董曉燕 都文婕 劉夫鋒

(天津大學(xué)化工學(xué)院生物工程系,天津300072;天津大學(xué),系統(tǒng)生物工程教育部重點(diǎn)實(shí)驗(yàn)室,天津300072)

多肽抑制劑抑制淀粉質(zhì)多肽42構(gòu)象轉(zhuǎn)換的分子動力學(xué)模擬和結(jié)合自由能計算

董曉燕 都文婕 劉夫鋒*

(天津大學(xué)化工學(xué)院生物工程系,天津300072;天津大學(xué),系統(tǒng)生物工程教育部重點(diǎn)實(shí)驗(yàn)室,天津300072)

應(yīng)用分子動力學(xué)模擬和結(jié)合自由能計算方法研究了多肽抑制劑KLVFF、VVIA和LPFFD抑制淀粉質(zhì)多肽42(Aβ42)構(gòu)象轉(zhuǎn)換的分子機(jī)理.結(jié)果表明,三種多肽抑制劑均能夠有效抑制Aβ42的二級結(jié)構(gòu)由α-螺旋向β-折疊的構(gòu)象轉(zhuǎn)換.另外,多肽抑制劑降低了Aβ42分子內(nèi)的疏水相互作用,減少了多肽分子內(nèi)遠(yuǎn)距離的接觸,有效抑制了Aβ42的疏水塌縮,從而起到穩(wěn)定其初始構(gòu)象的作用.這些抑制劑與Aβ42之間的疏水和靜電相互作用(包括氫鍵)均有利于它們抑制Aβ42的構(gòu)象轉(zhuǎn)換.此外,抑制劑中的帶電氨基酸殘基可以增強(qiáng)其和Aβ42之間的靜電相互作用(包括氫鍵),并降低抑制劑之間的聚集,從而大大增強(qiáng)對Aβ42構(gòu)象轉(zhuǎn)換的抑制能力.但脯氨酸的引入會破壞多肽的線性結(jié)構(gòu),從而大大降低其與Aβ42之間的作用力.上述分子模擬的結(jié)果揭示了多肽抑制劑KLVFF、VVIA和LPFFD抑制Aβ42構(gòu)象轉(zhuǎn)換的分子機(jī)理,對于進(jìn)一步合理設(shè)計Aβ的高效短肽抑制劑具有非常重要的理論指導(dǎo)意義.

分子動力學(xué)模擬;阿爾茨海默病;淀粉質(zhì)多肽;多肽抑制劑;構(gòu)象轉(zhuǎn)換

1 引言

阿爾茨海默病(AD)是一種以進(jìn)行性記憶和認(rèn)知功能損傷為特征的退行性神經(jīng)系統(tǒng)疾病,目前確切病因尚不清楚.臨床表現(xiàn)為認(rèn)知和記憶功能不斷惡化,日常生活能力進(jìn)行性減退,并伴有各種神經(jīng)癥狀和行為障礙.1,2AD是老年人的多發(fā)病和常見病,尤其是隨著世界人口老齡化的加劇,已成為人類的第四號殺手,將對社會和經(jīng)濟(jì)發(fā)展造成巨大的負(fù)面影響.

目前AD的病理變化存在多種假說,如Aβ假說、膽堿能損害假說和炎癥反應(yīng)假說等.3,4由于AD的主要病理特征為腦神經(jīng)細(xì)胞外出現(xiàn)β-淀粉樣多肽(Aβ)聚集形成的老年斑和腦神經(jīng)細(xì)胞內(nèi)Tau蛋白異常聚集形成的神經(jīng)纖維纏結(jié)等,因此Aβ假說得到了深入的發(fā)展.越來越多的證據(jù)表明,Aβ是引起AD的原發(fā)性病理因子.5Aβ假說認(rèn)為,Aβ的錯誤折疊和聚集形成以β-折疊為主的聚集體,會引發(fā)一系列復(fù)雜的反應(yīng),包括突觸變化和炎癥反應(yīng)等,最終出現(xiàn)神經(jīng)元功能失調(diào)、斑塊形成、神經(jīng)原纖維纏結(jié)等病理現(xiàn)象.6

Aβ是淀粉質(zhì)前體蛋白的水解產(chǎn)物,通常為含有39-43個氨基酸殘基的多肽,以Aβ40和Aβ42為主,其中又以Aβ42的聚集沉淀趨勢最強(qiáng).7研究表明,Aβ分子首先從初始的α-螺旋轉(zhuǎn)變成以β-折疊為主的二級結(jié)構(gòu),然后相互聚集形成寡聚體和纖維.8-10早期研究認(rèn)為,只有Aβ聚集形成的淀粉質(zhì)斑或纖維才具有神經(jīng)毒性,而近來越來越多的研究證明,可溶性Aβ寡聚體和原細(xì)纖維體的神經(jīng)毒性更大.11但無論是Aβ寡聚體還是成熟纖維(或者是兩者),只要阻止Aβ的構(gòu)象轉(zhuǎn)變或聚集就可從根本上消除Aβ所引發(fā)的神經(jīng)毒性.因此,目前對于AD的治療策略主要著眼于Aβ聚集抑制劑的開發(fā).

現(xiàn)有的Aβ聚集抑制劑主要有:有機(jī)小分子、蛋白質(zhì)和多肽.12-15由于多肽類抑制劑具有較好的生物相容性、毒副作用小、分子量小、易于透過血腦屏障等優(yōu)點(diǎn),因此近年來備受關(guān)注.16-18目前研究開發(fā)的多肽類抑制劑大多為Aβ的片段(KLVFF和VVIA)或其衍生物(LPFFD).19-21大量研究表明,這些多肽類抑制劑可以與Aβ發(fā)生結(jié)合從而阻止Aβ聚集和毒性的產(chǎn)生.22-26但由于Aβ構(gòu)象轉(zhuǎn)換迅速,用目前的實(shí)驗(yàn)技術(shù)無法檢測,導(dǎo)致多肽類抑制劑抑制Aβ構(gòu)象轉(zhuǎn)換的作用機(jī)理無法用現(xiàn)有的實(shí)驗(yàn)方法進(jìn)行研究.然而分子動力學(xué)模擬的出現(xiàn)彌補(bǔ)了現(xiàn)有實(shí)驗(yàn)研究的不足,已廣泛應(yīng)用于Aβ構(gòu)象轉(zhuǎn)換和聚集及其抑制的研究中.27例如,Xu等10利用全原子分子動力學(xué)模擬探明了Aβ40從初始的α-螺旋到β-折疊構(gòu)象轉(zhuǎn)換的分子機(jī)理,并發(fā)現(xiàn)四個甘氨酸對于上述的構(gòu)象轉(zhuǎn)換起到非常重要的作用,將其突變成丙氨酸后就能有效地抑制其構(gòu)象轉(zhuǎn)換.Wei等28利用復(fù)制交換分子動力學(xué)模擬解析了Aβ25-35聚集成二聚體和纖維的結(jié)構(gòu)形態(tài).

