基于结构导向筛选发现Hernandonine与Anolobine作为CLK1双特异性蛋白激酶的潜在抑制剂及其在神经退行性疾病治疗中的意义

编辑推荐：本研究针对阿尔茨海默病(AD)等神经退行性疾病缺乏有效治疗靶点的难题，通过结构导向虚拟筛选技术，从印度药用植物活性成分中鉴定出Hernandonine和Anolobine作为CDC2样激酶1(CLK1)的高效抑制剂。结合分子对接、分子动力学模拟(MD)和密度泛函理论(DFT)分析，证实二者通过稳定结合CLK1 ATP位点并调控tau蛋白磷酸化，为开发新型神经保护药物提供了先导化合物。

　　

神经退行性疾病如阿尔茨海默病(AD)正成为全球健康危机，现有疗法仅能缓解症状且易产生耐药性。tau蛋白异常磷酸化是AD的核心病理特征，而CDC2样激酶1(CLK1)作为调控tau磷酸化和RNA剪接的双特异性激酶，成为极具潜力的治疗靶点。然而现有CLK1抑制剂存在耐药性和副作用等问题，亟需从天然化合物中发掘新型抑制剂。

贾米亚米利亚伊斯兰大学的研究团队通过结构导向虚拟筛选技术，对印度药用植物数据库IMPPAT 2.0中11,908种植物活性成分进行系统性筛选。采用分子对接、密度泛函理论(DFT)计算和药代动力学分析，结合500纳秒全原子分子动力学(MD)模拟，发现生物碱Hernandonine和Anolobine具有优异CLK1抑制潜力。研究成果发表于《Scientific Reports》，为开发基于天然产物的神经退行性疾病治疗策略提供重要依据。

研究主要采用以下技术方法：1) 基于CLK1晶体结构(PDB ID: 6QTY)的分子对接筛选；2) 药代动力学特性预测(pkCSM/SwissADME)；3) 生物活性谱预测(PASS分析)；4) 密度泛函理论计算(ORCA软件)；5) 500纳秒全原子分子动力学模拟(GROMACS)；6) 主成分分析(PCA)和自由能景观(FEL)分析。

分子对接筛选
通过Lipinski五规则初筛17,967个化合物后，对11,908个化合物进行分子对接。Hernandonine和Anolobine分别以-12.0和-11.4 kcal/mol的结合自由能位列前30名，显著优于参考抑制剂KH-CB19(-5.7 kcal/mol)。

药代动力学分析
ADMET特性预测显示二者具有良好血脑屏障穿透性(BBB+)和口服生物利用度(HIA>90%)，且无PAINS(泛 assay干扰化合物)特征。PASS分析预测其具有神经保护(Pa=0.899)、激酶抑制(Pa=0.713)和抗帕金森病活性。

相互作用分析
结合模式分析揭示二者稳定结合CLK1 ATP位点：Hernandonine与关键残基Lys191形成氢键，并通过π-π堆积与Phe241相互作用；Anolobine则与Glu206和Asp325形成双氢键网络。DFT计算显示二者HOMO-LUMO能隙分别为3.5096 eV和4.6308 eV，表明良好的电子转移能力。

分子动力学模拟
500 ns MD模拟显示：1) 复合物RMSD波动<0.2 nm，证实结构稳定性；2) 结合口袋残基RMSF值降低，特别是ATP结合区Lys191波动减弱；3) 回转半径(Rg)和溶剂可及表面积(SASA)分析表明配体结合未引起蛋白结构松弛；4) 次结构分析显示β-折叠含量保持稳定；5) PCA和FEL证实配体结合使CLK1构象空间收敛。

该研究首次证实植物生物碱Hernandonine和Anolobine可通过多模式相互作用稳定抑制CLK1，其优势在于：1) 天然来源降低毒性风险；2) 独特结合模式可能规避现有抑制剂的耐药性；3) 多重药理活性(激酶抑制/神经保护)符合AD多靶点治疗趋势。研究创新性地整合虚拟筛选与长时间尺度MD模拟，为开发基于天然产物的CLK1抑制剂奠定理论基础，对神经退行性疾病治疗策略开发具有重要启示意义。