阅读说明：本技术 一种基于增强采样分子动力学模拟的混合拟、抗糖皮质激素干扰物的识别方法 (It is a kind of that quasi-, Antiglucocorticoid chaff interferent recognition methods is mixed based on enhancing sample molecules dynamics simulation ) 是由 史薇 陈钦畅 于红霞 于 2019-09-24 设计创作，主要内容包括：本发明公开了一种基于增强采样分子动力学模拟的混合拟、抗糖皮质激素干扰物的识别方法,基于核受体变构和共调节因子调控机制,采用增强采样分子动力学模拟方法,通过识别局部和全局自由能最低点并进行动态轨迹聚类,提取配体化合物作用下糖皮质激素受体的稳态构象,并根据受体第12号螺旋稳定位置与共调节因子招募/抑制机制的关系,判断受测化合物的内分泌干扰效应,识别和预测拟性、抗性和混合拟、抗糖皮质激素干扰物。相比于传统体外实验方法,此方法成本低廉、效率更高,且避免了混合拟、抗性干扰物的细胞特异性问题；相比于已有的计算机辅助筛选方法,此方法能有效识别稳态构象,实现混合拟、抗糖皮质激素干扰效应的预测。(The invention discloses a kind of mixing based on enhancing sample molecules dynamics simulation is quasi-, the recognition methods of Antiglucocorticoid chaff interferent, based on nuclear receptor allosteric and total regulatory factor regulatory mechanism, using enhancing sample molecules dynamics simulation method, by identifying Mobile state trajectory clustering of locally going forward side by side with global free energy minimum point, extract the stable state conformation that ligand compound acts on lower glucocorticoid receptor, and according to No. 12 spiral settling positions of acceptor control regulatory factor recruitment/suppression mechanism relationship together, judge the endocrine disrupting of tested compounds, identification and the quasi- property of prediction, resistance and mixing are quasi-, Antiglucocorticoid chaff interferent.Compared to traditional ill vitro test method, the method is low in cost, more efficient, and avoids and mix quasi-, resistance chaff interferent cell-specific problem；Compared to existing computer-aided screening method, the method can effectively identify stable state conformation, realize and mix quasi-, Antiglucocorticoid disturbing effect prediction.)

一种基于增强采样分子动力学模拟的混合拟、抗糖皮质激素 干扰物的识别方法

技术领域

本发明属于使用计算机程序进行预测毒理学领域，具体涉及一种采用计算机软件的 基于增强采样分子动力学模拟的核受体介导的拟性、抗性和混合拟、抗性糖皮质激素干扰物识别方法。

背景技术

内分泌干扰物(endocrine disrupting chemicals,EDCs)指通过干扰内分泌系统造成有 害影响的配体化合物。EDCs在环境介质^1,2、食物³甚至人体血液^4,5中都有广泛检出，其暴露会对人体健康造成一系列影响，增加生殖疾病⁶、出生缺陷⁷、***和乳腺癌⁸、 心肺疾病⁹、肥胖症¹⁰和神经系统疾病¹¹等风险，并造成巨大的经济损失，欧盟因EDCs 导致的疾病花费为2170亿美元，占国内生产总值的1.28％，而美国的达到3400亿美元， 占国内生产总值的2.33％^12,13。因而，EDCs的识别与控制一直是全世界环境健康与安全 领域研究的热点。