此外,分子動力學(xué)模擬也常用來研究抑制劑抑制Aβ構(gòu)象轉(zhuǎn)換和聚集的分子機(jī)理.作者前期利用分子動力學(xué)模擬解析了海藻糖抑制Aβ16-22聚集和茶多酚EGCG抑制Aβ42構(gòu)象轉(zhuǎn)換的分子機(jī)理.9,29Yang等19以分子對接獲得的Aβ42-LPFFD復(fù)合物為初始結(jié)構(gòu),利用全原子分子動力學(xué)模擬解析了多肽抑制劑LPFFD抑制Aβ42構(gòu)象轉(zhuǎn)換的分子機(jī)理.研究結(jié)果表明LPFFD通過破壞Aβ42的鹽橋D23-K28來抑制Aβ42的構(gòu)象轉(zhuǎn)換.Viet等30利用分子動力學(xué)模擬和結(jié)合自由能計算方法解析了短肽抑制劑KLVFF和LPFFD影響Aβ16-22聚集和Aβ40構(gòu)象轉(zhuǎn)換的分子機(jī)理,并解析了抑制劑與Aβ之間的親和力與其抑制能力之間的關(guān)系.但該研究沒有解析短肽抑制劑KLVFF和LPFFD抑制Aβ42構(gòu)象轉(zhuǎn)換的分子機(jī)理.現(xiàn)有大量實(shí)驗(yàn)研究表明,位于Aβ42 C端的多肽片段VVIA能夠有效抑制Aβ的聚集沉淀.31但至今還沒有利用分子動力學(xué)模擬解析位于Aβ42 C端的多肽VVIA抑制Aβ42構(gòu)象轉(zhuǎn)換的分子機(jī)理.此外,從這三種多肽抑制劑的氨基酸序列可以看出,KLVFF和LPFFD除了含有疏水性氨基酸殘基外還含有帶電氨基酸殘基,而VVIA僅含有疏水氨基酸殘基.此外,LPFFD中脯氨酸殘基的引入對抑制Aβ42構(gòu)象轉(zhuǎn)換的影響尚不清楚.因此,利用分子動力學(xué)模擬和結(jié)合自由能計算方法研究比較這三種多肽抑制劑抑制Aβ42的構(gòu)象轉(zhuǎn)換以及它們和Aβ42之間的親和作用,進(jìn)一步解析多肽抑制劑中帶電氨基酸和脯氨酸的引入對于短肽抑制劑抑制Aβ構(gòu)象轉(zhuǎn)換的影響有助于理解短肽抑制劑抑制Aβ構(gòu)象轉(zhuǎn)換和聚集之間的相互關(guān)系,對于多肽類AD抑制劑的合理設(shè)計具有重要的理論指導(dǎo)和實(shí)際意義.

本文以Aβ42為研究對象,采用全原子模型的分子動力學(xué)模擬和結(jié)合自由能計算方法,考察了常見的三種多肽類抑制劑KLVFF、VVIA和LPFFD對Aβ42構(gòu)象變化的影響,通過分析在不同抑制劑存在下Aβ42的二級結(jié)構(gòu)變化、Aβ42的側(cè)鏈接觸、抑制劑和Aβ42之間的接觸距離、抑制劑和Aβ42之間的結(jié)合自由能和氫鍵分析,來進(jìn)一步解析三種多肽抑制劑抑制Aβ42構(gòu)象轉(zhuǎn)變的作用機(jī)理.

2 模擬方法

2.1 模擬體系構(gòu)建

Aβ42的初始結(jié)構(gòu)從蛋白質(zhì)數(shù)據(jù)庫(PDB)獲得, PDB號為1IYT.32Aβ42的初始結(jié)構(gòu)含有兩個α-helix,分別定義為helix-1(8-25位殘基)和helix-2(28-39位殘基)(圖1A).其氨基酸序列為:DAEFRHDSGYEVHHQKLVFFAEDVGSNKGAIIGLMVGGVIA.

三種多肽類抑制劑KLVFF、VVIA和LPFFD的化學(xué)結(jié)構(gòu)式如圖1(B,C,D)所示,它們均利用SYBYL軟件繪制得到.這些抑制劑的N末端用乙?；揎?C末端用亞氨基修飾.

首先將Aβ42放入一個立方體盒子(8 nm×8 nm× 8 nm)中,然后將多肽抑制劑放入該盒子,使其隨機(jī)分布,并與Aβ42之間的最小距離為0.5 nm.隨后將盒子中加滿水,并去除與多肽或抑制劑重疊的水分子;最后,用不同數(shù)目的Na+或Cl-替代同等數(shù)目的水分子使模擬體系保持電中性.其中,水溶液中添加3個Na+,抑制劑KLVFF溶液中添加5個Cl-, VVIA溶液中添加3個Na+,LPFFD溶液中添加11個Na+.采用三次能量最小化優(yōu)化該體系:首先,固定Aβ42和抑制劑分子的結(jié)構(gòu)和位置不變,僅讓水分子的結(jié)構(gòu)和位置發(fā)生變化;其次,僅固定Aβ42的結(jié)構(gòu)和位置,使抑制劑和水分子的結(jié)構(gòu)和位置發(fā)生變化;最后,使體系內(nèi)所有分子都可以自由運(yùn)動,利用能量最小化來優(yōu)化上述模擬體系.

2.2 分子動力學(xué)模擬

圖1 Aβ42的初始結(jié)構(gòu)(A)與三種多肽抑制劑KLVFF(B),VVIA(C)和LPFFD(D)的化學(xué)結(jié)構(gòu)Fig.1 Initial structure ofAβ42(A)and chemical structures of the three peptide inhibitors KLVFF(B),VVIA(C),and LPFFD(D)The main chain ofAβ42 is shown by a NewCartoon model and its side chains are represented by a line.

將上述優(yōu)化好的體系進(jìn)行分子動力學(xué)模擬,每個體系模擬時間為80 ns.各模擬體系的詳細(xì)信息,如表1所示.模擬過程中,為了使模擬結(jié)果更具有代表性,對相同抑制劑條件下的同一體系通過改變動力學(xué)模擬參數(shù)中的隨機(jī)數(shù),使體系中各原子獲得不同的初始速度,從而得到三條不同的模擬軌跡.對于圖2-7,除了圖2,3和5之外,文中的所有分析都基于三次模擬結(jié)果的平均.圖2和圖3是利用GROMACS軟件自帶的程序基于一條模擬軌跡計算獲得.圖5中Aβ42和多肽抑制劑之間相互作用的典型構(gòu)象利用VMD1.9.1軟件制作.

