國
立
交
通
大
學
生物資訊及系統生物研究所
碩
士
論
文
利用空間相關結構片段快速尋找蛋白質
結合片段與環境之研究
Space-Related Pharmamotifs for fast search
protein binding motifs and environments
研 究 生：張力仁
指導教授：楊進木 教授
利用空間相關結構片段快速尋找蛋白質結合片段與環境之研究
Space-Related Pharmamotifs for fast search protein binding motifs and environments
研 究 生：張力仁 Student：Li-Zen Chang
指導教授：楊進木 Advisor：Jinn-Moon Yang
國 立 交 通 大 學
生 物 資 訊 及 系 統 生 物 研 究 所
碩 士 論 文
A Thesis Submitted to Institute of Bioinformatics and Systems Biology College of Biological Science and Technology
National Chiao Tung University in partial Fulfillment of the Requirements for the Degree of Master in
Bioinformatics and Systems Biology
July 2010
Hsinchu, Taiwan, Republic of China
I
利用空間相關結構片段快速尋找蛋白質結合片段與環境之研究
學生：張力仁 指導教授：楊進木 國立交通大學 生物資訊及系統生物研究所摘
要
中文摘要 了解藥物或是化合物其潛在具有結合能力的蛋白質是相當重要地。如在早期藥物發 展，即能夠偵測出可能造成的副作用而避免無謂的藥物開發成本與時間；同時，對於已 知功能的藥物也能予以提供新的治療用途；並且，目前對於治療具有複雜機制的疾病如 癌症及糖尿病, 同時針對疾病中多個標靶蛋白的藥物也是現今藥物發展的一個新策略。 所以，尋找可能與化合物結合的潛在標靶蛋白質(potential target proteins)對於學術研究以 及臨床藥物開發上都是一大重要議題。 一般相信擁有相似結合環境的蛋白質能與相同或相似結構的化合物產生交互作 用。以往研究者常利用比對蛋白質序列或搜尋相似蛋白質結構來尋找潛在的蛋白質，然 而過去研究顯示，能結合相同化合物的蛋白質在序列或整體結構上並非都有明顯的相似 性及演化關係，而是只在結合環境(binding environment)上相似。因此，針對尋找擁有相 似結合環境的蛋白質，我們提出空間相關結構片段(Space-Related Pharmamotif, SRP)的概 念，藉由SRP 來搜尋擁有相似結合環境的潛在蛋白質，進一步瞭解蛋白質－化合物交互 作用與結合環境的關係。 SRP 是由一組鄰近蛋白質－小分子結合位(binding site)、且三度空間中不連續的蛋 白質結構片段所組成，相較於以往比對完整序列或整體結構相似度來尋找潛在蛋白質的 方法，我們藉由SRP 來描述蛋白質與小分子的結合環境，並以 3D-BLAST 將三級結構 片段轉換編碼成一級序列，對目前所有已知蛋白質結晶結構進行快速搜尋，尋找擁有類 似SRP 的蛋白質。進一步結合結構比對工具如 DALI，標定相似結合環境在潛在蛋白質 中的空間位置。 我們蒐集 530 個蛋白質－藥物分子結晶結構，共 187 種美國食品藥品監督管理局 (FDA)核准的藥物，以此建構個別 SRP 並對蛋白質結構資料庫(PDB)進行搜尋。對於搜 尋相同蛋白質或共結晶相同化合物的結晶結構，SRP 的覆蓋率(recall)分別為 80%和 54%。針對搜尋整體或區域結構相似的蛋白質，SRP 準確率(precision)可以達到 82%，說 明我們的方法在尋找相似結合環境上可以提供可靠的預測結果。同時在本研究中，我們 以治療流感的藥物瑞樂沙(Zanamivir)為例，說明 SRP 對結合環境的敏感性以及可能如何 應用於蛋白質分類問題上，另一實例以治療慢性骨髓細胞白血病藥物Imatinib，說明 SRP 應用在「舊藥新用」議題上的可能性。 最後，我們建置一網站提供530 個蛋白質－藥物結晶結構所建構的 SRP 資訊以及搜 尋結果，用以觀察討論187 種藥物可能的潛在結合蛋白質。本研究利用空間相關結構片 段(SRP)來尋找相似結合環境的蛋白質，期望能對瞭解蛋白質－化合物交互作用與結合 環境的關係、以及探討藥物於舊藥新用或副作用的研究有所幫助。II
Space-Related Pharmamotifs for fast search protein binding motifs
and environments
Student: Li-Zen Chang Advisor: Dr. Jinn-Moon Yang
Institute of Bioinformatics and System Biology National Chiao Tung University
Abstract
It is important to understand the potential target proteins for a chemical compound. During the early drug discovery stage, for example, it could avoid the unnecessary developing cost and time by detecting the potential harmful side effects. On the other hand, it could provide the new usages for old drugs. Recently, multiple target drugs give a new paradigm for diseases with complex mechanism such as cancers and diabetes. Therefore, discovering potential target proteins of a given compound is a valuable issue in bioinformatics and drug development.
Previous studies indicate that similar compounds enable to bind the proteins with similar binding environment. Researchers usually search similar proteins by aligning the given protein sequence or global protein structure in sequence or structure databases. However, previous works show that in some cases proteins bound the same ligand may not have significant evolutionary relationship in both sequence and global structure but in their binding environments. In this study, we introduce a concept named Space-Related Pharmamotif (SRP) to discover the proteins with similar binding environment in protein databases.
SRP is composed of a set of spatially discontinuous peptide segments, which surround the ligand-binding site. Compared with the previous methods of finding proteins with similar sequence or global structure, SRP focuses on protein-ligand interacting environment. By transforming the 3D structure segments into 1D structural alphabet sequences through 3D-BLAST, we can search the potential target proteins with similar binding environment against Protein Data Bank (PDB) rapidly. Furthermore, we use the structure alignment tool, such as DALI, to precisely locate the possible binding environment in these target protein structures.
We collect 530 protein-drug co-crystallized complexes, in which contain 187 different FDA-approved drugs. We build SRPs and screen PDB for each protein-drug complex. For searching the proteins with the same UniProt accession number and the same ligand, the recall achieves 80% and 54%, respectively. Proteins classified into the same homologous superfamily of CATH can be predicted with a precision of 82%. Our results demonstrate that SRP provides a reliable performance in searching the potential target proteins with similar
III
binding environment. We give an example of Zanamivir to describe how SRP can identify slight structural difference of the binding environments between proteins. In another example, we preliminarily discuss the issue of “new use for old drugs” about Imatinib, which is a marking drug known to against disease chronic myelogenous leukemia and gastrointestinal stromal tumor.
Finally, we build a web server to represent the SRP information and the searching results from 530 protein-drug complexes for helping to identify the potential binding protein of 187 known drugs. In this study, we supply evidence to present that SRP is reliable for searching the potential target proteins with similar binding environment. In the future, we will develop SRP to be useful to understand protein-ligand interactions and helpful for drug design.