EDCs的主要作用途径是通过与细胞核中的核受体(nuclear receptor)，包括*** 受体(estrogen receptor,ER)(包括ERα和ERβ)、雄激素受体(androgen receptor,AR)、甲状腺激素受体(thyroid hormone receptor,TR)(包括TRα和TRβ)和糖皮质激素受体(glucocorticoid receptor,GR)等，结合并改变其功能，从而导致干扰效应。近年来， GR介导的内分泌干扰效应被视为环境内分泌干扰效应的重要机制，糖皮质激素干扰效 应也受到越来越多的关注¹⁴。EDCs可以通过核受体产生激动或拮抗效应(即拟性或抗 性效应)，也有大量EDCs可同时引起拟性和抗性^15,16。EDCs的拟性和抗性效应会激活 不同的有害结局路径(adverse outcome pathway,AOP)并导致不同的有害结局(adverse outcome,AO)。如，拟糖皮质激素效应会损害生殖功能¹⁷，而抗糖皮质激素效应会加重 炎症反应¹⁸。混合拟、抗性效应通常具有细胞、组织特异性^19–21，这意味着具有混合拟、 抗性效应的EDCs会影响更大范围的组织²²，而只通过一种细胞系的筛选方法是不完善 的，容易产生假阴性^23,24。EDCs可能在一种细胞系中呈现纯拟性效应，而在另一种细 胞系中呈现抗性效应^15,16，因此，亟需改善现有的基于细胞的筛选方法，以有效筛查拟 性、抗性和混合拟、抗性物质。

核受体介导的拟性、抗性效应的产生与共调节因子，包括共激活因子(coactivator, CoA)和共抑制因子(corepressor,CoR)，的作用密切相关。已有研究报道也说明了CoA 和CoR对拟性、抗性和混合拟、抗性效应的重要性^25,26。事实上，已有结晶结果发现在 混合拟、抗性效应物质作用下，核受体可以形成多稳态构象共存的现象，即同时形成多 种不同类型的构象，受体的第12号螺旋(H12)稳定于不同的位置，并分别招募CoA 和CoR，从而分别引起拟性和抗性效应²⁷。因此，于红霞等(于红霞,史薇,王小享.基 于分子动力学模拟的核受体介导内分泌干扰物质的虚拟筛选方法:CN, CN103324861A[P].2013.)、张爱茜等(张爱茜,蔺远,彭素芬,刘磊,高常安,韩朔睽. 一种有机物***受体激动和拮抗作用的识别方法:CN,CN101381894A[P].2009.)和于 红霞等(于红霞,史薇,陈钦畅,王小享.一种基于核受体共调节因子的甲状腺激素干扰 物虚拟筛选及其干扰活性的定量计算方法:CN,CN105893759A[P].2016)都曾采用分子 动力学(molecular dynamics,MD)模拟等计算机辅助的筛选方法，通过核受体H12的 稳定情况和/或共因子招募情况预测配体化合物的内分泌干扰效应。然而，已有的计算机 辅助的筛选方法，都只针对拟性或抗性效应建立预测模型，且没有全面考虑EDCs与受 体结合后的变构和共因子招募过程及混合拟、抗性干扰物可能导致的多稳态构象共存的 现象，因此，无法同时区分EDCs的拟性、抗性和混合拟、抗性效应。增强采样分子动 力学模拟方法能促使EDCs-受体系统跳出局部能量最低点并搜索全局能量最低点，已经 成功运用于核受体构象变化的研究^28,29，有助于探索EDCs可能导致的核受体多稳态共 存现象及由此造成的混合拟、抗性效应。文献检索结果表明，在本发明完成之前，还未 发现基于增强采样分子动力学模拟得到的核受体多稳态共存现象识别和预测混合拟、抗 性糖皮质激素干扰物的报道。

参考文献

(1)Annamalai,Jayshree；Namasivayan,V.Endocrine disrupting chemical inthe atmosphere:their effects on humans and wildlife.Environ.Int.2015,76,78–97.

(2)Padhye,L.P.；Yao,H.；Kung’u,F.T.；Huang,C.-H.Year-long evaluation onthe occurrence and fate of pharmaceuticals,personal care products,andendocrine disrupting chemicals in an urban drinking water treatmentplant.Water Res.2014,51, 266–276.

