基于人工智能的PLK1 PBD新型抑制剂的筛选

朱艳娟; 刘小倩; 冯大为; 王璐琪; 刘钰杭; 曹琳慧; 芦静

doi:10.13951/j.cnki.37-1213/n.240112

烟台大学学报（自然科学与工程版） ›› 2025, Vol. 38 ›› Issue (1) : 92 -100. DOI: 10.13951/j.cnki.37-1213/n.240112

基于人工智能的PLK1 PBD新型抑制剂的筛选

朱艳娟, 刘小倩, 冯大为, 王璐琪, 刘钰杭, 曹琳慧, 芦静

作者信息 +

Author information +

文章历史 +

摘要

使用基于化合物性质预测的COVIDVS模型和基于蛋白-化合物相互作用预测的RTMScore模型对具有超140万个化合物进行虚拟筛选，并根据在结合口袋（酪氨酸结合口袋和含有H538、K540的磷酸肽结合口袋）的结合模式选择靶向PLK1 PBD的新型小分子抑制剂。通过MTT法测定化合物抑制肿瘤细胞增殖的活性，然后进行细胞克隆实验和细胞划痕实验，检测化合物抗HCT116肿瘤细胞增殖、迁移的能力；最后通过分子动力学模拟和细胞热转移分析实验验证化合物的靶向性。结果表明，从COVIDVS预测打分为1且RTMScore打分≥80的2291个化合物中选择的5个化合物，其中化合物1在10μmol·L^-1时对HCT116肿瘤细胞增殖的抑制率超过60%,IC₅₀为7.24μmol·L^-1,化合物1抑制HCT116细胞克隆的形成和HCT116肿瘤细胞的迁移；分子模拟实验显示化合物1与PLK1 PBD结构域结合，并通过细胞热转移实验证实。