全 文 ：生命科学
Chinese Bulletin of Life Sciences
第 19卷 第 5期
2007年 10月
Vol. 19, No. 5
Oct., 2007
蛋白质 -蛋白质相互作用及其抑制剂研究进展
赵亚雪，唐 赟 *
(华东理工大学药学院，上海 200237)
摘 要：蛋白质 -蛋白质相互作用在细胞活动和生命过程中扮演着非常重要的角色。基因调节、免疫
应答、信号转导、细胞组装等等都离不开蛋白质 - 蛋白质的相互作用。近几年，靶向蛋白质 - 蛋白质
相互作用及其抑制剂研究也逐渐成为研究的热点；但是蛋白质复合物相互作用界面的一些特点和性质，
如相互作用界面较大、结合界面较为平坦等，使蛋白质 -蛋白质相互作用及其抑制剂研究充满了挑战。
本文主要总结了蛋白质 -蛋白质相互作用界面的一些性质和特点，分析了界面特性与其抑制剂设计的关
系，并讨论了蛋白质 -蛋白质相互作用的理论预测方法及其抑制剂的类型和特点，最后又通过实例说明
了如何进行蛋白质 - 蛋白质相互作用抑制剂的设计。
关键词：蛋白质 - 蛋白质相互作用；界面；抑制剂；设计
中图分类号：Q 5 1　　文献标识码：A
Research progress in protein-protein interactions and their inhibitors
ZHAO Yaxue , TANG Yun*
(School of Pharmacy, East China University of Science and Technology, Shanghai 200237, China)
Abstract: Protein-protein interactions play important roles in a wide range of biological processes. Gene
regulation, immune response, signal transduction, cellular architecture and many other mechanisms of cellular
control are involved in the interactions of protein and protein. So the discovery of drugs that could prohibit
protein-protein interactions has become a very active research field in recent years. However, it is full of
challenge to design such inhibitors because of the unique properties of the protein-protein interfaces. For
example, the interface is usually big and rather flat. In this review, we focused on the properties of protein-
protein interactions, the interactions between these properties and the design of inhibitors. Computational
methods predicting protein-protein interactions as well as classification and features of inhibitors targeting
protein-protein interactions were also discussed. At last, an example of how to design inhibitors to block
bindings of protein and protein was given.
Key words: protein-protein interaction; interface; inhibitor; design
文章编号 ：1004-0374(2007)05-0506-06
当今是科学和技术快速发展的时期。基因组
学、蛋白质组学、生物信息学、生物测定技术以
及计算机辅助药物设计的发展和交叉极大地推动了
制药行业的发展，制药公司投入研发的费用在近 30
多年内以平均每年 8％的速率增长[1]，但每年通过
美国食品药品监督管理局(Food and Drug Admini-
stration，FDA)批准的新分子实体(new molecule
entities，NMEs)的数目却呈现下降的趋势(图 1)。这
主要是因为人们一直局限于研究靶向酶和小分子受
体的抑制剂或激动剂，而没有开拓新类型的靶标。
蛋白质是生物体内最重要的组成成分之一，参
与几乎所有的生命过程和细胞活动。它在体内主要
