新型MIF抑制剂的分子设计及其在脑缺血再灌注损伤炎症反应中的作用机制研究

Ischemic stroke has become the leading cause of adult disabilities in China. Inflammation is considered to be the main factor in subsequent ischemic injury. MIF is closely associated with the ischemic inflammatory cascade, and inhibition of MIF bioactivity was an important strategy for the treatment of ischemic cerebrovascular disease. Most of MIF inhibitors show low activities and poor pharmacokinetic profiles, and thus none of them is in clinical use. We have successfully discovered MIF inhibitors with high enzyme activity and anti-inflammatory effect, by virtual screening, chemical synthesis and bioassays, but their blood-brain barrier permeability are poor. Therefore, this project carries out a further optimization of inhibitors by using drug design methods, such as bioisosterism, combination docking, drug-likeness predictions and free energy calculation. The structure-activity relationships of inhibitors are clarified via in vitro and in vivo experiments. In this project, we intend to discover potent MIF inhibitors with high permeability of blood-brain barrier, low toxicity and good capability to relieve central nerve damage. Moreover, we attempt to clarify the mechanisms of MIF inhibitors on cerebral ischemic injury. This project lays a solid foundation for revealing the signal transduction mechanism of pleiotropic MIF, and discovering novel drugs to relieve cerebral ischemic injury.

缺血性脑卒中已成为我国成年人残疾的首要原因，炎症被认为是脑缺血后续损伤的主要因素，MIF和脑缺血炎症级联反应密切相关，抑制MIF的活性有望成为治疗缺血性脑血管病的一个重要策略。目前已报道的MIF抑制剂活性较低且成药性较差，至今还没有MIF抑制剂成为上市药物。申请人采用虚拟筛选、化学合成及活性实验的方法，已成功发现了结构新颖且具有较好抗炎效果的MIF抑制剂分子，但其血脑屏障透过率较差。因此，本课题在前期工作基础上，采用生物电子等排和组合对接等药物设计方法，对已有化合物进行结构优化，结合成药性预测和自由能计算方法对化合物进行精准设计，择优开展体内外活性测试，获得酶活性好、血脑屏障透过率高、毒性低的MIF抑制剂，进一步研究高活性MIF抑制剂对脑缺血损伤的作用机制。本项目为MIF多效性信号转导机制的研究，以及具有新颖结构的缓解脑缺血神经损伤疾病的药物研发奠定坚实的基础。

MIF作为一种重要的促炎因子，与脑缺血炎症级联反应密切相关，发展新型高活性、高成药性的MIF抑制剂，可以为缓解脑缺血神经损伤疾病的药物研发奠定坚实的基础。目前已报道的MIF抑制剂活性较低且成药性较差，至今还没有MIF抑制剂成为上市药物。在本项目的资助下，主要进行了以下三个方面的工作：(1)采用结构聚类、机器学习、成药性预测和生物活性测试等方法，发现了12个微摩尔级别的新型MIF抑制剂分子，其活性均高于MIF典型抑制剂ISO-1，进一步研究证实化合物#11在BV-2胶质细胞中通过抑制MAPKs/NF-κB信号通路，显著抑制LPS诱导的炎症因子释放，该化合物还可以减弱对HT-22神经母细胞瘤细胞的神经毒性；(2)系统评价了网格特征、分子指纹、深度学习、分子对接和自由能计算等方法，对PDBbind database数据库中蛋白-配体的结合亲和力及脂水分配系数的预测准确性，证实采用联合分子指纹、网格特征和深度学习方法，可以有效提高预测筛选的精度，基于前期研究受邀撰写了深度学习在药物发现过程中最新进展的综述论文，在此基础上进行了靶向HIV-1及SecA蛋白的抑制剂发现研究，获得了具有较高活性的抑制剂分子；(3)基于前期在电压门控钠/钙离子通道及其调节剂的分子模拟方面的研究，受邀撰写了关于钠/钙离子通道的2篇综述论文，详细介绍了近年来其在结构-功能、配体结合位点及分子模拟方面的最新进展。