淀粉样β蛋白质构象转换及其抑制的分子动力学模拟

李 丽，刘夫锋

(1.天津科技大学 海洋与环境学院，天津 300457；2.天津科技大学 生物工程学院 省部共建食品营养与安全国家重点实验室，天津 300457)

阿尔茨海默病(AD)是老年性痴呆中最常见的类型之一，由于AD的发病人数仅次于癌症、心脏病和脑中风，已经成为危害人类健康的第四大杀手。AD的主要病理变化之一是患者脑内出现大量的老年斑。淀粉样沉淀假说[1-3]认为淀粉质β多肽(Aβ)的聚集沉淀形成有细胞毒性的聚集体是AD的主要诱因。Aβ是淀粉质前体蛋白在β-分泌酶和γ-分泌酶共同作用下的水解产物(图1)[4]。由于γ-分泌酶存在不同的酶切位点，因此Aβ含有多个变异体，其中Aβ40和Aβ42是最常见的2种类型。Aβ40的含量最多，约为80%。而由于N端含有2个疏水性氨基酸I和A，从而使Aβ42的聚集速度更快，且其聚集体的毒性更强。因此，Aβ42在AD的发生、发展过程中起到关键性作用。Aβ聚集体会进一步与变性的轴突、神经纤维以及胶质细胞共沉淀形成病理性斑块[5]。

图1 Aβ生成示意图及其氨基酸序列Fig.1 Schematic representation of production of Aβand its amino acid sequences

在正常情况下，人体内仅存在纳摩尔(nmol)级含量的Aβ，且其生理功能尚不清楚。早期研究认为，只有淀粉斑或成熟的纤维才具有神经毒性[6-8]。而近年来越来越多的研究表明Aβ寡聚体和亚纤维才是毒性的罪魁祸首[9-12]，而淀粉斑和成熟的纤维只是为它们提供了一个藏身之所。寡聚体和亚纤维能够促发炎症级联反应，造成轴突损伤、突触丢失和细胞凋亡等病理改变，是导致神经元变性乃至形成痴呆的重要因素。例如，Kayed等[13]研究发现，无论聚集态Aβ是否呈Aβ纤维结构，均表现出细胞毒性，导致神经突触的减少和神经元凋亡，且Aβ寡聚体的细胞毒性远大于Aβ纤维的毒性。但也有报道称Aβ寡聚体、亚纤维和纤维等Aβ聚集体均有神经毒性[4]。因此，具体哪种聚集体触发了淀粉样级联反应目前尚无定论。无论引起疾病的是Aβ寡聚体还是成熟纤维，或者是两者同时作用，只要阻止Aβ聚集就可从根本上消除Aβ所引发的神经毒性。

在Aβ聚集之前，从初始的无规卷曲或α-螺旋结构通过构象转换形成β-折叠结构是Aβ聚集的关键步骤。由于Aβ构象转换的速度非常快，即使用现阶段最先进的实验手段也无法完全跟踪检测，而理论计算模拟可以较好地弥补实验技术的上述不足。尤其随着近年来计算能力的大幅提高，计算方法与分子模拟、虚拟实验已经继实验方法、理论方法之后，成为第3个重要的科学方法，对未来科学和技术的发展起着越来越重要的作用。而作为最常见的分子模拟方法之一，分子动力学(MD)模拟能够研究足够小的时间和空间尺度，可以清晰、直观地描述Aβ的二级结构随模拟时间的动态变化过程，同时通过统计力学方法又能方便地得到所研究模拟体系的宏观性质[14]。因此，利用MD模拟可从原子、分子水平上研究Aβ构象转换及其抑制的分子机制，从而掌握Aβ构象转换及其抑制的一般规律，进而指导相关Aβ构象转换抑制剂的开发，具有重要的理论和现实意义。本文中，笔者主要综述Aβ构象转换及其抑制的MD模拟的研究进展，为后续研究提供参考。