收稿日期：2007-04-28；修回日期：2007-06-15
基金项目：国家自然科学基金面上项目(20572023)
作者简介：赵亚雪(1982－)，女，硕士研究生；唐 赟(1968－)，男，教授，博士生导师，* 通讯作者，E-mail：
ytang234@ecust.edu.cn
507第 5期 赵亚雪，等：蛋白质 -蛋白质相互作用及其抑制剂研究进展
通过与自身或其他蛋白质以及核酸形成复合体来发
挥生物学功能，基因调节、免疫应答、信号转导、
细胞组装等等都离不开蛋白质 -蛋白质的相互作用[2]。
蛋白质-蛋白质的相互作用也因此受到越来越多的关
注，成为一类很有潜力的新靶标，靶向蛋白质 -蛋
白质相互作用抑制剂的研究也成了热点。目前研究
较多且取得一些进展的有 p53-HDM2相互作用抑制
剂[3]和与癌症有关的蛋白质 -蛋白质相互作用抑制
剂 [ 4 - 5 ]。
1　蛋白质 -蛋白质相互作用的特点
生物体内有大量的蛋白质复合物，它们有的由
相同的蛋白亚单元组成，有的由不同的蛋白亚单元
组成，有些呈永久性结合状态，有些会根据周围环
境(如温度、pH值等)的变化而进行结合和解离。蛋
白质复合物虽然在数量上远远超过酶和小分子受
体，但它们本身的一些性质和特点却使得很多蛋白
质复合物并不适合作为药物的靶标。因此，我们首
先需要很好地了解蛋白与蛋白之间的相互作用，这
样才能够找到适合与抑制剂结合的蛋白质-蛋白质相
互作用界面，进而以其为靶，进行药物研发。
1.1　界面的大小　蛋白质与蛋白质结合的界面通常
较大。Jones和 Thornton[6]通过对 59个不同的蛋白
质复合物进行研究分析发现，同源二聚体相互作用
的可溶剂化表面为 368Å2－ 4 746Å2，异源复合物的
可溶剂化表面为 639Å2－ 3 228Å2。Lo Conte等[7]也
提出蛋白质相互作用的平均界面约为 1600Å2，包括
大约 52个氨基酸残基。
理论上，大的结合表面不适合作为药物靶标，
这是因为很难找到与之相匹配的分子，即使存在这
样的分子，它也会由于吸收、分布、代谢、排泄、
毒性(Absorption、Distribution、Metabolism、Excre-
tion、Toxicity，即ADME/T)的性质而被排除在药
物的行列之外。然而，“热点区域”(hot spots) [8]
概念的出现却打破了这种观点。
热点区域是指对蛋白质复合物的结合自由能贡
献比较大的残基。它的面积大约只有 600Å2，一般
位于蛋白质 -蛋白质相互作用界面的中心或其附近，
通常为 Trp、Tyr和Arg[8]。Sillerud和 Larson[9]运用
统计学方法研究比较了蛋白质-蛋白质相互作用界面
中残基对其结合自由能的贡献，发现 P r o、I l e、
Tyr、Trp、Asp和Arg对蛋白的结合贡献较大。这
一结论与热点区域较为吻合。
热点区域的常用表征方法为点突变实验，即将
蛋白质-蛋白质相互作用界面上的氨基酸残基突变为
丙氨酸，然后，测定其结合自由能的变化，以此
来确定对结合自由能贡献比较大的残基。然而，实
验的方法耗费的时间和费用通常较大，因此，选用
计算的方法来测定热点区域深受人们的青睐。目
前，较为流行的计算方法有MM-PBSA (molecular
mechanics-Poisson-Boltzmann surface area)中的“基
于计算的丙氨酸扫描(computational alanine scann-
ing)”和MM-GBSA (molecular mechanics-general-
ized Born surface area)中的自由能分解。这两种方
法已被成功地用于热点区域的预测 [ 1 0 - 1 2 ]。此外，
PASS软件也可以用来测定蛋白质 -蛋白质相互作用
界面上的热点区域[13]。Kortemme和 Baker[14]建立了
一个简单计算界面残基突变为丙氨酸时蛋白结合自
由能变化的物理模型。
因此，蛋白质 -蛋白质相互作用的界面虽然较
大，但小分子并不需要覆盖整个作用界面，它只要
能够与界面上的热点区域有很好的作用，就可以干
扰或抑制蛋白质与蛋白质的结合。一般而言，热点
区域较少且相对集中的蛋白质-蛋白质相互作用界面
适合作为研究靶标。
1.2　界面的形状　界面的形状是影响小分子结合的
一个重要因素。蛋白界面的扭曲程度越大，被掩埋
的残基数目就越多，形成的复合物也就越稳定，也
就越不利于小分子抑制剂的进入。但是，平整的界
面也不利于小分子的结合。因此，应选择具有很好
结合口袋且扭曲程度不是很大的界面作为药物设计
的靶标。一般而言，异源蛋白复合物的结合界面比
同源二聚体的界面平整，永久性蛋白复合物的蛋白
质结合界面比非永久性的界面扭曲的程度大[6]。
1.3　界面的性质　界面性质的范围比较广，其中互
补性和疏水性对蛋白质-蛋白质相互作用界面抑制剂
的设计影响较大。
图1　1999－2006年FDA批准的NMEs(http://www.
