欢迎光临888集团网站

新闻资讯
基于结构的过滤提高分子对接虚拟筛选的富集性能
发布时间:2025-12-17
  |  
阅读量:
字号:
A+ A- A

  888集团官网入口静电互补性分析:一种高效替代FEP的配体优化策略——以MALT1别构抑制剂为例

  Flare™ V11 正式发布:新增生成式 AI 工具、约束的蛋白质-蛋白质对接功能、分离计算模式以及众多其他增强功能

  提升QSAR模型的性能——在Flare™中利用稳健的梯度提升机器学习模型应对描述符间的相关性问题

  摘要:本文以DUD-E的NRAM为子集为例,演示了如何用Flare的相互作用分析对Lead Finder分子对接虚拟筛选结果进行基于结构的过滤来实现富集性能的提升。具体而言,首先用Flare的3D-RISM分析、PIP分析、结合文献确定相互作用的关键残基;接着用Flare对虚拟筛选结果进行相互作用分析,过滤掉不能与关键残基发生相互作用的化合物;接着对保留下来的化合物进行二次打分,优先级排序与性能统计。结果表明,基于结构的过滤使得虚拟筛选早期富集性能指标EF1%从LF VS-score的1.0提高到LF_CNN_VS与CNN_VS的49.0;而另一个早期富集性能指标BEDROC=80.5从LF VS-score的0.02提高到LF_CNN_VS的0.76与CNN_VS的0.80。总的来说,基于结构的过滤提高了分子对接虚拟筛选的早期富集性能。

  Fishcer等人1的调研表明,人们基本达成共识:成功的分子对接虚拟筛选需要一定的人工后处理。Novikov与Stroylov2提出的基于结构的过滤(Structural filtration)是一种创新的分子对接结果后处理方法,基于结构的过滤器由一组蛋白特异性相互作用定义,这些相互作用不仅在特定蛋白与其结合配体的结构上保守,而且还被视为在蛋白-配体结合中起关键作用。他们为此开发了相应的过滤器,并将其应用于Lead Finder分子对接软件3-5获得的虚拟筛选结果上。在一组10种不同的蛋白靶标上进行了评估,结果表明,基于结构的过滤显著地改善了富集因子(Enrichment factor,EF),根据蛋白质靶标的不同,富集因子改善从几倍到几百倍不等。最近,Gushchina等人6开发了一种基于结构的对接结果后处理应用工具vsFilt,显著地提高了Lead Finder分子对接虚拟筛选的富集性能。

  Flare7内置的蛋白-配体相互分析工具Contact analysis可以帮助我们进行此类基于结构的过滤后处理,在之前的博客中也分享过如何对Vina与Uni-Dock(一种Vina的GPU实现版本)的结果进行过滤以提高虚拟筛选的效率以便在保持性能的前提下节省大量昂贵的GPU计算成本8,9。此外,Flare的Contact analysis还可以与基于配体的方法Blaze联用,作为分级过滤的一个环节来对最有前景的虚拟筛选苗头化合物进行优先级排序,最终发现靶向TYK2 JH1假激酶结构域的抑制剂10。

  本文的目的是以DUDE NRAM(neuraminidase,神经氨糖酸苷酶)子集11为例,采用图1的虚拟筛选流程,来演示基于结构的过滤如何增强Lead Finder的虚拟筛选富集性能,最终实现早期富集性能指标EF1%从1.0提高到49.0的48倍提升。

  图1. 虚拟筛选流程图,包括:分子对接虚拟筛选、基于结构的过滤与重新打分

  DUD-E NRAM子集11里预先准备好的SDF格式actives与decoys结构直接用于虚拟筛选,不进行额外的准备。

  用Flare下载共晶结构PDB 1B9V,并用Protein Prep工具进行蛋白结构准备,仔细检查结构以确保配体结构正确、相互作用合理、最大化配体与蛋白的氢键相互作用网络,删除全部的水,仅保留A链的蛋白部分与配体,然后分别导出蛋白结构(1b9v_prot.pdb)与配体结构(1b9v_ligand.sdf)备用。

  Flare Docking以Lead Finder为计算引擎,典型的计算流程包括4个步骤:1)蛋白模型构建;2)能量格点计算;3)在能量格点里对接分子;4)打分。分子对接虚拟筛选使用pyflare的docking脚本,在命令行下计算能量格点并执行虚拟筛选。

