基于丰富配体库靶点的药效团建模：以SARS-CoV-2 Mpro为例

我们的研究利用大型配体库探索药效团建模。在本研究中，我们聚焦于SARS-CoV-2主蛋白酶（Mpro），以识别指导药物发现的结构模式。近年来，药效团建模技术取得了进展，通过使用更大且更多样化的数据集，提高了识别药物发现关键分子特征的准确性。

目前，分子动力学模拟与机器学习被用于推动药效团建模的发展，并提升药物发现的效果。一个关键挑战在于如何管理庞大且多样化的配体数据集，同时提高未来提取的准确性并降低计算成本。我们已证明，使用高成本的配体库可提高药效团预测的准确性，从而实现更可靠的预测，并更有效地识别潜在的药物候选分子。

首先，启动 PyMOL 软件。在软件中对齐所有蛋白-配体复合物。对于每个对齐的复合物，提取配体构象，并将其保存为 SDF 格式的独立文件。

使用“加载特征”（Load Features）选项，将每个配体文件单独上传以进行处理。加载后，使用“保存会话”（Save Session）选项将药效团文件以 JSON 格式下载。将所有下载的药效团 JSON 文件统一存储在同一个文件夹中，以备后续在 Google Colab 环境中使用。

在网页浏览器中启动 Google Colab 并创建一个新的笔记本。安装 Conda 和 PyMOL，然后单击播放图标或按 Shift 键并回车来运行该代码单元，以验证是否成功执行。如果执行正确，代码单元上方将出现一个绿色进度条。

现在，安装 CANFAR Python 软件包并导入所需的模块。通过点击播放图标运行该单元格，以确认安装成功。成功执行后将显示确认消息。

接下来，创建一个新文件夹用于存储药效团 JSON 文件。打开该文件夹，在其中右键单击，选择上传以导入 JSON 文件。为解析并整合药效团特征，需从所有已上传的文件中提取特征。

单击播放图标以运行该单元格，并生成一个整合的数据框，其中包含每个单独配体的特征。显示所有药效团描述符，然后运行该单元格以展示聚类模式。现在，将药效团模型保存为 PyMOL 格式。

运行该单元格以生成 pse 文件，然后通过运行相应的代码单元格将模型保存为 JSON 文件。使用提供的代码生成特征聚类结果和树状图。点击播放按钮，并通过执行导出命令将共识药效团数据导出为 CSV 文件。

利用生成的共识药效团模型进行虚拟筛选。将100个主蛋白酶（Mpro）复合物（与不同非共价抑制剂共结晶）进行比对，以可视化结合口袋内配体的多样性。从比对后的复合物中分别提取每个配体，生成独立的文件用于虚拟筛选。

将提取的配体上传至Pharmit服务器，并用于生成药效团建模所需的结构化JSON文件。这些JSON文件共产生1,450个药效团特征，聚类为110个簇，包括23个芳香簇、30个氢键受体、16个氢键供体、36个疏水簇和5个阴离子簇。为构建共识模型，仅保留成员最密集的簇，而阴离子簇因成员数量不足被排除。

最终的共识药效团模型包含11个特征，包括三个芳香环、四个氢键受体、两个氢键供体和两个疏水特征。在移除代表性最差的芳香特征（aro one）后，确定了两个候选化合物。绘制了化合物101 267 741的二维化学结构，以确认其与药效团模型的匹配性。

化合物 101 267 741 深入结合于 Mpro 的结合口袋中，相较于参考配体 38a 更有效地占据了 S1 和 S2 亚口袋，而 38a 主要向 S1 亚口袋方向扩散。化合物 101 267 741 形成了 11 个分子间相互作用，包括 7 个氢键和 4 个疏水接触。