IV
誌謝
在交大研習碩士學位的兩年中，對於曾經給予熱忱協助以及諄諄教誨的良師益友， 力仁由衷地感激與感恩，少了任何人在這當中的扶持是沒有辦法順利完成這趟學習之 旅。 力仁十分感謝指導教授楊進木老師，對於學生的駑頓您仍給予耐心的指導及提點、 適時導正學生的研究方向，力仁始終感激於心；而您於研究上所抱持的熱忱與專注，以 及追求真理的執著，讓力仁體會到做研究應該持有的態度，感謝老師樹立這般學者風 範；對於人生的道路上，認真、負責、態度這些再基本不過的觀念，卻是學生在老師身 上所體認到最重要的人生哲理，謝謝老師！ 同時，感謝實驗室的學長姐和各位同學們，感謝在研究上同為一組的其樺、章維和 一原學長們在研究上與力仁的討論交流與幫助，力仁受益良多。感謝俊辰、阿甫、PIKI、 宇書及志達學長們在研究上的種種幫助和論文的修訂。感謝怡馨學姊，妳始終是帶給實 驗室愉悅氣氛的康樂股長。峻宇、超哥和韋帆，感謝我們是同一屆，讓我有伴打電動跟 打球！也感謝學弟妹們在實驗室中給予的協助，謝謝大家在研究上和生活上的關心與幫 助，力仁銘記於心。 當然，感謝我最親愛的家庭，沒有你們在背後給予最大的支持與關愛，我是走不完 的。謝謝親愛的老爸與老媽，能有你們一對這麼愛孩子的父母，是我最大的幸福！也謝 謝我親愛的老弟，平時的噓寒問暖始終是讓我再努力向前的動力。 最後感謝盧錦隆老師與楊昀良老師能參與力仁的碩士學位口試，給予力仁指導與建 議。很幸運能來到BioXGEM 這個大家庭，在這度過兩年成長磨練的時間，力仁十分地 感恩，謝謝！V
總目錄
頁次 中文摘要 ... I Abstract ... II 誌謝 ... IV 總目錄 ... V 表目錄 ... VI 圖目錄 ... VII 壹、緒論 ... 1 一、研究背景 ... 1 二、研究動機 ... 3 三、論文總覽 ... 4 貳、研究材料與方法 ... 5 一、SRP 概念 ... 5 二、FDA 核准藥物資料集 ... 6 三、結構字元集資料庫 ... 9 四、建構SRP 以及搜尋蛋白質資料庫 ... 9 五、評估SRP 合理性 ... 11 參、結果與討論 ... 12 一、SRP 的合理性 ... 12 二、SRP 搜尋結果分析 ... 17 （一）、蛋白質分類問題 ... 17 （二）、舊藥新用應用探討 ... 21 （三）、SRP 搜尋問題 ... 25 三、SRP 網站 ... 31 四、方法限制 ... 31 肆、結語 ... 34 一、總結 ... 34 二、主要貢獻與未來研究 ... 34 參考文獻 ... 48VI
表目錄
表一、SRP 評估指標表現 ... 12
表二、SRP 搜尋結果[以 PDB code 2htq(chain A)為模板] ... 19
表三、SRP 搜尋結果[以 PDB code 1t46(chain A)為模板,Top20] ... 22
表四、SRP 搜尋結果[以(PDB code 2ht7(chain A)為模板] ... 27
表五、SRP 搜尋結果[以 PDB code 2e91(chain A)為模板] ... 30
表六、FDA 藥物資料集 ... 36
VII
圖目錄
圖一、傳統結構比對與SRP 概念之比較 ... 3 圖二、SRP 概念圖 ... 5 圖三、FDA-530 資料集準備流程 ... 7 圖四、FDA 資料集篩選過濾實例 ... 8 圖五、SRP 建構與搜尋流程圖 ... 10圖六、SRP 結構比對結果[以 PDB code 1a27(chain A)為模板] ... 14
圖七、SRP 與 ExPASy Prosite 片段序列之比較 ... 16
圖八、DALI 結構比對結果[以 PDB code 2htq(chain A)為模板] ... 20
圖九、結構比對結果[以 PDB code 1t46(chain A)為模板] ... 24
圖十、SRP 建構片段組[以 PDB code 2ht7(chain A)為模板] ... 26
圖十一、SRP 建構片段組[以 PDB code 1pcg(chain A)為模板] ... 29
1
壹、緒論
一、研究背景
蛋白質－化合物交互作用在學術研究以及藥物研發上一直都是十分重要的議題。過 往研究指出，開發一個新的治療疾病藥物，需要五億乃至二十億美金的高額研發經費 [1]。然而，近三分之一研發中的藥物因會與某些非目標蛋白質結合(off-target receptors)， 造成無法接受、具嚴重傷害性的副作用而使得藥物無法上市[2]。對於可能與未知蛋白質 發生交互作用而導致研發中藥物喪失開發價值，無論在經濟層面或是臨床藥物研究上都 是一大損失。 同時，以往在藥物開發時往往遵循「單一基因、單一藥物、單一疾病」的研發邏輯， 著重於只針對一個標靶目標即可治療疾病的藥物理念。然而如此具有高度專一性的藥物 可能容易因其標靶目標上一個胺基酸的改變以致降低藥物的結合能力而失去效用。相較 於單一藥物抑制單一標靶目標，同時針對多個不同的標靶目標作用則不易失去效用，且 研究指出具有多重藥理性質(polypharmacological)機制的藥物通常也能擁有著更好的治 療疾病能力[3]。 因此，如何探索藥物其潛在可能結合的蛋白質？過去研究指出對於一個會與多個不 同蛋白質結合的化合物，這群蛋白質可能在序列或是整體結構上並無明顯的演化關係 [4]，因而不易藉由以往對蛋白質序列的比對，如蛋白質序列比對軟體 BLAST[5-6]，或 是比對蛋白質整體結構，例如蛋白質結構比對軟體 CE[7]及 DALI[8]，來探索其潛在會 與化合物結合的蛋白質。 面對這樣的問題，目前探討方向有二，其一是以化合物作為導向的方式[9]，假設存 在一群化學結構相似的化合物，因為擁有相似的化學性質，故通常會與具相似結合環境 的蛋白質產生交互作用[3, 10-12]。然而這種方法的限制在於，相似結構的化合物在某些 情況下並不會與相似的結合環境產生交互作用；實際上，化合物的結構即使有些微改變 都會對結合能力有極大的影響[3]。 再者是以蛋白質作為導向。然而過去研究表示蛋白質結構的演化相較於序列更具保 留性[13-14]，故利用序列相似度僅能預測辨別出部分具有相似功能的蛋白質[15]。而根2
據蛋白質整體結構相似度來預測功能則存在著即使蛋白質間整體結構相似，但在局部結 構、具有催化功能的位置上有差異而產生不同功能但整體結構相似的蛋白質群，例如 TIM barrel 以及 Rossmann fold 等[13]。因此，針對無法從序列及整體結構辨認具有相似 結合環境蛋白質的問題，本研究提出了空間相關結構片段(Space Related-Pharmamotif, SRP)，藉由描述蛋白質與化合物結合的環境來辨認其他擁有相似結合環境的蛋白質。我
們蒐集530 個蛋白質－藥物分子結晶結構，共計 187 種美國食品藥品監督管理局(FDA)
核准的藥物，建構其個別的SRP，並且在蛋白質結構資料庫(Protein Data Bank, PDB)中
進 行 搜 尋 ， 找 出 具 相 似 結 合 環 境 的 潛 在 蛋 白 質 ； 我 們 也 已 將 這 些 資 訊 放 上 網 路 (http://e233.life.nctu.edu.tw/~neverfree/SRP/index.php)，製作易於使用的介面，為全球相 關研究者提供服務。我們也以治療流感的藥物瑞樂沙(Zanamivir)做為實例，說明 SRP 對 結合環境的敏感性如何反映在搜尋結果上，以及治療慢性骨髓細胞白血病的藥物 Imatinib，說明 SRP 應用在「舊藥新用」議題上的可能性。
3 圖一、傳統結構比對與SRP 概念之比較 圖一、傳統結構比對與SRP 概念之比較。
二、研究動機
針對以上提出的議題，我們進行此研究。有別於傳統上以蛋白質序列或蛋白質整體 結構來探討具有相似結合環境的蛋白質，本研究以蛋白質與化合物產生交互作用的結合 環境為核心，建構數段空間上不連續的結構片段以描繪出蛋白質與化合物結合的環境， 並且我們將這組結構片段結合實驗室先前的研究3D-BLAST[16-17]，將三級結構片段轉 換成帶有結構資訊的一級結構字元集序列，並在蛋白質結構資料庫中快速地搜尋得到可 能擁有相似結合環境的蛋白質(圖一)。 同時我們建置一易於使用者瀏覽的網站介面，呈現 530 個蛋白質－藥物分子建構 SRP 的資訊以及對於蛋白質資料庫的搜尋結果，提供研究者研究探討對於已上市藥物我 們如何能提供潛在具有結合藥物的可能標靶蛋白。 更進一步，未來我們將探討藉由如此觀點是否能對於過去以蛋白質整體結構或功能 區塊(domain)之間的差異對蛋白質做分群的資料庫，如 SCOP[18]或 CATH[19]，能夠以 結合環境的區別再做不同的、更細緻的分類。並且，本研究也期望這樣的概念對於藥物4 發展能有所幫助，如舊藥新用的探討或是藥物副作用的了解。
三、論文總覽
我們提出 Space-Related Pharmamotif 的概念並將其概要描述於第二章節中，主要表現 SRP 的核心概念以及如何使用 SRP 搜尋蛋白質結構資料庫，找尋潛在擁有相似結合環 境的蛋白質。同時我們在第三章節中給予數個實例來初步說明SRP 如何作用於蛋白質分 類以及舊藥新用的研究。最後我們介紹對於530 個蛋白質與已上市藥物的結晶結構所建 構出的SRP 資訊以及對於蛋白質結構資料庫的搜尋結果，我們建置一網站提供使用者觀 察及研究已上市藥物潛在可能的標靶蛋白。5
貳、研究材料與方法
一、SRP 概念
在本章節中我們呈現SRP 的概念，對於一蛋白質-配體複合物(protein-ligand complex) 建構出一組描述結合環境的結構片段，圖二說明建構SRP 的核心概念。 對於一個蛋白質(P)－配體(L)複合物，我們集中在其產生交互作用的結合位上，提 出一組不同長度且空間上不連續的蛋白質結構片段來描述其結合環境。我們定義兩個蛋 白質P 以及 P’在滿足下列三項條件時，表示 P 與 P’可能擁有相似的蛋白質結合位環境， 因此 P’可能與配體 L 結合：(1) 各蛋白質片段相似(例如 M1和 M1’、M1’’相似、M2和 M2’、M2’’相似)；(2) 空間上蛋白質片段分布相似(例如 M1-M2-M3和M1’-M2’-M3’相似)、 (3) 擁有相似的催化胺基酸(catalytic residues)。(1)和(2)表示兩蛋白質在結合環境周圍擁 有相似的結構摺疊以及空間以讓相同或相似結構的化合物進入，(3)則代表重要、用以催 化化合物的胺基酸保留性，提供除了在環境上空間相似以外，同時注重具有直接產生交 互作用的胺基酸，表示蛋白質－化合物交互作用的能力及可能性。 圖二、SRP 概念圖 圖二、SRP 概念圖。M1-M2-M3片段組為對於一蛋白質－化合物(L)結晶結構所建構出的 SRP. 當 M1-M2-M3與另一蛋白質結構上 M1’-M2’-M3’片段組在各片段相似、空間環境上 分布相似以及在催化執行功能的胺基酸上具保留性，M1’-M2’-M3’則有可能會與化合物L 結合.6
二、FDA 核准藥物資料集
為了解SRP 對於蛋白質－配體交互作用的應用，我們根據 PDBsum 提供的 DrugPort 資料庫，總共蒐集了282 個 FDA 核准藥物。對於 282 個化合物，我們希望先觀察傳統 上認為可能是藥物的分子，故篩選掉符合下列幾項規則的分子(圖三)，(1) 金屬離子、(2) 重原子 (heavy atom)數目小於 6 的小分子，得到 272 個藥物分子。進一步我們蒐集已知 與272 個藥物分子共結晶的蛋白質結構，並且修正取代已被廢棄的蛋白質結構，共得到 935 個蛋白質結晶結構。由於目前我們只針對單一蛋白質鏈對單一化合物的交互作用環 境做探討，因此我們對於配體與超過一個蛋白質鏈有接觸的蛋白質結晶結構予以篩除 (圖四 A)。此外，對於一個蛋白質鏈結晶多個相同配體的結構，因為無法判別以何者作 為交互作用的化合物已建構 SRP，故目前也先予以篩除(圖四 B)。並且我們認為結晶結 構只能建構出一段蛋白質片段的SRP 不合理而不列入討論的資料集內。經由此篩選流程 後共計有187 個 FDA 藥物分子符合條件(表六)，共 530 個蛋白質－配體結晶結構(簡稱 FDA-530)。7
圖三、FDA-530 資料集準備流程
Exclude Metal Ion
Exclude small compound (heavy atom < 6) • FDA drug : 282 • 8390 complexes • FDA drug : 279 • 1432 complexes • FDA drug : 272 • 988 complexes • FDA drug : 256 • 935 complexes
Delete theoretical models and replace obsolete proteins • FDA drug : 189
• 549 complexes
• Remove ligand contact within multiple chain • Remove > 1 same ligand
in the protein-ligand complex From PDBsum DrugPort
• FDA drug : 187
• 530 complexes Exclude SRP < 2 segments step1
step2
step3
step4
step5
圖三、FDA-530 資料集準備流程。Step1：根據 PDBsum DrugPort 提供的藥物資料，蒐
集282 個 FDA 核准上市藥物；Step 2：過濾金屬離子及小分子；Step 3：刪除理論模型
及修正已被廢棄的蛋白質結晶結構；Step 4：移除化合物與多個蛋白質鏈接觸以及超過 一個相同化合物結晶於一蛋白質鏈的結晶結構；Step 5：排除建構 SRP 只有一段片段的 結晶結構.
