一种人运甲状腺素蛋白干扰物虚拟筛选方法技术

本发明专利技术公开了一种人运甲状腺素蛋白干扰物的虚拟筛选方法，属于环境内分泌干扰物筛选方法领域。其虚拟筛选过程是首先基于十个基团将化学品进行分类，然后使用定量结构‑活性关系模型预测每类化学品对人运甲状腺素蛋白的干扰效应，进而根据预测的效应值判断化学品是否具有干扰人运甲状腺素蛋白转运甲状腺素的能力及干扰能力的强弱。本发明专利技术公布的筛选人运甲状腺素蛋白干扰物的流程简明合理，方法准确可靠、易于实现程序化，可适用于应用域内潜在人运甲状腺素蛋白干扰物的虚拟筛查及潜在干扰物优先级设定。

【技术实现步骤摘要】

本专利技术涉及一种人运甲状腺素蛋白干扰物虚拟筛选方法，属于环境内分泌干扰物筛选方法领域。
技术介绍
国际上，潜在环境内分泌干扰活性一直被作为评价有机化学品健康风险的重要指标之一。有机化学品干扰甲状腺激素(TH)系统是其干扰内分泌系统的重要机制之一。TH对脊椎动物生长、发育、分化、生热等过程具有重要调控作用。在正常的生理条件下，TH需要由甲状腺素运载蛋白(TTR,TBG,ALA)转运到靶组织，才能产生TH转导的生物学效应。然而，一些物质能通过与TH竞争运载蛋白结合位点的途径影响TH体内平衡，进而产生毒理效应，这类物质属于甲状腺素干扰物(Thyroiddisruptingchemicals,TDCs)。结合态的TDCs可被转运至胎盘等组织，从而减少这些组织TH水平。因此，有必要从日常使用的化学品中筛选可与TH竞争运载蛋白结合位点的物质，以减少这些有机化学品对TH系统的干扰。研究表明，TDCs对TBG和ALA的干扰活性较对TTR的干扰活性弱，部分TDCs可在nM水平干扰TTR(BoasM,Feldt-RasmussenU,SkakkebaekNE,MainKM.Environmentalchemicalsandthyroidfunction.EurJEndocrinol,2006,154(5):599-611)。此外，在人体中，TTR还负责运输TH透过血脑屏障进入脑脊液和透过胎盘屏障进入胎儿体内。因此，需要关注TDCs通过干扰TTR的途径影响TH体内平衡的可能性及程度。在过去的二十年中，通过实验测试了100多种有机化学品与TH竞争结合运甲状腺素蛋白的能力，其中有20多种TDCs与(hTTR)的结合能力比TH强。但是人类日常使用的化学品已超过14万多种，且每年都在增加(RudénC,HanssonSO.Registration,Evaluation,andAuthorizationofChemicals(REACH)isbutthefirststep-howfarwillittakeusSixfurtherstepstoimprovetheEuropeanchemicalslegislation.EnvironHealthPerspect,2010,118(1):6-10)，这些化学品中哪些能干扰人和其他脊椎动物TH体内平衡成为人们关注的焦点。目前，评价有机化学品与TH竞争结合TTR能力的方法主要是体内暴露实验法和体外测试法。但是面对待评价有机化学品众多、每种有机化学品可能干扰多种生物及干扰同一生物体的多个靶标的现状，必须发展高通量的评价方法来满足这种评价需求。此外，由于实验测定的方法面临成本高、耗时长的问题，还可能违反动物实验伦理的“3R”原则，使发展非实验方法来获取有机化学品风险信息显得越来越迫切。因此，需要发展一种具有高通量特性的非实验评价方法来克服目前方法的不足。(定量)活性-结构相关已经成功用于预测多种能描述污染物环境行为的参数，如空气-辛醇水分配系数、有机化学品生物富集因子等。将定量活性-结构相关方法应用于预测和筛选具有潜在生物效应的有机化学品是近年来国际研究的前沿。文献检索结果表明，涉及TTR的国内外专利主要是关于治疗和预防运甲状腺素蛋白淀粉化、预防运甲状腺素蛋白误折叠及运甲状腺素蛋白提取方法等方面。