1 淀粉样多肽构象转换的MD模拟研究

1.1 MD模拟中常用的Aβ片段

Aβ在聚集状态下以β-折叠为主，而溶解状态时会受到溶液环境的影响而呈现不同的二级结构。例如，在生物膜和有机溶剂中以α-螺旋为主[15]，在水溶液中则以无规卷曲为主[16]。但由于Aβ容易聚集，且其构象转变非常快，从α-螺旋或无规卷曲到β-折叠的构象转变过程到目前为止仍然无法用实验方法测定，而MD模拟可以弥补上述实验研究的不足。但由于全原子MD模拟的计算量非常大且全序列Aβ的构象转换比较复杂，目前的MD研究大多集中在Aβ片段。Aβ10～35、Aβ12～28、Aβ16～22、Aβ16～35、Aβ25～35、Aβ29～42、Aβ30～42、Aβ31～42和Aβ39～42是研究较多的片段。其中，Aβ25～35、Aβ10～35、Aβ1～28、Aβ1～40和Aβ1～42单体的三维结构已经被解析出来(图2)。

图2 典型Aβ单体的三维结构Fig.2 Typical 3D structures of Aβ monomers

在上述Aβ片段中，Aβ16～22是能够形成规则片层聚集体的最短多肽，因此常被用作模型来研究Aβ聚集沉淀[17]。Aβ16～22片段的三维结构一般从初始结构为无规卷曲的Aβ10～35片段截取或利用分子模拟软件构建线性短肽。由于从线性结构到β折叠的构象转换比较简单，因此，初始结构为无规卷曲的Aβ16～22常被作为目标肽段用于构象转换研究。即使从初始结构为无规卷曲的Aβ16～22开始模拟，其构象转换仍然过于简单，因此，该肽段的模拟研究主要集中在其聚集及其抑制过程[18]。与Aβ16～22相比，Aβ10～35是Aβ构象转换过程中应用最多的肽段之一。例如，Massi等[19]利用全原子MD模拟研究了Aβ10～35的构象转换，发现Aβ10～35的疏水核心(LVFFA)和转角区域(VGSN)在分子内氢键的作用下都非常稳定。在U型纤维结构中，残基22～29为转角结构，且残基D23和K28之间易于形成盐桥。该盐桥在Aβ构象转换和聚集过程中起到至关重要的作用。因此，盐桥D23～K28对于转角VGSN的形成至关重要，它已经成为Aβ10～35构象转换和聚集的限速步骤。利用全原子MD模拟Aβ10～35单体，Tarus等[20]发现盐桥D23～K28能够大大提高VGSN转角的稳定性。与此类似，Reddy等[21]分别利用2种力场参数(OPLS和CHARMM)研究了盐桥D23～K28对Aβ10～35单体和二聚体构象转换的影响，结果表明，在整个模拟过程中，该盐桥一直保持溶剂化作用且使19～24区域形成α-螺旋结构。综上所述，该盐桥对全序列Aβ纤维的稳定同样起着至关重要的作用。除了Aβ16～22和Aβ10～35之外，Aβ25～35也被用于构象转换过程的MD模拟研究中。例如，Ma等[22]基于Kramer的能垒穿越理论和Morse功能类似势能面理论研究了Aβ25～35片段的自由能势能面，发现稳定的α-螺旋和β-折叠二级结构均有利于寡聚体的形成。