8
圖四、FDA 資料集篩選過濾實例
A
B
圖四、FDA drug 資料集篩選過濾實例。(A) 蛋白質結晶結構中包含超過一個相同化合 物，此例中(PDB code 2w98)化合物為 P1Z；(B) 蛋白質結構中化合物與超過一個蛋白質 鏈有接觸，此例中(PDB code 2nyr)化合物為 SVR，綠色結構部分為 A 鏈，褐色結構部分
9
三、結構字元集資料庫
根據實驗室先前已發表的3D-BLAST[16-17]概念，對於每一個蛋白質結構，我們能 根 據 角 度 以 及 角 度 將 蛋 白 質 三 維 立 體 結 構 編 譯 成 一 維 的 結 構 字 元 集 序 列 (structural-alphabet sequence)，得到擁有結構資訊的一維結構字元集序列，而我們也將蛋 白質結構資料庫(PDB)收錄的所有蛋白質結構編譯成序列並收集為字元集序列資料庫 (structural alphabet sequence database, SADB)，本研究中使用的蛋白質結構資料庫收錄的蛋白質總共有 149,612 蛋白質鏈結構(更新至 2010/02/19)。並且，我們藉由實驗室於 3D-BLAST 中發展的結構字元集計分陣列[16-17]，我們能如 BLAST[6]以結構字元集序 列對蛋白質結構資料庫做快速的搜尋。
四、建構 SRP 以及搜尋蛋白質資料庫
本章節描述我們如何建構SRP 並以 SRP 對蛋白質資料庫進行搜尋。圖五A為SRP 建構與搜尋的流程。對於建構出描述結合環境的片段組，我們以一蛋白質－配體結晶結 構作為模板，分為兩個步驟：(1) 計算配體任一原子與蛋白質上各胺基酸任一原子間距 離，小於4 Å 即視該胺基酸為接觸胺基酸(contact residue)；(2) 以接觸胺基酸為出發點， 向胺基酸前後各延伸7 個胺基酸使其成為長度 15 個胺基酸的蛋白質結構片段；如果任 兩個片段重疊則合併為一段，最後形成多段長度不同、空間上不連續、環繞在結合位周 圍的蛋白質結構片段，即為該蛋白質－配體結晶結構的SRP。 之後，我們根據實驗室以發表的3D-BLAST[16]概念，將建構完成的 SRP 片段組各片段分別編碼成結構字元集序列(structural alphabet sequence)，並依序對同樣編碼成結構
字元集序列的 PDB 結構資料庫做快速的序列搜尋比對。我們對各片段搜尋到的蛋白質 鏈列表取其交集，得到可能擁有相似結合環境的蛋白質鏈名單。最後，我們再利用結構 比對軟體DALI 做更精確的結構比對，我們將不連續的 SRP 片段組對搜尋到的完整蛋白 質鏈做結構比對，在此以結構均方根誤差(root-mean-square deviation, RMSD)小於 2 即認 為兩結構擁有相似的結合環境，進而篩選出真正可能擁有相似結合環境的蛋白質鏈(圖 五B)。
10
圖五、SRP 建構與搜尋流程圖
A protein-ligand complex
Step 2:
Extend segments and merge overlaps
4Å
Step 1:
Get contact residues to ligand
SRP
Contact residue
A
Structural alphabet sequence database (149,612 protein structures) Structure comparison by DALI Similar binding environment protein segment1 segment2 segment3 segment4 segment5
SRP
Candidate proteins B 圖五、SRP 建構與搜尋流程圖。(A)SRP 建置流程：步驟一，詢問一蛋白質－配體結晶 結構；步驟二，計算配體與胺基酸原子的空間距離得到接觸胺基酸(contact residue)，從 接觸胺基酸延伸長度得到蛋白質片段，經合併部分蛋白質片段後得到 SRP。(B)SRP 搜 尋流程圖：我們將建構出的SRP 片段經由 3D-BLAST 轉換成一維字元集序列並對蛋白 質結構資料庫做搜尋，得到的蛋白質鏈名單進一步利用結構比對軟體DALI 做更精確的 結構比對，最後得到與詢問模板擁有相似結合環境的蛋白質。11
五、評估 SRP 合理性
我們首先將 FDA-530 資料集中結構比對結果有誤之筆數去除，進而我們篩選同時
具有SCOP sccs id、CATH id 以及 UniProt AC 註解的資料，最後再將結晶相同藥物的蛋
白質結構予以去除重複，留下117 筆資料(簡稱 FDA-117, 表七)用以驗證評估 SRP 的合
理性。我們從蛋白質結構層面觀察，使用SCOP sccs id 與 CATH id 作為依據，驗證 SRP
能否辨認並搜尋到擁有相似整體或部分結構的蛋白質。在序列層面上，我們使用UniProt
序列編號(accession number, AC)來衡量 SRP 對與擁有相同序列的蛋白質結構的辨別能
力。同時，對於共結晶相同化合物的蛋白質結構，我們希望觀察SRP 概念是否能搜尋到
含有相同共結晶化合物的蛋白質結構。
六、評估方式
我們使用precision 以及 recall 來測量 SRP 的搜尋方法。對於我們使用的蛋白質結
構資料庫共149,612 蛋白質鏈結構，以 SCOP sccs id 為例，TP(True Positives)為與詢問模
板擁有相同SCOP sccs id 的蛋白質且被 SRP 所辨認出來的個數，FP(False Positives)為與
詢問模板擁有不同SCOP sccs id 的蛋白質但被 SRP 辨認相同的個數，FN(False Negatives)
為與詢問模板擁有相同SCOP sccs id 的蛋白質但未被 SRP 所辨認出來的個數。由上述類
推於CATH id、UniProt AC 以及在辨認共結晶相同化合物的指標計算。
我們提供另一 Overall 的指標計算，其 TP 為與詢問模板擁有相同 SCOP sccs id、
CATH id、UniProt AC 以及化合物任一項指標的蛋白質且被 SRP 所辨認出來的個數，FP
為與詢問模板擁有不同SCOP sccs id、CATH id、UniProt AC 以及結合化合物指標的蛋
白質但被SRP 所辨認出來的個數，FN 為與詢問模板擁有相同 SCOP sccs id、CATH id、
UniProt AC 以及化合物任一項指標的蛋白質但未被 SRP 所辨認出來的個數，以此衡量 SRP 在辨別相似結構、序列以及結合環境上的整體表現。 Precision 以及 recall 的公式如下： Positives False of number the Positives True of number the Positives True of number the precision (1) egatives N False of number the Positives True of number the Positives True of number the recall (2)
12
參、結果與討論
在本研究中，我們提出SRP 以結合環境為導向的概念來探索已知藥物的潛在可能結 合蛋白質，研究中使用了530 個與 FDA 核准藥物共結晶的蛋白質結構來建構 SRP 並對 蛋白質結構資料庫進行搜尋，進而了解SRP 概念的運行以及對已知藥物尋找潛在結合蛋 白的研究。對於說明SRP 如何作用，首先我們給予一評估標準驗證 SRP 的合理性。其 次，研究中提出實例說明將結構比對範圍縮小至只在結合環境這樣的概念與過往使用整 體蛋白質結構的差異、SRP 片段數量以及片段的二級結構組成影響搜尋結果的問題。最 後，對於FDA-530 資料集的 SRP 建構與搜尋資料，我們建置網站收錄 FDA-530 的搜尋 結果。一、SRP 的合理性
我們以兩項常見描述蛋白質結構的資訊SCOP sccs id、CATH id，以及描述序列關
係上的UniProt AC，從結構角度以及序列角度來觀察 SRP 在搜尋具有相同或相似蛋白質 結構或序列時的表現。並且我們統計結晶相同化合物的蛋白質結晶結構數量，以此來評 估SRP 搜尋結合相同化合物結晶結構的表現。 從表一結果顯示對於描述蛋白質結構的兩項指標SCOP sccs id、CATH id 在搜尋相 同家族蛋白質結構，其覆蓋率(recall)的表現分別為 31%及 22%，在準確率(precision)的 表現為 62%及 82%。結果表示對於被 SCOP 或 CATH 分成同一家族的蛋白質結構，以 SRP 的概念能部分找回相同家族的成員，而從準確率可以得知對於整體或部分區域相似 的蛋白質，結果擁有一定程度可信的準確度。我們觀察到即使在SCOP sccs id 或者 CATH id 將蛋白質鏈分在同一群家族的情形下，由於蛋白質鏈在結合位上仍有明顯差異，SRP 表一、SRP 評估指標表現
Overalla SCOP CATH UACb Ligand
Recall 0.22 0.31 0.22 0.80 0.54
Precision 0.88 0.62 0.82 0.36 0.03
a綜合統計SCOP, CATH, UAC, Ligand 註解 b代表UniProt AC
13 以結合環境的角度來對蛋白質做分類，能更敏銳地對整體結構或部分區域結構相似但結 合環境不同的蛋白質再做區分？下一節會提供實例做進一步解釋。 從UniProt AC 的角度觀察，覆蓋率和準確率為 80%及 36%。結果顯示 SRP 以多段 不連續的蛋白質片段組作為搜尋的概念，對於搜尋相同序列的蛋白質結構仍有很好的辨 認性。然而對於36%的準確率表現，觀察其原因為在計算準確率時我們只將與搜尋對象 擁有完全相同UniProt AC 的蛋白質鏈做計算，對於搜尋到在序列上仍高度相似但 UniProt AC 的不同的蛋白質而不被列入，使得準確率下降。例如蛋白質 cCMP-specific 3’,5’-cyclic phosphodiesterase(Gene name PDE5A)與 Viagra(HET group id VIA)的結晶結構(PDB code 1tbf, chain A)，其蛋白質 UniProt AC 是 O76074(Human)，以此結構做搜尋我們能夠找到
蛋白質cAMP and cAMP-inhibited cGMP 3',5'-cyclic phosphodiesterase 10A(Gene name
PDE10A) 結晶結構(PDB code 2ouu, chain A)，以 DALI 進行結構比對 RMSD 0.7、Z-score 9.2，其 UniProt AC 是 Q9Y233(Human)。從 Gene name 以及結構比對結果均表示兩蛋白
質來自相同祖先且結構高度相似，而因我們在計算時只針對完全相同的UniProt AC，因 此該蛋白質(PDB code 2ouu)不被我們列入計算。 同樣的問題在搜尋結合相同化合物的表現上也觀察到，在搜尋結合相同化合物的覆 蓋率及準確率為54%和 3%。結果可見對結合相同化合物的結晶結構，透過 SRP 能找到 一半以上的結構。然而，在準確率只有3%的表現下，原因與我們以 UniProt AC 做觀察 指標時觀察到的問題相同，我們只統計擁有與搜尋對象完全相同化合物名稱(HET group)
