệu quả và ít tác dụng phụ
trong điều trị rối loạn lipid huyết.
Mục tiêu: Xây dựng các mô hình pharmacophore cho chất chủ vận đa thụ thể trên PPARs và cho chất chủ vận đơn chọn
lọc trên thụ thể PPARδ hướng điều trị rối loạn lipid huyết.
Đối tượng và phương pháp nghiên cứu: Mô hình pharmacophore cho các chất chủ vận trên thụ thể PPARs và chất chủ
vận trên PPARδ được thực hiện dựa trên phối tử và cấu trúc sử dụng phần mềm MOE 2022.02.
Kết quả: Đối với chất chủ vận đơn chọn lọc trên PPARδ: có 2 mô hình pharmacophore được xây dựng là L-01 (dựa trên phối
tử) gồm có năm điểm: một điểm vòng thơm, hai điểm kỵ nước và hai điểm nhận hydro và S-01 (dựa trên cấu trúc) có 4 tính
chất là nhóm có khả năng hình thành liên kết cho hoặc nhận hydro; nhóm vòng thơm và kỵ nước. Đối với chất chủ vận trên
cả ba thụ thể PPARs: một mô hình pharmacophore dựa trên phối tử được xây dựng gồm có 4 điểm với: 1 nhóm kỵ nước, 2
nhóm nhận hydro và một nhóm cho hydro. Các mô hình pharmacophore đều đạt các giá trị về độ nhạy, độ đặc hiệu, độ
chính xác, chỉ số GH (goodness of hit score) và EF (enrichment factor)
Kết luận: Các đặc tính cần thiết cho chất chủ vận trên PPAR được nhận dạng qua mô hình pharmacophore.
Từ khóa: mô hình pharmacophore; PPAR; chất chủ vận trên PPARs; rối loạn lipid huyết
Abstract
DEVELOPMENT OF 3D-PHARMACOPHORE MODELS FOR PPARS
AGONISTS IN DYSLIPIDEMIA DRUG DISCOVERY
Nguyen Thuy Viet Phuong, Nguyen Duc Xuan Thuy Si, Nguyen Hoang Gia Bao
Tạp chí Y học Thành phố Hồ Chí Minh - Dược học * Tập 28 * Số 1 * 2025
https://doi.org/10.32895/hcjm.p.2025.01.06 https://www.duoc.tapchiyhoctphcm.vn
|
49
Introduction: Peroxisome Proliferator Activated Receptor agonists or selective PPARδ agonists demonstrate
effectiveness and less side-effects in the treatment of dyslipidemia.
Objective: To develop 3D-pharmacophore for the PPARs agonists and selective PPARδ agonists in the treatment of
dyslipidemia.
Methods: Development of 3D-pharmacophore models for PPARs agonists and selective PPARδ agonists was
conducted based on two methods, namely ligand-based and structure-based methods using MOE 2022.02 platform.
Results: For selective PPARδ agonists, two pharmacophore models were generated including the L-01 model (ligand-
based) possessing five pharmacophoric points (one aromatic ring point, two hydrophobic points and two hydrogen
bond acceptor points), and the S-01 model (structure-based) having four pharmacophoric features (two hydrogen bond
donor/acceptor points, one aromatic point and one hydrophobic point). For PPARs agonists, only one pharmacophore
model was developed, including four points, namely one hydrophobic, two hydrogen bond acceptors and one hydrogen
bond donor. All three generated pharmacophore models satisfied the validation parameters in terms of sensitivity,
specificity, accuracy, enrichment factor (EF) and goodness of hit score (GH).
Conclusion: Essential pharmacophoric features for PPARs agonists were identified through developed 3D-
pharmacophore models.
Keywords: 3D-pharmacophore model; PPAR, PPARs agonists; dyslipidemia
1. ĐẶT VẤN ĐỀ
Rối loạn lipid huyết hay còn gọi rối loạn lipid máu
(RLLPM) là một trong các nhóm tình trạng bệnh lý liên quan
đến rối loạn chuyển hóa, đặc trưng bởi sự gia tăng nồng độ
của cholesterol toàn phần, cholesterol lipoprotein tỷ trọng
thấp, triglycerid, và nồng độ thấp của cholesterol lipoprotein
tỷ trọng cao [1]. RLLPM đồng thời là nguyên nhân chính
dẫn đến tiến triển của xơ vữa động mạch [1]. Do đó, điều trị
RLLPM được xem là can thiệp then chốt trong phòng chống
các bệnh tim mạch [1].
