第一章 緒論
1-1 前言
1-2 與 CDKs 相關的細胞週期調控(cell cycle control)
1-3 蛋白質激酶訊息傳導與酪胺酸激脢受體（receptor tyrosine
kinase ，c-MET）及癌症（Cancer）
1-4 c-MET 相關疾病的訊息傳導途徑及其抑制劑
1-5 分子嵌合（Docking）
1-6 Directory of Useful Decoys (DUD)
1-7 研究目標
2
構效關係1 2QASR(QuantitativeStructure-Activity Relationship)研究是 藥物設計中一重要方法，研究一群分子的結構與其功能活性關係。藉助分子與分
及 structure-based approach7。Ligand-based approach 是以 ligand 為基礎
3
的設計方法，將預備分析的分子透過電腦的計算，藉由電腦計算後產生的描述符
號，我們可得知此分子和已知活性或非活性分子間的相似性為何，在這方法中我
們可以不需要知道蛋白質的結構。Structure-based approach 則是以標靶蛋白
質結構做為基礎的設計方法。由於目前蛋白質資料庫的擴展及 X-ray 繞射技術的
進步，藉由核磁共振（NMR）得知分子的結構，用一系列小分子和蛋白質的複
合物來定義出主要作用的類型，以及小分子上官能基和蛋白質胺基酸的距離。
4
1-2 與 CDKs 相關的細胞週期調控(cell cycle control)
細胞週期是一非常複雜且精細的調節過程，有大量的蛋白質參與其中，且
主要的核心為細胞週期依賴性蛋白激酶8 9 10(Cyclin-dependent kinases,CDKs)。
CDKs 在蛋白激酶中是較獨特的，因為它們的功能嚴格地取決於各個不同的 cyclins 蛋白質，至今為止，CDK1、CDK2、CDK3、CDK4、CDK6、CDK7 發現和細胞 周期的調節相關；CDK8、CDK9 和轉錄調節有關；CDK5、CDK11 和神經功能較相關。
細胞週期是一連串有規律的步驟，使細胞成長，而後分裂為兩個子細胞，
不分裂的細胞則不在細胞週期之中。其各階段如圖 1 所示，包括 G1，S，G2 和 M。
G1 代表“GAP 1”，S 代表“Synthesis”(合成)，為 DNA 進行複製的階段。G2
代表“GAP 2”，M 代表“mitosis”(有絲分裂)，為進行核裂(染色體分離)和質
裂(cytokinesis，細胞質分裂)的階段。其中，CDKs 是控制細胞週期中，細胞由
一個狀態進入下一個狀態的主要物質，可使細胞由 G1 進入 S 或由 G2 進入 M。
圖 1：細胞週期11
5
1-3 蛋白質激酶訊息傳導與酪胺酸激脢受體（receptor tyrosine kinase ，c-MET）及癌症（Cancer）
在生物體內，酶（kinase）是訊息傳遞途徑與細胞活動的重要成員，藉由磷
本篇研究所探討的酪胺酸激脢受體12（receptor tyrosine kinase ，c-MET）
在多細胞生物中扮演重要的角色，如調控細胞的增殖、移動、侵襲、轉移與組織
再生等，且對於胚胎發育和傷口癒合是不可或缺的。c-MET 屬於酪胺酸蛋白激酶
（tyrosine protein kinase），Met 是肝細胞生長因子(hepatocyte growth factor，
HGF)的細胞表面接受體。HGF 是一種具多樣性功能的生長因子，當 HGF 與 c-Met
結合之後，引發 Met 的酪氨酸磷酸化，並吸引其他細胞內訊息傳遞分子與之結合，
進而藉由活化這些細胞蛋白，將 HGF 的訊息傳遞到細胞內，最後導致細胞行為的
改變。在許多人類的癌症，都可以發現有 c-MET 的過量表現或發生突變。
6
1-4 c-MET 相關疾病的訊息傳導途徑及其抑制劑
c-MET 與許多疾病的訊息傳導路徑接息息相關13。如下圖 2，此為 c-MET 訊息傳遞路徑模型。當 c-MET 與它的配位體肝細胞生長因子 (HGF) 結合時，其
酪氨酸激酶活性就會被活化，之後藉由與 SH2 domain 特定蛋白的結合與磷酸化，
來活化 Ras、PI3K、 MAPK、STATs 等訊息傳導路徑。
圖 2：c-MET 訊息傳導路徑14
7
圖 3：c-MET3D 結晶構型(PDB code：3CTJ)
目前對 c-MET 在結構生物學研究上，蛋白質資料庫（Protein Data Bank）中
約有六萬多個 c-MET X-ray 結晶構型被解出，在活性位置結構特性上15，如上 圖 3，分別由多胺酸片段(Glycine-rich-loop，胺基酸片段 1084-1089，紅色)、鉸
鏈片段（Hinge loop，胺基酸片段 1157-1160，深藍色）、催化片段（Catalytic loop，