表1 模擬體系的參數(shù)Table 1 Parameters of the simulation systems

本文采用GROMACS 4.0.5分子動力學(xué)模擬軟件,33選擇GROMOS 96力場,34水分子采用單點(diǎn)電荷(SPC)模型.35利用Lenard-Jones函數(shù)計算范德華作用力,非鍵截斷距離設(shè)定為1.4 nm,非鍵作用原子列表每5個步長更新一次;利用particle-mesh Ewald方法計算靜電相互作用.36采用Verlet leapfrog算法37對每一步的運(yùn)動方程進(jìn)行求解,經(jīng)過積分得到新時刻各原子的坐標(biāo),積分步長為2 fs.同時,采用LINCS算法38對所有成鍵原子之間的相對距離進(jìn)行固定,以減小計算量.所有模擬均在等溫等壓(NPT)系綜中進(jìn)行,溫度300 K,通過V-rescale方法控制溫度,時間常數(shù)設(shè)為0.1 ps.壓力為1.013×105Pa,壓力控制采用Berendsen方法,39壓力耦合常數(shù)為0.5 ps.所有分子動力學(xué)模擬計算均在曙光TC2600刀片服務(wù)器上完成.

2.3 數(shù)據(jù)分析方法

2.3.1 Aβ42的二級結(jié)構(gòu)分析

采用GROMACS軟件中的附屬程序do_dssp計算Aβ42的二級結(jié)構(gòu),考察多肽的二級結(jié)構(gòu)隨模擬時間的變化.40

2.3.2 Aβ42側(cè)鏈接觸圖計算

采用GROMACS軟件中的附屬程序g_mdmat計算多肽側(cè)鏈接觸圖.截斷距離設(shè)為0.9 nm.

2.3.3 抑制劑和Aβ42之間接觸數(shù)和接觸距離的計算

抑制劑和Aβ42之間的接觸數(shù)和接觸距離均采用GROMACS附屬程序g_mindist進(jìn)行計算.其中,計算抑制劑和Aβ42之間的接觸數(shù)時所用的截斷距離為0.6 nm.

2.3.4 結(jié)合自由能計算

抑制劑和Aβ42之間的結(jié)合自由能(ΔGbind)采用分子力學(xué)-泊松-玻爾茲曼-溶劑可及表面積(MMPBSA)方法進(jìn)行計算分析.41,42計算公式如下:

其中,ΔEMM為分子內(nèi)能,通過分子力學(xué)方法計算獲得,ΔGsol為溶劑化自由能,ΔS為熵.分子內(nèi)能主要包括范德華作用能(ΔEvdw)和靜電相互作用能(ΔEelec).而溶劑化自由能主要包含極性溶劑化自由能(ΔGPB)和非極性溶劑化自由能(ΔGnps).極性溶劑化自由能利用泊松-玻爾茲曼方程計算獲得,溶質(zhì)和溶劑的介電常數(shù)分別為1和80.非極性溶劑化自由能由溶劑空穴作用項(xiàng)和溶質(zhì)-溶劑范德華作用項(xiàng)組成,如公式(2)所示.

其中,γ和b分別為2.27 kJ·mol-1·nm-2和3.85 kJ· mol-1.SASA為溶劑可及表面積.

為了詳細(xì)分析抑制劑和Aβ42之間的結(jié)合自由能,作者將抑制劑和Aβ42之間的自由能分解為極性作用能ΔGPBelec和非極性作用能ΔGnonpolar.在接下來的分析中,ΔGPBelec主要包含靜電相互作用和極性溶劑化自由能,因此可將ΔGPBelec認(rèn)為是抑制劑和Aβ42之間的靜電作用貢獻(xiàn).而ΔGnonpolar主要包含范德華作用(ΔEvdw)和非極性溶劑化自由能,因此可以將其作為抑制劑和Aβ42之間的疏水作用貢獻(xiàn).

2.3.5 氫鍵分析

本文中抑制劑和Aβ42之間的氫鍵作用利用GROMACS附屬程序g_hbond進(jìn)行分析.當(dāng)供體原子D與受體原子A之間的距離小于0.35 nm,且D―H―A之間的夾角大于120°時,即認(rèn)為供體原子D和受體原子A之間形成氫鍵.最理想的氫鍵的鍵角是D―H―A為180°.

3 結(jié)果與討論

3.1 Aβ42的二級結(jié)構(gòu)分析

圖2為Aβ42在水和不同多肽抑制劑溶液中的二級結(jié)構(gòu)隨模擬時間的變化.在模擬過程中,利用不同的顏色來表示多肽的二級結(jié)構(gòu).其中圖2A為Aβ42在水溶液條件下的二級結(jié)構(gòu)變化.從該圖可以看出,在水溶液中隨著模擬的進(jìn)行,Aβ42的N和C端的初始α-螺旋(α-helix)結(jié)構(gòu)被破壞,而轉(zhuǎn)換成轉(zhuǎn)角(turn)、無規(guī)卷曲(coil)和β-折疊(β-sheet)等結(jié)構(gòu);但在抑制劑KLVFF存在情況下,雖然Aβ42 C端的25-42位殘基的初始α-螺旋被破壞并轉(zhuǎn)變成轉(zhuǎn)角,彎曲(bend)和無規(guī)卷曲等結(jié)構(gòu),并在之后的模擬過程中一直穩(wěn)定存在;但其N端6-24位殘基的α-螺旋結(jié)構(gòu)得到了很好的保持(圖2B所示).其主要原因是抑制劑上的帶正電荷的賴氨酸(K)能夠和6-24位殘基中的帶負(fù)電荷氨基酸(D7,E11,E23和D24)之間形成較強(qiáng)的靜電相互作用,從而維持了N端6-24位殘基的初始α-螺旋構(gòu)象.圖2C為Aβ42在抑制劑VVIA存在情況下的二級結(jié)構(gòu)變化.從該圖可看出,Aβ42 N端8-12位氨基酸從45 ns開始逐步轉(zhuǎn)化為富含5-螺旋(5-helix),無規(guī)卷曲和彎曲等構(gòu)象,并在隨后的模擬中始終穩(wěn)定存在;C端的構(gòu)象在5 ns左右被破壞,出現(xiàn)少量的β-折疊和轉(zhuǎn)角結(jié)構(gòu),但穩(wěn)定性較差, 40 ns開始逐步被轉(zhuǎn)角和彎曲等結(jié)構(gòu)所替代;13-25位殘基在模擬過程中始終維持著初始的α-螺旋結(jié)構(gòu)(圖2C所示).圖2D為抑制劑LPFFD抑制Aβ42二級結(jié)構(gòu)變化的情況.從該圖可以看出,N末端的構(gòu)象維持較好,30 ns左右8-13位殘基開始出現(xiàn)轉(zhuǎn)角結(jié)構(gòu),并一直穩(wěn)定維持到80 ns;22-28位殘基的構(gòu)象發(fā)生轉(zhuǎn)變,在35 ns以后出現(xiàn)較多的5-螺旋結(jié)構(gòu).此外,C端32-37位殘基在模擬的80 ns內(nèi)均維持初始的α-螺旋結(jié)構(gòu),但C末端38-40位殘基在模擬初始時就出現(xiàn)轉(zhuǎn)角結(jié)構(gòu)且在80 ns的模擬過程中一直穩(wěn)定存在;且在模擬過程中沒有出現(xiàn)β-折疊二級結(jié)構(gòu).從圖2D可以看出,抑制劑LPFFD除了能夠抑制Aβ42 N端2-7位殘基的構(gòu)象轉(zhuǎn)換,還能夠維持C端32-37位殘基的初始α-螺旋構(gòu)象.其主要原因是抑制劑上的帶負(fù)電荷天冬氨酸(D)可以和5位精氨酸(R)和28位賴氨酸(K)之間形成較強(qiáng)的靜電相互作用,從而維持其相關(guān)區(qū)域的初始構(gòu)象.上述模擬結(jié)果表明,三種多肽抑制劑都能夠抑制Aβ42 N端的構(gòu)象轉(zhuǎn)換,維持Aβ42的初始α-螺旋構(gòu)象,并抑制β-折疊結(jié)構(gòu)的形成.此外,多肽抑制劑上的帶電氨基酸殘基對于抑制Aβ42的構(gòu)象轉(zhuǎn)換和維持其初始構(gòu)象具有非常重要的作用.