的 蛋 白 質 鏈 。 如 蛋 白 質 Estradiol 17-beta-dehydrogenase 1(Gene name HSD17B1) 與
Estradiol(HET group id: EST)的結晶結構(PDB code 1a27,chain A)，我們對該結晶結構做
搜尋後，搜尋結果中有一結構同為蛋白質Estradiol 17-beta-dehydrogenase 1(Gene name
HSD17B1)，其結晶的化合物為 Equilin(HET group id: EQI)的結晶結構(PDB code 1equ, chain A)，兩者擁有非常相似的化合物構型(圖六)，而由於我們只計算含完全相同化合物 HET group 的結構，因此該結構也沒有將之列入計算。同時除了結晶相似結構化合物的 結構不被我們統計以外，沒有結晶化合物但擁有相似結合環境的結構也不被我們計算。
最後，統整SCOP sccs id、CATH id、UniProt AC 以及 Ligand 的綜合表現上，在準確率
的部份因可互相彌補修正統計結果而有88%的表現。在覆蓋率的部份雖然只有 28%，但
也可觀察出在UniProt AC 以及 Ligand 部分均在 50%以上，唯在結構表現 SCOP sccs id、
14
圖六、SRP 結構比對結果[以 PDB code 1a27(chain A)為模板]
圖六、SRP 結構比對結果。圖中為以蛋白質結構 PDB code 1a27(chain A)為模板，建構
的SRP 蛋白質片段組(粉紅、粉橘、黃、綠、粉藍)搜尋到 PDB code 1equ(chain A) 蛋白
質鏈(深藍色蛋白質片段組)的結構比對結果。可見模板所結晶化合物 EST(紫)與搜尋結
15
同時，我們從ExPASy Prosite[20]所提供已知的序列樣板與 SRP 做探討，來說明 SRP
建構出片段組的合理性。以在研究上較為所知的蛋白激酶做實例，藉由 FDA-530 中的
酪氨酸蛋白質磷酸激酶c-KIT 對藥物 Imatinib 建構 SRP 並比較對於該蛋白已知的序列樣
板(圖七A)，並且我們由 FDA-530 資料集中舉出由五個不同蛋白激酶-藥物的結晶結構，
使用CLUSTAL W 對其做多重序列排序並將所建構出的 SRP 資訊與 ExPASy Prosite 已知
序列樣板做比較(圖 7B)。從不同蛋白激酶對不同藥物下建構的 SRP 及對已知序列樣板
的比較，在蛋白激酶上的實例，SRP 建構出的片段組都能從蛋白質整體結構中擷取出包
16
圖七、SRP 與 ExPASy Prosite 片段序列之比較
…
PS00109; Tyrosine protein kinases specific active-site signature PS00240; Receptor tyrosine
kinase class III signature PS00107, Protein kinases
ATP-binding region signature PS00107, Protein kinases
ATP-binding region signature
PS00240; Receptor tyrosine kinase class III signature
A
B
圖七、SRP 與 ExPASy Prosite 片段序列之比較。(A)SRP 片段組[以 PDB code 1t46(chain A)
為模板]，其中建構的 SRP 結構片段組包含了三項 ExPASy Prosite 定義區塊(cartoon form)，分別為 Protein kinases ATP-binding region signature(紅色以及天空藍)、 Receptor tyrosine kinase class III signature(黃色)、Tyrosine protein kinases specific active-site signature(綠色)。(B)以 FDA-530 資料集中五個蛋白激酶做多重序列排序，SRP 片段組(上 色區塊)對 ExPASy Prosite 定義序列樣板之比較。
17
二、SRP 搜尋結果分析
本節我們以數個實例來說明SRP 如何作用以及實作時所發現的問題。其一在某些實 例上我們發現即使蛋白質鏈被分類在相同的SCOP 家族底下，SRP 能因結合位的差異而 區分出不同的”binding-site family”。同時我們初步討論 SRP 對於「舊藥新用」可行性。 此外，我們列舉兩個實例探討在SRP 建構出含有較多片段或者片段中含二級結構比例過 高時，對於搜尋結果的影響。 （一）、蛋白質分類問題 病毒神經胺酸水解酶 (viral neuraminidase)與瑞樂沙(Zanamivir)神經胺酸水解酶(neuraminidase)為 glycoside hydrolase enzyme (EC 3.2.1.18)，用以切
開神經胺酸上的glycosidic linkage 並此蛋白分佈於許多不同物種。一般最為認識的即為
存在於流感病毒表面的病毒神經胺酸水解酶，促使病毒顆粒釋出宿主細胞。神經胺酸水 解酶為一種已知治療流感病毒的目標蛋白質，當流感病毒在感染複製時，同樣存在於病 毒表面上的流感血凝素(hemagglutinin)會辨認宿主細胞表面醣蛋白上的 sialic acid 而與宿 主細胞結合，而為了讓病毒脫離宿主細胞，神經胺酸水解酶則會將宿主細胞表面醣蛋白
上的sialic acid group 予以切除，使病毒顆粒能離開宿主細胞繼續感染其他細胞。
瑞樂沙(Zanamivir, 上市名稱 Relenza)為近年被十九個國家核准用以治療及預防 A
型及B 型流感病毒的口腔吸入式粉狀藥物，是第一個上市針對流感病毒在感染過程中必
須的神經胺酸水解酶的競爭型抑制劑，其結構與神經胺酸水解酶的催化化合物sialic acid
高度相似，作用機制為藉由與神經胺酸水解酶結合，抑制病毒脫離宿主細胞及感染其他 細胞。
我們以流感病毒A 型中的神經胺酸水解酶與藥物瑞樂沙(HET group id: ZMR)的結
晶結構(PDB code 2htq,chain A)為模板建構 SRP，並對蛋白質結構資料庫做搜尋。表二中
顯示14 筆同樣與 ZMR 結合的蛋白質結晶結構，其中 11 筆為流感病毒的神經胺酸水解 酶，CATH 分類為 2.120.10.10；2 筆為人類第三型副流感病毒蛋白，其蛋白質為同時擁 有流感血凝素與神經胺酸水解酶功能的Hemagglutinin-neuraminidase glycoprotein；1 筆 為人類sialidase-2(NEU2)，其結構與蛋白質功能與神經胺酸水解酶相似，用以催化 sialic acid 的水解。 14 個蛋白結構中我們搜尋到 11 筆，9 筆為流感病毒 A 型神經胺酸水解酶，2 筆為 B
18 型流感病毒神經胺酸水解酶。結果顯示對於結晶相同化合物ZMR、擁有相同 CATH、相 似物種的蛋白質鏈能被 SRP 找到，且結構比對軟體的結果也顯示都擁有相似結合位環 境，且在序列保留性也相似(圖八)，說明我們的方法能辨認出結合環境相似的蛋白質結 構 ； 相 對 地 ， 另 外 三 筆 蛋 白 為 人 類 Hemagglutinin-neuraminidase glycoprotein 以 及 sialidase-2 沒有被 SRP 所辨認出來，而結構比對軟體結果也顯示這兩種蛋白在結合環境 上與我們的模板病毒神經胺酸水解酶有較大的差別(RMSD 3.9 and 4.3)，且在序列保留性 上也有較大的差異，且在病毒神經胺酸水解酶與瑞樂沙交互作用中可能產生氫鍵的胺基 酸中僅有一個胺基酸Arg118具有保留性(圖八)。 同時，由於近年來多起因使用克流感及瑞樂沙而導致神經精神系統失調和死亡的病 例報導，使這些藥物被認為除了會與病毒神經胺酸水解酶結合以外，也可能會抑制參與
調控sialic acid 機制中的酵素，例如 sialidase、sialyltransferase 及 CMP-synthase。近期文
獻針對此問題以克流感及瑞樂沙對目前已知存在於人類的四個 sialidase(NEU1－4)做活
性測試，IC50實驗指出瑞樂沙需在μM 等級的濃度才會對人類的 sialidase 有影響(NEU1:
2,713 μM, NEU2: 16.4 μM, NEU3: not determined, NEU4: 487 μM)，而對於病毒神經胺酸
水解酶則只需要 nM 等級即可抑制(H1N1: 1.56 nM, H3N2: 2.66 nM, H5N3: 3.97 nM)[21]。 因此，從SRP 搜尋的結果以及文獻的實驗結果可以發現，即使蛋白質因整體或部分 區域結構相似而被已知的蛋白質結構分類方式如SCOP 或 CATH 分成同一群，這些分類 指標卻無法對於真正執行催化功能區域上的變異加以辨別區隔。某種程度說明著 SRP 對於結合環境有相當高的敏銳判別度，因此可能以「binding-site family」專注於蛋白質 與化合物結合環境的角度對蛋白質做分類，如圖八中因流感病毒的神經胺酸水解酶與人 類的sialidase-2 在結合環境上的不同被分成兩個家族，從而提供更著重於交互作用的分 類方法。
19 表二、SRP 搜尋結果 [以 PDB code 2htq(chain A)為模板]
表二、SRP 搜尋結果[以 PDB code 2htq(chain A)為模板]
PDBIDa #b SCOP CATH UniProtAC Gene name Species Protein description RMSDDALI scoreZ SI(%) 2htq_A 3D - 2.120.10.10 Q07599 NA (strain A/Duck/Ukraine/1/1963 H3N8) Influenza A virus Neuraminidase 0.0 19.0 100 3ckz_A 3D - 2.120.10.10 Q6DPL2 NA (strain A/Viet Nam/1203/2004 H5N1) Influenza A virus Neuraminidase 0.5 16.7 67 3b7e_B 3D - 2.120.10.10 Q9IGQ6 NA (strain A/Brevig Mission/1/1918 H1N1) Influenza A virus Neuraminidase 0.5 16.8 66 3b7e_A 3D - 2.120.10.10 Q9IGQ6 NA (strain A/Brevig Mission/1/1918 H1N1) Influenza A virus Neuraminidase 0.5 16.9 66 2cml_A 3D - 2.120.10.10 Q6XV27 NA (strain A/Duck/England/1/1956 H11N6) Influenza A virus Neuraminidase 1.1 15.7 62 2cml_C 3D - 2.120.10.10 Q6XV27 NA (strain A/Duck/England/1/1956 H11N6) Influenza A virus Neuraminidase 1.1 15.7 62 2cml_D 3D - 2.120.10.10 Q6XV27 NA (strain A/Duck/England/1/1956 H11N6) Influenza A virus Neuraminidase 1.1 15.7 62 2cml_B 3D - 2.120.10.10 Q6XV27 NA (strain A/Duck/England/1/1956 H11N6) Influenza A virus Neuraminidase 1.1 15.6 62 1nnc_A 3D b.68.1.1 2.120.10.10 P03472 NA (strain A/Tern/Australia/G70C/1975 Influenza A virus
