靶向PLCG1抗非小细胞肺癌药物筛选

摘要：目的 磷脂酶 Cγ1（PLCG1）在非小细胞肺癌（NSCLC）的发生发展中起着重要的作用，PLCG1抑制剂可以有效地阻止其发展，但现有的抑制剂对正常细胞毒性较大，不能作为药物用于临床，因此，开发新的PLCG1抑制剂很有必要。方法 通过autodock vina对约10万个小分子，在PLCG1 10个结合位点进行分子对接，为下一步体外实验确定该结合位点是否对抗非小细胞肺癌有作用及筛选出潜在药物做准备。结果 对10个结合位点进行分子对接，筛选出了13个潜在的小分子药物。

关键词：PLCG1、磷脂酶Cγ1、非小细胞肺癌（NSCLC）、分子对接、autodock vina

Abstract: Objective Phospholipase Cγ1 (PLCG1) plays an important role in the occurrence and development of non - small cell lung cancer (NSCLC). PLCG1 inhibitors can effectively prevent its development. However, the existing inhibitors are highly toxic to normal cells and cannot be used as drugs in clinical practice. Therefore, it is necessary to develop new PLCG1 inhibitors. Methods Molecular docking of approximately 100,000 small molecules was carried out at 10 binding sites of PLCG1 through AutoDock Vina, in order to determine whether the active pocket has an effect against NSCLC in the next - step in vitro experiments and to screen out potential drugs. Results Molecular docking was performed on 10 binding sites, and 13 potential small - molecule drugs were screened out.

Keywords: PLCG1, Phospholipase Cγ1, Non - small cell lung cancer (NSCLC), Molecular docking, AutoDock Vina

肺癌是我国居民最常见的恶性肿瘤，其发病率和死亡率占恶性肿瘤的20.03%和26.99%，均位居首位[1]。WHO组织根据肺癌组织形态将肺癌分为小细胞肺癌和非小细胞肺癌两大类型[2]。研究表明，整体上肺癌患者的5年生存率不足15%[3]。因此研究肺癌发生发展机制，寻找新的靶点，开发新的靶向药物迫在眉睫。

PLCG1是磷脂酶C(PLC）家族成员之一，是磷脂酰肌醇信号通路的关键酶，参与调节多种重要信号通路[3]。其SH2结构域能够与酪氨酸激酶结合，SH3结构域与具有脯氨酸富集区域（PXXP）的蛋白结合，使其具有不同于其他亚型的活化机制和生物学功能[4]。PLCG1被激活后特异性地催化4,5－二磷酸磷脂酰肌醇（phosphatidylinositol-4,5-bisphosphate, PIP2）水解，产生第二信使二酰甘油（diacylglycerol, DAG）和1,4,5-三磷酸肌醇（inositol-1,4,5-triphosphate, IP3）[3]。这些第二信使可促进蛋白激酶C(protein kinase C, PKC）活化以及释放细胞内的钙离子（Ca2+），从而传递细胞外的信号，调控细胞的生长、分化、凋亡等生命活动[5]。因此用抑制剂抑制PLCG1，可阻断其通路信号传导，起到抑制肿瘤细胞生长的作用。

1  软件与方法

1.1 软件与系统 分子对接软件Autodock vina1.1.2、格式转换软件Open Babel，操作系统Ubuntu 24.04 LTS。

1.2 方法

1.2.1 蛋白质PLCG1准备 打开RCSB数据库，搜索编号为7T8T的蛋白质，下载PDB格式。用软件Autodock vina windows版打开蛋白质，进行去水、加氢处理，设置为受体，保存为PDBQT格式。

1.2.2 小分子数据库准备 从ZINC数据库中的Tranches目录下，条件设置为结构3D、1≤LogP≤3、分子量大于500。下载mol2格式的小分子，下载方法选择Windows Powershell。运行Windows PowerShell，输入set-ExecutionPolicy Unrestricted 回车，出现提示是否更改执行策略，输入A（全是），把文件后缀改成ps1，然后输入.\文件名，运行下载程序。

1.2.3 确认结合位点 通过查询数据库CASTpFold、Proteins Plus、pocasa，选取10个可能的结合位点。

1.2.4 编辑config文件 为每个结合位点编辑一个config文件，结合位点1输入如下参数：receptor = 7t8t.pdbqt center_x = 132.949 center_y = 113.686 center_z = 143.513 size_x = 24.58 size_y = 45.64 size_z = 35.99.结合位点2输入如下参数：receptor = 7t8t.pdbqt center_x = 148.533 center_y = 115.852 center_z = 128.458 size_x = 27.21 size_y = 52.67 size_z = 25.46.结合位点3输入如下参数：receptor = 7t8t.pdbqt center_x = 128.483 center_y = 131.68 center_z = 152.072 size_x = 27.21 size_y = 21.94 size_z = 21.94.结合位点4输入如下参数：receptor = 7t8t.pdbqt center_x = 131.35 center_y = 132.768 center_z = 96.58 size_x = 40.38 size_y = 24.58 size_z = 31.6.结合位点5输入如下参数：receptor = 7t8t.pdbqt center_x = 133.044 center_y = 119.094 center_z = 95.798 size_x = 26.33 size_y = 24.58 size_z = 26.33.结合位点6输入如下参数：receptor = 7t8t.pdbqt center_x = 115.903 center_y = 155.835 center_z = 152.932 size_x = 26.33 size_y = 24.58 size_z = 26.33.结合位点7输入如下参数：receptor = 7t8t.pdbqt center_x = 111.203 center_y = 150.919 center_z = 113.425 size_x = 26.33 size_y = 24.58 size_z = 26.33.结合位点8输入如下参数：receptor = 7t8t.pdbqt center_x = 113.272 center_y = 136.331 center_z = 134.974 size_x = 26.33 size_y = 24.58 size_z = 26.33.结合位点9输入如下参数：receptor = 7t8t.pdbqt center_x = 112.462 center_y = 107.006 center_z = 116.545 size_x = 26.33 size_y = 24.58 size_z = 26.33.结合位点10输入如下参数：receptor = 7t8t.pdbqt center_x = 136.247 center_y = 159.946 center_z = 160.631 size_x = 26.33 size_y = 24.58 size_z = 26.33.