(3)Mezcua,M.；Martínez-Uroz,M.A.；Gómez-Ramos,M.M.；Gómez,M.J.；Navas,J.M.；Fernández-Alba,A.R.Analysis of synthetic endocrine-disrupting chemicals infood:A review.Talanta 2012,100,90–106.

(4)Ballesteros,O.；Ballesteros,L.；Navalón,A.Talanta A multiclassmethod for the analysis of endocrine disrupting chemicals in human urinesamples.Sample treatment by dispersive liquid–liquid microextraction.Talanta2014,129,209–218.

(5)Xue,J.；Wu,Q.；Sakthivel,S.；Pavithran,P.V.；Vasukutty,J.R.；Kannan,K.Urinary levels of endocrine-disrupting chemicals,including bisphenols,bisphenol A diglycidyl ethers,benzophenones,parabens,and triclosan in obeseand non-obese Indian children. Environ.Res.2015,137,120–128.

(6)Dickerson,S.M.；Gore,A.C.Estrogenic environmental endocrine-disrupting chemical effects on reproductive neuroendocrine function anddysfunction across the life cycle. Rev.Endocr.Metab.Disord.2007,8(2),143–159.

(7)Fernandez,M.F.；Olmos,B.；Granada,A.；López-Espinosa,M.J.；Molina-Molina,J. M.；Fernandez,J.M.；Cruz,M.；Olea-Serrano,F.；Olea,N.Human exposure toendocrine-disrupting chemicals and prenatal risk factors for cryptorchidismand hypospadias:A nested case-control study.Environ.Health Perspect.2007,115(Suppl 1),8–14.

(8)Soto,A.M.；Sonnenschein,C.Environmental causes of cancer:Endocrinedisruptors as carcinogens.Nat.Rev.Endocrinol.2010,6(7),363–370.

(9)Melzer,D.；Osborne,N.J.；Henley,W.E.；Cipelli,R.；Young,A.；Money,C.；McCormack,P.；Luben,R.；Khaw,K.T.；Wareham,N.J.；et al.Urinary bisphenol Aconcentration and risk of future coronary artery disease in apparentlyhealthy men and women.Circulation 2012,125(12),1482–1490.

(10)Legler,J.；Fletcher,T.；Govarts,E.；Porta,M.；Blumberg,B.；Heindel,J.J.；Trasande,L. Obesity,diabetes,and associated costs of exposure toendocrine-disrupting chemicals in the European Union.J.Clin.Endocrinol.Metab.2015,100(4),1278–1288.

(11)Mustieles,V.；Pérez-Lobato,R.；Olea,N.；Fernández,M.F.Bisphenol A:Human exposure and neurobehavior.Neurotoxicology 2015,49,174–184.

(12)Attina,T.M.；Hauser,R.；Sathyanarayana,S.；Hunt,P.A.；Bourguignon,J.P.；Myers,J. P.；DiGangi,J.；Zoeller,R.T.；Trasande,L.Exposure to endocrine-disrupting chemicals in the USA:a population-based disease burden and costanalysis.Lancet Diabetes Endocrinol.2016,4(12),996–1003.

(13)Trasande,L.；Zoeller,R.T.；Hass,U.；Kortenkamp,A.；Grandjean,P.；Myers,J.P.；Digangi,J.；Bellanger,M.；Hauser,R.；Legler,J.；et al.Estimatingburden and disease costs of exposure to endocrine-disrupting chemicals in theEuropean Union.J.Clin. Endocrinol.Metab.2015,100(4),1245–1255.

(14)Sargis,R.M.；Johnson,D.N.；Choudhury,R.A.；Brady,M.J.Environmentalendocrine disruptors promote adipogenesis in the 3T3-L1 cell line throughglucocorticoid receptor activation.Obesity 2010,18(7),1283–1288.

(15)US EPA.iCSS ToxCast Dashboard https://actor.epa.gov/dashboard/.