H11N9)
Neuraminidase 1.2 15.6 56
1a4g_A 3D b.68.1.1 2.120.10.10 P27907 NA Influenza B virus (strain B/Beijing/1/1987) Neuraminidase 1.4 14.5 42 1a4g_B 3D b.68.1.1 2.120.10.10 P27907 NA Influenza B virus (strain B/Beijing/1/1987) Neuraminidase 1.4 14.5 42 1v3e_A - b.68.1.1 - Q6WJ03 - Human parainfluenza virus 3 Hemagglutinin-neuraminidase glycoprotein 3.9 3.1 14 1v3e_B - b.68.1.1 - Q6WJ03 - Human parainfluenza virus 3 Hemagglutinin-neuraminidase glycoprotein 3.9 3.1 14
2f0z_A - b.68.1.1 - Q9Y3R4 NEU2 Homo sapiens Sialidase-2 4.3 2.4 9
a 前四碼代表 PDB code, 最後一碼代表 chain
20
圖八、DALI 結構比對結果[以 PDB code 2htq(chain A)為模板]
Neuraminidase Influenza B virus (strain B/Beijing/1/1987) Sialidase-2 Homo sapiens 1.56 – 3.97 nM 16400 nM IC50 Structure alignment of DALI Protein Name Species Family 1 Family 2
Query : 2htq (Influenza A virus)
圖八、DALI 結構比對結果[以 PDB code 2htq(chain A)為模板]. 分別為模板對流感病毒 Neuraminidase (PDB code 1a4g) 結構比對以及對人類 Sialidase-2 (PDB code 2f0z) 結構 比對結果。
21
（二）、舊藥新用應用探討
酪氨酸蛋白質磷酸激酶 c-Kit(Tyrosine-protein kinase c-Kit)與 Imatinib
c-Kit 是幹細胞因子(stem cell factor)受器，為酪氨酸蛋白質磷酸激酶的一種，負責觸
發細胞生長與增生的訊息傳遞。過去研究了解對於 c-Kit 的突變會導致某些酪氨酸蛋白
質磷酸激酶活化而引起胃癌(gastrointestinal stromal tumor) [22]。
Imatinib( 上市名稱 Gleevec 或 Glivec)是一個針對酪氨酸蛋白質磷酸激酶家族的
藥物，該家族成員包括KIT、ABL、ABL-2、PDGF-R(血小板衍生生長因子接受體)。Imatinib
會與這些酪氨酸蛋白質磷酸激酶結合，抑制酪氨酸蛋白質磷酸激酶將ATP 的磷酸鹽轉移
到下游，進而抑制訊息傳遞。藉由這樣的方式，Imatinib 得以阻斷與突變型和野生型 KIT
蛋白有關的激酶活性。2001 年美國食品及藥物管理局核准使用 Imatinib 以治療慢性骨髓
性白血病(Chronic myelogenous leukemia)，一年後又被核准用於治療胃腸道基質腫瘤 (Gastrointestinal stromal tumor)。由於 Imanitib 可以對抗 BCR-ABL、c-Kit、PDGF-R 等標 靶蛋白，因此它是一種多重標靶藥物(multi-target drug)。
在此，我們以人類細胞中的c-Kit與藥物Imatinib結晶結構(PDB code 1t46,chain A)為
模板建構SRP並搜尋蛋白質結構資料庫。表三為前二十名具相似環境的蛋白質鏈，除模
板的KIT蛋白質，SRP辨別到FLT1、CSF1R、KDR以及FGFR1等其他屬於酪氨酸蛋白質
磷酸激酶家族的蛋白質，將其做結構疊合可看見在結合環境上皆高度相似(圖九A) ，而
從參與催化反應的胺基酸保留性比較，在Glu640、Thr670、Cys673以及Asp810可能產生氫鍵
的位置上在CSF1R均有保留(圖九B)。其中也有實驗證實[23] Imatinib對CSF1R的抑制能
力為19 nM。因此，我們可以推測Imatinib可能與CSF1R產生交互作用，進而可能用以治 療與CSF1R相關的疾病如急性骨髓性白血病(Acute myeloid leukemia)。
22 表三、SRP 搜尋結果[以 PDB code 1t46(chain A)為模板,Top20]
PDBIDa SCOP CATH UniProtAC Ligand Name Gene Species Description RMSD Z SI(%) 1t46_A d.144.1.7 1.10.510.10 P10721 PO4, STI KIT Homo sapiens Mast/stem cell growth factor receptor 0 19 100 3g0f_A - 1.10.510.10 P10721 B49, SO4 KIT Homo sapiens Mast/stem cell growth factor receptor 0.8 16 99 1t45_A d.144.1.7 1.10.510.10 P10721 - KIT Homo sapiens Mast/stem cell growth factor receptor 1 14.7 100 3hng_A - - P17948 8ST, CL FLT1 Homo sapiens growth factor receptor 1Vascular endothelial 1 16 66 3dpk_A - 1.10.510.10 P07333 8C5, SO4 CSF1R Homo sapiens colony-stimulating factor 1 Macrophage
receptor
1 15.6 81
1agw_B d.144.1.7 1.10.510.10 P11362 SU2 FGFR1 Homo sapiens Basic fibroblast growth factor receptor 1 1 13.9 54 3b8q_B - 1.10.510.10 P35968 900 KDR Homo sapiens growth factor receptor 2Vascular endothelial 1 14.5 64 2qu6_B - 1.10.510.10 P35968 857 KDR Homo sapiens growth factor receptor 2Vascular endothelial 1 13.8 63 3b8r_A - 1.10.510.10 P35968 EDO 887, KDR Homo sapiens growth factor receptor 2Vascular endothelial 1 12.7 63 3g0f_B - 1.10.510.10 P10721 B49 KIT Homo sapiens Mast/stem cell growth factor receptor 1.1 15.7 99 3g0e_A - 1.10.510.10 P10721 B49 KIT Homo sapiens Mast/stem cell growth factor receptor 1.1 15.1 100 2ogv_A - 1.10.510.10 P07333 - CSF1R Homo sapiens colony-stimulating factor 1 Macrophage
receptor 1.1 17.7 80
1fgk_B d.144.1.7 1.10.510.10 P11362 - FGFR1 Homo sapiens Basic fibroblast growth factor receptor 1 1.1 13.8 54 a 前四碼代表 PDB code, 最後一碼代表 chain
23
表三、SRP 搜尋結果 [以 PDB code 1t46(chain A)為模板, Top20] (Continued)
PDBIDa SCOP CATH UniProtAC Ligand Name Gene Species Description RMSD Z SI(%) 3efl_A - - P35968 706 KDR Homo sapiens growth factor receptor 2Vascular endothelial 1.1 13.3 63 2fgi_B d.144.1.7 1.10.510.10 P11362 PD1 FGFR1 Homo sapiens Basic fibroblast growth factor receptor 1 1.1 13.6 54 3dtw_A - 1.10.510.10 P35968 A96 KDR Homo sapiens growth factor receptor 2Vascular endothelial 1.1 13.4 64 2fgi_A d.144.1.7 1.10.510.10 P11362 PD1 FGFR1 Homo sapiens Basic fibroblast growth factor receptor 1 1.1 12.5 53 3cp9_A - 1.10.510.10 P35968 C19 KDR Homo sapiens growth factor receptor 2Vascular endothelial 1.1 12.9 64 3cpb_A - 1.10.510.10 P35968 C92 KDR Homo sapiens growth factor receptor 2Vascular endothelial 1.1 12.9 63 1vr2_A d.144.1.7 1.10.510.10 P35968 - KDR Homo sapiens growth factor receptor 2Vascular endothelial 1.2 13.5 63 a 前四碼代表 PDB code, 最後一碼代表 chain
24
圖九、結構比對結果[以 PDB code 1t46(chain A)為模板] A E640 E633 T670 T663 C673 C666 D810 D796 B
圖九、結構比對結果[以 PDB code 1t46(chain A)為模板]。(A) 模板對蛋白質 FLT1、 CSF1R、FGFR1 及 KDR 之結構比對 (B) 模板對 Imatinib 產生氫鍵的胺基酸(綠色)以及 CSF1R (PDB code 3dpk) 相對應胺基酸(橘色)。