胺基酸片段 1195-1208，橘色）以及活化片段（Activation loop，胺基酸片段
1218-1223，粉紅色）這些二級結構所組成。
目前市面上尚未出現以 c-MET 為治療標靶的藥物，但在一些研究中已有實
驗數據被提出，實驗中這些抑制劑具有良好的抑制效果。因此，在本篇論文研究
中，我們挑選 10 個已有實驗數據的化合物，並測得這 10 個化合物與 c-met 的抑
制情形，其 IC50值介於 1~110nM，如下表 1，
8
表 1：10 個化合物分子結構與 IC50實驗數據
NO PDB
code Ligand IC50
(nM) NO PDB
code Ligand IC50
(nM)
1 3CE3 1.8 6 3A4P 56
2 3CTH 3.5 7 1R0P 73
9
3 3CTJ 1.0 8 3L8V 8
4 3F82 3.9 9 3DKF 43
10
5
3DKC 43 10 1R1W 110
11
確的評分函數（scoring function），其次，要有高效率的搜尋演算法（searching
algorithm）。評分函數的設計，主要是從蛋白質結構資料庫中尋找解析度較好
的結晶構形，運用能量的計算，以建立一個準確的數學函數，可以快速有效地推
測小分子與蛋白質是否可以穩定的結合，甚至能計算結合強度（binding
affinity）或結合的自由能（binding free energy）。由於尋找具有最佳評分
值的結合模式並不容易，所以我們必須搭配一個有效的搜尋演算法，避免浪費過
多計算時間。
目前的 Docking 軟體主要約有 20 多種，近年來學術界或是商業用途使用率
較高的包括 AutoDock16、Dock17、FlexX18、GOLD19、Glide20等，由於各軟體 中所使用的演算方法以及評分函數皆有所差異，因此所得到篩選預測準確度也會
有所差別。
12
1-5 DUD 資料庫(Directory of Useful Decoys)
Directory of Useful Decoys (DUD)21是一個為人熟知、用以測試 virtual screening 效能的標準資料庫，特別是用在分子嵌合計算上，其包含 40 個不同
的蛋白質的活性分子及非活性分子，活性分子共有 2950 個 ligand，每個活性分
子有 36 個 decoy 分子，實際上 decoy 數目應為 2,950 x 36 = 106,200，但因為
有部分 ligand 共享 decoy 的關係，因此，現有提供 decoy 數目為 95,266。然而，
DUD 並非全然完整，還是會受限於某些因素，首先，所有 DUD 的 decoys 選自於
ZINC 資料庫，因此，僅測量小分子少部份在合成可行的區域。第二，選取 decoy
的標準為對應到其活性分子，在物理性質類似，例如分子量、cLogP、number of
hydrogen donors and acceptors 、number of rotatable bonds、number of
important functional groups，但彼此在化學結構上不同，因此 decoy 可能會
使得原來具活性的分子，在 ZINC 資料庫表現為物理性質較差者。
13
1-6 研究目標
本研究目標針對兩個激酶- CDK2 及 c-Met-進行分子嵌合計算，主要檢視三
個效應。第一，檢視可動胺基酸支鏈對分子嵌合計算結果的影響，第二則是探討
活化中心附近蛋白質骨架和小分子間所形成的氫鍵，以 GOLD 軟體將氫鍵限制
(constraints)後對計算結果的影響，第三項則是同時設定可動胺基酸和氫鍵限
制，對分子嵌合計算結果的影響。最後，以高速虛擬篩選方式來搜尋對 c-MET
具有潛力的藥物小分子。在進行所有研究之前，我們先以 18 個已知實驗 IC50值
之小分子化合物進行分子嵌合計算，用以驗證是否 Chemscore 評分函數所預測出
評分值能與實驗值具有正相關性。
在過去分子嵌合計算主要是將蛋白質固定，計算小分子置於活性中心的評分
值，然而，不同的小分子與相同蛋白質產生交互作用時，蛋白質的構型也會隨著
小分子構型不同而產生改變，特別是與小分子有交互作用之活性中心附近的胺基
酸22 23，因此，我們藉由交叉分子嵌合模擬計算24與 1000 個小分子虛擬篩選25兩
種方法，分析討論在不同的可動胺基酸支鏈設定條件下，以及活化中心附近蛋白
質骨架和小分子間所形成的氫鍵做限制時對計算結果的影響，並找出最佳的設定
條件及結晶構型探討第二項及第三項的效應。
14
目前市面上尚未出現以 c-MET 為標靶治療的藥物，因此，我們搜尋 ZINC 分
子資料庫26中具有潛力的藥物結構，在我們研究中總共篩選 40 萬個分子，最終 挑選出評分值排序前 10 名化合物，作為建議之可能 c-MET 抑制劑及這些小分子
與蛋白質可能之結合模式。
15