fda.gov/cder/rdmt/default.htm)
508 生命科学 第 19卷
互补性是指界面上蛋白与蛋白之间残基的匹配
情况。互补性小的界面，结合力较小，较易被小
分子抑制。同源二聚体和永久复合物的互补性比较
好，而异源复合物和非永久性复合物的互补性相对
较差 [ 6 ]。
界面上水分子的多少反映了界面的疏水程度。
疏水表面比极性表面更适合药物的结合。一般情况
下，蛋白质 -蛋白质相互作用界面包括 56%的非极
性基团、29%的极性基团和 15%的带电基团。永
久复合物界面的疏水性强于非永久复合物的疏水
性 [ 1 5 ]。
1.4　蛋白质复合物的结合力　蛋白质与蛋白质主要
通过非共价相互作用结合在一起。这些非共价相互
作用主要包括静电作用、范德华作用、电荷转移
能、氢键作用、芳香残基之间的 π-π以及阳离子 π
作用等。前面介绍的蛋白质相互作用界面的大小、
形状和性质都对蛋白质复合物的结合力有很大的
影响。
蛋白质复合物的结合力一般较强，同源二聚体
的结合常数 KD为 10-9－ 10-12 mol/L，非永久性复合
物的结合力虽然相对小一些，但结合常数KD也达到
10-6－10-9 mol/L。理论上小分子抑制剂难以破坏很强
的相互作用，但在很多情况下，结合平衡的微小变
化就足以产生很大的生物学效应，因此抑制剂并不
需要完全抑制住蛋白质之间的相互作用[16]。此外，
Cochran[17]提出了浓度说。他认为组成蛋白质复合
物的两个蛋白质与抑制剂在体内会达到一个平衡，
如图 2所示，抑制剂 I与蛋白质 P2竞争性结合蛋白
质 P1的能力并不是由它们的相对结合常数决定，而
是取决于它们各自的浓度与结合常数的比值。只要
抑制剂 I的浓度比蛋白质 P2的浓度高，则具有很强
结合力的蛋白质P2也可能被结合力较弱的小分子抑
制剂 I 所替代。
2　蛋白质 -蛋白质相互作用的理论预测方法　
前面介绍的蛋白质相互作用特点主要是通过研
究已知的蛋白质复合物结构而得到的。然而，蛋白
质数据库中的蛋白质复合物结构的数量却是有限
的。运用实验的方法来测定蛋白质复合物的结构虽
然可行，但需要耗费较大的人力物力，而运用理论
的方法来预测蛋白质之间的相互作用是对实验很好
的补充，在生命科学研究和创新药物发现中发挥着
越来越重要的作用。常见的理论预测方法有基于结
构的蛋白质相互作用预测和基于序列的蛋白质相互
作用预测。
基于结构的蛋白质相互作用预测，主要是以已
经测定出或者模建出三维结构的蛋白质为基础，采
用蛋白质 -蛋白质对接的方法，对蛋白质之间的相
互作用进行预测研究。此方法不仅可以预测蛋白质
是否发生相互作用，而且可以寻找到它们的相互作
用界面。常用的蛋白质 -蛋白质对接软件有3D-Dock[18]、
ZDOCK[19]、Hex[20]、HADDOCK[21]等。
虽然蛋白质的结构可以直接用于蛋白质相互作
用的预测，但我们可以获得的蛋白质序列的信息远
远超过蛋白质结构的信息。因此基于序列直接对蛋
白质 -蛋白质相互作用进行预测具有更重要的意义，
在这方面，中国科学院上海药物研究所蒋华良研究
员最近进行了成功的尝试。他们以支持向量机为基
础，结合了新的可交换内核函数和全新蛋白质序列
三联子特征提取方法，发展了一种普适化的单纯依
赖蛋白序列本身的蛋白质-蛋白质相互作用的预测方
法[22]。此预测方法不仅可以预测蛋白质 -蛋白质的
相互作用，而且可以预测不同形式的蛋白质相互作
用网络。它可以正确地预测超过 80%的蛋白质 -蛋
白质相互作用。
3　蛋白质 -蛋白质相互作用抑制剂类型
蛋白质 -蛋白质相互作用抑制剂的开发比酶和
小分子受体抑制剂的开发要困难得多，这一方面是
由于蛋白质的结合模式具有多样性；另一方面则在
于前面提到的蛋白质相互作用界面本身具有的一些
性质和特点。尽管如此，蛋白质 -蛋白质相互作用
抑制剂却有着显著的优点。首先，它具有特异性。
由于同源家族的酶的催化区域具有保守性，所以抑