1.2.5 安装Ubuntu 首先，打开控制面板，进入程序和功能，找到启用或关闭Windows功能，勾选适用于Linux的Windows子系统，重启电脑。然后，打开Microsoft Store，搜索Ubuntu 22.04.05 LTS，并安装。

1.2.6 安装Autodock vina 1.1.2 linux版 下载Autodock_vina_1_1_2_linux_x86.tgz，在Ubuntu系统里，输入命令tar xzvf autodock_vina_1_1_2_linux_x86.tgz，对文件进行解压。

1.2.7 解压小分子 编辑sh文件，输入如下命令：路径/obabel -i 文件名 -o mol2 -O 文件名 -m。bash sh文件。

1.2.8 转化格式 编辑sh文件，输入如下命令：for i in *.mol2 do 路径/prepare_ligand4.py -l $file -o $file.pdbqt echo $file done，把mol2格式转换成pdbqt格式。bash sh文件。

1.2.9 运行config 编辑sh文件，输入如下命令：#! /bin/bash for f in K*.pdbqt; do b=`basename $f .pdbqt` echo Processing ligand $b mkdir -p $b 路径/vina --config 7t8t.config.txt --ligand $f --out ${b}/out.pdbqt --log 7t8t_log_file/${b}_log.txt done。bash sh文件。

1.2.10 整合对接结果 编辑py文件，输入如下命令：#! /usr/bin/env python import glob log_file = glob.glob('*_log.txt') print(log_file) file1 = open("affinity.out","w") for i in log_file: file2 = open(i,'r') data = file2.readlines() file2.close() for j in data: if len(j.split())>=2 and j.split()[0] == "1": affinity = i+"  " + j.split()[1] print(affinity)  file1.writelines(affinity + '\n') file1.close()。Python py文件。

1.2.11 对表格数据分列 点击数据，找到分列项，按空格分列。

1.2.12 结果数据排序 选中数据，按数值大小倒序排序。

1.2.13 查找ZINC号 通过vim查看mol2文件所对应的ZINC号。

1.2.14 查看分子结构 在ZINC数据库中，查看其所对应的分子结构。

1.2.15 借助于ADMETlab 3.0数据库，删除违反Lipinski 规则严重、分子结构柔性大、含有PAINS结构、含有毒性基团及易反应基团等的分子。

2 结果

2.1筛选结果

经过分子对接，筛选出结合能较高的分子，同时再删除部分不适合做药物的分子，每个结合位点保留1至2个分子。结果见表1.

                  表1   结合位点上分子的ZINC号

2.2化合物SMILES

筛选结果化合物的SMILES，见表2.

                       表2 化合物的SMILES

2.3化合物结构

筛选结果化合物的分子结构，见图1.

                         图1 化合物的分子结构

2.4分子对接结果

使用Pymol处理分子对接结果，结果见图2.

                  图2   10个结合位点分子对接结果

3 讨论

为了更全面地了解蛋白PLCG1在非小细胞肺癌疾病中的作用，本文选取10个可能活性结合位点，进行分子对接。同时，为了发掘有潜力的药物小分子，本文选取的是较少使用的分子量大于500Da分子库。本次筛选结果只是计算机辅助筛选结果，筛选的小分子化合物的药效及毒性如何，本课题组还将进一步地做细胞实验和动物实验来验证。

参考文献：

[1] 孙可欣，郑荣寿，张思维，曾红梅，邹小农，陈茹，顾秀瑛，魏文强，赫捷。2015年

中国分地区恶性肿瘤发病和死亡分析[J]. 中国肿瘤，2019, 28(01): 1-11。

[2] The 2015 World Health Organization Classification of Lung Tumors: Impact of Genetic, Clinical and Radiologic Advances Since the 2004 Classification. J Thorac Oncol. 2015 Sep;10(9):1243-1260。

[3]  卢小红。磷脂酶C gamma1调控的自噬导致人肺腺癌A549细胞死亡[D]. 厦门：厦门大学，2019。

[4] Rebecchi M J, et, al. Structure, function, and control of phosphoinostide-specific phospholipase C [J]. Physiological reviews, 2000, 80(4):1291-335.

  [5] Kadamur G, et al. Mammalian phospholipase C. [J]. Annual review of physiology, 2013, 75(127-54).

基金项目：河南省高等学校重点科研项目计划（编号：25B320032）

通讯作者：何美玲，女，副主任医师