磷酸二酯酶是一大类酶的总称,包含11个基因家族(PDE1-11)。其中PDE4和PDE7是炎症药物的作用靶标。PDE4专一性抑制剂在体内显示出良好的抗炎作用。然而,由于PDE4专一性抑制剂普遍具有恶心和呕吐等副作用,使其应用受到了很大的限制。有研究表明,同时阻抗PDE4和PDE7酶能够避免这些副作用的出现,同时保持药效。因此PDE4/PDE7双重抑制剂作为新的抗炎药物的设计方向,受到了广泛的关注。本文在第1章中首先介绍了PDE4,PDE7酶的亚型、功能以及在体内的分布,然后对PDE4/PDE7双重抑制剂的结构和类型进行了系统的综述。在论文第2章中,我们利用比较分子力场分析法(Co MFA)以及Topomer Co MFA方法对59个双氢二氮杂萘酮类双重抑制剂其衍生物进行了结构-活性关系研究。计算结果表明,采用刚性分子骨架叠合时,能获得较好的结构-活性关系预测。其中对于PDE4酶靶标而言,Co MFA方法预测的q~2和r~2分别为0.535和0.946。对PDE7酶靶标而言,Co MFA预测的q~2和r~2值则分别0.655和0.924。Topomer Co MFA分析结果表明,在二氢二氮杂萘酮类化合物的苄基取代基(R1)苯环对位以及苯胺基取代基(R2)苯环邻位引入体积较大的电负性基团,或者在R1和R2取代基苯环上邻间位引入体积较小的带正电的基团能够提高化合物的抑制活性。在第3章的工作中我们评估了Auto Dock和MM-PBSA两种不同方法预测PDE抑制剂分子与受体的结合自由能的能力。通过对20个已知的PDE抑制剂小分子的结合自由能计算,我们发现Auto Dock或MM-PBSA预测的结合自由能与小分子抑制活性的负对数值(p IC50)之间的相关性很差,相关系数r仅为0.40和0.47。将Auto Dock或MM-PBSA的结合能预测值分解成静电能,范德华(含氢键)作用能以及溶剂化能等组成项,然后将p IC50值与各组成项进行多元线性回归,所得到的相关系数则分别升高为0.75和0.67。我们的研究结果表明,对于磷酸二酯酶体系,Auto Dock或MM-PBSA预测小分子抑制活性的能力均较差,重新对能量组成项进行多元线性回归则更有利于活性的预测。在第4章中,我们进行了基于配体的PDE4/PDE7双重抑制剂虚拟筛选研究。首先利用Auto Dock程序研究了3个代表性的抑制剂与PDE4或PDE7的结合模式,然后利用Open Eye软件中的Rocs程序对这些结合模式进行分析并提取了这些抑制剂活性构象的三维形状和静电分布等特征。然后,以这些特征作为搜索条件,利用Rocs程序对Spec数据库进行相似性搜索,以获得外形和静电特征与搜索条件匹配较好的候选分子。随后,再利用成药规则对上述分子进行第二次筛选,剔除不符合成药特征的分子。最后,再对剩余的分子进行了分子对接研究,挑选出具有经典结合特征且结合能低于-8kcal/mol的分子结构,获得了78个分子。我们购买了这些分子并对其进行了PDE4/PDE7抑制活性测试,最终发现其中有27个抑制剂分子在10u M浓度下对PDE4和PDE7抑制率均大于50%。这些实验研究结果表明,抑制剂阳性率高达35%,证明我们的虚拟筛选策略是成功的。综上所述,我们在理论上探讨了PDE4/PDE7双重抑制剂的多种设计策略,并成功的利用相似性搜索策略获得了具有显著抑制活性的分子。这些分子可以作为先导化合物,用于进一步的优化和设计。我们的设计策略也可以用于其他类似的体系。