虽然相对于全序列Aβ来说，Aβ片段的构象转换比较快，但利用常规MD模拟同样存在构象采样空间小的缺点。为了大幅提高其采样范围，复制交换分子动力学(REMD)模拟常被用于Aβ片段的构象转换研究。REMD模拟就是将一系列无关的副本系统分别置于不同的温度体系下进行独立的MD模拟[23]，然后根据Metropolis标准，在温度相邻的每个副本的构象之间进行交换，从而可以使低温构象易于逃离局部势能最低点，使其能在更大的构象空间上取样。因此，利用REMD模拟能够非常容易获得蛋白质构象转换过程中过渡态的结构及其相关的动力学和热力学信息。例如，Cao等[24]利用REMD模拟方法在GROMOS9643A1和OPLS-AA 2种力场下研究了Aβ12～28的构象转换，结果表明，Aβ12～28的构象主要是无规卷曲，同时出现短暂的β-折叠结构。但同时，他们也发现采用不同的力场，β-折叠结构的位置会有所不同。例如，在GROMOS9643A1力场下，残基19～22处形成β-折叠；而在OPLS-AA力场下，残基17～20处会形成β-折叠结构。Baumketner等[25]利用REMD模拟方法研究了Aβ10～35构象转换，结果表明，该肽段在水中主要是无规卷曲结构，同时残基13～15、18～20、26～27和31～33位处会出现β-转角或弯曲等二级结构。Alves等[26]利用REMD模拟方法研究了Aβ16～35的构象转换，发现该片段直接从初始的无规卷曲转变成β-折叠结构，且在整个构象转换过程中，螺旋结构存在的时间都很短。除了研究野生型Aβ片段的构象转换，相应的突变体也常用于MD模拟研究中。例如，Nguyen等[27]利用REMD模拟方法研究了Aβ1～28野生型和突变体A2V的构象系统，结果表明，突变体A2V的β-折叠结构的形成速率是野生型的4倍，这和突变体的聚集速率远高于野生型的实验结果是一致的。

除了采用增强型的采样方法(如REMD)，采用粗粒化模型同样可以利用有限的计算资源获得蛋白质的构象空间。将粗粒化模型和REMD结合起来会进一步提高Aβ片段的构象空间。例如，Chebaro等[28]结合OPEP粗粒化力场和REMD方法计算了Aβ16～35的单体和二聚体的结构和热力学信息，结果表明，残基20～21和29～30形成β-折叠结构，而残基22～27形成α-螺旋结构。而相对于N端，C端更不易形成β-折叠结构。Wu等[29]利用REMD模拟研究了不同C端片段的构象转换，结果发现片段Aβ29～42、Aβ30～42、Aβ31～42和Aβ39～42都易于形成瞬时的β-折叠结构。也就是说，C端的瞬时β-折叠或β-发夹结构是Aβ聚集的前提。上述Aβ片段的研究结果对于了解全序列Aβ构象转换的研究具有非常重要的意义。虽然在MD模拟研究中经常利用这些短肽来代替全序列Aβ，但这些Aβ片段的聚集过程、聚集速率和细胞毒性与全序列Aβ尚有一定的差别。例如，与全序列Aβ1～42相比，Aβ25～35具有更快的聚集速率[30]。然而，由于不同大小的Aβ片段之间的作用力会有一定差别，从而会影响该片段构象的形成。因此，仅研究Aβ片段仍然不能很好地了解全序列Aβ的聚集中间体的具体构象以及它们的聚集特性。

表1 淀粉样β多肽片段构象转换的分子动力学研究

1.2 全序列Aβ1～40和Aβ1～42

由于计算资源的限制，早期的研究主要集中在不同溶液环境中Aβ片段的构象转换。随着近年来计算机软硬件技术的飞速发展，越来越多的研究集中在全序列Aβ的构象转换。例如，Xu等[39]利用全原子MD模拟研究了Aβ1～40在水和膜环境中从初始的α-螺旋到β-折叠的整个构象转换过程，发现残基G25、G29、G33和G37对于Aβ1～40形成β-折叠结构至关重要。将这4个甘氨酸(Gly)突变成丙氨酸(Ala)后就完全抑制了其构象转换，在整个100 ns模拟过程中，Aβ1～40一直保持初始的α-螺旋结构。而在1，2-二棕榈酸甘油-3-磷脂酰胆碱(DPPC)膜内，Aβ1～40主要为α-螺旋结构。Flock等[40]发现残基V18、F19、A21和G25发生疏水团聚，两段α-螺旋结构的残基8～25和28～39至少有一段会快速变成无规卷曲或β-折叠结构。为了研究不同力场参数对Aβ构象转换的影响，Olubiyi等[41]分别利用2种不同的GROMOS力场参数(GROMOS96 43a2和GROMOS96 53a6)研究了不同pH条件下Aβ1～40和Aβ1～42的二级结构变化，结果表明，N端的10个氨基酸残基为无定序结构，而3个组氨酸的质子化会加速β-折叠结构的形成。