制剂在体内通常抑制的不仅仅是引起病变的靶标
酶，它还会抑制很多同源家族的酶，这就导致很多
副作用的产生，而蛋白质复合物的特异性，使得干
扰它们相互作用的小分子也具有特异性，所以蛋白
质 -蛋白质相互作用是一个很有吸引力的药物靶标。
其次，它的抗性问题小。酶的催化区域容易发生突
变，产生抗药性，而相互作用的蛋白质与蛋白质，
若其中一个蛋白亚单元发生突变，则另一个蛋白亚
图2　Cochran浓度说的平衡图[17]
P 1：蛋白质 1；P 2：蛋白质 2；I：抑制剂；K I和 K P 分别
是两者的结合常数[21]
509第 5期 赵亚雪，等：蛋白质 -蛋白质相互作用及其抑制剂研究进展
单元只有发生突变，才能与之匹配结合，而两个蛋
白同时发生突变的概率很低，因此几乎不需要考虑
蛋白质 -蛋白质相互作用的抗药性问题。
蛋白质 -蛋白质相互作用抑制剂按其结构可以
分为肽、拟肽和小分子抑制剂三种类型。
3.1　肽类抑制剂　蛋白质复合物不像酶有底物或辅
助因子可以作为药物设计的起点。因此，最简单的
方法就是从结合位点的几个重要残基(即热点区域)出
发，设计寡肽来抑制它们的结合。虽然有些课题组
发现并设计了一些肽类抑制剂[23]，但是肽很难成为
治疗疾病的药物，这主要是因为它们的药物代谢动
力学性质很差：不易透过细胞膜、运输比较困难、
容易快速分解代谢等。
3.2　 拟肽抑制剂　拟肽抑制剂的设计属于基于结构
的药物设计(structure-based drug design，SBDD)范
畴。首先选择重要的残基作为模板，再对模板进行
结构改造，使改造后的结构仍然可以充满已知肽链
所占的区域，最后再对其进行合成和生物测试。这
是目前发现蛋白质-蛋白质相互作用抑制剂最常用的
方法，也是一个比较成功的方法。早在 1997年上
市的用于治疗人类免疫缺陷病毒(human immunode-
ficiency virus，HIV)感染性疾病的奈非那韦就是通
过这种方法设计出来的。
拟肽可以是保留原来肽链和与结合位点有重要
作用的官能团，仅对某些侧链残基进行修饰得到的
结构；也可以是在肽链中添加一些与原来肽链不相
关的新结构，但仍然包含原来肽链的一些重要基
团；还可以是将原来肽链中的重要侧链模拟到非肽
骨架中得到的结构。设计拟肽抑制剂的方法主要有
设计构象受限制的肽和肽键生物电子等排体替换[24]。
构象限制是生成有生物活性肽构象的强有力的
手段。构象受到限制的肽柔性减小、选择性增强、
毒性降低。一般可以通过位阻效应、肽骨架成环、
二硫键生成、侧链环化以及金属离子螯合等手段来
限制生物活性分子的自由旋转度。
肽链中较多存在的就是酰胺键，但它容易水
解，所以用逆向酰胺和其他的生物电子等排体来取
代酰胺键可以得到较稳定的拟肽抑制剂。
3.3 　小分子抑制剂　寻找有效的小分子抑制剂是开
发靶向蛋白质 -蛋白质相互作用药物的目标，这是
因为小分子药物在吸收、分布、代谢等方面均优于
肽和拟肽类抑制剂。高通量筛选和虚拟筛选是发现
小分子先导化合物的有效方法。
高通量筛选是以分子水平和细胞水平的实验方
法为基础，将微板作为实验工具载体，运用自动化
操作系统执行实验过程，以灵敏快速的检测仪器采
集实验数据，最后再以计算机分析处理实验获得的
数据。它可以在同一时间内对数以千万计的样品进
行检测，但需要有相应的小分子数据库。Xu等[25]
专门针对蛋白质 - 蛋白质相互作用的特点建立了
“信用卡”(credit-card)数据库。该数据库中的分子
主要以芳香族为中心，结构具有多样性，并且综合
考虑了它们与蛋白质间的范德华作用、疏水作用、
π-π作用以及去溶剂化作用等。这一数据库的建立
为高通量筛选建立了一个很好的筛选平台。
虚拟筛选则是利用计算的方法根据虚拟受体对
虚拟化合物库进行评估打分，选取打分高的化合物
进行后续的活性测试。它节省了大部分化合物合成
及实际生物测试的时间和费用。随着超级计算机的
发展，一天筛选十万，甚至几十万个小分子已成为