圖2 Aβ42的二級結(jié)構(gòu)隨模擬時間的變化Fig.2 Secondary structures as a function of simulation time forAβ42(A)without inhibitor;(B)KLVFF;(C)VVIA;(D)LPFFD.Secondary structure is color-coded.

3.2 Aβ42側(cè)鏈接觸圖分析

多肽側(cè)鏈的接觸圖(contact map)常被用來表征多肽分子內(nèi)疏水相互作用.43,44圖3為Aβ42在水溶液和不同抑制劑溶液中的側(cè)鏈接觸圖.Aβ42中殘基側(cè)鏈之間接觸距離的大小用圖中不同的顏色表示,其中白色和黑色分別表示Aβ42側(cè)鏈之間的距離為0和0.9 nm.顏色越接近于白色,表示相關(guān)殘基側(cè)鏈之間的距離越近;由于對角線表示的是相同殘基側(cè)鏈之間的接觸距離,其值為0,因此在圖中顯示白色.

圖3 Aβ42的側(cè)鏈接觸圖Fig.3 Contact maps of the side chains ofAβ42(A)no inhibitor,(B)KLVFF,(C)VVIA,(D)LPFFD;Each square provides the mean average distance between any atoms of two residues ofAβ42.

可以看出,在水溶液中,Aβ42的遠(yuǎn)距離側(cè)鏈之間的接觸數(shù)比較多,這主要是由于Aβ42在分子內(nèi)疏水作用下發(fā)生塌縮使其N末端和C末端靠近的結(jié)果(圖3A),這與作者早期的研究結(jié)果44類似.而在三種多肽抑制劑存在的情況下Aβ42的遠(yuǎn)距離側(cè)鏈的接觸數(shù)明顯減少,如圖3B,3C和3D所示.這證明了抑制劑的存在抑制了Aβ42的疏水塌縮,從而降低了N和C末端之間的接觸數(shù).此外,圖3B中Aβ42的氨基酸側(cè)鏈之間的遠(yuǎn)距離和近距離接觸數(shù)都比圖3C和3D少,說明KLVFF抑制劑對Aβ42疏水塌縮的抑制作用效果要好于另兩個抑制劑VVIA和LPFFD.由于Aβ42是疏水性很強(qiáng)的多肽,其分子內(nèi)的疏水相互作用在其構(gòu)象轉(zhuǎn)換和聚集過程中發(fā)揮重要的作用.因此,抑制Aβ42的疏水塌縮,即抑制Aβ42分子內(nèi)的疏水相互作用,是抑制其構(gòu)象轉(zhuǎn)換的前提.因此,多肽抑制劑的存在減少了Aβ42分子內(nèi)遠(yuǎn)距離的接觸,有效抑制了Aβ42的疏水塌縮,降低了Aβ42分子內(nèi)的疏水相互作用,從而起到穩(wěn)定其初始構(gòu)象的作用.

3.3 多肽抑制劑和Aβ42之間的接觸數(shù)和接觸距離分析

為了進(jìn)一步分析三種抑制劑抑制Aβ42構(gòu)象轉(zhuǎn)換的能力,計算了三種抑制劑和Aβ42的接觸數(shù)和接觸距離.抑制劑和Aβ42之間的接觸數(shù)和接觸距離可以用于表征抑制劑和Aβ42之間的作用力大小.抑制劑與Aβ42之間的接觸數(shù)多和距離短,表明抑制劑和Aβ42之間的作用力強(qiáng);反之,則說明抑制劑和Aβ42之間的作用力弱.圖4為Aβ42和抑制劑之間的接觸數(shù)隨模擬時間的變化.從圖4可以看出,抑制劑KLVFF和Aβ42之間的接觸數(shù)上升最快,在模擬初始的1 ns內(nèi)就急劇上升到3300左右,并且隨著模擬的進(jìn)行而緩慢增加,在15 ns處達(dá)到最大(～6000),而后會緩慢降低至4000左右.而抑制劑VVIA和LPFFD與Aβ42之間的接觸數(shù)在模擬的初始階段增加比較平緩,且兩種抑制劑和Aβ42之間的接觸數(shù)量相當(dāng).40 ns后,LPFFD和Aβ42的接觸數(shù)大于VVIA和Aβ42之間的接觸數(shù).在模擬的后期, LPFFD和Aβ42之間的接觸數(shù)繼續(xù)增加到3600以上.圖5為三種多肽抑制劑在80 ns時結(jié)合Aβ42的典型構(gòu)象.從該圖可以看出,三種抑制劑除了和Aβ42發(fā)生直接相互作用外,三種抑制劑自身團(tuán)聚發(fā)生相互作用.因此,如果能夠大大降低多肽抑制劑自身之間的團(tuán)聚可以有利于多肽抑制劑和Aβ42之間的相互作用,從而大大提高其抑制能力.