针对全序列Aβ，国内外很多研究组也开展了氨基酸突变对其构象的影响。例如，Viet等[44]利用MD模拟研究了Aβ1～40和Aβ1～42及其突变体D7N的构象转换情况，结果表明，突变体D7N的二级结构中，R5和M35的β-折叠含量很高。而与之相反，F4和K16的β-折叠含量却很低。野生型Aβ1～42的残基R5、K6、V18、F19、N27、K28、V40和I41极易形成β-折叠结构。而突变体D7N的β-折叠主要集中在残基V12、H13、I31、I32、M35和G38。总之，大多数全序列Aβ单体的MD研究结果表明，N端残基1～10主要为无定序结构，疏水核心区域(残基10～21)主要为α-螺旋结构，而C端30～42残基主要为β-折叠结构，残基21～30是Aβ聚集的核心部位。然而，由于Aβ构象转换速度比较慢，仅利用传统MD模拟很难获得其构象转换过程中的瞬时构象。因此，利用增强性采样方法来增强Aβ构象转换过程中的构象采集就显得非常必要，其中REMD是最常用的增强性采样方法[23]。因此，REMD也已广泛用于全序列Aβ构象转换的研究中[45]。例如，Sgourakis等[46]利用REMD模拟发现，Aβ1～42的C端比Aβ1～40的有序，其主要原因是Aβ1～42的残基31～34和38～41形成的β-折叠结构大大降低了C端柔性，从而使其易于纤维化。而Roseman等[47]的研究结果表明残基16～23更易于形成β-折叠结构。Yang等[43]利用微秒(μs)级的REMD模拟发现,Aβ1～42的β-折叠结构远比Aβ1～40的稳定,且Aβ1～42的残基30～42的接触比Aβ1～40频繁得多，从而使Aβ1～42更易于形成转角结构。

表2 全序列Aβ构象转换的分子动力学研究

除了溶液pH、温度和突变对Aβ构象转换影响的研究之外，Aβ1～42中一些残基(如甲硫氨酸)的氧化还原对Aβ构象转换的影响也是研究比较多的。其中，残基M35的氧化会对Aβ1～42构象转换产生较大的影响。例如，Triguero等[48]利用全原子MD模拟研究了M35 Cγ上的亚甲基被亚砜(M35(O))和砜M35(O2)替代后对Aβ1～42二级结构的影响，结果表明，M35(O)突变体在疏水区域29～35部分形成稳定的由转角结构连接的β-折叠结构，而M35(O2)突变体的二级结构主要以α-螺旋为主。即，Met35氧化成亚砜和砜均会影响其与周围残基I31、K34和I41之间的疏水相互作用。