在本专利技术完成前，关于筛选具有hTTR干扰活性的TDCs的专利未见报道。关于TDCs与TTR相互作用的模型研究有七篇，其中五篇论文涉及溴代阻燃剂、两篇论文涉及全氟及多氟类化学品。Papa等人(PapaE,KovarichS,GramaticaP.QSARmodelingandpredictionoftheendocrine-disruptingpotenciesofbrominatedflameretardants.ChemResToxicol,2010,23(5):946-954)基于17个溴代阻燃剂构建了能预测hTTR干扰效应的定量模型。预测模型的特征是使用两个分子描述符表征溴代阻燃剂的干扰效应；Yang等人(YangWH,ShenS,MuLL,YuHX.Structure-activityrelationshipstudyonthebindingofPBDEswiththyroxinetransportproteins.EnvironToxicolChem,2011,30(11):2431-2439)基于28个多溴联苯醚及其羟基代谢物(其中16个有机化学品有活性)，采用比较分子相似性指数分析法构建了能预测hTTR干扰效应的三维预测模型。预测模型的特征是使用体积场、静电场、疏水场和氢键受体场作为描述符描述多溴联苯醚及其羟基代谢物的干扰效应；Kovarich等人(KovarichS,PapaE,GramaticaP.QSARclassificationmodelsforthepredictionofendocrinedisruptingactivityofbrominatedflameretardants.JHazardMater,2011,190(1-3):106-112；KovarichS,PapaE,LiJ,GramaticaP.QSARclassificationmodelsforthescreeningoftheendocrine-disruptingactivityofperfluorinatedcompounds.SARQSAREnvironRes.2012,23(3-4):207-220)基于29个溴代阻燃剂(其中17个有机化学品有活性)和19个全氟及多氟类化学品(其中11个有机化学品有活性)分别构建了hTTR干扰效应的分类模型。预测模型的特征是使用两个分子描述符将溴代阻燃剂分为无活性、中等活性和高活性三类；并表征了模型预测准确度和模型应用域。最近，Papa等人(PapaE,KovarichS,GramaticaP.QSARpredictionofthecompetitiveinteractionofemerginghalogenatedpollutantswithhumantransthyretin.SARQSAREnvironRes.2013,24(4):599-615)基于53个有机化学品(29个溴代阻燃剂(其中17个有机化学品有活性)和24个全氟及多氟类化学品(其中15个有机化学品有活性))构建了一个分类模型。分类预测模型的特征是使用三个分子描述符将溴代阻燃剂分为无活性、中等活性和高活性三类；并表征了模型预测准确度；此外，还基于有效应的32个有机化学品构建了定量预测模型，其特征是使用三个分子描述符描述溴代阻燃剂和全氟及多氟类化学品的干扰效应；表征了模型拟合优度、稳健性、预测能力和模型应用域；易忠胜等人(易忠胜，李连臣，叶廷文，刘红艳，莫凌云.羟基多溴二苯醚生物活性的QSAR研究.桂林理工大学学报.2011,31(3)：430-438)基于14种羟基多溴联苯醚与hTTR的干扰效应数据，采用多元线性回归方法构建了三参数的预测模型。Yang等人(YangXH,XieHB,ChenJW,LiXH.AnionicPhenolicCompoundsBindStronger本文档来自技高网...