Các nhóm thuốc đã và đang điều trị RLLPM, có thể kể
đến như thuốc có tác động ức chế enzym HMG-CoA
reductase như statin (atorvastatin, rosuvastatin,
simvastatin…), thuốc tác động giảm sản xuất cholesterol
lipoprotein tỷ trọng rất thấp và apoB tại gan như niacin, thuốc
có tác động tăng cường đào thải cholesterol lipoprotein tỷ
trọng thấp khỏi máu như nhóm ức chế PCSK9 (alirocumab,
evolocumab...). Bên cạnh đó, các chất có khả năng hoạt hóa
họ thụ thể PPARs (Peroxisome Proliferator-Activated
Receptors) hay còn gọi là chất chủ vận trên PPARs như fibrat
và thiazolidindion (TZDs) cũng cho thấy hiệu quả trong việc
giảm tích lũy lipid tại mô và cơ quan [2].
Họ thụ thể PPARs bao gồm ba thụ thể là PPARα, PPARβ/δ,
và PPARγ3. Với tiềm năng hoạt hóa đơn, kép và đa thụ thể,
PPARs là đích tác động tiềm năng trong việc nghiên cứu
khám phá thuốc mới nhằm điều trị RLLPM [3]. Hiện nay,
trên thị trường chất chủ vận đơn trên thụ thể PPARα điển
hình như nhóm fibrat giúp hạ triglycerid máu [4]. Tuy nhiên,
các thuốc này được ghi nhận là gây ra một số tác dụng phụ
như giảm tiểu cầu trong máu, tăng nguy cơ hình thành huyết
khối ở phổi, xơ gan, viêm gan, sỏi mật [5]... Chủ vận đơn
trên PPARγ như nhóm thiazolidindion giúp tăng nhạy cảm
insulin ở cơ vân, mô mỡ đồng thời ngăn cản quá trình sản
xuất glucose từ gan. Ngoài ra, nhóm này có hiệu quả trong
ngăn ngừa đột quỵ hoặc cơn thiếu máu cục bộ thoáng qua,
ổn định các mảng xơ vữa động mạch, tuy nhiên lại có tác
dụng phụ trên tim mạch [6].
Để khắc phục tình trạng này, các nghiên cứu thuốc mới
dựa trên tác động PPARs có thể kể đến như cơ chế tác động
hoạt hoá đơn, kép hoặc đồng thời cả ba thụ thể α/δ/γ đều cho
tác dụng điều trị RLLPM. Tác động chủ vận đa thụ thể hay
tác động đồng thời (pan-agonists) trên cả ba thụ thể
PPARα/δ/γ với các thuốc lanifibranor, bezafibrat đã giảm tác
dụng không mong muốn và cải thiện hiệu quả điều trị [2].
Nghiên cứu gần đây cũng cho thấy chủ vận trên thụ thể
PPARδ vừa có hiệu quả chủ vận trên đích tác động PPARδ
thuộc PPARs vừa giảm thiểu tác dụng phụ với ứng viên
GW501516 [7] (được chứng minh mang lại các hiệu quả tích
cực trong việc giảm nồng độ triglycerid) [7]. Tuy nhiên,
Tạp chí Y học Thành phố Hồ Chí Minh - Dược học * Tập 28 * Số 1* 2025
50 | https://www.duoc.tapchiyhoctphcm.vn https://doi.org/10.32895/hcjm.p.2025.01.06
thuốc với hoạt tính chủ vận chọn lọc trên thụ thể PPARδ vẫn
chưa được cấp phép lưu hành trên thị trường.
Với những bằng chứng cho thấy tiềm năng để thiết kế
thuốc chủ vận trên cả ba loại PPARs thay thế các nhóm thuốc
fibrat, TZDs hay chủ vận chọn lọc trên thụ thể PPARδ một
cách hiệu quả và ít tác dụng phụ, mục tiêu của nghiên cứu là
xây dựng các mô hình pharmacophore cho chất chủ vận đa
thụ thể trên PPARs và cho chất chủ vận đơn chọn lọc trên thụ
thể PPARδ, nhằm phục vụ cho quá trình sàng lọc các chất
chủ vận trên PPARs hướng làm thuốc điều trị rối loạn lipid
huyết trong tương lai.
2. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP
NGHIÊN CỨU
2.1. Đối tượng nghiên cứu
Cấu trúc của thụ thể PPARs được tải về từ ngân hàng dữ
liệu protein (Protein data bank: http://www.rcsb.org), với các
tiêu chí như: độ phân giải, sự đầy đủ của acid amin trên protein,
có hay không cấu trúc (ligand) đồng kết tinh, vai trò của ligand
đồng kết tinh phù hợp với mục tiêu nghiên cứu. Dựa vào
những tiêu chí này, các cấu trúc được chọn là mã PDB: 5HYK
(PPARα), 3NOA (PPARγ) và 3GZ9 (PPARδ) (Hình 1).
Hình 1. Thụ thể PPARα, PPARγ và PPARδ với các mã PDB là: 5HYK, 3NOA, 3GZ9
2.2. Xây dựng mô hình 3D-pharmacophore cho
chất chủ vận đơn chọn lọc trên PPARδ
2.2.1. Mô hình 3D-pharmacophore xây dựng dựa
trên ligand
Tập hợp các chất đã biết hoạt tính chủ vận trên PPARδ:
được thu thập từ các bài báo và cơ sở dữ liệu [8-14]. Các chất
được tiến hành quy đổi giá trị EC50 dựa vào chất đối chiếu
GW501516 (EC50 = 1,0 nM) để đảm bảo sự thống nhất dữ
liệu, ngưỡng phân loại dựa trên kết quả nghiên cứu thực
nghiệm từ công trình này [8], với thiết lập ngưỡng phân loại
như sau: Nhóm chất có hoạt tính chủ vận được chia thành
hai nhóm: Ái lực gắn kết cao (EC50 < 1 μM); và ái lực gắn
kết thấp (1 μM < EC50 < 10 μM); và nhóm chất không có
hoạt tính chủ vận: EC50 > 10 μM.
Cơ sở dữ liệu trong xây dựng mô hình pharmacophore là
tập chất có giá trị EC50 từ 0,2-10000 nM, với chất đối chiếu
GW501516 (chất chủ vận chọn lọc trên PPARδ) được chia
thành tập xây dựng với 60 chất (các chất có ái lực gắn kết
cao), tập kiểm tra có hoạt tính 386 chất (ái lực gắn kết thấp).
Tập không hoạt tính: 67 chất được công bố không có hoạt
tính trên PPARδ [8] và dựa theo ngưỡng phân loại. Bên cạnh
đó, 9650 chất decoy được xây dựng thông qua DUD.E
(https://dude.docking.org) từ 310 mồi nhử.
Các chất được chuẩn bị các cấu dạng năng lượng thấp sử
dụng công cụ Conformation Import trong MOE 2022.02 [15].
Các thông số được thiết lập như sau: giới hạn số cấu dạng
cho mỗi chất (Conformations): 10000; số bước tìm kiếm lặp
lại (Stochatis Search Iteration Limit): 1000; số bước tối thiểu
hóa năng lượng (Energy Minimization Iteration Limit):
1000; năng lượng giảm thiểu test gradient (Energy
Minimization Gradient Test): 0,0001; bộ lọc đầu vào (Input
Filters): Clear. Mô hình pharmacophore được xây dựng bằng
công cụ Pharmacophore Elucidation trong MOE sử dụng
các cấu dạng vừa tìm được để tạo ra các truy vấn
(pharmacophore query) có sự chồng phủ tốt với hầu hết các
Tạp chí Y học Thành phố Hồ Chí Minh - Dược học * Tập 28 * Số 1 * 2025
https://doi.org/10.32895/hcjm.p.2025.01.06 https://www.duoc.tapchiyhoctphcm.vn
|
51
chất trong tập xây dựng. Các thông số mặc định được sử
dụng là: Độ chồng phủ hoạt tính (Active coverage): 0,9
tương ứng với việc truy vấn pharmacophore phải liên quan
đến tối thiểu là 90% trong tổng số các phân tử đưa vào; sử
dụng thông số mặc định: giới hạn số yếu tố (Feature Limit)
là 5; khoảng cách truy vấn (Query spacing) là 0,6; phân cụm
truy vấn (Query Cluster) là 1,25. Tiêu chí đánh giá mô hình
pharmacophore: Độ nhạy (Se), độ đặc hiệu (Sp), độ đúng
(Acc), điểm số GH (goodness of hit) và tỷ lệ làm giàu của
mô hình (Enrichment factor hay EF). Mô hình
pharmacophore có khả năng sàng lọc tốt là mô hình đạt được
tất cả các chỉ số ở mức tốt.
