第一章 绪论
天然产物由于手性碳较多，所以确定绝对构型往往难度较大，而且很多化合物由于其形状原因不能结晶。近年来发展起来的量子化学方法通过计算化合物的圆二色谱来确定化合物的绝对构型，为确定天然产物的绝对构型提供了有力的工具[16-24]。本课题组通过计算化合物CycloabiesesquineA 的圆二色谱确定了它的绝对构型[22]。用含时密度泛函方法（TDDFT）计算ECD 谱，结果发现和实验值很接近，从而确定了化合物CycloabiesesquineA 的绝对构型。用于这个方法的软件主要是Gaussion, Gaussian 是计算化学领域进行半经验计算和从头计算中使用最广泛的量子化学软件。Gaussian 可用于研究分子能量和结构、过渡态的能量和结构、化学键和反应能量、分子轨道、偶极矩和多极矩、原子半径和电势、振动频率、红外和拉曼光谱、NMR、极化率和超极化率、热力学性质和反应路径等、是研究取代效应、反应机理、势能面和激发态能量的有力工具。一些从事天然产物的研究单位经过长期积累得到了大量的天然产物，于是建立一个适合的化合物数据库也成为关键，这也恰好能与兴起的虚拟筛选技术接轨。目前能够建立化合物数据库的软件有ISISBASE、ACD、ChemOffice、DiscoveryStudio 等，其中ISISBASE、ACD 比较常用。ISISBase 是MDL 公司开发的一款数据库设计软件，由于其界面可以自由设计、操作简单、可检索性强等原因深受用户喜爱。创腾公司开发的CNPD，TCMD 等数据库也是基于ISISBase 开发的。ACD 软件的Spectrum Database 模块能够建立结构和图谱一体化的数据库，对管理实验室图谱和结构有很大的帮助，可以用此软件建立一个天然产物核磁数据库和天然产物化合物数据库。
基于几千年临床经验的中药有着很好的药理作用，而且通过现代药理学的研究已经确定了很多中药分子具有安全有效，但是这些分子的作用机制往往不清楚。而且中药理论一贯注重的是整体，而不是单个靶点。于是赵静等老师提出了基于整体的分子网络在中药机制研究中的应用[50]，这种思路与中药的整体观有好多相似之处，对解释中药中复杂成分的作用机制有很大帮助。赵静老师在文章中用Cytoscape 软件建立了金丝桃中主要成分和FDA 批准的抗抑郁药物与相关蛋白的作用网络，解释了金丝桃在抗抑郁方面的作用机理。Cytoscape 软件是一款专门用于构建网络的免费软件，它能和很多生物信息数据库兼容。除此之外还有一些商业软件如MetaDrug 等也可以制作网络，MetaDrug 是一个系统药理学和毒理学平台，用来预测小分子化合物可能的适应症、非靶效应以及潜在的靶标，根据预测的作用结果可以自己建立一个相应的作用网络，对网络药理学的研究很有帮助。
课题组从事天然产物的分离鉴定工作历尽数十年，得到了多个天然产物小分子，如何从这些天然产物中筛选出靶标清楚的活性化合物一直是我们研究的重点和难点，虚拟筛选技术由于成本低，速度快等原因成为近年来化合物筛选的中药工具，但是天然产物由于没有强大的化合物数据库而很少用到这个技术，本课题组得到了几千个天然产物小分子，将此资源进行整合并建立成数据库，用于虚拟筛选将会有助于发现结构新颖的活性化合物。一些药用植物往往具有较好的疗效，但是由于其作用机理不清楚而无法得到认可。通过反向对接可以预测化合物的作用靶点，再结合生物学验证可以确定药用植物治疗疾病的主要靶点，这个技术可以用来阐述药用植物的作用机理。
第三章 通过正向对接从天然产物中寻找活性化合物...................... 73
3.1 前言.......................................................................... 73
3.2 天然产物数据库的建立......................................... 73
3.3 通过正向对接从天然产物中寻找Bcl-2 的抑制剂...................... 76
3.3.1 实验背景............................................................. 76
3.3.2 实验流程............................................................. 79
3.3.3 实验结果与讨论...................................................... 79
第四章 通过反向对接阐述药用植物作用机理......................................... 108
4.1 前言............................................................. 108
4.2.3 实验部分....................................................... 12
结论