【技术保护点】
一种人运甲状腺素蛋白干扰物虚拟筛选方法，其特征在于，步骤如下：(1)收集有机化学品数据收集108种有机化学品对hTTR干扰效应数据，该数据是通过放射性配体竞争结合方式获取，获取的条件：pH＝8.0、放射性配体为125I标记的甲状腺素125I‑T4和hTTR蛋白浓度为30nM；其中，62种有机化学品具有可检测的干扰活性；有机化学品与125I‑T4竞争hTTR结合位点的能力使用半数竞争效应浓度(IC50)表示，IC50为将125I‑T4从hTTR结合位点替换出50％时需要的有机化学品浓度；108种有机化学品包括卤代联苯及羟基卤代联苯类、羟基二噁英类、杀虫剂、卤代联苯醚及羟基卤代联苯醚类、卤代酚类、卤代双酚A类、多氟代及全氟代羧酸和磺酸类及卤代烷烃类；(2)选取关键基团、进行化学品分类根据氮原子个数nN、芳香碳原子个数nCar、酚羟基个数nArOH、苯甲酸基个数nArCOOH、羟基个数nROH、羧基个数nRCOOH、磺酸基个数nSO3H、亚磺酸基个数nSO2H、苯环取代的卤素个数nArX和卤素个数nX对108种有机化学品进行分类，分类方法如下：第一步：在步骤(1)得到108种有机化学品对hTTR干扰效应数据中，首先，先判断nN是否为0，当nN＝0时，需进一步判断；当nN≠0时，含氮原子的有机化学品被排除；第二步：当nN＝0时，再判断nCar是否大于0，将有机化学品分为芳香类有机化学品和非芳香类有机化学品，当nCar>0时，有机化学品为芳香类有机化学品；当有机化学品nCar＝0时，有机化学品为非芳香类有机化学品；第三步：对于芳香类有机化学品，再判断nArOH+nArCOOH是否大于0，筛选出含酚羟基或苯甲酸基的有机化学品；当有机化学品nArOH+nArCOOH>0时，此有机化学品为含酚羟基或苯甲酸基的有机化学品，为第一类有机化学品；当有机化学品nArOH+nArCOOH＝0时，此有机化学品进一步判断；当nArOH+nArCOOH＝0的芳香类有机化学品，再判断nROH+nRCOOH+nSO2OH+nSOOH是否大于0，筛选出支链含羟基、羧基、磺酸基或亚磺酸基的芳香类有机化学品；当有机化学品nROH+nRCOOH+nSO2OH+nSOOH>0时，此有机化学品为支链含羟基或羧基或磺酸基或亚磺酸基的芳香类有机化学品，为第二类有机化学品；当有机化学品nROH+nRCOOH+nSO2OH+nSOOH＝0时，此有机化学品进行进一步判断；对nROH+nRCOOH+nSO2OH+nSOOH＝0的芳香类有机化学品，再判断nArX是否大于0，筛选出卤代芳烃；当有机化学品nArX>0时，此有机化学品为卤代芳烃，为第三类有机化学品；当有机化学品nArX＝0时，此有机化学品被排除；第四步：对于烷烃类有机化学品，判断nROH+nRCOOH+nSO2OH+nSOOH是否大于0，筛选出含羟基或羧基或磺酸基或亚磺酸基的有机化学品；当有机化学品nROH+nRCOOH+nSO2OH+nSOOH>0时，此有机化学品为含羟基或羧基或磺酸基或亚磺酸基的有机化学品，为第四类有机化学品；当有机化学品nROH+nRCOOH+nSO2OH+nSOOH＝0时，此有机化学品进行进一步判断；对nROH+nRCOOH+nSO2OH+nSOOH＝0的烷烃类有机化学品，再判断nX是否大于0，筛选出卤代烷烃；当有机化学品nX>0时，此有机化学品为卤代烷烃，为第五类有机化学品；当有机化学品nX＝0时，此有机化学品被排除；本方法适用有机化学品如下：①不含氮的有机化学品②芳香烃类化学品：以羟基或羧基或卤素为取代官能团；③烷烃类化学品：以羟基或羧基或磺酸基或亚磺酸基或卤素为取代官能团；(3)定量预测模型的构建及表征建模时用取对数的相对效应势RP表征TDCs与TH竞争hTTR结合位点的能力，RP定义为：RP=IC50(T4)IC50(THDs)---(1)]]>其中：IC50(T4)和IC50(TDCs)分别代表甲状腺素T4和TDCs的半数竞争效应浓度nM；logRP值越大，表示有机化学品与TH竞争hTTR结合位点的能力越强；将无活性的有机化学品干扰活性设定为625000nM，TH与hTTR作用的IC50(T4)值为61nM，得出无活性的化学品相对效应势logRP＝‑4.011；①计算分子描述符首先，优化有机化学品分子结构，基于优化的有机化学品分子结构，计算每种有机化学品的4885个Dragon描述符；描述符按照以下原则进行预处理：(1)去除有缺失值的描述符；(2)两个描述符相关性大于0.99的描述符，去除标准偏差大的描述符；②根据步骤(2)的分类结果，构建了芳香类和烷烃类有机有机化学品对hTTR干扰效应的预测模型：其中，芳香类有机化学品预测模型包括75个有机化学品，训练集和...

