双酚A及其替代物干扰雄激素受体活性的理论研究

Recent studies have detected substitutes of bisphenol A (BPA) in various environmental media, and suggested that they could show disruptive effects on the androgen receptor (AR)-mediated signaling pathway, causing similar endocrine disrupting effects and reproductive toxicities as BPA does. However, the antagonistic mechanisms of these compounds against AR have not been fully understood yet, probably because of their unknown antagonist conformation and multiple binding sites of ligands within the molecules. The aim of the present project is to elucidate the molecular mechanisms underlying the disruptive effects of BPA and its substitutes on the transcriptional activities of AR, by using accelerated molecular dynamics (aMD) simulations and quantitative structure-activity relationship (QSAR) models. This study is expected to reveal the structural basis for AR selective recognition, the rules of conformational changes of the key helix H12, the effects of BPA substitutes binding on the cofactor recruitments, and the specific recognition mechanisms of DNA at the atomic level. Furthermore, the QSAR model will be built by using the calculated descriptors from molecular structures and aMD simulations, aiming to predict the toxicological effects of BPA and its substitutes on the transcriptional activities of AR and further to evaluate their potential endocrine disrupting effects and associated health risks.

最新研究证实在多种环境介质中检测到双酚A（BPA）替代物，它们能干扰雄激素受体（AR）介导的信号通路，具有类似BPA的内分泌干扰效应和生殖毒性。但由于AR的拮抗构型未知以及存在多位点识别AR的途径，导致BPA及其替代物拮抗AR活性的分子机制尚不清晰。本项目拟采用加速采样分子动力学和定量构效关系(QSAR)模型相结合的方法，研究BPA及其替代物干扰AR转录活性的分子作用机制：对比分析其与AR内源性配体结合口袋、辅因子结合位点以及识别DNA表面位点的作用模式，从原子水平上揭示BPA及其替代物选择性识别AR的结构基础；探究BPA及其替代物影响AR关键螺旋H12空间定位的作用方式，阐明AR结合小分子后所引发的辅因子招募及DNA特异性反应元件识别的动态变化；进一步整合计算模拟得到的描述符，构建QSAR模型，预测并验证BPA替代物干扰AR转录活性的毒性效应，评价它们的潜在内分泌干扰效应与健康风险。

双酚A（BPA）及其类似物能干扰雄激素受体（AR）介导的信号通路，具有内分泌干扰效应和生殖毒性。但由于AR的拮抗构型未知以及存在多位点识别AR的途径，因此导致其拮抗AR活性的分子机制尚不清晰。本课题通过构建BPA及其类似物的AR拮抗活性的分类预测模型，系统地评价了不同机器学习算法和不同描述符数量对于模型预测性能的影响。5折交叉验证中采用贝叶斯优化算法，以受试者工作特征曲线下面积（ROC-AUC）为评价指标，搜索模型最优超参数组合。通过比较模型的内部稳健性和外部预测性能，确定了梯度加速分类器（GBC）采用三个描述符时性能表现最佳。进一步针对相同测试集数据，比较本研究优化的GBC模型和现有VEGA平台的CoMPARA和NRMEA模型的预测结果，证实了本研究中的GBC模型的泛化性能的优秀。因此搜集有文献报道的环境中和工业生产中合成的潜在BPA替代物的分子结构，提交GBC模型进行了AR拮抗活性的预测，结果显示其中29个分子的预测结果为有拮抗活性，这意味着大于46%的潜在替代品在AR毒性的理论预测中被预警标记，可干扰AR体内内分泌的平衡与正常的生理功能。因此，这些替代品的环境和健康风险值得进一步的评估。进一步针对此类化合物的典型分子BPA和BPS，通过加速分子动力学模拟，确定了其结合在AR内源性配体结合口袋，而非其他表面AF2和BF3结合位点。通过构象稳定性分析解析了此类分子可诱导关键螺旋H12产生较大波动，不能稳定初始的激动构型，而产生类似AR拮抗剂药物诱导的拮抗构型。综上所述，本研究不仅从分子原子层次上解析了BPA及其替代物的拮抗AR的毒性机制，并且发展了基于机器学习的智能拮抗AR活性的预警模型，对环境友好型BPA替代品的分子设计提供了理论依据和评价工具。