由于c-Met激酶与许多人类癌症的发展,不良的临床结果甚至耐药性密切相关,因此已成为开发
抗肿瘤药物的有吸引力的靶标。在这项工作中,已经鉴定出一系列具有多种工作流程的新型c-Met激酶
抑制剂,包括虚拟筛选,X射线晶体学,
生物学评估和结构优化。实验确定的c-Met激酶结构域中命中率最高的化合物HL-11的晶体结构与计算预测高度一致。通过分子动力学模拟对具有不同c-Met激酶抑制活性的命中化合物进行比较,结果表明结构优化中关键的蛋白质-
配体相互作用。基于这些,结构优化产生了复合物具有更好的c-Met激酶抑制活性和增强的抗增殖活性的11e。这些实验结果证明了我们的计算机方法的可靠性和效率。该策略将促进进一步的线索发现和新型c-Met激酶
抑制剂的优化。