2.2.2. Mô hình 3D-pharmacophore xây dựng dựa
vào cấu trúc mục tiêu
Dựa trên cấu trúc đồng kết tinh của PPARδ (PDB: 3GZ9)
và chất chủ vận của PPARδ (ligand BDBM29868), đây là
cấu trúc có độ phân giải tốt (2 Å) so với các cấu trúc khác
nên được chọn. Quan sát các đặc tính của các acid amin quan
trọng trong khoang gắn kết của ligand đồng kết tinh
BDBM29868 trong cấu trúc phức hợp PPARδ (PDB: 3GZ9)
bằng công cụ Pharmacphore Editor. Nghiên cứu tiến hành
lựa chọn các đặc tính của các acid amin phù hợp với thực
nghiệm cũng như dựa trên hiển thị tương tác từ phần mềm
BIOVIA Discovery Studio. Các tương tác quan trọng với
khoang gắn để tạo nên hoạt tính chủ vận trên PPARδ: tương
tác kỵ nước với acid amin Cys285, và liên kết hydro với acid
amin His323, His449, Tyr473 [16]. Sử dụng công cụ
Pharmacophore Editor: Compute → Pharmacophore →
Query Editor. Xác định các đặc tính của acid amin tạo tương
tác quan trọng trong khoang gắn kết (hoặc các đặc tính
hướng vào khoang gắn) sau đó chọn Feature. Lưu mô hình
vừa tạo được dưới dạng *.ph4. Đánh giá mô hình bao gồm
các thông số Se, Sp, Acc, điểm số GH và EF.
2.3. Xây dựng mô hình 3D-pharmacophore cho
chất chủ vận đa thụ thể trên PPARs
Tập xây dựng bao gồm 10 hợp chất với các khung cấu trúc
đa dạng, khác nhau có giá trị EC50 đối với PPARs từ 0,29-
9,55 μM [17-22]. Giá trị này được so sánh với thuốc đối
chiếu (bezafibrat) trên PPARs với EC50 = 1,1 μM được biết
đến là chủ vận toàn phần trên cả ba thụ thể PPARs [11].
Tập kiểm tra có hoạt tính: gồm 36 hợp chất có
EC50 ≤ 30 μM (trừ các chất trong tập xây dựng). Nếu vượt
quá ngưỡng này hợp chất được xem như bất hoạt [11]. Tập
kiểm tra không hoạt tính gồm 2 phần: tập kiểm tra không
hoạt tính dựa vào EC50: có 18 hợp chất EC50 > 30 μM, hợp
chất được xem như không hoạt hóa [17]; và tập kiểm tra
không hoạt tính tìm kiếm bằng DecoyFinder2.0 với 288 mồi
nhử được tìm kiếm qua phần mềm DecoyFinder2.0 từ ngân
hàng dữ liệu ZinC15. Các chất được chuẩn bị các cấu dạng
năng lượng thấp sử dụng công cụ Conformation Import
trong MOE 2022.02 [15]. Các thông số được thiết lập tương
tự như phần 2.2.1. Mô hình pharmacophore được xây dựng
bằng công cụ Pharmacophore Elucidation trong MOE sử
dụng các cấu dạng vừa tìm được để tạo ra các truy vấn
(pharmacophore query) có sự chồng phủ tốt với hầu hết các
chất trong tập xây dựng. Các thông số mặc định được sử
dụng tương tự như phần 2.2.1. Đánh giá mô hình bao gồm
các thông số Se, Sp, Acc, điểm số GH và EF.
3. KẾT QUẢ
3.1. Xây dựng mô hình pharmacophore cho các
chất chủ vận đơn chọn lọc trên PPARδ
3.1.1. Mô hình pharmacophore dựa trên phối tử
Năm mô hình pharmacophore dựa trên phối tử được xây
dựng cho các chất chủ vận đơn chọn lọc trên PPARδ, gồm
có 5 điểm là: 1 vòng thơm, 2 điểm kỵ nước và 2 điểm nhận
liên kết hydro, được ký hiệu từ L-01 đến L-05 (Hình 2). Kết
quả đánh giá các mô hình pharmacophore được trình bày
trong Bảng 1.