圖4 Aβ42和抑制劑之間的接觸數(shù)隨模擬時間的變化Fig.4 Number of contacts betweenAβ42 and peptide inhibitors as a function of simulation time

圖6 Aβ42和抑制劑之間的平均接觸距離的概率分布Fig.6 Distribution of the average contact distances betweenAβ42 and peptide inhibitors

圖6為Aβ42和抑制劑之間的平均接觸距離的概率分布.從該圖可以看出在抑制劑KLVFF存在下,Aβ42中氨基酸殘基與抑制劑間的距離分布范圍較小,主要位于0.13-0.18 nm,且分布的峰值位于0.13-0.17 nm之間.說明KLVFF與Aβ42所有殘基之間的作用情況較穩(wěn)定,作用區(qū)域分布無特異性,抑制劑分子分布在Aβ42的整個表面,如圖5A所示. Aβ42與抑制劑LPFFD的接觸距離的概率分布的范圍較寬,峰值位于0.14-0.18 nm.與抑制劑KLVFF相比較,峰值向遠(yuǎn)距離方向移動,且概率值分布較平均,說明抑制劑LPFFD與Aβ42之間結(jié)合的緊密程度比抑制劑KLVFF差(圖5C).主要原因是脯氨酸的引入破壞了該肽段的線性結(jié)構(gòu),即僅有三個殘基FFD能夠與Aβ42發(fā)生相互作用,從而大大降低了LPFFD和Aβ42之間的結(jié)合作用.從而使抑制劑LPFFD和Aβ42之間的接觸距離比抑制劑KLVFF長.抑制劑VVIA和Aβ42的氨基酸之間的接觸距離的最高峰雖然也位于0.16 nm,但其整體概率分布范圍很寬,幾乎遍布0.13-0.27 nm,個別殘基與抑制劑之間的距離達(dá)到0.27 nm.這說明抑制劑與部分氨基酸之間的作用力較弱,或不易結(jié)合,其原因可能有以下兩點(diǎn):其一,抑制劑VVIA為四肽而另外兩種抑制劑為五肽,序列較短使得抑制劑無法覆蓋Aβ42分子的整個序列,如圖5B所示;其二,抑制劑VVIA全部由疏水性殘基組成,在模擬過程中出現(xiàn)了明顯的抑制劑自聚現(xiàn)象(圖5B),從而影響了抑制劑與Aβ 42之間的結(jié)合,進(jìn)而影響了VVIA的抑制效果.相反,由于抑制劑KLVFF和LPFFD中含有帶電氨基酸,從而大大降低了它們的自聚能力.綜上所述,抑制劑KLVFF與Aβ42之間的作用力要強(qiáng)于另外兩種多肽類抑制劑VVIA和LPFFD.

圖5 80 ns時Aβ42和多肽抑制劑之間相互作用的典型構(gòu)象Fig.5 Representative structures of interaction ofAβ42 and peptide inhibitors at 80 ns(A)KLVFF,(B)VVIA,(C)LPFFD.The three snapshots extracted from the corresponding MD trajectories.For clarity,water molecules are not shown.The main chain ofAβ42 is shown by a NewCartoon model,and the peptide inhibitors are represented by a Licorice model.

3.4 抑制劑和Aβ42之間的相對結(jié)合自由能分析

為了進(jìn)一步解析三種抑制劑抑制Aβ42構(gòu)象轉(zhuǎn)換的能力,作者利用MM-PBSA方法計算了抑制劑和Aβ42之間的結(jié)合自由能.利用模擬過程平衡階段的最后10 ns(70-80 ns)的模擬軌跡進(jìn)行分析,并根據(jù)分子間作用能(范德華作用能和靜電作用能)和溶劑化作用能(溶劑化非極性作用能和溶劑化靜電作用能)對多肽抑制劑-Aβ42的結(jié)合自由能進(jìn)行分解,結(jié)果如表2所示.本文的主要目的是分析比較三種多肽抑制劑抑制Aβ42構(gòu)象轉(zhuǎn)換的能力.而計算結(jié)合自由能時所用的抑制劑-Aβ42復(fù)合物的結(jié)構(gòu)是從分子動力學(xué)模擬后期穩(wěn)定階段(70-80 ns)獲得的.此時,抑制劑和Aβ42的構(gòu)象基本沒有什么變化.因此,抑制劑和Aβ42之間的分子間作用能和溶劑化作用能對于多肽抑制劑抑制Aβ42構(gòu)象轉(zhuǎn)換的能力密切相關(guān),而熵的關(guān)系不大.例如,Viet等30計算所得的多肽抑制劑KLVFF和LPFFD與Aβ40之間的熵基本相等,均為138.2 kJ·mol-1·K-1.該現(xiàn)象也被很多研究發(fā)現(xiàn).45因此多肽抑制劑-Aβ42之間熵的貢獻(xiàn)沒有計算.本文中多肽抑制劑和Aβ42之間的自由能為相對結(jié)合自由能(忽略熵),而不是絕對結(jié)合自由能.另外,已有大量文獻(xiàn)表明,相對結(jié)合自由能完全能夠用來表征分子之間的結(jié)合作用力強(qiáng)弱.46-49從表2可以看出三種抑制劑和Aβ42之間的非極性相互作用能和靜電相互作用能均為負(fù)值,說明在模擬過程中,Aβ42和多肽抑制劑之間的疏水和靜電相互作用均有利于抑制劑和Aβ42結(jié)合,從而抑制Aβ42的構(gòu)象轉(zhuǎn)換.

從表2可以看出Aβ42與抑制劑KLVFF形成復(fù)合物的ΔGbind值最低,為-494.0 kJ·mol-1,說明Aβ42與KLVFF的結(jié)合作用最強(qiáng),結(jié)合體最穩(wěn)定.而與VVIA和LPFFD形成復(fù)合物時產(chǎn)生的ΔGbind相似.說明這兩種抑制劑抑制Aβ42的構(gòu)象轉(zhuǎn)換能力相差不大.上述結(jié)果與側(cè)鏈接觸(圖3)以及抑制劑和Aβ42之間的接觸數(shù)(圖4)和接觸距離(圖6)分析的結(jié)果一致.