2 抑制剂抑制Aβ构象转换的MD模拟研究

2.1 小分子抑制剂

淀粉样假说认为，AD病发的关键因素之一是Aβ在大脑内由无规卷曲的单体转变为含有β-折叠为主的结构，然后进一步相互聚集形成各种形态的具有细胞毒性的聚集体。因此,抑制其单体的构象转变和聚集就成为治疗AD的首选疗法。海藻糖是最早发现的能够抑制Aβ构象转换的抑制剂之一，但其抑制Aβ构象转换的分子机制尚不清楚。为了解决这个问题，Liu等[18,49]利用全原子MD模拟研究了海藻糖与Aβ1～40和Aβ1～42之间的相互作用，揭示了海藻糖抑制2种全序列Aβ构象转变的分子机制,研究发现，海藻糖溶液的浓度对Aβ的构象转变具有非常重要的影响[50]，在水和低浓度的海藻糖溶液中，Aβ1～42单体可由初始的α-螺旋结构转变成β-折叠的二级结构；但高浓度海藻糖能够有效抑制Aβ1～42的构象转变。抑制Aβ1～40和Aβ1～42的海藻糖浓度是不同的，分别为0.18和0.37 mol/L，这主要是因为Aβ1～42的疏水作用要强于Aβ1～40。海藻糖的优先排阻作用会使水分子在多肽周围0.2 nm内富集，而海藻糖却在距离多肽0.4 nm的位置附近团聚，这是海藻糖抑制Aβ构象转变的主要原因。海藻糖的优先排阻作用是通过降低多肽间的疏水相互作用，减少多肽分子内远距离的接触，有效抑制多肽的疏水塌缩和构象转变。

茶多酚(EGCG)在预防和治疗Aβ的错误折叠和聚集方面有显著的功效，现已进入Ⅱ期临床。但是EGCG抑制Aβ构象转换的作用机制尚不明确。笔者利用全原子MD模拟和分子力学-泊松-波尔茨曼可接近表面积方法(MM/PBSA)研究了EGCG抑制Aβ1～42构象转换的分子机制[51]，结果发现，EGCG抑制Aβ1～42的构象转变与其浓度正相关，在水和低浓度EGCG溶液中，Aβ1～42能够从初始的α-螺旋结构通过构象转换形成β-折叠为主的二级结构，但在高浓度(0.08 mol/L)EGCG溶液中，EGCG完全抑制了β-折叠的形成。EGCG和Aβ1～42之间的直接相互作用是其抑制Aβ1～42构象转换的主要原因。在EGCG溶液中，EGCG能够将多肽周围的水分子排开并直接与多肽发生作用。为了进一步解析EGCG 和Aβ1～42之间的作用力类型，又利用 MM/PBSA计算了EGCG和Aβ1～42之间的作用力，结果表明，EGCG和Aβ1～42之间的非极性和极性作用都有利于EGCG和Aβ1～42的结合，但非极性作用的贡献为主(71%)，且主要由范德华作用提供，而极性相互作用却很小。进一步利用 MM/PBSA自由能分解确定了Aβ1～42的12个关键的氨基酸残基F4、R5、F19、F20、E22、K28、G29、L34～G37和I41，它们与 EGCG一样具有非常重要的作用。MM/PBSA 作用力分解结果表明，非极性相互作用主要由疏水性残基的侧链和一些非疏水性残基的主链所提供。与此相反，EGCG与Aβ1～42之间的极性相互作用却由多肽的主链所提供，尤其是残基Gly29和Gly37。该研究从全新的角度阐释了EGCG 抑制Aβ1～42构象转换的分子机制，为进一步理性设计AD的高效抑制剂奠定了理论基础。

海洋类植物含有大量的化学结构各异的化合物，现已从中筛选出一些比较有效的抗菌、抗肿瘤和杀虫的化合物，为新药研发提供了新的途径。其中，岩藻黄素是存在于褐藻、硅藻和金藻等海洋藻类植物中的一种海洋类胡萝卜素，系统的生物物理、生物化学和细胞生物学等研究发现：岩藻黄素能够有效抑制Aβ聚集形成低聚物和纤维，并能显著降低Aβ聚集体的神经毒性[52]。同时，利用MD模拟分析，揭示了岩藻黄素与Aβ1～42之间的作用力主要为疏水相互作用，且进一步分析发现，岩藻黄素通过阻止Aβ的构象转换来抑制其聚集。此外，岩藻黄素还能显著抑制Aβ寡聚体注射小鼠海马的氧化应激反应，大大减轻Aβ寡聚体注射小鼠的认知障碍，增加脑源性神经营养因子的表达和ChAT阳性区域。5-Hydroxycyclopenicillone是从海绵植物中分离获得的一种环状戊烯酮分子，利用斑点印迹分析和透射电子显微镜(TEM)发现其能够有效地减少Aβ1～42寡聚体形成。为了进一步探究5-hydroxycyclopenicillone抑制Aβ1～42构象转换的分子机制，Zhao等[53]利用全原子MD模拟研究了其与Aβ1～42单体之间的相互作用，结果表明，5-hydroxycyclopenicillone和Aβ1～42之间的疏水作用可能会阻止Aβ1～42构象的转变和寡聚化。此外，Aβ1～42寡聚体和5-hydroxycyclopenicillone一起预孵育后加入到神经元SH-SY5Y细胞中时，其毒性比正常Aβ1～42寡聚体低。