现实，这比实验上的高通量筛选要快得多，大大加
快了新药研发的进程，并降低了成本。Trosset等[26]
联合运用虚拟筛选和生物物理技术发现了β -连环蛋
白的小分子抑制剂，它成功地抑制了β-连环蛋白和
Tcf3/Tcf4蛋白的结合。
4　XIAP与 caspase-9相互作用的抑制剂设计
细胞凋亡和细胞增殖一样，是生命的基本现
象，是维持体内细胞数量动态平衡的基本措施。它
主要通过胞外信号或线粒体释放出的凋亡酶激活因
子来激活细胞内的凋亡酶——半胱天冬酶(caspase)，
这些活化的 caspase再将细胞内的重要蛋白降解，引
起细胞凋亡。caspase虽是整个细胞凋亡过程中的关
键元件，但它们需要通过与众多蛋白质的相互作用
来调控细胞的生死存亡。其中 caspase抑制因子—
—编程性细胞死亡蛋白抑制剂(inhibitors of apoptosis
proteins，IAPs)可以通过杆状病毒 IAP重复区域
(baculovirus IAP repeats domain，BIR)结构域与
caspase结合，来抑制 caspase的活性。在所有的
IAP中，X-相关 IAP(X-linked IAP，XIAP)是最有
效的细胞凋亡抑制剂，它通过其第三个 BIR区域
(BIR3)与 caspase-9的结合来抑制细胞的凋亡[27]。一
旦细胞内XIAP的数量多于正常值，细胞就不会正
常的凋亡，继而会引起癌症和肿瘤。因此，抑制
XIAP与 caspase-9的结合可以达到治疗癌症和肿瘤
的目的。
在体内，与XIAP作用的还有 caspase的第二个
线粒体激活因子或低等电点的 IAP 直接结合蛋白
(Second mitochondria-derived activator of caspase or
Direct IAP Binding With Low PI，Smac/DIABLO)。
Smac蛋白与caspase-9蛋白竞争性地与XIAP结合[28-29]。
510 生命科学 第 19卷
图4　AVPI与化合物1的结构
因此，设计可以替代 Smac蛋白的分子结构，就可
以抑制XIAP与 caspase-9的相互作用。
4.1　XIAP与 Smac蛋白相互作用的分析　Smac蛋
白通过N末端与XIAP发生作用。Liu等[30]比较了整
个 Smac蛋白、20-聚 Smac肽链和 9-聚 Smac肽链
与XIAP结合力的大小，发现9-聚Smac肽链和XIAP
的结合力与整个 Smac蛋白相当。他们还发现，当
把 9肽N末端的Ala酰化时，Smac蛋白就失去了与
XIAP结合的能力；将Val、Pro和 Ile突变为Ala时，
Smac蛋白也不能与XIAP结合。这说明位于N末端
的 AVPI (Ala、Val、Pro、Ile)四个残基对两个蛋
白的结合起着非常重要的作用。他们又对 X IAP
B IR 3 上的残基进行点突变实验，发现 X IA P 的
G306、T308、E314和W323对蛋白结合能的贡献
较大，即它们为XIAP与Smac蛋白结合界面的热点
区域。Wu等[29]也得到了相似的结论。图 3显示了
Smac蛋白AVPI四个残基与XIAP的结合模式。由
于XIAP的结合口袋不是很大，又比较深，且由两
个疏水口袋组成。因此，适合用来设计阻止XIAP
和 caspase-9两个蛋白结合的分子。
4.2　蛋白界面抑制剂的设计　Smac蛋白N末端的
AVPI四个残基在两者的结合中扮演着非常重要的角
色。因此，AVPI成为设计抑制XIAP蛋白与 caspase-9
蛋白结合的化合物的最佳起点。
Kipp等[31]以AVPI为起点设计、合成了一系列
四肽化合物，测定了它们与 XIAP 的结合能。发
现，Ala残基的突变很大地降低了它与 XIAP的结
合，这是因为Ala与XIAP不仅有很强的氢键和范德
华作用，而且Ala的侧链——甲基紧紧地结合在一
个疏水口袋；将Val残基突变为带有正电荷的残基