表2 多肽抑制劑-Aβ42復(fù)合物的結(jié)合自由能分解Table 2 Binding free energy components of peptide inhibitors-Aβ42 complex

對比表中各種作用能發(fā)現(xiàn),ΔEvdW,ΔGnps和ΔEelec均為負(fù)值,說明多肽抑制劑和Aβ42之間的范德華作用、非極性溶劑化自由能和靜電作用對多肽抑制劑和Aβ42之間的結(jié)合均起促進(jìn)作用.Aβ42與抑制劑KLVFF形成復(fù)合物時,ΔGPBelec在ΔGbind中占70%,因此靜電作用在抑制劑KLVFF結(jié)合Aβ42的貢獻(xiàn)大.而抑制劑LPFFD與Aβ42形成復(fù)合物時,ΔGnonpolar在ΔGbind中占主要地位(＞78%),即疏水作用對抑制劑LPFFD與Aβ42之間的結(jié)合能的貢獻(xiàn)大.對比抑制劑KLVFF和LPFFD與Aβ42之間的靜電相互作用能可以發(fā)現(xiàn),KLVFF和Aβ42之間的靜電相互作用遠(yuǎn)大于LPFFD.主要是因?yàn)橐种苿㎏LVFF中的賴氨酸(K)帶正電荷,可以與Aβ42上的帶負(fù)電荷的氨基酸殘基(3個天冬氨酸和3個谷氨酸殘基)產(chǎn)生較強(qiáng)的靜電相互作用.此外,帶負(fù)電荷的氨基酸殘基較多且分布較廣,從而有利于和抑制劑KLVFF中的賴氨酸發(fā)生作用.因此Aβ42和KLVFF之間的靜電作用較大.與此相反,抑制劑LPFFD帶負(fù)電荷,雖然可以與Aβ42上的帶正電荷的氨基酸殘基(1個精氨酸和2個賴氨酸殘基)產(chǎn)生較強(qiáng)的靜電相互作用.但由于Aβ42中的帶正電荷的氨基酸分布集中,且Aβ42整體也帶負(fù)電荷,使得LPFFD和Aβ42之間的靜電作用能小于KLVFF.

綜上所述,多肽抑制劑與Aβ42之間的靜電和疏水相互作用均有利于它們之間的結(jié)合.抑制劑KLVFF與Aβ42結(jié)合過程中分子間作用以靜電作用為主,而抑制劑VVIA和LPFFD與Aβ42之間的作用以疏水相互作用為主.

3.5 抑制劑和Aβ42之間的氫鍵分析

早期研究表明,Aβ42構(gòu)象轉(zhuǎn)換的推動力主要有疏水和靜電(包括氫鍵)相互作用.29此外氫鍵網(wǎng)絡(luò)還是維持寡聚體和纖維規(guī)則結(jié)構(gòu)的重要作用形式.50圖7顯示了Aβ42和三種抑制劑之間的氫鍵數(shù)量隨模擬時間的變化.比較三種不同的抑制劑發(fā)現(xiàn),Aβ42與抑制劑KLVFF相互作用時生成的氫鍵個數(shù)明顯多于與另兩種抑制劑之間產(chǎn)生的氫鍵個數(shù).在模擬的初始階段抑制劑KLVFF和Aβ42之間的氫鍵個數(shù)迅速上升,在25-65 ns期間氫鍵達(dá)到13個左右,65 ns后氫鍵數(shù)量略有下降,最終氫鍵個數(shù)維持在12個左右.抑制劑VVIA和LPFFD與Aβ42相互作用形成的氫鍵個數(shù)在整個模擬過程中緩慢增長,到70 ns后VVIA與Aβ42之間的氫鍵個數(shù)趨于穩(wěn)定(約7個),而LPFFD和Aβ42之間的氫鍵個數(shù)在5個以下.

圖7 Aβ42和抑制劑之間的氫鍵數(shù)量隨模擬時間的變化Fig.7 Number of H-bonds between peptide inhibitors and Aβ42 as a function of simulation timeData are fitted by a logarithm function.

KLVFF是Aβ42的疏水核心,大量的實(shí)驗(yàn)和分子模擬結(jié)果顯示它與Aβ42具有非常強(qiáng)的結(jié)合能力.30,51KLVFF含有四個疏水性殘基和一個帶電殘基.該抑制劑除了通過主鏈的羰基和亞氨基與Aβ42形成氫鍵外,帶電殘基K含有較多的氫鍵供體和受體,它與Aβ42之間也能形成大量的氫鍵.相反,抑制劑VVIA的所有殘基均為疏水性氨基酸,它們只能通過主鏈的羰基和亞氨基與Aβ42之間形成氫鍵,所以它與Aβ42之間的氫鍵數(shù)量要小于KLVFF.抑制劑LPFFD是KLVFF的衍生物,其氨基酸組成和KLVFF類似,均含有四個疏水性殘基和一個帶電殘基.其與Aβ42之間的氫鍵數(shù)量要遠(yuǎn)小于KLVFF的主要原因是脯氨酸(P)的引入,破壞了該肽段的線性結(jié)構(gòu)(圖1D).從而使其與Aβ42之間的氫鍵數(shù)遠(yuǎn)小于KLVFF.在抑制劑LPFFD中的脯氨酸,可以抑制其它Aβ分子繼續(xù)聚集,但同時也降低了其與Aβ的結(jié)合能力.綜上所述,多肽抑制劑和Aβ42形成氫鍵數(shù)量的能力與其抑制Aβ42構(gòu)象轉(zhuǎn)換的能力正相關(guān).多肽抑制劑中含有帶電殘基有利于其與Aβ42形成氫鍵,從而更有利于抑制其構(gòu)象轉(zhuǎn)換和聚集.

4 結(jié)論

利用全原子分子動力學(xué)模擬方法考察了三種多肽抑制劑KLVFF、VVIA和LPFFD對Aβ42構(gòu)象變化的抑制作用,并分析了三種抑制劑與Aβ42結(jié)合過程的差異,得到如下結(jié)論:三種多肽抑制劑均能夠有效抑制Aβ42的構(gòu)象變化,穩(wěn)定其初始的α-螺旋結(jié)構(gòu),尤其是N端α-螺旋構(gòu)象,從而阻止了β-折疊構(gòu)象的生成.多肽抑制劑還使Aβ42分子內(nèi)遠(yuǎn)距離的接觸減少,有效抑制了Aβ42的疏水塌縮,從而降低了Aβ42分子內(nèi)的疏水相互作用,并起到穩(wěn)定其初始構(gòu)象的作用.抑制劑與Aβ42之間的疏水和靜電作用(包括氫鍵)均有利于它們抑制Aβ42的構(gòu)象轉(zhuǎn)換.由于抑制劑KLVFF和Aβ42之間的疏水和靜電作用均強(qiáng)于其它兩種多肽抑制劑(VVIA和LPFFD),因此抑制劑KLVFF抑制Aβ42構(gòu)象轉(zhuǎn)換的效果最好.另外,抑制劑中含有的帶電氨基酸殘基可以增強(qiáng)其和Aβ42之間的靜電相互作用(包括氫鍵),并降低了抑制劑之間的聚集,從而對Aβ42構(gòu)象轉(zhuǎn)換的抑制效果較好.在多肽抑制劑中引入脯氨酸會破壞多肽的線性結(jié)構(gòu),從而大大降低多肽抑制劑與Aβ42之間的結(jié)合作用力.