  Flare Docking有三种分子对接模式:标准、穷尽与虚拟筛选。在本文中采用虚拟筛选模式。Lead Finder的打分函数是一种半经验的力场方法,并显式地考虑了不同类型的分子间相互作用。对每个打分成分用一个经验系数进行缩放,得到三种不同目的的打分函数:

  计算完毕,生成了一个新的文件1b9v_prot.grid即为所需的能量格点文件。

  GNINA是一款采用深度学习CNN模型的分子对接软件12,13,在本文中用来对Flare Docking结果再打分。用GNINA对actives对接结果进行重新打分:

  CNN_VS与LF_CNN_VS是一种一致性打分策略,可以提高虚拟筛选富集能力15。

  用Flare中的3D-RISM模块针对准备好蛋白结构进行分析,使用了如下条件:

  蛋白相互作用势(Protein Interaction Potential, PIP)是Cresset分子相互作用势对蛋白质的延伸,使用XED力场计算的。该方法在原理上类似于配体场的计算:蛋白质的活性位点被探针原子充满,并且计算每个格点上的相互作用势。该方法利用了Mehler等人14的距离依赖的介电函数来更好地处理蛋白质结构中的大量带电基团。在本文中,仅计算和显示活性位点的蛋白质相互作用电势。

  Flare除了提供可视化分析之外,还提供了Python API通过cresset.flare.contacts来分析各种相互作用,以帮你从分子对接结果中过滤出满足条件的分子或pose。这些相互作用包括:

  鉴于从DUD-E下载的actives与decoys数据集进行了互变异构体与质子化状态枚举处理,导致一个化合物会以不同的形式多次出现、并可能被虚拟筛选多次命中,因此对虚拟筛选结果按化合物名称进行去重,同名化合物仅以其中打分最高那个来代表,所有的性能评估指标都在去重的基础上进行计算。

  在虚拟筛选过程中,有可能有的化合物处理失败而没有出现在结果文件里,为了保证性能评估的结果与其它文献报道的具有可比性,将缺失的化合物人为地分配一个打分值0然后再进行性能评估。

  对接结果用python pandas聚合函数groupby对化合物分值进行处理:同一个化合物的互变异构体、不同质子化状态仅保留打分最优的那个作为该化合物的打分值。actives与decoys数据的处理结果如表1所示。其中20个decoys化合物没有出现在了结果里面,这些处理失败的分子给予一个打分值0之后参与统计,以便不同方法得到的性能指标具有可比性。

  一般来说,高密度水占据的位置是药效团位点,杂原子出现在高密度水位置上是pose正确的一个信号17。对蛋白apo结构结合位点的3D-RISM分析结果表明,如图2所示,在共晶配体羧基与内酰胺环的碳基氧所在位置被高密度(ρO大于5)的水覆盖,这说明该羧基片段与内酰胺环羰基参与的相互作用可能很重要。

  图3. PIP分析。蓝色:负静电势等值面(ve=-0.5);红色:正静电势等值面(ve=+0.5)

  对蛋白apo结构结合位点的PIP分析结果表明,如图3所示,在共晶配体羧基与内酰胺环的碳基氧所在位置被红色正静电势覆盖(+ev大于0.5),蛋白的PIP与配体的的化学性质互补。

  根据3D-RISM水的分析、PIP场分析以及文献报道的关键相互作用残基,最终确定的相互分析与基于结构的过滤步骤如下:

  以ARG150作为关键残基(图4),进行相互作用分析,过滤出与之发生氢键相互作用的配体

  以ARG374作为关键残基(图4),进行相互作用分析,过滤出与之发生氢键相互作用的配体

  以ARG116,ARG292,ARG374作为关键残基(图4),进行相互作用分析,过滤出与之任意一个发生盐桥相互作用的配体

  在分子对接、过滤等操作过程中,pose数量与化合物数量的变化汇总如表2所示。最终,过滤之后共有87个(608个pose)actives化合物与718个(2088个pose)decoys化合物满足全部过滤条件,如表2所示。

  从LF VS-score打分的ROC曲线)可以直观地看出,过滤后的曲线(洋红色)在未过滤曲线(深蓝色)的左上方,且显著地靠近左上角,因此过滤提高了LF VS-score的综合性能(overall performance)。从表1的AUC值可以定量看出,LF VS-score的AUC提高了22.4%,从过滤前的0.749提高到过滤后的0.917;而强调早期富集性能的logAUC则提高了350%,由9.2提高到41.4。

