封面文章：Asian J Pharm Sci编委欧阳德方教授利用融合分子模拟和实验的方法研究药物/环糊精的聚集机制

已上市的药物中约有40%几乎不溶于水。这些水溶性差的药物吸收缓慢，导致生物利用度极差，从而降低其疗效。因此药物溶解度问题是药剂科学家面临的一个重大挑战。环糊精包合物是目前难溶性药物增溶的一种有效方法。

传统理论认为药物和环糊精以1:1的比例进行包合，但是此包合比只存在于理想条件的稀溶液中。在真实实验中，环糊精不仅可以通过包合的方式增加药物的溶解度，还可以通过聚集的方式形成类似胶束的结构对药物进行增溶。然而，目前尚未对药物/环糊精聚集的机理进行深入探讨。

本研究采用分子模拟与实验相结合的方法研究格列吡嗪/环糊精的包合和聚集的分子机理。首先通过模拟1:1药物/环糊精包合体系计算静电力、范德华力、焓变、熵变等热力学常数，为我们理解这一包合体系的结构、过程和能量变化提供了帮助。随后模拟10:10药物/环糊精聚集体系分子的结果表明格列吡嗪/环糊精溶液中存在聚集体，且氢键在药物/环糊精聚集中起着重要作用。动态光衍射法测得的粒径结果证实了格列吡嗪与环糊精在高浓度下的聚集性，β-环糊精和γ-环糊精比HP-β-环糊精和Me-β-环糊精具有更强的聚集能力，与模拟结果一致。本文通过分子动力学模拟揭示了格列吡嗪/环糊精包合和聚集的分子机制，这种实验和建模方法也适用于不同环境下其他药物和环糊精体系，有助于环糊精增溶的处方开发。

当前的药剂学研究一直面临着多学科交叉研究、依赖科学家个人经验和猜想、实验试错过程难以摸索规律、耗时巨大、成本高昂等问题。分子动力学模拟是研究分子相互作用的重要手段。近年来，随着计算机日新月异的发展，分子模拟在药剂学的应用变得更加广泛。高性能计算机的普及，使得药剂学分子模拟突破了传统的单分子系统，可以实现大型复杂的多分子系统的长时间模拟，也为本研究可以成功完成提供了必要的技术支持。分子模拟在未来药物配方设计等领域将饰演越来越重要的角色。

全文链接：

https://doi.org/10.1016/j.ajps.2018.10.008

扫描二维码下载本文

参考文献

Tianhe Huang, Qianqian Zhao, Yan Su , Defang Ouyang*. Investigation of molecular aggregation mechanism of glipizide/cyclodextrin complexation by combined experimental and molecular modeling approaches. Asian Journal of Pharmaceutical Sciences, 2019,14(6):609-620.

作者介绍

欧阳德方教授具有药剂学和计算机的多学科背景和经验。他於沈阳药科大学药物制剂专业获学士学位（2000年）和硕士学位（2005年）。2010年在澳大利亚昆士兰大学药学院获博士学位，博士论文获校长奖。2011-2014年在英国阿斯顿大学任药剂学讲师(PI)。2014年年底加入澳门大学中华医药研究院任助理教授（PI）。

自2011年起，他先锋性地将人工智能、大数据和多尺度模拟技术用于药物制剂研究—“计算药剂学”。主编的本领域第一部专著《Computational Pharmaceutics》一书於2015年由英国John Wiley & Sons Inc.出版。目前有4项专利授权并应用於上市药品,发表SCI论文50多篇，国内外学术邀请报告70多次。应邀担任国际药学期刊（In Silico Pharmacology）(Springer Nature)主编，并担任多个国际药学期刊编委或科学顾问（Asian Journal of Pharmaceutical Sciences, Journal of Pharmaceutical Science等）。在国内外已培养毕业4名博士和25名硕士。

他的研究专注于计算药剂学，包括以下三个研究方向：

• 药物制剂人工智能：建立药物配方数据库，发展机器学习的算法用於药物配方预测，从而构建药物制剂人工智能平台；

• 药物制剂多尺度模拟：将量子力学、分子模拟和药动学模拟相结合用於药物剂型研究；

• 药物信息学：对药学文献、专利、临床数据和上市药品进行大数据分析。