(1) Yan,H.;Jiang,F.C.Acta Phys.-Chim.Sin.2006,22,359. [鄢 浩,姜鳳超.物理化學(xué)學(xué)報,2006,22,359.]doi:10.3866/ PKU.WHXB20060321

(2) Jakob-Roetne,R.;Jacobsen,H.Angew.Chem.Int.Edit.2009, 48,3030.doi:10.1002/anie.200802808

(3) Hardy,J.A.;Higgins,G.A.Science 1992,256,184.doi: 10.1126/science.1566067

(4)Luo,Z.W.;Wang,D.D.;Lai,L.H.;Xu,X.J.;Li,C.X.Acta Phys.-Chim.Sin.1995,11,419.[駱兆文,王丹丹,來魯華,徐筱杰,李崇熙.物理化學(xué)學(xué)報,1995,11,419.]doi:10.3866/ PKU.WHXB19950507

(5)Karran,E.;Mercken,M.;De Strooper,B.Nat.Rev.Drug Discov.2011,10,698.doi:10.1038/nrd3505

(6) Hardy,J.;Selkoe,D.J.Science 2002,297,353.doi:10.1126/ science.1072994

(7) Esler,W.P.;Wolfe,M.S.Science 2001,293,1449.doi:10.1126/ science.1064638

(8) DaSilva,K.A.;Shaw,J.E.;McLaurin,J.Exp.Neurol.2010, 223,311.doi:10.1016/j.expneurol.2009.08.032

(9) Liu,F.F.;Ji,L.;Dong,X.Y.;Sun,Y.J.Phys.Chem.B 2009, 113,11320.doi:10.1021/jp905580j

(10) Xu,Y.;Shen,J.;Luo,X.;Zhu,W.;Chen,K.;Ma,J.;Jiang,H. Proc.Natl.Acad.Sci.U.S.A.2005,102,5403.doi:10.1073/ pnas.0501218102

(11) Rochet,J.C.;Lansbury,P.T.,Jr.Curr.Opin.Struct.Biol.2000, 10,60.doi:10.1016/S0959-440X(99)00049-4

(12) Mason,J.M.;Kokkoni,N.;Stott,K.;Doig,A.J.Curr.Opin. Struct.Biol.2003,13,526.doi:10.1016/S0959-440X(03) 00100-3

(13) Bartolini,M.;Andrisano,V.ChemBioChem 2010,11,1018.doi: 10.1002/cbic.200900666

(14)Mason,J.M.Future Med.Chem.2010,2,1813.doi:10.4155/ fmc.10.259

(15) Salomone,S.;Caraci,F.;Leggio,G.M.;Fedotova,J.;Drago,F. Br.J.Clin.Pharmacol.2012,73,504.doi:10.1111/ j.1365-2125.2011.04134.x

(16) Sciarretta,K.L.;Gordon,D.J.;Meredith,S.C.Methods Enzymol.2006,413,273.doi:10.1016/S0076-6879(06)13015-3

(17) Funke,S.A.;Willbold,D.Curr.Pharm.Des.2012,18,755.doi: 10.2174/138161212799277752

(18) Li,H.;Zemel,R.;Lopes,D.H.;Monien,B.H.;Bitan,G. ChemMedChem 2012,7,515.doi:10.1002/cmdc.201100584

(19) Yang,C.;Zhu,X.;Li,J.;Shi,R.J.Mol.Model.2010,16,813. doi:10.1007/s00894-009-0594-y

(20) Veloso,A.J.;Kerman,K.Bioelectrochemistry 2012,84,49.doi: 10.1016/j.bioelechem.2011.08.007

(21) Jagota,S.;Rajadas,J.Int.J.Pept.Res.Ther.2012,18,53.doi: 10.1007/s10989-011-9278-4

(22) Tjernberg,L.O.;Naslund,J.;Lindqvist,F.;Johansson,J.; Karlstrom,A.R.;Thyberg,J.;Terenius,L.;Nordstedt,C. J.Biol.Chem.1996,271,8545.doi:10.1074/jbc.271.15.8545

(23) Soto,C.;Kindy,M.S.;Baumann,M.;Frangione,B.Biochem. Biophys.Res.Commun.1996,226,672.doi:10.1006/ bbrc.1996.1413

(24) Soto,C.;Sigurdsson,E.M.;Morelli,L.;Kumar,R.A.;Castano, E.M.;Frangione,B.Nat.Med.1998,4,822.doi:10.1038/ nm0798-822

(25) Adessi,C.;Frossard,M.J.;Boissard,C.;Fraga,S.;Bieler,S.; Ruckle,T.;Vilbois,F.;Robinson,S.M.;Mutter,M.;Banks,W. A.;Soto,C.J.Biol.Chem.2003,278,13905.doi:10.1074/jbc. M211976200

(26) Hetenyi,C.;Szabo,Z.;Klement,E.;Datki,Z.;Kortvelyesi,T.; Zarandi,M.;Penke,B.Biochem.Biophys.Res.Commun.2002, 292,931.doi:10.1006/bbrc.2002.6745

(27) Yang,C.;Li,J.Y.;Li,Y.;Zhu,X.L.J.Mol.Struct.-Theochem 2009,895,1.doi:10.1016/j.theochem.2008.10.003

(28)Wei,G.;Jewett,A.I.;Shea,J.E.Phys.Chem.Chem.Phys. 2010,12,3622.

(29) Liu,F.F.;Dong,X.Y.;He,L.;Middelberg,A.P.;Sun,Y. J.Phys.Chem.B 2011,115,11879.doi:10.1021/jp202640b

(30)Viet,M.H.;Ngo,S.T.;Lam,N.S.;Li,M.S.J.Phys.Chem.B 2011,115,7433.doi:10.1021/jp1116728

(31) Fradinger,E.A.;Monien,B.H.;Urbanc,B.;Lomakin,A.;Tan, M.;Li,H.;Spring,S.M.;Condron,M.M.;Cruz,L.;Xie,C.W.; Benedek,G.B.;Bitan,G.Proc.Natl.Acad.Sci.U.S.A.2008, 105,14175.doi:10.1073/pnas.0807163105

(32) Crescenzi,O.;Tomaselli,S.;Guerrini,R.;Salvadori,S.; D?Ursi,A.M.;Temussi,P.A.;Picone,D.Eur.J.Biochem. 2002,269,5642.doi:10.1046/j.1432-1033.2002.03271.x

(33) van Der Spoel,D.;Lindahl,E.;Hess,B.;Groenhof,G.;Mark, A.E.;Berendsen,H.J.J.Comput.Chem.2005,26,1701.doi: 10.1002/jcc.20291

(34) van Gunsteren,W.F.;Billeter,S.R.;Eising,A.A.; Hünenberger,P.H.;Krüger,P.;Mark,A.E.;Scott,W.R.P.; Tironi,I.G.In Biomolecular Simulation:The GROMOS96 Manual and User Guide;Zürich,Switzerland,Groningen, Holland,1996.