大量的实验证明磺胺类药能够抑制Aβ聚集并减缓AD的症状。其中，体内和体外研究结果证明，(2,5-dichloro-N)-4-piperidinophenyl 3-thiophenesulfonamide(C1)能够抑制Aβ1～42的聚集沉淀。为了探明C1抑制Aβ1～42构象转换的分子机制，Shuaib等[54]利用全原子MD模拟研究了C1与Aβ1～42单体构象转换的分子机制，结果表明，C1通过氢键和π-π相互作用紧密结合Aβ1～42的α-螺旋结构区域13～26，从而抑制其构象转换。MM/PBSA自由能计算结果表明，残基Ala2、Phe4、Tyr10、Gln5、Lys6、Leu7、Val8、Phe20、Glu22和Met35的贡献最大。

2.2 多肽抑制剂

相对于小分子，多肽具有优良的生物相容性、易透过血脑屏障、毒副作用小以及易合成和修饰改性等优点，已广泛用于Aβ构象转换的抑制[55]。目前，大多数短肽类抑制剂均是从Aβ的疏水核心序列和β-折叠序列中抽取的片段，如Aβ16～20(KLVFF)、Aβ17～21(LVFFA)、Aβ31～42(IIGLMVGGVVIA)和Aβ39～42(VVIA)等以及它们的衍生序列(LPFFD)。例如，Yang等[56]利用分子对接获得的Aβ1～42-LPFFD复合物为初始结构，利用全原子MD模拟解析了多肽抑制剂 LPFFD 抑制 Aβ1～42构象转换的分子机制，结果表明LPFFD通过破坏Aβ1～42的盐桥D23～K28来抑制Aβ1～42的构象转换。Viet等[57]结合MD模拟和自由能计算方法解析了短肽抑制剂KLVFF和LPFFD影响Aβ16～22聚集和Aβ1～40构象转换的分子机制,并解析了抑制剂与Aβ之间的亲和力与其抑制能力之间的关系。笔者应用MD模拟和结合自由能计算方法研究了多肽抑制剂KLVFF、VVIA和LPFFD抑制Aβ1～42构象转换的分子机制[49,58]，结果表明，3种多肽抑制剂均能够有效抑制Aβ1～42的构象转换。另外，多肽抑制剂降低了Aβ1～42分子内的疏水相互作用，减少了多肽分子内远距离的接触，有效抑制了Aβ1～42的疏水塌缩，从而起到稳定其初始构象的作用。这些抑制剂与Aβ1～42之间的疏水和静电相互作用均有利于它们抑制Aβ1～42的构象转换。此外，抑制剂中的带电氨基酸残基可以增强其和Aβ1～42之间的静电相互作用，并降低抑制剂之间的聚集，从而大大增强对Aβ1～42构象转换的抑制能力，但脯氨酸的引入会破坏多肽的线性结构，从而大大降低其与Aβ1～42之间的作用力。为了进一步提高短肽抑制剂与Aβ之间的亲和性，笔者基于Aβ纤维的分子作用机制[59]，在Aβ17～21(LVFFA)结构的基础上添加2个带正电荷的R和K，获得LK7(LVFFARK)短肽抑制剂[60]，硫黄素(ThT)结合试验和投射电子显微镜(TEM)的分析结果表明，LK7能够抑制Aβ1～42聚集，但LK7的抑制效果呈现先上升后下降的效果。即，当LK7与Aβ1～42的浓度比大于1∶ 1之后，LK7的抑制效果反而下降。究其原因，LK7具有非常强烈的自聚效果，LK7的自聚除了会大大降低其抑制Aβ1～42的聚集性，且其聚集体具有强烈的细胞毒性作用。为了克服LK7的自聚，Xiong等[60]将其固定化到PLGA纳米球上，获得纳米抑制剂LK7@PLGA-NPs，通过进一步系统的生物物理、生物化学和细胞生物学实验，结果表明，该纳米抑制剂在较低的浓度下仍然具有很好的抑制Aβ1～42聚集的效果；在同浓度的游离LK7条件下，LK7基本没有任何抑制效果。