(16)Kitamura,S.；Suzuki,T.；Sanoh,S.；Kohta,R.；Jinno,N.；Sugihara,K.；Yoshihara,S.； Fujimoto,N.；Watanabe,H.；Ohta,S.Comparative study of theendocrine-disrupting activity of bisphenol A and 19 relatedcompounds.Toxicol.Sci.2005,84(2),249–259.

(17)M.,K.；J.A.,C.Glucocorticoid receptor signaling in health anddisease.Trends Pharmacol.Sci.2013,34(9),518–530.

(18)Beck,K.R.；Sommer,T.J.；Schuster,D.；Odermatt,A.Evaluation oftetrabromobisphenol A effects on human glucocorticoid and androgen receptors:A comparison of results from human-with yeast-based in vitroassays.Toxicology 2016, 370,70–77.

(19)Crabtree,J.S.；Peano,B.J.；Zhang,X.；Komm,B.S.；Winneker,R.C.；Harris,H.A. Activity of three selective estrogen receptor modulators on hormone-dependent responses in the mouse uterus and mammarygland.Mol.Cell.Endocrinol.2008,287 (1–2),40–46.

(20)Safe,S.H.；Pallaroni,L.；Yoon,K.；Gaido,K.；Ross,S.；McDonnell,D.Problems for risk assessment of endocrine-active estrogeniccompounds.Environ.Health Perspect. 2002,110(Suppl.6),925–929.

(21)Li,Y.；Perera,L.；Coons,L.A.；Burns,K.A.；Tyler Ramsey,J.；Pelch,K.E.；Houtman, R.；Van Beuningen,R.；Teng,C.T.；Korach,K.S.Differential in vitrobiological action, coregulator interactions,and molecular dynamic analysis ofbisphenol A(BPA),BPAF, and BPS ligand–ERαcomplexes.Environ.HealthPerspect.2018,126(1),1–16.

(22)Vandenberg,L.N.；Maffini,M.V.；Sonnenschein,C.；Rubin,B.S.；Soto,A.M.Bisphenol-a and the great divide:A review of controversies in the field ofendocrine disruption.Endocr.Rev.2009,30(1),75–95.

(23)Delfosse,V.；Grimaldi,M.；Cavaillès,V.；Balaguer,P.；Bourguet,W.Structural and functional profiling of environmental ligands for estrogenreceptors.Environ.Health Perspect.2015,122(12),1306–1313.

(24)Wilson,V.S.；Bobseine,K.；Gray,L.E.Development and characterizationof a cell line that stably expresses an estrogen-responsive luciferasereporter for the detection of estrogen receptor agonist andantagonists.Toxicol.Sci.2004,81(1),69–77.

(25)Liu,Z.；Auboeuf,D.；Wong,J.；Chen,J.D.；Tsai,S.Y.；Tsai,M.-J.；O’Malley,B.W. Coactivator/corepressor ratios modulate PR-mediated transcriptionby the selective receptor modulator RU486.Proc.Natl.Acad.Sci.2002,99(12),7940–7944.

(26)Feng,Q.；O’Malley,B.W.Nuclear receptor modulation-Role ofcoregulators in selective estrogen receptor modulator(SERM)actions.Steroids2014,90,39–43.

(27)Lusher,S.J.；Raaijmakers,H.C.A.；Vu-Pham,D.；Kazemier,B.；Bosch,R.；McGuire, R.；Azevedo,R.；Hamersma,H.；Dechering,K.；Oubrie,A.；et al.X-raystructures of progesterone receptor ligand binding domain in its agoniststate reveal differing mechanisms for mixed profiles of 11β-substitutedsteroids.J.Biol.Chem.2012,287 (24),20333–20343.

(28)Duan,M.；Liu,N.；Zhou,W.；Li,D.；Yang,M.；Hou,T.Structural diversityof ligand-binding androgen receptors revealed by microsecond long moleculardynamics simulations and enhanced sampling.J.Chem.Theory Comput.2016,12(9),4611–4619.