25 （三）、SRP 搜尋問題 SRP 片段數量對於搜尋結果的影響 我們觀察到在某些實例中，建構出的SRP 擁有相當多的片段，在 FDA-530 中 7 段 以上的實例有32 筆，平均為 4 段。同時我們也觀察到對於潛在蛋白的搜尋，我們的規 則是每個片段各自搜尋到的蛋白質鏈清單取其交集得到可能的潛在蛋白名單。這樣的條 件在擁有多個片段的實例中對搜尋結果造成影響。
我們以病毒神經胺酸水解酶(viral neuraminidase)與克流感(oseltamivir or Tamiflu)的
結晶結構(PDB code 2ht7, chain A)作為模板說明，建立出來的片段共九段(圖十)。相同結
有化合物oseltamivir 的結晶結構有 22 筆，均為病毒神經胺酸水解酶且 CATH(2.120.10.10) 以及EC number (3.2.1.18)均相同，且結構比對顯示 22 筆的結合環境也都相似，但是 SRP 卻只辨認出6 筆而已，有 16 筆無法被 SRP 所找回(表四)。進一步觀察我們發現，對於 16 筆沒有找回的資料，原因為某些片段在結構上的變動使得在搜尋時無法搜尋到 16 筆 的蛋白質鏈，造成搜尋結果交集後被認為沒有搜尋到該 16 筆。對於這樣的問題，我們 認為容忍結構上的些微變化，對結果只做部分交集可能是合理的；目前暫定的解決方式 是對於SRP 小於 4 段的結構要求全部交集，對於 SRP 擁有 4 段以上的結構，有 75%以 上交集的蛋白質鏈即視為潛在可能的結合蛋白。經過這樣的規則後，22 筆資料都得以被 SRP 所辨認到。對於 FDA-117 中 SRP 擁有 4 個片段以上的搜尋結果，其覆蓋率從 13% 升至19%，準確率則從 94%變為 91%。 SRP 片段二級結構組成比例對於搜尋結果的影響 在觀察結果時我們也發現，部分建構出的 SRP 片段擁有高度二級結構的組成(α
-helix 及β-strand)，而由於 3D-BLAST 在將對結構片段編譯成字元集序列時只使用結構
資訊，並無引用序列的資訊，故當SRP 片段擁有高比例的單一二級結構時，相較於存在
大量二級結構的蛋白質結構資料庫，這樣的SRP 片段在進行資料庫搜尋時因無鑑別度而
對搜尋結果有影響。以酵母菌蛋白質 Geranylgeranyl pyrophosphate synthase 與化合物 Zoledronic acid (HET group id: ZOL)結晶結構(PDB code 2e91, chain A)為例說明，其建構
出的SRP 片段如圖十一A，可看出片段二(橘色)及片段四(綠色)均含大量的α-helix。結
26 到其中3 筆。觀察後發現部分沒被辨識出的原因在片段二及片段四並未辨認出這些蛋白 質鏈。對於這樣的問題，我們推測當片段中擁有高比例的二級結構組成時，在搜尋蛋白 質資料庫時不具鑒別度而無法提供有效的搜尋結果。因此，我們延長這種二級結構組成 比例高的片段使得片段更具有特徵性，規則是對於經轉換後字元集序列，我們藉由辨認 轉換後的序列字元來判斷是否具有二級結構，序列字元代表α-helix 的為 A、Y、B、C 及D，代表β-strand 的為 E、F 及 H，如單一的二級結構組成超過片段序列的 80%則延 長片段至組成低於80%或片段長度達 30 即停止延長。藉由此規則，我們將模板重新建 構SRP 片段如圖十一B，可以看見片段二以及片段四均延長12 個胺基酸長度(圖十一C 及D)，搜尋結果能夠多找回其他相似結構蛋白質(表五)。
圖十、SRP 建構片段組[以 PDB code 2ht7(chain A)為模板]
圖十、SRP 建構片段組[以 PDB code 2ht7(chain A)為模板]。由病毒神經胺酸水解酶與克 流感的結晶結構為模板建構共九段蛋白質片段。
27 表四、SRP 搜尋結果 [以 PDB code 2ht7(chain A)為模板]
表四、SRP 搜尋結果[以(PDB code 2ht7(chain A)為模板]
PDBIDa #b SCOP CATH UniProtAC numberEC Name Gene Species Description RMSD Z SI(%) 2ht7_A 3D - 2.120.10.10 Q07599 3.2.1.18 NA (strain A/Duck/Ukraine /1/1963H3N8) Influenza A virus Neuraminidase 0 17.7 100
2hu0_B 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.5 15.9 68 2ht8_A 3D - 2.120.10.10 Q07599 3.2.1.18 NA (strain A/Duck/Ukraine /1/1963H3N8) Influenza A virus Neuraminidase 0.8 15.9 100 2hu4_E 3D - 2.120.10.10 Q6DPL2 3.2.1.18 NA (A/VietNam/1203/2004(H5N1)) Influenza A virus Neuraminidase 0.9 15.4 68 2hu4_G 3D - 2.120.10.10 Q6DPL2 3.2.1.18 NA (A/VietNam/1203/2004(H5N1)) Influenza A virus Neuraminidase 0.9 15.3 68 3cl2_B 3D - 2.120.10.10 Q6DPL2 3.2.1.18 NA (A/VietNam/1203/2004(H5N1)) Influenza A virus Neuraminidase 0.9 15.5 68 3cl2_G 3D - 2.120.10.10 Q6DPL2 3.2.1.18 NA (A/VietNam/1203/2004(H5N1)) Influenza A virus Neuraminidase 0.9 15.5 68
2hu4_A 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.3 68
2hu4_B 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.3 68
2hu4_C 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.3 68
2hu4_D 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.4 68
2hu4_F 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.3 68
2hu4_H 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.4 68
3cl0_A 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.3 68
3cl2_A 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.5 68 a 前四碼代表 PDB code, 最後一碼代表 chain
28 表四、SRP 搜尋結果 [以 PDB code 2ht7(chain A)為模板](Continued)
xxxxx 白質－配體結晶結構(PDB code 2ht7_A)作為測試對象]
PDBIDa #b SCOP CATH UniProtAC numberEC Name Gene Species Description RMSD Z SI(%)
3cl2_C 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.5 68
3cl2_D 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.5 68
3cl2_E 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.5 68
3cl2_F 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.5 68
3cl2_H 3D* - 2.120.10.10 Q6DPL2 3.2.1.18 NA Influenza A virus
(A/VietNam/1203/2004(H5N1)) Neuraminidase 0.9 15.5 68 2qwh_A 3D* b.68.1.1 2.120.10.10 P03472 3.2.1.18 NA Influenza A virus
(strain A/Tern/Australia /G70C/1975 H11N9) Neuraminidase 1.4 14.5 56 2qwk_A 3D* b.68.1.1 2.120.10.10 P03472 3.2.1.18 NA Influenza A virus
(strain A/Tern/Australia /G70C/1975 H11N9) Neuraminidase 1.4 14.4 57 a 前四碼代表 PDB code, 最後一碼代表 chain
29
圖十一、SRP 建構片段組[以 PDB code 1pcg(chain A)為模板]
A
B
C
D
圖十一、SRP 建構片段組[以 PDB code 2e91(chain A)為模板]。(A)未考慮建構片段二級
結構組成比例SRP 結構圖 (B)考慮建構片段二級結構組成比例 SRP 結構圖 (C) 未考慮
建構片段二級結構組成比例SRP 序列資訊 (D) 考慮建構片段二級結構組成比例 SRP 序
30 表五、SRP 搜尋結果 [以 PDB code 2e91(chain A)為模板]
表五、SRP 搜尋結果[以 PDB code 2e91(chain A)為模板]
PDBIDa #b CATH UniProt AC Gene name Species Description RMSD Z SI(%) 2e91_A 3D - Q12051 BTS1 Saccharomyces cerevisiae Geranylgeranyl pyrophosphate synthase 0 11.6 100 2e91_B 3D - Q12051 BTS1 Saccharomyces cerevisiae Geranylgeranyl pyrophosphate synthase 0.2 11.2 100
2f8z_F 3D* 1.10.600.10 P14324 FDPS Homo sapiens Farnesyl pyrophosphate synthase 1.2 7.8 36
2f9k_F 3D* 1.10.600.10 P14324 FDPS Homo sapiens Farnesyl pyrophosphate synthase 1.3 7.9 36
1zw5_A 3D* 1.10.600.10 P14324 FDPS Homo sapiens Farnesyl pyrophosphate synthase 1.3 8 36