(35) Berendsen,H.J.C.;Postma,J.P.M.;van Gunsteren,W.F.; Hermans,J.Intermolecular Forces;Pullmann,B.Ed.;Reidel: Dordecht,Holland,1981.

(36) Darden,T.;York,D.;Pedersen,L.J.Chem.Phys.1993,98, 10089.doi:10.1063/1.464397

(37) Verlet,L.Phys.Rev.1967,159,98.doi:10.1103/PhysRev.159.98

(38) Hess,B.;Berendsen,H.J.C.;Fraaije,J.G.E.M.J.Comput. Chem.1997,18,1463.doi:10.1002/(SICI)1096-987X(199709) 18:12＜1463::AID-JCC4＞3.0.CO;2-H

(39) Beredsen,H.J.C.;Postma,J.P.M.;van Gunsteren,W.F.;Di Nola,A.;Haak,J.R.J.Chem.Phys.1984,81,3684.doi: 10.1063/1.448118

(40) Kabsch,W.;Sander,C.Biopolymers 1983,22,2577.doi: 10.1002/bip.360221211

(41) Hu,J.P.;Sun,T.G.;Chen,W.Z.;Wang,C.X.Acta Chim.Sin. 2006,64,2079.[胡建平,孫庭廣,陳慰祖,王存新.化學(xué)學(xué)報,2006,64,2079.]

(42) Kollman,P.A.;Massova,I.;Reyes,C.;Kuhn,B.;Huo,S.; Chong,L.;Lee,M.;Lee,T.;Duan,Y.;Wang,W.;Donini,O.; Cieplak,P.;Srinivasan,J.;Case,D.A.;Cheatham,T.E.,III. Accounts Chem.Res.2000,33,889.doi:10.1021/ar000033j

(43) Li,H.;Luo,Y.;Derreumaux,P.;Wei,G.J.Phys.Chem.B 2010, 114,1004.doi:10.1021/jp908889q

(44) Liu,F.F.;Dong,X.Y.;Sun,Y.Acta Phys.-Chim.Sin.2010,26, 1643.[劉夫鋒,董曉燕,孫 彥.物理化學(xué)學(xué)報,2010,26, 1643.]

(45)Hu,J.P.;Gong,X.Q.;Su,J.G.;Chen,W.Z.;Wang,C.X. Biophys.Chem.2008,132,69.doi:10.1016/j.bpc.2007.09.008

(46)Huang,B.;Liu,F.F.;Dong,X.Y.;Sun,Y.J.Phys.Chem.B 2012,116,424.doi:10.1021/jp205770p

(47)Huang,B.;Liu,F.F.;Dong,X.Y.;Sun,Y.J.Phys.Chem.B 2011,115,4168.doi:10.1021/jp111216g

(48)Hou,T.;Wang,J.;Li,Y.;Wang,W.J.Comput.Chem.2011,32, 866.doi:10.1002/jcc.21666

(49) Liu,F.F.;Liu,Z.;Bai,S.;Dong,X.Y.;Sun,Y.J.Chem.Phys. 2012,136,145101.doi:10.1063/1.3702195

(50) Santini,S.;Wei,G.;Mousseau,N.;Derreumaux,P.Structure 2004,12,1245.doi:10.1016/j.str.2004.04.018

(51)Kokkoni,N.;Stott,K.;Amijee,H.;Mason,J.M.;Doig,A.J. Biochemistry 2006,45,9906.doi:10.1021/bi060837s

May 14,2012;Revised:July 16,2012;Published on Web:July 16,2012.

Molecular Dynamics Simulation and Binding Free Energy Calculation of the Conformational Transition of Amyloid Peptide 42 Inhibited by Peptide Inhibitors

DONG Xiao-Yan DU Wen-Jie LIU Fu-Feng*
(Department of Biochemical Engineering,School of Chemical Engineering and Technology,Tianjin University,Tianjin 300072,P.R. China; Key Laboratory of Systems Bioengineering,Ministry of Education,Tianjin University,Tianjin 300072,P.R.China)

The molecular mechanisms of the conformational transition of amyloid β-peptide(Aβ)42 inhibited by the peptide inhibitors KLVFF,VVIA,and LPFFD were studied by using molecular dynamics simulations and binding free energy calculations.These studies confirmed that the conformational transition of Aβ42 from its initial α-helix to β-sheet structure is prevented by these three peptide inhibitors. The calculations also demonstrated that the intra-peptide hydrophobic interactions of Aβ42 are weakened, and its quantity of long range contacts decreased by these inhibitors.Consequently,the hydrophobic collapse of Aβ42 is alleviated and its initial structure is maintained well.Both hydrophobic and electrostatic interactions,including hydrogen bonding,were found to favor the binding of these peptide inhibitors to Aβ42.Moreover,the charged residues of the inhibitors were shown to enhance the electrostatic interactions including hydrogen bonding,decreasing the capacity of the peptide for self-assembly,and increasing the inhibition effect.It was also determined that interactions between the inhibitors and Aβ42 are reduced when proline residue is introduced into the peptide inhibitor,since its linear structure is disrupted. In general,this work has allowed a better understanding of the molecular mechanisms of the effects of the peptide inhibitors KLVFF,VVIA,and LPFFD on the conformational transition of Aβ42 and will assist in the systematic design of high efficiency peptide inhibitors of Aβ aggregation.

Molecular dynamics simulation;Alzheimer?s disease;Amyloid peptide;Peptide inhibitor;Conformational transition

10.3866/PKU.WHXB201207162

?Corresponding author.Email:fufengliu@tju.edu.cn;Tel:+86-22-27406590.

The project was supported by the National Natural Science Foundation of China(20906068,21076149),National Key Basic Research Program of China(973)(2009CB724705),and Natural Science Foundation of Tianjin from Tianjin Municipal Science and Technology Commission,China (10JCYBJC04500).

國家自然科學(xué)基金(20906068,21076149),國家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃項(xiàng)目(973)(2009CB724705)和天津市科委自然科學(xué)基金(10JCYBJC04500)資助

O641