(29)Fratev,F.PPARγhelix 12exhibits an antagonistconformation.Phys.Chem.Chem. Phys.2016,18(13),9272–9280.

发明内容

本发明要解决的技术问题是基于增强采样分子动力学模拟方法提供一种发现糖皮质 激素受体的稳态构象的方法，以解决现有方法在发现多稳态构象共存现象上的局限性。

本发明还要解决的技术问题是提供一种核受体介导的拟性、抗性和混合拟、抗性糖 皮质激素干扰物筛选和预测方法，即根据配体化合物作用于核受体后导致受体的功能性 变化来预测配体化合物的拟性、抗性和混合拟、抗性干扰效应的方法，以解决现有技术存在的筛选和预测不准确等问题，同时构建一种基于计算机程序的迅速、高效、准确的 混合拟、抗***干扰物的识别方法。

为解决上述技术问题，本发明采用的技术方案如下：

一种基于增强采样分子动力学模拟的混合拟、抗糖皮质激素干扰物的识别方法，包 括以下步骤：

(1)构建并优化糖皮质激素受体(glucocorticoid receptor,GR)的结构；构建并优 化配体化合物结构，将配体化合物对接到GR的激素结合口袋中，得到配体-GR复合体；选取能有效提高受体第12号螺旋(helix 12,H12)运动性的集合变量，将所得配体-GR 复合体进行增强采样分子动力学模拟；

(2)根据增强采样分子动力学模拟得到的分子运动轨迹，选取能有效描述受体H12状态的集合变量，绘制自由能特征图并得到自由能低点；对增强采样分子动力学模拟得 到的分子运动轨迹进行构象聚类，得到代表性构象；根据自由能低点和对应的代表性构 象，提取代表性稳态构象；

(3)对于H12位于阻挡共激活因子和共抑制因子结合位置的稳态构象，判定为阻挡型构象；对H12位于暴露共激活因子结合位置而阻挡共抑制因子结合位置的稳态构象，判定为激活型构象；对于H12位于暴露共激活因子和共抑制因子结合位置的稳态构象， 判定为竞争型构象；

(4)根据稳态构象类型及其数量，对于促使受体形成单一阻挡型构象的配体化合物， 判定为抗性干扰物；对于促使受体形成单一激活型构象的配体化合物，判定为拟性干扰 物；对于促使受体形成单一竞争型构象或不止一种类型的稳态构象的配体化合物，判定为混合拟、抗性干扰物。

步骤(1)中，核受体选自蛋白质数据库(http://www.rcsb.org/pdb/home/home.do) 中搜索并下载GR的晶体结构，要求配体为内源性激素或拟性药物，分辨率小于2.5埃 米，受体的优化方法为：首先在Swiss-PdbViewer软件下检查结构的完整性，并将残缺 的氨基酸残基补充完整，然后在SYBYL软件下对受体添加氢原子，最后对受体赋予AMBER力场。

步骤(1)中，配体化合物的构建和优化方法为：采用Chem3D软件，将配体化合 物分子结构先用分子力学阿林格力场2(Molecular Mechanics,Allinger Force Fieldversion 2，MM2)进行初步优化，再在SYBYL软件下采用鲍威尔(Powell)梯度算法和特里 波(Tripos)力场进行再次优化。

步骤(1)中，配体-GR复合体进行增强采样分子动力学模拟的方法为：配体和GR 分别赋予CHARMM(Chemistry at HARvard Macromolecular Mechanics)力场，并浸入 TIP3P模型水中，加入钠离子或氯离子平衡体系电荷后，进行能量最小化；经过正则系 综和等温等压系综两步平衡后，使体系维持在300K和1个标准大气压下；最后进行不 少于25纳秒的增强采样分子动力学模拟，高斯高度和宽度分别设置为4.0千焦每摩尔和 0.2纳米。