3ez3_A 3D* - A5K4U6 - Plasmodium vivax - 1.3 7.6 35
3iba_A 3D* - Q8WS25 - Trypanosoma cruzi Farnesyl diphosphate synthase 1.3 7.6 30
2f8c_F - 1.10.600.10 P14324 FDPS Homo sapiens Farnesyl pyrophosphate synthase 1.3 7.9 36
3ez3_C - - A5K4U6 - Plasmodium vivax - 1.3 7.6 35
3ez3_D 3D - A5K4U6 - Plasmodium vivax - 1.4 7.6 35
3ez3_B - - A5K4U6 - Plasmodium vivax - 1.4 7.6 35
2q58_A - - Q5CR09 - Cryptosporidium parvum Iowa II - 1.5 7.5 32
2q58_B - - Q5CR09 - Cryptosporidium parvum Iowa II - 1.5 7.6 32
a 前四碼代表 PDB code, 最後一碼代表 chain
31
三、SRP 網站
對於FDA-530 資料集建構 SRP 的資訊以及對蛋白質結構資料庫搜尋的資訊，我們 提供網站呈現搜尋分析結果。圖十二A 顯示FDA-530 各蛋白質鏈的蛋白質資訊摘要以 及SRP 搜尋資訊總表，圖十二B為SRP 資訊以及搜尋結果主頁面，分成上半部 SRP 資 訊區塊以及下半部搜尋結果區塊，主要呈現我們如何以一蛋白質－配體結晶結構來描述 出 SRP 與配體的相對關係，同時提供多個常用以描述蛋白質資訊的註解如 SCOP sccsid、CATH id、UniProt AC、EC number、Gene name、共結晶化合物以及蛋白質物種等資 訊，用以協助瞭解該蛋白質是否有可能為潛在能結合配體的蛋白質，並且我們給予結構
軟體DALI 比對結構所提供 RMSD、Z-score 以及 Sequence Identity，來衡量搜尋到的蛋
白質鏈是否真正與我們建構的 SRP 的模板擁有相似的結合環境。圖十二 C 是對於搜尋 結果蛋白質的細節資訊，提供DALI 對於 SRP 與搜尋結果的細部結構比對資訊，包含蛋 白質疊合的結構資訊以及序列資訊。 網站超連結為： http://e233.life.nctu.edu.tw/~neverfree/SRP/FDA.php
四、方法限制
需要結晶結構是SRP 研究的一大限制，目前已被解序的蛋白質序列如 UniProt 提供的數據為11,916,373 條蛋白質序列，而 Protein Data Bank 目前收錄了 61,522 個蛋白質結
晶結構，由此可見SRP 研究的範疇較受侷限。尤其，目前我們需要有結晶化合物的蛋白 質結晶結構來作為搜尋模板，更加地限制了我們能探討的範圍。對於需要具有結化合物 的蛋白質結構的問題，未來可能使用目前已知預測結合位置的軟體做預測後在對預測的 結合位建置SRP。 其次是在將蛋白質結構片段轉換成字元集序列時，承接了3D-BLAST 對結構編碼的 特性，如上章節所討論二級結構組成比例的問題。由於編碼後沒有考慮到蛋白質序列的 資訊，所以當搜尋片段單一二級結構(α-helix、β-strand)比例過高時，表示整個片段是 一段α-helix 或是β-strand，這樣的結構在於整個蛋白質結構資料庫中不具鑒別度。 另一個則是結構比對軟體DALI 的限制。一較過往的結構比對是以蛋白質整體對蛋 白質整體的結構比對，我們使用一組空間上不連續的蛋白質片段對蛋白質整體做結構比 對，導致某些情形下DALI 無法做出正確合理的比對。對於這樣的問題，目前研究領域
32
上已有能夠改善的方法[4, 24-31]，未來可能設法利用文獻提供的方法協助得到更可靠的 結構比對結果。
33 圖十二、SRP 網站示意圖 A B C 圖十二、SRP 網站示意圖。(A)FDA-530 資料集資訊總覽頁面 (B)SRP 資訊及搜尋結果 主頁面 (C)SRP 搜尋結果細部資訊頁面
34
肆、結語
一、總結
為 了 探 索 化 合 物 其 潛 在 具 結 合 能 力 的 蛋 白 質 ， 我 們 提 出 了 Space-Related Pharmamotif 的概念，藉由描繪出數段集中在蛋白質與配體交互作用環境周圍的蛋白質 片段，並結合實驗室先前開發的3D-BLAST，將三級結構片段轉換成帶有結構資訊的一 級結構字元集序列，並以此對蛋白質結構資料庫做快速地搜尋擁有相似結合環境的蛋白 質。同時，我們對於187 個已知擁有蛋白質結晶結構的 FDA 核准藥物，共 530 個蛋白 質－藥物分子結晶結構建構SRP 並對蛋白質結構資料庫(PDB)進行搜尋，以瞭解已知藥 物潛在可能結合的蛋白質，進而幫助研究探討其舊藥新用或是副作用的可能性。最後， 我們將530 個 SRP 資訊以及搜尋結果建置於一易於使用者查詢的網站，提供觀察以及分 析已知藥物與蛋白質結合環境的資料平台。在本研究中，對於SRP 這樣的新概念，我們 歸納下列一些初步的研究結論： 1. SRP 有能力搜尋擁有相似結合環境的蛋白質。 2. SRP 能辨別結合位的些微變異，以「binding-site family」的概念將蛋白質 根據結合環境的差異做分類。 3. SRP 能夠協助舊藥新用的開發以及副作用的研究。二、主要貢獻與未來研究
近年來，隨著蛋白質結構大量地被結晶，我們藉由利用已知的蛋白質－配體結晶結構建 構SRP 來探討蛋白質－配體結合環境。我們蒐集了 187 個美國食品藥品監督管理局(FDA) 核准的藥物共530 個結晶結構，將其建構 SRP 並對蛋白質結構資料庫進行搜尋，同時提 供一網站給予使用者查詢已知藥物對蛋白質結合環境的分析平台，希望能幫助了解對於 已知功能藥物其潛在具結合能力的蛋白質，進而提供研究舊藥新用或是副作用的可能。 在未來研究中，我們期望能夠藉由SRP 的概念將蛋白質以結合環境做分類，對於分 類後的蛋白質群，我們能夠藉由多重結構疊合的方式得到具保留性的重要片段組，並能 夠將結構轉換成蛋白質序列上的樣板(pattern)，同時能夠對於現有蛋白質結構資料庫建35
立用以描述結合環境的序列樣板資料庫，未來研究者將只要提供蛋白質序列資訊，我們 即可根據建立的序列樣板資料庫找出可能與該蛋白質擁有相似結合環境的潛在蛋白質。
36
表六、FDA 藥物資料集 HET
group ida Ligand Name
PDB Countb Heavy Atom Molecular weight ADN adenosine 59 19 267.24 PAR paromomycin 37 42 615.63 017 darunavir 24 38 547.66
EST conjugated estrogens 22 25 372.41
NMY neomycin 16 42 614.64
IMN indomethacin 16 25 357.79
T44 levothyroxine 16 24 776.87
SAL salicyclic acid 16 10 138.12
MK1 indinavir 14 45 613.79 AZM acetazolamide 14 13 222.25 STR progesterone 13 23 314.46 NVP nevirapine 13 20 266.30 ROC saquinavir 12 49 670.84 DM1 daunorubicin 12 38 527.52 STI imatinib 11 37 493.60 TOP trimethoprim 11 21 290.32 CLM chloramphenicol 11 20 323.13 DR7 atazanavir 10 51 704.86 1UN nelfinavir 10 40 567.78 DIF diclofenac 10 19 296.15 VAN vancomycin 9 101 1449.25 SVR suramin 9 86 1297.28 PQN phytonadione 9 33 450.70 _T3 liothyronine 9 23 650.97 ZOL zoledronate 9 16 272.09 CFF caffeine 9 14 194.19 FK5 tacrolimus 8 57 804.02 AB1 lopinavir 8 46 628.80 PDN prednisone 8 26 358.43 ZMR zanamivir 8 23 332.31 G39 oseltamivir 8 22 312.40 IBP ibuprofen 8 15 206.28 152 l-carnitine 8 11 161.20 TA1 paclitaxel 7 62 853.91 TAC tetracycline 7 32 444.43 PNT pentamidine 7 25 340.42 MCO captopril 7 14 217.29 a為PDB 對化合物的編碼 b 代表在本研究使用的蛋白質結構資料庫中結晶該化合物的PDB 結構數量
37
表六、FDA 藥物資料集 (Continued) HET
group ida Ligand Name CountPDB b Heavy Atom Molecular weight
AIN aspirin 7 13 180.16
ISZ isoniazid 7 10 137.14
DM2 doxorubicin 6 39 543.52
TFP trifluoperazine 6 28 407.50
EAA ethacrynic acid 6 19 303.14
FLP flurbiprofen 6 18 244.26
PRL proflavine 6 16 209.25
ACA aminocaproic acid 6 9 131.17
ERY erythromycin 5 51 733.93
RIT ritonavir 5 50 720.94
FUA fusidic acid 5 37 516.71
478 amprenavir 5 35 505.63 KAN kanamycin 5 33 484.50 VIA sildenafil 5 33 474.58 D16 raltitrexed 5 32 458.49 BRL rosiglitazone 5 25 357.43 FLU fluorescein 5 25 332.31 AIC ampicillin 5 24 349.41 SCM spectinomycin 5 23 332.35 EFZ efavirenz 5 21 315.68 GNT galantamine 5 21 287.35 DES diethylstilbestrol 5 20 268.35 IM2 imipenem 5 20 299.35
EDT edetic acid 5 20 292.24
SHH vorinostat 5 19 264.32 CER cerulenin 5 16 223.27 MTL mannitol 5 12 182.17 URF fluorouracil 5 9 130.08 TPV tipranavir 4 42 602.66 SRY streptomycin 4 40 581.57 MRC mupirocin 4 35 500.62 RAL raloxifene 4 34 473.58 VDN vardenafil 4 34 488.60 1N1 dasatinib 4 33 488.01 BAX sorafenib 4 32 464.83
