<b>研究报告:</b> 基于遗传算法的计算机辅助策略优化孕酮适配体

目的 本研究致力于优化孕酮（progesterone，P4）适配体的亲和力和选择性。方法 基于遗传算法（genetic algorithm，GA）的计算机辅助优化策略（in silico maturation，ISM），进行了4轮GA操作（含交叉变异、单点突变和双点突变操作），构建了初始文库和G1、G2、G3代ssDNA作为新的候选适配体库，采用分子对接对候选适配体进行筛选和分析，并使用迭代策略不断优化适配体。此外，还提出了一种较为准确预测ssDNA三级结构的方法，首先使用Mfold预测二级结构，继而使用RNAComposer建立与ssDNA相对应的RNA三级结构，输出的PDB文件使用Discovery Studio将RNA修改为DNA，最后使用Molecular Operating Environment对结构进行能量最小化处理。结果 到G2代，在局部搜索空间对P4S-0进行优化，筛选出P4G1-14、P4G2-20、P4G1-6、P4G1-7和P4G2-14这5条适配体作为P4的最佳候选适配体。采用AuNPs比色法初步验证优化后适配体的亲和力，继而构建了基于适配体结构开关的荧光法测定适配体的解离常数（equilibrium dissociation constant，K_D），并以此方法对适配体的选择性（对双酚A、雌二醇、睾酮和皮质醇）进行了评估。结论 通过ISM优化后的适配体，对P4的亲和力较原适配体有了较大提升，仍保留着识别结构类似分子的选择性。