利用基于集合的对接分析在计算药物发现中整合靶标蛋白结构的柔性与动力学特性

摘要

计算方法在加速药物发现方面具有广阔前景，但这些方法常常忽略了蛋白质结构的动态特性。本文讨论基于集合的对接分析方法，该方法可间接地纳入蛋白质的柔性特征，从而可能提高药物发现工作的准确性和可靠性。

摘要

药物发现过程是一项严格、耗时且昂贵的工作。在药物发现中采用计算方法可使研究人员优先选择最有前景的化合物进行进一步测试，从而大幅减少所需资源，提高药物发现流程的整体效率。基于结构的药物发现是一种常见方法，需要以三维形式提供靶标蛋白的结构信息。然而，目前大多数计算机辅助药物发现策略的局限性在于，无法在配体-蛋白对接模拟过程中引入靶标蛋白结构的柔性和动态特性。尽管诱导契合对接和基于集合的对接均旨在解决对接过程中的蛋白柔性问题，但后者通过在模拟过程中整合多种构象，能够更全面地展现蛋白的动态行为。本报告中，我们演示并讨论了一种称为基于集合的对接分析技术的应用，该技术在分子对接过程中间接引入了靶标蛋白结构的柔性和动态特性。用于基于集合对接研究的蛋白和配体分别为溶菌酶和佛洛沃卡维B（FB）。已有文献报道FB具有与溶菌酶结合的活性。在水环境中对溶菌酶进行了分子动力学（MD）模拟，并分析了总能量、均方根偏差（RMSD）和均方根涨落（RMSF）。基于多个聚类截断值生成了构象聚类，并选取用于与FB的进一步对接分析。其中第2号聚类的结合能最低，为-29.37 kJ/mol。通过生成分子对接图像，预测了结合力的存在。通过整合蛋白的结构动态特性，基于集合的对接方法能够更准确地捕捉可能的结合情景范围，从而实现对结合结果更可靠的预测。

引言

在计算药物发现（CDD）中，计算机科学、化学、生物学和物理学的技术被整合起来，以探索庞大的化学空间，预测药物-靶点相互作用，并比单独使用传统实验方法更高效、更低成本地优化候选药物。这是一种强大的方法，利用计算方法和算法来加速新治疗化合物的发现与优化过程^1,2,3。CDD 已经彻底改变了药物发现领域。然而，与蛋白质三维（3D）结构动力学相关的局限性可能会影响计算预测的准确性和可靠性⁴。在 CDD 中，蛋白质的三维结构被用作模板，基于靶蛋白-药物相互作用来设计或优化候选药物。尽管X射线晶体学提供的蛋白质结构模型为蛋白质提供了宝贵的结构信息，但必须认识到蛋白质结构具有动态特性，以及静态模型存在局限性^5,6,7。此外，近年来冷冻电子显微镜（cryo-EM）以及AlphaFold等计算预测技术的进步，也极大地扩展了可用于捕捉蛋白质灵活性和动力学全谱的结构数据资源^8,9,

方案

1. 黄樟素B配体结构准备

1. 打开 PubChem 网站。搜索 黄樟素B选择 下载 并选择 保存 用于SDF二维结构的 Structure2D_COMPOUND_CID_5356121.MDL SDF.
2. 打开 Avogadro 软件。移动 SDF 文件 到软件的空白区域。单击 是。
   注意：Avogadro 软件将自动构建三维（3D）结构。
3. 在该选项卡上，单击图标，如图所示 图1. 在左侧菜单选项卡中，将力场更改为 MMFF94^35,36. 调整每次更新的步数以 15. 将算法设置为 最速下降法 并点击 开始.
   注意：旋转进行过程中请勿移动任何原子。完成后，单击 停止。 MMFF94 适用于多种小分子配体（包括中性和带电分子），并广泛用于能量最小化和分子建模

结果

优化后FB的化学结构及其三维结构表示如图8A所示。图8B展示了初始状态下溶菌酶（PDB编号：1LYZ）的三维结构。为了研究溶菌酶三维结构的动力学和柔性，进行了100 ns的分子动力学（MD）模拟。模拟过程中蛋白质结构的总能量保持稳定，如图9A所示。MD模拟的前20 ns内，RMSD值有所增加，随后趋于稳定（图9B）。RMSF分析显示，在MD模拟期间发生较大波动的残基区域为第40至50位、60至80位以及100位至蛋白末端的残基（图9C）。每10 ps保存一次MD轨迹的构象，共获得10,001条轨迹用于进一步分析。由于MD模拟表明在100 ns的模拟期间各项参数已达到稳定，因此将所有MD轨迹的三维构象采用Gromos聚类算法进行聚类分析。然而，更长的模拟时间可能有助于采样更多替代.......

讨论

基于集合的计算药物发现应用涉及利用从晶体结构、核磁共振（NMR）研究或分子动力学模拟中获得的大量构象集合²⁶。采用多种计算构象可使分析纳入蛋白质结构的动态性和柔性，从而提高识别潜在药物候选分子的准确性和可靠性。

进行基于集合的对接分析需要遵循几个关键步骤。首先，需要获取一组多样化的蛋白质构象，这些构象可来自实验数据，或在本研究中，由计算模拟生成。这些构象能够反映目标蛋白质固有的柔韧性及构象多样性。最近的一项研究还整合了分子动力学模拟方法，以捕捉构象变化并探索变构位点，从而发现新的结合口袋和潜在的药物靶点⁵⁸。接下来，根据均方根偏差（RMSD）值对蛋白质构象进行聚类，聚类标准需满足协议部分所述的一系列条件。最后，利用分子对接或其他计算技术，将配体对接至这些构象集合。通过考虑模拟获得的多种可能结构，可扩大所鉴定出的结合配体的多样性。

尽管集成方法具有多种优势，包括提高预测性能和鲁棒性，但其也存在局限性。由于需要运行多个模型或算法，集成方.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
AutoDock	美国斯克里普斯研究所	版本 4.2.6
AutoDock Tools	美国斯克里普斯研究所	版本 1.5.6
Avogadro	Geoffrey R Hutchison，美国匹兹堡大学化学系	版本 1.95
Discovery Studio	Dassault Systèmes，美国马萨诸塞州	版本 2021
GROMACs	格罗宁根大学 皇家理工学院 瑞典乌普萨拉大学	版本 2023
UCSF Chimera	生物计算、可视化与信息学资源中心 加利福尼亚大学	版本 1.16