步骤(1)中，能有效提高受体H12运动性的集合变量的选择方法为：以GR的I757 与L733、I757与Q597和K770与V675的α碳原子之间的距离集合变量进行增强采样 分子动力学模拟。

步骤(2)中，能有效描述受体H12状态的集合变量的选择方法为：采用GR的H12 羧基端(758-762号氨基酸)与H3、H4和H5的中心之间的距离为集合变量1，H12 (749-765号氨基酸)的螺旋度即α螺旋打分值为集合变量2，描述H12的位置。

步骤(2)中，运动轨迹的构象聚类方法为：以H12的轨迹为基础，根据其均方根 偏差，以0.16纳米为界限进行聚类，得到每个聚类的代表性构象。

步骤(2)中，代表性稳态构象的判断方法为：首先根据自由能特征图得到全局和局部自由能最低点及其自由能；其次选择全局自由能最低点和与其相差20千焦每摩尔 以内的局部自由能最低点，获得对应的集合变量值；最后，根据集合变量值定位对应的 聚类，并得到代表性构象，即为代表性稳态构象。

步骤(3)中，稳态构象类型的判断方法为：若第12号螺旋上的α碳原子和I572与Q597两者α碳原子的中点之间的最小距离小于6埃米，则认为阻挡了共激活因子和共 抑制因子结合位置；若第12号螺旋上的α碳原子和I572与Q597两者α碳原子的中点 之间距离大于6埃米而小于11埃米，则认为暴露了共激活因子而主档了共抑制因子结 合位置；若第12号螺旋上的α碳原子和I572与Q597两者α碳原子的中点之间距离大 于11埃米，则认为暴露了共激活因子和共抑制因子结合位置。

步骤(1)、(2)、(3)中，对于第12号螺旋长度大于12个氨基酸的核受体，可以基 于上述方法，根据受体与糖皮质激素受体叠合后相对应的氨基酸设定集合变量、进行增 强采样分子动力学模拟、判断受体的稳态类型和预测干扰类型。

本发明中，所述分子动力学模拟采用的分子模拟软件为gromacs和plumed软件包。

有益效果

本发明基于糖皮质激素受体变构和共调节因子调控机制，采用增强采样分子动力学 模拟方法，通过自由能低点和动态轨迹聚类，提取配体化合物作用下受体的稳态构象，并根据H12稳定位置与共调节因子招募/抑制机制的关系，判断受测配体化合物的糖皮 质激素干扰效应，筛选和预测拟性、抗性和混合拟、抗性糖皮质激素干扰物。

本发明采用增强采样分子动力学模拟方法进行内分泌干扰效应的预测，首次建立了 多稳态构象识别及混合拟、抗性糖皮质激素干扰物预测方法。

与现有技术相比，本发明具有如下优势：

(1)采用增强采样分子动力学模拟方法进行分子模拟，较为全面地发现核受体的全 局和局部能量最低点，并通过动态轨迹聚类获得稳态构象；

(2)根据核受体H12稳定位置与共调节因子招募/抑制机制的关系，将稳态构象分为激活型、阻挡型和竞争型三种类型，并据此判断配体化合物的干扰效应：拟性、抗性 和混合拟、抗性；

(3)相比于传统体外实验方法，此方法成本低廉、效率更高，且避免了混合拟、抗性干扰物的细胞特异性问题；相比于已有的计算机辅助筛选方法，此方法更能有效识别 稳态构象，实现混合拟、抗性干扰效应的预测。