Mô hình L-01 (RHHaa) với 5 điểm gồm 1 vòng thơm, 2
nhóm kỵ nước và 2 nhóm nhận hydro, đạt các điểm số đánh
giá độ nhạy, độ đặc hiệu, độ đúng và điểm số GH và EF cao
hơn so với bốn mô hình còn lại (Se=0,91; Sp=0,97; Acc=0,97;
GH=0,53 và EF=18,02), do đó được chọn cho các nghiên cứu
tiếp theo để sàng lọc các chất chủ vận chọn lọc trên PPARδ.
3.1.2. Mô hình pharmacophore dựa trên cấu trúc
Kết quả thu được một mô hình S-01 (Hình 3) có 4 điểm
bắt buộc gồm có: hai nhóm có khả năng hình thành liên kết
cho hoặc nhận hydro tại nhóm -COOH của ligand với các
acid amin His323, His449, Tyr473; một nhóm vòng thơm và
một nhóm kỵ nước, góp phần hình thành liên kết kỵ nước
với Cys285. Mô hình dựa trên cấu trúc S-01 với các thông
số đánh giá đạt như sau: Se = 0,9; Sp = 0,96; Acc = 0,96;
GH = 0,5 và EF = 13,71.
Tạp chí Y học Thành phố Hồ Chí Minh - Dược học * Tập 28 * Số 1* 2025
52 | https://www.duoc.tapchiyhoctphcm.vn https://doi.org/10.32895/hcjm.p.2025.01.06
Hình 2. Các mô hình pharmacophore dựa trên ligand cho chất chủ vận chọn lọc trên PPARδ với 5 điểm gồm 1 vòng thơm (vòng tròn
màu cam Aro|PIR), 2 nhóm kỵ nước (vòng tròn màu xanh lá cây Hyd), 2 nhóm nhận hydro (màu xanh dương Acc2).
Bảng 1. Kết quả đánh giá mô hình pharmacophore dựa trên ligand cho chất chủ vận trên PPARδ
Mô hình
Loại mô hình Số phân tử
chồng phủ
Điểm chồ
phủ
Điểm chính
xác
Độ nhạy
(Se)
Độ đặc hiệu
(Sp)
Độ đúng
(Acc) Điểm số GH
EF
L-01 R H H a a 55 26,18 0,92 0,91 0,97 0,97 0,53 18,02
L-02 R H H a a 55 25,92 0,92 0,91 0,89 0,89 0,32 7,26
L-03 R H H a a 54 26,55 0,90 0,91 0,86 0,86 0,30 6,08
L-04 R H H a a 54 26,43 0,90 0,91 0,92 0,92 0,34 8,81
L-05 R H H a a 54 25,56 0,90 0,91 0,88 0,88 0,31 6,87
(Với R: vòng thơm; H: nhóm kỵ nước; a: nhóm nhận liên kết hydro)
Hình 3. Mô hình pharmacophore dựa trên cấu trúc cho chất chủ vận PPARδ gồm 2 điểm cho hoặc nhận liên kết hydro (vòng tròn màu
xanh dương), 1 nhóm kỵ nước (vòng tròn màu xanh lá cây Hyd), 1 vòng thơm (màu xanh dương Aro).
3.2. Xây dựng mô hình pharmacophore cho chất
chủ vận kép trên cả ba thụ thể PPARs
Kết quả có tổng cộng 83 mô hình pharmacophore xây
dựng được, trong đó, có 21 mô hình pharmacophore 5 điểm,
62 mô hình pharmacophore 4 điểm. Nhận xét dựa trên mức
độ chồng phủ cho thấy độ chồng phủ của các mô hình dao
động từ 3,4434 đến 6,1382. Mô hình 1 (với 4 điểm) có điểm
chồng phủ cao nhất đạt giá trị 6,1382. Các mô hình 5 điểm
phần lớn có điểm chồng phủ thấp 3,4434 đến 4,9615. Dựa
trên độ chính xác: chỉ có 17 trong số 83 mô hình
pharmacophore có độ chính xác 1,000. Tất cả 17 mô hình
này đều là mô hình pharmacophore 4 điểm với độ chồng phủ
4,5575 đến 6,1382.
Qua đánh giá sơ bộ có 17 mô hình có độ chồng phủ cao và
độ chính xác là 1,000 được chọn để sàng lọc trên các tập kiểm