IU5 ursodeoxycholic acid 4 28 392.57
AJM ajmaline 4 24 326.43
MOA mycophenolic acid 4 23 320.34
38
表六、FDA 藥物資料集 (Continued) HET group
ida Ligand Name CountPDB b Heavy Atom Molecular weight
AZZ zidovudine 4 19 267.24 1PT oxaliplatin 4 15 397.29 THA tacrine 4 15 198.26 GBN gabapentin 4 12 171.24 LDP dopamine 4 11 153.18 TYL acetaminophen 4 11 151.16 FCN fosfomycin 4 8 138.06 PPF foscarnet 4 7 126.01 SYB quinupristin 3 121 1713.07 ZIT azithromycin 3 52 748.98 DOL dalfopristin 3 48 690.85 NOV novobiocin 3 44 612.62 DM5 idarubicin 3 36 497.49 486 mifepristone 3 32 429.59 IRE gefitinib 3 31 446.90 LYA pemetrexed 3 31 427.41 LPR lisinopril 3 29 405.49 DEX dexamethasone 3 28 392.46 CLY clindamycin 3 27 424.98 TMQ trimetrexate 3 27 369.42 MER meropenem 3 26 383.46 097 marimastat 3 23 331.41 PNN penicillin g 3 23 334.39 CCA cocaine 3 22 303.35 FFA testosterone 3 21 288.42 2TN atenolol 3 19 266.34 DME decamethonium 3 18 258.49 GEO gemcitabine 3 18 263.20 CP6 pyrimethamine 3 17 248.71 ML1 melatonin 3 17 232.28 EZL ethoxzolamide 3 16 258.32 TEP theophylline 3 13 180.16 EDR edrophonium 3 12 166.24 LNR norepinephrine 3 12 169.18 NCT nicotine 3 12 162.23 308 amantadine 3 11 151.25
BHA aminosalicylic acid 3 11 153.14
TEL telithromycin 2 58 812.00
39
表六、FDA 藥物資料集 (Continued) HET group
ida Ligand Name CountPDB b Heavy Atom Molecular weight
TAO troleandomycin 2 57 813.97 CTY clarithromycin 2 52 747.95 OBN ouabain 2 41 584.65 MIY minocycline 2 33 457.48 MIX mitoxantrone 2 32 444.48 TOY tobramycin 2 32 467.51 AGG tirofiban 2 30 440.60 AQ4 erlotinib 2 29 393.44 B49 sunitinib 2 29 398.47 CIA tadalafil 2 29 389.40 SNL spironolactone 2 29 416.57 AZR aztreonam 2 28 435.43 CFX cefoxitin 2 28 427.45 BEP bepridil 2 27 366.54 CEL celecoxib 2 26 381.37 CLS cefalotin 2 26 396.44 HCY hydrocortisone 2 26 362.46 EV1 papaverine 2 25 339.39 CPF ciprofloxacin 2 24 331.34 CYZ cyclothiazide 2 24 389.88 PNV penicillin v 2 24 350.39 ZLD linezolid 2 24 337.35 NOG norgestrel 2 23 312.45 CXX clomipramine 2 22 314.85 NDR norethindrone 2 22 298.42 OIN atropine 2 21 289.37 DSM desipramine 2 20 266.38 NFL niflumic acid 2 20 282.22 TAZ tazobactam 2 20 300.29 CBL chlorambucil 2 19 304.21 CDX dexrazoxane 2 19 268.27 CL9 cladribine 2 19 285.69 DCF pentostatin 2 19 268.27 DX2 triamterene 2 19 253.26 1FL diflunisal 2 18 250.20 AHD alendronate 2 14 249.10 ALE epinephrine 2 13 183.20 PFL propofol 2 13 178.27 CLW chlorzoxazone 2 11 169.57
40
表六、FDA 藥物資料集 (Continued) HET group
ida Ligand Name CountPDB b Heavy Atom Molecular weight
DX4 thioguanine 2 11 167.19 ICF isoflurane 2 10 184.49 SC2 acetylcysteine 2 10 163.20 RPT rifapentine 1 63 877.03 RBT rifabutin 1 61 847.00 VLB vinblastine 1 59 810.97 JOS josamycin 1 58 828.00 ROX roxithromycin 1 58 837.05 DGX digoxin 1 55 780.94 REM remikiren 1 44 630.84 CP0 irinotecan 1 43 586.68 117 atorvastatin 1 41 558.64 MTK montelukast 1 41 586.18 AKN amikacin 1 40 585.60 C41 aliskiren 1 39 551.76 G34 retapamulin 1 36 517.76 KLN ketoconazole 1 36 531.43 MXL latamoxef 1 36 520.47 IDB iodipamide 1 34 1139.76 FBI rosuvastatin 1 33 481.54 MT1 methotrexate 1 33 454.44 DXT doxycycline 1 32 444.43 SPP delavirdine 1 32 456.56 TTC topotecan 1 31 421.45 115 fluvastatin 1 30 411.47 15M bimatoprost 1 30 415.57 CE3 cefotaxime 1 30 455.47 POD podofilox 1 30 414.41 803 lovastatin 1 29 404.54 CXN cloxacillin 1 29 435.88 LOC colchicine 1 29 399.44 MFX moxifloxacin 1 29 401.43 NFN nafcillin 1 29 414.48 715 sitagliptin 1 28 407.31 BO2 bortezomib 1 28 384.24 CTX tamoxifen 1 28 371.51
CVI gentian violet 1 28 372.53
QUN quinacrine 1 28 399.96
41
表六、FDA 藥物資料集 (Continued) HET group
ida Ligand Name CountPDB b Heavy Atom Molecular weight
FIT finasteride 1 27 372.54 9RA bexarotene 1 26 348.48 LFX levofloxacin 1 26 361.37 225 felodipine 1 25 384.25 CQA amodiaquine 1 25 355.86 PEM bezafibrate 1 25 361.82 5CH etoricoxib 1 24 358.84 BL1 indapamide 1 24 365.84 CIL cilastatin 1 24 358.45 LOR loracarbef 1 24 349.77 TMI bifonazole 1 24 310.39 BZ1 brinzolamide 1 23 383.51 PMZ acepromazine 1 23 326.46 PZQ praziquantel 1 23 312.41 CLQ chloroquine 1 22 319.87 KLT chlorthalidone 1 22 338.77 RFX fluoxetine 1 22 309.33 TOR topiramate 1 22 339.36 TPF fluconazole 1 22 306.27 ESL estriol 1 21 288.38 FUN furosemide 1 21 330.74 H3P hexachlorophene 1 21 406.90 IXX imipramine 1 21 280.41 MOI morphine 1 21 285.34 TIM timolol 1 21 316.42 CFB clofarabine 1 20 303.68 DZP diazepam 1 20 284.74 ESR estradiol 1 20 272.38 PNX pentoxifylline 1 20 278.31 SCK succinylcholine 1 20 290.40 SRE sertraline 1 20 306.23 2PM diphenhydramine 1 19 255.35 BFQ ibandronate 1 19 319.23 CFV cidofovir 1 18 279.19 GA2 ganciclovir 1 18 255.23 PE2 penciclovir 1 18 253.26 STZ streptozocin 1 18 265.22 X0T dyphylline 1 18 254.24 2DI didanosine 1 17 236.23