【技术特征摘要】
1.一种人运甲状腺素蛋白干扰物虚拟筛选方法，其特征在于，步骤如下：(1)收集有机化学品数据收集108种有机化学品对hTTR干扰效应数据，该数据是通过放射性配体竞争结合方式获取，获取的条件：pH＝8.0、放射性配体为125I标记的甲状腺素125I-T4和hTTR蛋白浓度为30nM；其中，62种有机化学品具有可检测的干扰活性；有机化学品与125I-T4竞争hTTR结合位点的能力使用半数竞争效应浓度(IC50)表示，IC50为将125I-T4从hTTR结合位点替换出50％时需要的有机化学品浓度；108种有机化学品包括卤代联苯及羟基卤代联苯类、羟基二噁英类、杀虫剂、卤代联苯醚及羟基卤代联苯醚类、卤代酚类、卤代双酚A类、多氟代及全氟代羧酸和磺酸类及卤代烷烃类；(2)选取关键基团、进行化学品分类根据氮原子个数nN、芳香碳原子个数nCar、酚羟基个数nArOH、苯甲酸基个数nArCOOH、羟基个数nROH、羧基个数nRCOOH、磺酸基个数nSO3H、亚磺酸基个数nSO2H、苯环取代的卤素个数nArX和卤素个数nX对108种有机化学品进行分类，分类方法如下：第一步：在步骤(1)得到108种有机化学品对hTTR干扰效应数据中，首先，先判断nN是否为0，当nN＝0时，需进一步判断；当nN≠0时，含氮原子的有机化学品被排除；第二步：当nN＝0时，再判断nCar是否大于0，将有机化学品分为芳香类有机化学品和非芳香类有机化学品，当nCar>0时，有机化学品为芳香类有机化学品；当有机化学品nCar＝0时，有机化学品为非芳香类有机化学品；第三步：对于芳香类有机化学品，再判断nArOH+nArCOOH是否大于0，筛选出含酚羟基或苯甲酸基的有机化学品；当有机化学品nArOH+nArCOOH>0时，此有机化学品为含酚羟基或苯甲酸基的有机化学品，为第一类有机化学品；当有机化学品nArOH+nArCOOH＝0时，此有机化学品进一步判断；当nArOH+nArCOOH＝0的芳香类有机化学品，再判断nROH+nRCOOH+nSO2OH+nSOOH是否大于0，筛选出支链含羟基、羧基、磺酸基或亚磺酸基的芳香类有机化学品；当有机化学品nROH+nRCOOH+nSO2OH+nSOOH>0时，此有机化学品为支链含羟基或羧基或磺酸基或亚磺酸基的芳香类有机化学品，为第二类有机化学品；当有机化学品nROH+nRCOOH+nSO2OH+nSOOH＝0时，此有机化学品进行进一步判断；对nROH+nRCOOH+nSO2OH+nSOOH＝0的芳香类有机化学品，再判断nArX是否大于0，筛选出卤代芳烃；当有机化学品nArX>0时，此有机化学品为卤代芳烃，为第三类有机化学品；当有机化学品nArX＝0时，此有机化学品被排除；第四步：对于烷烃类有机化学品，判断nROH+nRCOOH+nSO2OH+nSOOH是否大于0，筛选出含羟基或羧基或磺酸基或亚磺酸基的有机化学品；当有机化学品nROH+nRCOOH+nSO2OH+nSOOH>0时，此有机化学品为含羟基或羧基或磺酸基或亚磺酸基的有机化学品，为第四类有机化学品；当有机化学品nROH+nRCOOH+nSO2OH+nSOOH＝0时，此有机化学品进行进一步判断；对nROH+nRCOOH+nSO2OH+nSOOH＝0的烷烃类有机化学品，再判断nX是否大于0，筛选出卤代烷烃；当有机化学品nX>0时，此有机化学品为卤代烷烃，为第五类有机化学品；当有机化学品nX＝0时，此有机化学品被排除；本方法适用有机化学品如下：①不含氮的有机化学品②芳香烃类化学品：以羟基或羧基或卤素为取代官能团；③烷烃类化学品：以羟基或羧基或磺酸基或亚磺酸基或卤素为取代官能团；(3)定量预测模型的构建及表征建模时用取对数的相对效应势RP表征TDCs与TH竞争hTTR结合位点的能力，RP定义为：RP=IC50(T4)IC50(THDs)---(1)]]>其中：IC50(T4)和IC50(TDCs)分别代表甲状腺素T4和TDCs的半数竞争效应...

【专利技术属性】
技术研发人员：陈景文，杨先海，李雪花，傅志强，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21