附图说明

图1为本发明的拟、抗和混合拟、抗***干扰物虚拟筛选和预测流程图。

图2A为拟糖皮质激素标准物质作用下GR的自由能特征图及对应的稳态构象。

图2B为混合拟、抗糖皮质激素标准物质作用下GR的自由能特征图及对应的稳态构象。

图3A为12个配体化合物作用下GR的自由能特征图及对应的稳态构象类型。

图3B为7个配体化合物作用下GR的自由能特征图及对应的稳态构象类型。

图4为GR稳态构象类型与共调节因子招募/抑制实验结果的比较。

具体实施方式

根据下述实施例，可以更好地理解本发明。然而，本领域的技术人员容易理解，实施例所描述的内容仅用于说明本发明，而不应当也不会限制权利要求书中所详细描述的本发明。

下面将结合本发明实施例和附图，对本发明技术方案清楚、完整地描述，显然，所描述的实施例仅是本发明的一个具体的实施例，而不是全部。基于本发明中的实施例， 本研究领域其他普通技术人员在没有做出创造性劳动的前提下所获得的其他实施例，都 处于本发明保护的范围。

以下实施例根据图1所示的流程图开展，所采用的受体为人类的GR，配体化合物选择拟糖皮质激素标准品***(DEX)、混合拟、抗糖皮质激素标准品RU486和环 境中常见的内分泌干扰物双酚类物质。

实施例1：GR的分子动力学模拟

人类GR的结构采用蛋白质数据库中PDB代码为1m2z的GR蛋白质结构，并通过Swiss-PdbViewer软件检查其结构的完整性和修补残缺的残基。配体小分子，包括标准 物质和环境中常见的内分泌干扰物双酚类物质，经过结构优化后，采用SYBYL 7.3中的Surflex-Dock模块对接于受体中形成配体-受体复合体。将复合体采用广受认可的增强采样分子动力学模拟方法——metadynamics模拟方法——进行增强采样分子动力学模拟，采用的分子模拟软件为gromacs和plumed软件包。metadynamics模拟过程采用I757与L733、I757与Q597和K770与V675的α碳原子之间的距离作为集合变量。每个 metadynamics模拟时间为25ns，温度为300K，高斯高度和宽度分别设置为4.0kJ/mol 和0.2nm。

实施例2：分子动力学模拟结果分析

将实施例1中得到的分子模拟轨迹用于进一步分析。采用GR的H12羧基端 (758-762号氨基酸)与H3、H4和H5的中心之间的距离(Distance单位为纳米)，和 H12(749-765号氨基酸)的螺旋度即α螺旋打分值(alpha-helix score)分别作为CVs 描述GR的H12的构象变化，以此绘制自由能(Free Energy，单位为kJ/mol)特征图， 描述H12的位置，得到全局和局部自由能最低点，并通过构象聚类得到自由能最低点处 的代表性构象，即为代表性稳态构象。根据代表性稳态构象的H12稳定位置，判断各稳 态构象的类型。最后，根据稳态构象的类型和数量，预测配体化合物的活性：对于促使 受体形成单一阻挡型构象的配体化合物，预测为抗糖皮质激素干扰物；对于促使受体形 成单一激活型构象的配体化合物，预测为拟糖皮质激素干扰物；对于促使受体形成单一 竞争型构象或不止一种类型的稳态构象的配体化合物，预测为混合拟、抗糖皮质激素干 扰物。

实施例3：标准物质DEX、RU486的结果分析

对于纯拟性标准物质的DEX，metadynamics模拟结果表明DEX-GR的稳态构象为 单一类型的激活型构象(图2A)，可选择性招募CoA，这与已有报道的DEX-GR的晶 体结构相一致。对于混合拟、抗性化合物的RU486，metadynamics模拟结果表明 RU486-GR具有多种类型的稳态构象，包括阻挡型和竞争型构象(图2B)，从而既能招 募CoA导致拟性效应，又能抑制CoA导致抗性效应。因此，纯拟性化合物作用下GR 形成激活型构象，导致受体选择性招募CoA，进而导致转录激活和纯拟性效应的产生。 而混合拟、抗性化合物通过诱导GR产生多种稳态构象，导致在招募CoA产生拟性效应 的同时具有抑制CoA和/或招募CoR并导致抗性效应的能力。以上结果表明， metadynamics模拟作为一种增强采样分子动力学模拟方法可用于研究配体作用下核受 体的构象变化和稳态构象，并能有效预测混合拟、抗性效应。