时，四肽与 XIAP结合的能力有所提高；Pro残基
的突变使四肽的结合活性减小；Ile残基的突变对结
合的影响则没有规律。在这些四肽中，活性最好的
是 ARPF (Ala、Arg、Pro、Phe)，其次为 AVPF
(Ala、Val、Pro、Phe)。Nikolovska-Coleska等[32]设
计、合成的肽类化合物中活性最好的也是ARPF和
AVPF[32]。
关于XIAP与 caspase-9蛋白相互作用界面的拟
肽类抑制剂，Wang和 Fesik两个课题组研究的比较
多。Wang课题组根据复合晶体结构提供的信息，
发现 Ile的疏水侧链与XIAP的疏水口袋结合，而主
链上的羰基并没有显示出明显的作用，因此设计了
化合物1 (图4所示)，进而又想到将Val的侧链与Pro
环进行连接，得到一系列环化化合物。他们发现了
一些抑制活性很好的拟肽化合物[27,33-34]。Fesik课题
组不仅根据AVPI的结构设计合成了一些抑制剂活性
较好的拟肽化合物，而且得到了两个拟肽抑制剂与
XIAP的复合NMR结构[35]。
虽然目前还没有发现抑制XIAP与 caspase-9蛋
白结合的小分子抑制剂，但是这些抑制活性很好的
肽类和拟肽类抑制剂的出现，将为小分子抑制剂的
出现和药物的诞生打下深厚的基础。
5　小结
蛋白质 -蛋白质相互作用在很多的生命过程和
细胞活动中都扮演着非常重要的角色，它已成为目
前制药公司和科研单位研究的热点，但是设计蛋白
质 - 蛋白质相互作用抑制剂却面临着很大的挑战，
图3　Smac蛋白AVPI四个残基与XIAP的结合模式
511第 5期 赵亚雪，等：蛋白质 -蛋白质相互作用及其抑制剂研究进展
如界面面积相对较大、界面较为平坦、缺乏药物设
计的小分子起点等等。这也使我们想到并不是所有
的蛋白质复合物都适合作为药物研发的靶标。因
此，选靶之前，应该很好地分析两个蛋白之间的相
互作用和蛋白质界面的性质与特点，寻找适合小分
子 结 合 的 界 面 。 虽 然 目 前 成 功 抑 制 蛋 白 质 -蛋白质
相互作用的抑制剂还不是很多，但我们相信，在不
久的将来会有越来越多的抑制蛋白质-蛋白质相互作
用的药物上市。
[参　考　文　献]
[1] Cheng Y G, LeGall T, Oldfield C J, et al. Rational drug
design via intrinsically disordered protein. Trends Biotechnol,
2006, 24(10): 435-442
[2] Brinda K V, Vishveshwara S. Oligomeric protein structure
networks: insights into protein-protein interactions. BMC
Bioinformatics, 2005, 6: 296-311
[3] Fischer P M. Peptide, peptidomimetic, and small-molecule
antagonists of the p53-HDM2 protein-protein interaction.
Int J Pept Res Ther, 2006, 12(1): 3-19
[4] Janin Y L. Peptides with anticancer use or potential. Amino
Acids, 2003, 25(1): 1-40
[5] Arkin M. Protein-protein interactions and cancer: small mol-
ecules going in for the kill. Curr Opin Chem Biol, 2005, 9(3):
317-324
[6] Jones S, Thornton J M. Principles of protein-protein