随着量子化学计算方法的发展，近年来出现了通过计算新化合物的ECD、旋光以及NMR 等值和实验值比较从而来确定化合物的绝对构型，这些方法通过实践验证已经被证明是一种可靠稳定的方法。本文中通过计算ECDs 和旋光值确定了8 个新天然产物的绝对构型，解决了这8个天然产物无法结晶而难确定绝对构型的难题。8 个天然产物有柔性结构还有刚性结构，通过计算总结了天然产物柔性结构和刚性结构的不同算法。目前虚拟筛选是药物筛选的常用手段，但是这个技术很少用于天然产物的研究，其原因主要是由于天然产物的研究中缺少庞大的数据库，目前即使有CNPD、TCMD 这样的天然产物数据库，但是背后没有相应的实物库对应，对筛选得到的结果无法进行验证。本课题组从事天然产物研究数十年，积累了大量的天然产物单体，本文中将这些天然产物单体建立成天然产物数据库，应用于将来的虚拟筛选。这个天然产物库包含了化合物结构、CAS 号、化合物存储量、来源、NMR、MS、UV/旋光等重要信息。是将来天然产物研究的提供了一个很好的基础。本文并将建立的天然产物数据库应用于虚拟筛选，和肿瘤重要靶点BCL-2 进行对接筛选，对筛选结果进行分子水平的验证，从而发现了一个结构新颖的BCL-2抑制剂。接着用SPR 实验测试了抑制剂和蛋白的结合力，还在细胞水平测试了抑制剂对肿瘤细胞的抑制活性。根据细胞活性筛选的结果，在动物水平测试了它对白血病模型的活性，发现这个抑制剂在体内试验也表现出一定的抗肿瘤活性，这个研究不仅发现了一个抗肿瘤先导化合物，而且从作用靶点到动物实验的研究思路为天然产物的研究提供了帮助。
参考文献
[1] Jeong, C. H.; Bode, A. M.; Pugliese, A.; Cho, Y. Y.; Kim, H. G.; Shim, J. H.; Jeon, Y. J.; Li, H.;Jiang, H.; Dong, Z. [6]-Gingerol suppresses colon cancer growth by targeting leukotriene A4hydrolase [J], Cancer Res., 2009, 69, 5584–5591
[2] Li, H. L.; Gao, Z. T.; Kang, L.; Zhang, H. L.; Yang, K.; Yu, K. Q.; Luo, X. M.; Zhu, W. L.;Chen, K. X.; Shen, J. H.; Wang X. C.; Jiang, H. L. TarFisDock: a web server for identifying drugtargets with docking approach [J]. Nucl. Acids Res. 2006, 34, 219-224
[3] Gao, Z. T.; Li, H. L.; Zhang, H. L.; Liu, X. F.; Kang, L.; Luo, X. M.; Zhu, W. L.; Chen, K. X.;Wang, X C.; Jiang, H. L. PDTD: a web-accessible protein database for drug target identification[J]. BMC Bioinformatics. 2008, 9, 104 -108
[5] Liu, X. F.; Ouyang, S. S.; Yu, B.; Huang, K.; Liu, Y. B.; Gong, J. Y.; Zheng, S. S.; Li, Z. H.;Li, H. L.; Jiang, H. L. PharmMapper Server: a web server for potential drug target id entificationvia pharmacophore mapping approach [J]. Nucleic Acids Research, 2010, 38, W609-W614.
[6] Editorial Board of China Herbal, S.A.o.T.C.M., China (1999).Chinese Materia Medica.Shanghai Science and Technology Press: Shanghai 5, 400–417
[7] Editorial Board of China Herbal, S.A.o.T.C.M., China (1999). Chinese Materia Medica.Shanghai Science and Technology Press: Shanghai 7, 327–328.
[8] Hinnen, D.; Nielsen, L. L.; Waninger, A.; Kushner, P. Incretinmimetics and DPP-IV inhibitors:new paradigms for the treatment of type 2 diabetes [J], J Am Board Fam Med, 2006, 19, 612–620
[9] Lam, S.; Saad, M. Saxagliptin: a new dipeptidyl peptidase-4 inhibitor for type 2 diabetes [J],Cardiol. Rev, 2009, 18, 213–217.
[10] Borja-Hart, N. L.; Whalen, K. L. Saxagliptin: a new dipeptidyl peptidase 4 inhibitor for type2 diabetes, Ann. Pharmacother., 2010, 44, 1046–1053.