实施例4：典型内分泌干扰物的活性预测——以双酚类物质(BPs)为例

选取19种BPs作为典型内分泌干扰物进行活性预测。采用上述方法构建19个 BPs-GR复合体进行metadynamics增强采样分子动力学模拟，得到的的自由能特征图(图 3A、图3B)表明，BPs作用下GR可以形成单一稳态或多稳态构象。根据稳态构象类 型和数量，我们将配体化合物预测为拟性、抗性和混合拟、抗性糖皮质激素干扰物(表 1)：1571-75-1等7个EDCs作用下GR形成激活型稳态构象，预测结果为拟糖皮质激 素干扰物；79-95-8和1675-54-3作用下GR形成阻挡型稳态构象，预测结果为抗糖皮质 激素干扰物；其它10个配体化合物作用下GR形成多稳态构象，这些配体化合物的预 测结果都为混合拟、抗糖皮质激素干扰物。

实施例5：预测结果的细胞实验验证

对实施例4中配体化合物糖皮质激素干扰活性的预测结果采用细胞实验进行验证。 基于稳定转染带有由糖皮质激素效应原件驱动的荧光素酶报告基因的人乳腺癌细胞MDA-kb2细胞系，以及瞬时转染GR和双荧光素酶报告基因的CHO-K1细胞系，我们 测试了部分配体化合物的糖皮质激素干扰活性，并综合已有报导的数据，总结了19个 配体化合物的糖皮质激素干扰效应(表1)，其中1个没有糖皮质激素干扰效应、6个 为拟糖皮质激素干扰物，3个为抗糖皮质激素干扰物，另外9个为混合拟、抗糖皮质激 素干扰物。将预测结果与细胞实验结果相比较，发现19个配体化合物中，17个配体化 合物的糖皮质激素干扰活性预测结果准确，准确率达到89.5％；其它2个配体化合物预 测错误，其中2081-08-5无活性，而14868-03-2预测结果是混合拟、抗糖皮质激素干扰 物，却只检测出拟性或抗性效应。

表1根据配体化合物-GR的稳态构象类型进行活性预测及与细胞实验结果的比较

注：“Y”表示模拟结果具有该类型稳态构象；“拟性”、“抗性”和“混合”分别代 表拟糖皮质激素效应、抗糖皮质激素效应和混合拟、抗糖皮质激素效应。

实施例6：预测结果的共调节因子实验验证

对实施例4中部分化合物***干扰活性的预测结果采用共调节因子实验进行验证。 由于共调节因子(包括CoA和CoR)对ERα的激活过程具有决定性作用，招募CoA可 以视为拟性物质活性产生的标志，而招募CoR和抑制CoA则可以视为抗性物质活性产 生的标志。因此，拟性干扰物选择性招募CoA，抗性干扰物抑制CoA，而混合拟、抗性 干扰物招募CoA并招募CoR和/或抑制CoA。采用CoA招募、CoA抑制、CoR招募和 CoR抑制实验检测了15个配体化合物的GR干扰活性，结果显示，基于增强采样分子 动力学模拟的预测结果与基于共调节因子招募/抑制实验的结果相一致(图4)：诱导单 一激活型构象的配体化合物可招募CoA并抑制CoR，是拟性干扰物；诱导多稳态构象 的配体化合物则可招募CoA并抑制CoA和/或招募CoR，是混合拟、抗性干扰物。因此， GR的结果与ERα的结果同样表明，基于metadynamics的增强采样分子动力学模拟可用 于研究受体的稳态构象并预测EDCs的干扰效应类型：纯拟性干扰物诱导产生单一的激 活型稳态构象；纯抗性干扰物诱导产生单一的阻挡型稳态构象；而混合拟、抗性干扰物 诱导产生单一的竞争型稳态构象或多稳态构象。