interactions. Proc Natl Acad Sci USA, 1996, 93(1): 13-20
[7] Lo Conte L, Chothia C, Janin J. The atomic structure of
protein-protein recognition sites. J Mol Biol, 1999, 285(5):
2177-2198
[8] Bogan A A, Thorn K S. Anatomy of hot spots in protein
interfaces. J Mol Biol, 1998, 280(1): 1-9
[9] Sillerud L O, Larson R S. Design and structure of peptide
and peptidomimetic antagonists of protein-protein
interaction. Curr Protein Pept Sci, 2005, 6(2): 151-169
[10] Gohlke H, Kiel C, Case D A. Insights into protein-protein
binding by binding free energy calculation and free energy
decomposition for the Ras-Raf and Ras-RalGDS complexes.
J Mol Biol, 2003, 330(4): 891-913
[11] Luo C, Xu L, Zheng S, et al. Computational analysis of
molecular basis of 1:1 interactions of NRG-1 wild-type and
variants with ErbB3 and ErbB4. Proteins, 2005, 59(4): 742-
756
[12] Moreira I S, Fernandes P A, Ramos M J. Hot spot compu-
tational identification: application to the complex formed
between the hen egg white lysozyme (HEL) and the anti-
body HyHEL-10. Int J Quantum Chem, 2007, 107(2): 299-
310
[13] Brady G P, Stouten P F. Fast prediction and visualization of
protein binding pockets with PASS. J Comput Aided Mol
Des, 2000, 14(4): 383-401
[14] Kortemme T, Baker D. A simple physical model for bind-
ing energy hot spots in protein-protein complexes. Proc
Natl Acad Sci USA, 2002, 99 (22): 14116-14121
[15] Chene P. Drugs targeting protein-protein interactions. Chem
Med Chem, 2006, 1(4): 400-411
[16] Toogood P L. Inhibition of protein-protein association by
small molecules: approaches and progress. J Med Chem,
2002, 45(8): 1543-1558
[17] Cochran A G. Antagonists of protein-protein interactions.
