复旦大学艾滋病研究获重大突破

　　

生物通报道：来自复旦大学的消息，在近日举行的东方科技论坛上，复旦大学药学院教授唐赟透露，运用“计算生物学”，其项目组已模拟出“IN”的结构模型，在该研究基础上将有望进一步设计出“IN”的抑制药物。这种名为“IN”的酶是催化艾滋病毒进入人体基因的祸源之一，能否有效将其抑制直接关系到病情发展。  　　  

　　据了解，目前世界上已发现两种HIV（艾滋病毒）：HIV-1和HIV-2。其中HIV-1广泛分布于世界各地，是引起全世界AIDS流行的病原，目前HIV研究也以HIV-1为主。  　　　　  

　　“IN”全名为HIV-1整合酶，负责将HIV-1整合进入人体，如何抑制它将是治疗艾滋病的重要课题。而想要抑制它则必须先了解其完整结构。  

　　据唐赟介绍，通过“计算生物学”中分子模拟的方法，其得到了“IN”全长蛋白质及其病毒和人类DNA形成复合物的结构模型。这些结构模型能够展示出“IN”是如何与艾滋病毒还有人类DNA进行相互作用的。唐赟表示，在“IN”结构的研究基础上，科学家们有望进一步设计出新的抗艾药物。由于“IN”是HIV的整合酶，所以未来该药物将被称为HIV整合酶抑制剂。

唐赟，男，1968年7月生，湖南衡阳县人。1996年7月毕业于中国科学院上海药物研究所，获理学博士学位。1996年10月起出国留学，2004年5月底回国，任复旦大学药学院教授。2004年9月进入华东理工大学工作，参与药学院的筹建与建设。现任华东理工大学药学院教授、分子模拟与设计中心主任，同时继续担任复旦大学药学院教授。

---

主要工作经历：1996年10月至2000年3月在瑞典卡罗林斯卡医科大学（Karolinska Institute）生命科学系结构生物化学中心进行博士后研究，主攻计算化学和理论生物物理学，主要采用计算机模拟方法研究蛋白质-核酸相互作用机理及突变效应对相互作用的影响。2000年3月至2002年2月在美国国家卫生研究院（NIH）国家癌症研究所（NCI）药物化学研究室进行访问研究，参与抗爱滋病药物和抗肿瘤药物研究团队，负责分子模拟和药物设计工作。2002年3月起进入加拿大多伦多的生物制药公司，先后在GlycoDesign Inc.和MDS Proteomics Inc.任职研究员，参与公司的新药研发团队，负责虚拟筛选和药物设计工作。

主要研究方向：（1）计算机辅助药物设计：这是目前国际上十分活跃的研究领域，它以计算机为工具，充分利用已知的生物大分子靶标和/或药物分子结构活性知识，通过分子模拟、虚拟筛选、理论计算和预测等现代计算化学技术，来指导和辅助新型药物分子的发现和设计。目前已有许多计算机辅助设计的成功例证，并在创新药物研究中显示了强大的优势，大大加快了药物发现的进程。（2）复杂生物大分子体系的计算机模拟：生物大分子之间的相互作用，如蛋白质-蛋白质、蛋白质-核酸、蛋白质-多糖之间的相互作用是生命现象的基础，对了解生命活动具有十分重要的意义，同时也对新药研究具有重要的指导意义。这些相互作用不是静止不变的而是动态平衡的，但目前的实验条件除了测定相互作用体的复合物之外，还难以在分子水平上研究这些动态相互作用的各个方面。而计算机模拟研究则可在虚拟现实的情况下，基于实验测定的复合物结构，在分子水平上对这些相互作用从动力学和热力学角度进行定性和定量的分析研究，是对实验研究的重要补充和完善。（生物通雪花）

代表论文：
1. Xie Q, Tang Y, Li W, Wang XH, Qiu ZB. Investigation of action mechanism of (-)-meptazinol and bis-meptazinol derivatives on acetylcholinesterase with molecular docking method. J. Mol. Modeling 2005; accepted.
2. Tang Y, Karki R, Nicklaus MC. Model of full-length HIV-1 integrase complexed with viral DNA as template for anti-HIV drug design. J. Comput.-Aided Mol. Design 2005; in press.
3. Li W, Hao JL, Tang Y, Chen Y, Qiu ZB. Structural comparisons of meptazinol with opioid analgesics. Acta Pharmacol. Sin. 2005; 26(3): 334-338.
4. Pais GCG, Zhang XC, Marchand C, Neamati N, Cowansage K, Svarovskaia ES, Pathak VK, Tang Y, Nicklaus MC, Pommier Y, Burke, Jr. TR. Structure activity of 3-aryl-1,3-diketo-containing compounds as HIV-1 integrase inhibitors. J. Med. Chem. 2002; 45(15): 3184-3194.
5. Jiang HL, Huang XQ, Rong SB, Luo XM, Chen JZ, Tang Y, Chen KX, Zhu YC, Jin WQ, Chi ZQ, Ji RY, Cao Y. Theoretical studies on opioid receptors and ligands. I. Molecular modeling and QSAR studies on the interaction mechanism of fentanyl analogs binding to mu-opioid receptor. Int. J. Quant. Chem. 2000; 78: 285-293.
6. Tang Y, Nilsson L. Molecular dynamics simulations of the complex between human U1A protein and hairpin II of U1 small nuclear RNA and of free RNA in solution. Biophys. J. 1999; 77: 1284-1305.
7. Tang Y, Nilsson L. Effect of G40R mutation on the binding of human SRY protein to DNA: a molecular dynamics view. Proteins 1999; 35: 101-113.
8. Tang Y, Nilsson L. Interaction of human SRY protein with DNA: a molecular dynamics study. Proteins 1998; 31: 417-433.
9. Liu DX, Tang Y, Jiang HL, Chen KX, Ji RY. Establishment of kappa opioid receptor agonists pharmacophore with molecular modeling method. Acta Pharmacol. Sin. 1998; 19: 445-450.
10. Tang Y, Chen KX, Jiang HL, Ji RY. QSAR/QSTR of fluoroquinolones: an example of simultaneous analysis of multiple biological activities using neural network method. Eur. J. Med. Chem. 1998; 33: 647-658.
11. Jiang HL, Chen KX, Tang Y, Chen JZ, Li Q, Wang QM, Ji RY. Molecular modeling and 3D-QSAR studies on the interaction mechanism of tripeptidyl thrombin inhibitors with human alpha-thrombin. J. Med. Chem. 1997; 40: 3085-3090.
12. Tang Y, Jiang HL, Chen KX, Ji RY. QSAR study of artemisinin (qinghaosu) derivatives using neural network method. Ind. J. Chem. (Sect. B) 1996; 35: 325-332.
13. Tang Y, Chen KX, Jiang HL, Wang ZX, Ji RY, Chi ZQ. Molecular modeling of rat ?-opioid receptor and its interaction with ohmefentanyl. Acta Pharmacol. Sin. 1996; 17: 156-160.
14. Tang Y, Chen KX, Jiang HL, Jin GZ, Ji RY. Molecular modeling of interactions between tetrahydroprotoberberines and dopamine receptors. Acta Pharmacol. Sin. 1996; 17: 8-12.
15. Tang Y, Wang HW, Chen KX, Ji RY. QSAR of 3-methylfentanyl derivatives studied with neural networks method. Acta Pharmacol. Sin. 1995; 16: 26-32.