利用MD模拟、MM/PBSA自由能计算和分解方法研究了ZAβ3-Aβ16～40复合物之间的相互作用机制[61]，结果表明，ZAβ3的β-股和Aβ16～40单体的β-股之间的亲和作用占主导，而α-螺旋与 Aβ16～40的作用力很小。利用MM/PBSA自由能分解发现ZAβ3和Aβ16～40的热点残基，ZAβ3通过将发夹型Aβ单体包埋在α-螺旋围成的疏水性腔体内来阻碍Aβ聚集。这种结合模式为设计高效的Aβ蛋白质类抑制剂提供了3个基本要素：高亲和性的结合片段β-股、附属结构和稳定的构象。高亲和性结合片段能竞争性地与Aβ单体结合，附属结构却能够阻碍其他Aβ单体靠近，而稳定的构象是上述2种要素发挥作用的基础，三者协同作用可以有效地抑制Aβ聚集。

考虑到基于Aβ片段衍生出的多肽抑制剂极易自聚形成富含β-折叠片段的纤维结构，Wang等[62]首次提出了相似作用的理念去设计新的异源自组装多肽抑制剂，他们认为具有相似β二级结构特征多肽序列作为异源多肽抑制剂的候选，这些异源多肽抑制剂可以自组装成β折叠片结构，与Aβ聚集的β折叠片非常相似。这种相似的结构，很有可能导致相似的抑制Aβ作用，从而达到抑制 Aβ之间的相互作用和聚集；然后用定量构效关系(QSAR)和分子对接设计筛选了1 000条异源自组装多肽抑制剂；最后利用系统的生物物理、生物化学和细胞生物学实验筛选出一些高效多肽抑制剂序列，发现这些多肽具有以下3个优点：自身无毒或低毒，抑制Aβ聚集或结构转换，抑制或减低Aβ所引起的细胞毒性。分子模拟实验进一步验证了这些高效多肽抑制剂是通过形成β折叠片结构来抑制 Aβ寡聚体的形成。

3 展望

Aβ构象转换和聚集在AD的发生、发展中发挥着重要作用。利用MD模拟研究探明Aβ构象转换及其现有抑制剂抑制其构象转换的作用机制，可以进一步揭示AD的发病机制，为今后AD药物的开发和研究提供思路和方向。

力场对于利用MD模拟研究Aβ构象转换的影响非常大[63]。合适的力场能够揭示很多有用的信息，但不合适的力场很可能就会得到错误的信息[64]。随着计算机软硬件技术的进一步发展，尤其是分子力场和MD模拟基本原理的飞速发展，MD模拟现存的上述问题将逐步得到解决，作为一种新兴的技术，MD模拟必将在Aβ构象转换和抑制及其Aβ聚集抑制剂开发方面的应用越来越广泛，从而为AD有效药物的开发贡献更多的力量。