Chem Biol, 2000, 7(4): R85-R94
[18] Gabb H A, Jackson R M, Sternberg M J. Modelling protein
docking using shape complementarity, electrostatics and
biochemical information. J Mol Biol, 1997, 272(1): 106-120
[19] Chen R, Li L, Weng Z P. ZDOCK: An initial-stage protein-
docking algorithm. Proteins, 2003, 52(1): 80-87
[20] Ritchie D W, Kemp G J. Protein docking using spherical
polar fourier correlations. Proteins, 2000, 39(2): 178-194
[21] Dominguez C, Boelens R, Bonvin A M. HADDOCK: A
protein-protein docking approach based on biochemical or
biophysical information. J Am Chem Soc, 2003, 125(7):
1731-1737
[22] Shen J W, Zhang J, Luo X M, et al. Predicting protein-
protein interactions based only on sequences information.
Proc Natl Acad Sci USA, 2007, 104(11): 4337-4341
[23] Li H Y, Zawahir Z, Song L D, et al. Sequence-based design
and discovery of peptide inhibitors of HIV-1 integrase: in-
sight into the binding mode of the enzyme. J Med Chem,
2006, 49(15): 4477-4486
[24] Estiarte M A, Rich D H. Burger’s medicinal chemistry and
drug discovery[M]. 6th ed. N Y: A JohnWiley and Sons, Inc.,
2003, 633-677
[25] Xu Y, Shi J, Yamamoto N, et al. A credit-card library ap-
proach for disrupting protein-protein interactions. Bioorg
Med Chem, 2006, 14(8): 2660-2673
[26] Trosset J Y, Dalvit C, Knapp S, et al. Inhibition of protein-
protein interactions: the discovery of druglike β-catenin in-
hibitors by combining virtual and biophysical screening.
Proteins, 2006, 64(1): 60-67
[27] Sun H, Nikolovska-Coleska Z, Yang C Y, et al. Structure-
based design, synthesis, and evaluation of conformationally
constrained mimetics of the second mitochondria-derived
activator of caspase that target the X-linked inhibitor of
apoptosis protein/caspase-9 interaction site. J Med Chem,
2004, 47(17): 4147-4150
[28] Shiozaki E N, Chai J, Rigotti D J, et al. Mechanism of XIAP-
mediated inhibition of caspase-9. Mol Cell, 2003, 11(2):
519-527
[29] Wu G, Chai J J, Suber T L, et al. Structural basis of IAP
recognition by Smac/DIABLO. Nature, 2000, 408(6815):
1008-1012
[30] Liu Z H, Sun C H, Olejniczak E T, et al. Structural basis for
binding of Smac/DIABLO to the XIAP BIR3 domain. Nature,
2000, 408(6851): 1004-1008
[31] Kipp R A, Case M A, Wist A D, et al. Molecular targeting of
inhibitor of apoptosis proteins based on small molecule mim-
ics of natural binding partners. Biochemistry, 2002, 41(23):
7344-7349
[32] Nikolovska-Coleska Z, Wang R, Fang X, et al. Development
and optimization of a binding assay for the XIAP BIR3
domain using fluorescence polarization. Anal Biochem, 2004,
332(2): 261-273
[33] Sun H, Nikolovska-Coleska Z, Yang C Y, et al. Structure-
based design of potent, conformationally constrained smac.
Mimetics. J Am Chem Soc, 2004, 126(51): 16686-16687
[34] Sun H, Nikolovska-Coleska Z, Chen J, et al. Structure-based
design, synthesis and biochemical testing of novel and po-
tent Smac peptido-mimetics. Bioorg Med Chem Lett, 2005,
15(3): 793-797
[35] Oost T K, Sun C, Armstrong R C, et al. Discovery of potent
antagonists of the antiapoptotic protein XIAP for the treat-
ment of cancer. J Med Chem, 2004, 47(18): 4417-4426