  图5. LF VS-score打分的ROC曲线的ROC曲线还可以发现,在大约FPR小于0.5%的早期阶段,未过滤的ROC曲线位于对角线(随机曲线)的下方,这说明未经过滤的LF VS-score不仅没有早期富集性能,甚至富集假阳性化合物;在大约FPR小于0.5%阶段,经过过滤的LF VS-score曲线显著地靠近纵坐标,这是具有良好早期富集性能的标志。从早期富集性能指标BEDROC(=80.5)来看,过滤使得LF VS-score的富集性能提高了22.5倍,从过滤前的0.018提高到0.399;从另一个早期富集性能指标EF

  来看,过滤使得LF VS-score的EF1%值从1.0提高到21.4,提高了20倍左右。数据融合提高了虚拟筛选的综合性能与富集性能

  图7. CNN affinity、CNN score与CNN_VS打分的ROC曲线呈现了在未经过滤时GNINA亲和力打分CNN affinity、结合模式打分CNN score以及两者的数据融合打分CNN_VS等三种打分的ROC曲线。可以看出,三条ROC曲线区分明显,而且数据融合打分CNN_VS最靠近左上角、CNN score次之、CNN affinity在最下方,这反应了三者打分综合性能从高到低的排序,也与三者AUC值的排序是一致的。再一次,数据融合打分在综合性能上优于两个独立打分,数据融合策略提高了虚拟筛选综合性能。

  总的来说,数据融合策略提高了flare默认打分LF VS-score与GNINA默认打分CNN Affinity的虚拟筛选综合与富集性能。

  比较两种数据融合打分LF_CNN_VS与CNN_VS的ROC曲线所示,可以发现红色的CNN_VS与深蓝色LF_CNN_VS曲线非常贴近,说明两者综合性能相差不大;但是CNN_VS曲线总在LF_CNN_VS的左上方,说明CNN_VS比LF_CNN_VS具有更好的富集性能。

  基于结构的过滤提高了LF_CNN_VS与CNN_VS两种数据融合打分的早期富集性能从早期富集性能指标BEDROC=80.5看,如图9所示,基于结构的过滤提高了LF_CNN_VS与CNN_VS的早期富集性能,BEDROC分别从0.32、0.46提高到0.76、0.80。这个性能优于Shen等人

  。用ODDT中实现的SPLIF方法16以PDB 1B9V共晶配体为参比,对虚拟筛选结果进行Tanimoto相似性打分,虽然具ROC AUC(0.86)很高,但是不具有早期富集性能,因为在早期阶段ROC曲线位于随机曲线所示),且BEDROC

  =0.017,EF1%=0。从这个算例上看,基于结构的过滤优于以SPLIF代表的相互作用指纹相似性分析。图11. SPLIT相互作用指纹相似性ROC曲线SPLIF相似性除了作为一个独立的打分函数之外,也可以作为过滤器。以0.6作为Tanimoto系数的截断值,考察LF VS-score、LF_CNN_VS与CNN_VS的虚拟筛选性能,主要指标如表4所示、

  总的来说,基于结构的过滤提高了LF_CNN_VS与CNN_VS两种数据融合打分的早期富集性能,并且在早期富集性能上优于以SPLIF代表的相互作用指纹方法。结论本文以DUD-E的NRAM为子集为例,演示了如何用Flare的相互作用分析对Lead Finder分子对接虚拟筛选结果进行基于结构的过滤来实现富集性能的提升。具体而言,首先用Flare的3D-RISM分析、PIP分析、结合文献确定相互作用的关键残基;接着用Flare对虚拟筛选结果进行相互作用分析,过滤掉不能与关键残基发生相互作用的化合物;接着对保留下来的化合物进行二次打分,进行优先级排序与性能统计。结果表明,基于结构的过滤使得虚拟筛选早期富集性能指标EF

  静电互补性分析:一种高效替代FEP的配体优化策略——以MALT1别构抑制剂为例

  Flare™ V11 正式发布:新增生成式 AI 工具、约束的蛋白质-蛋白质对接功能、分离计算模式以及众多其他增强功能

  提升QSAR模型的性能——在Flare™中利用稳健的梯度提升机器学习模型应对描述符间的相关性问题

  AlphaFold Protein Strcutre Database