导读

分子对接和 ABFE 计算在预测配体结合能力方面各有优劣，但结合使用可提高预测精度。

ABFE 计算在药物发现过程中具有重要地位，能通过识别潜在的强效生物分子靶标结合剂来发挥作用。作者使用元动力学（MetaD）、四种不同的分子对接程序和 MM/GBSA，评估了绝对结合自由能（ABFE）计算。

元动力学展现了一定的准确度，但不及 ABFE FEP 的结果。通过对 13 种晶体结构的每种配体进行的集成对接协议表现更佳，尤其是采用 Glide XP、Glide SP 或 AutoDock 4 进行分子对接时。

蛋白质-配体复合物结构和工具

• 16 个蛋白质/配体复合物： PDB ID 在下文表格 3 查看，详细说明在研究的支持信息中。
• 使用的对接工具： Glide SP、Glide XP、AutoDock 4、AutoDock Vina。

对接

使用 Glide SP 和 Glide XP 进行对接

• 蛋白质准备： 使用 Schrödinger 的蛋白质准备向导工具。
• 配体分析： 使用 Epik 程序估算 pKa 值，并使用 OPLS 力场生成异构体和立体异构体。
• 对接过程： 将配体对接到蛋白质结构中，采用 SP 和 XP Glide。

使用 AutoDock 4 和 AutoDock Vina 进行对接

• 文件准备： 使用 AutoDockTools 创建蛋白质和配体 pdbqt 文件。
• AutoDock 4 参数： 网格盒中心的质心，具体尺寸和对接运行。
• AutoDock Vina 过程： 使用默认参数，重点关注网格盒大小和复制品。

元动力学（MetaD）

• 准备： 将结构放置在 TIP3P 水盒中，添加 Na+离子和水分子。
• 模拟： 使用 NAMD 2.13 进行最小化、加热、平衡和去除约束。
• MetaD 具体内容： 解绑轨迹、自由能障碍和高斯山参数。

分析和结果解读

• 相关性指标： Pearson r2，用于计算和实验 ΔGb 之间的相关性。
• 排名度量： 标准化的 Kendall τ 距离。
• 实验 BFE 计算： 源自蛋白酶抑制测定中的 IC50 值。

高级结合和评分技术

结合常数计算

• 方法学： 基于 Woo 和 Roux 的方程，考虑 PMF 值和恒定距离。
• 优化： 专注于最小化 Kendall τ 距离和最大化 Pearson r2 值。

MM/GBSA 评分

• 实施： 在 Prime 中用于最小化和评分。
• 参数： 原始 PDB 文件、OPLS3 力场和 VSGB 溶剂化模型。

结果概览

1. 分子对接：研究者通过自对接和交叉对接，对 16 种复合物进行研究。使用了多种分子对接软件，例如 AutoDock 4 和 Glide XP/SP，并计算了多项性能指标，如均方误差、皮尔逊 r2 相关系数和 Kendall τ 距离。结果表明，对接精度高度依赖于受体的结构，不同受体结构和评分函数的组合导致了不同的预测效果。

2. ABFE 计算：通过 MetaD 方法对 16 种化合物进行了自由能预测，包括平均和中位数 PMF 曲线的计算。尽管 MetaD 在某些方面表现优于分子对接，但整体而言，它的计算成本更高，且存在交叉复制收敛性问题。

3. 方法结合：将分子对接和 ABFE 计算结合使用，可以提高对配体结合能力的预测准确性。特别是超共识对接，即结合多个评分函数和多种蛋白质结晶结构的对接结果，展示了更高的相关系数和更低的 Kendall τ 距离。

图表 1：Pearson r2 和 Kendall τ 距离随 r 的变化

当 r = 19.5 时，Pearson r2 较大，Kendall τ 距离较小，但部分结果的 ΔGb 值为正。为保持 ΔGb 值为负，研究者选择在 r = 18.5 Å 时将 Pearson r2 最大化，同时 Kendall τ 距离最小化。

图表 2：对接软件性能评估

对不同分子对接软件的评分结果进行比较，评价指标包括：(A) 平均绝对误差（Kal/mol），(B) Pearson r2，及(C) Kendall τ 距离。

图表 3：PDB ID 7M8Z 与 PDB ID 7M91 的结构叠加

展示 PDB ID 7M8Z（绿色）和 PDB ID 7M91（棕色）的叠加结构，并突出显示关键残基。两结构间均方根差为 0.715 Å。

图表 4：化合物 9、11 和 16 的结合构象展示

左图展示化合物 9 的结合构象，中图为化合物 11，右图为化合物 16。晶体结构构象以金色表示，AutoDock 4 构象以蓝色表示，Glide XP 构象以紫色表示。其他化合物的构象见图 S2 至 S13。

图表 5：16 种化合物的 PMF 曲线

平均曲线用蓝色表示，中位数曲线用红色表示。平均值的标准偏差以灰色展示。图表中注明了化合物编号。

图表 6：实验与计算结合能的相关图

使用不同方法计算的实验与计算结合能的相关性：(A) MetaD 平均 PMF 曲线计算，(B) MetaD 中位数 PMF 曲线计算，(C) AutoDock 4，(D) AutoDock Vina，(E) Glide SP，(F) Glide XP，(G) MM/GBSA，和(H) Superconsensus。

表格 1：基于全部 13 个蛋白结构的平均配体分子对接分数误差度量

a 超级共识对接：在计算误差度量前，将每个化合物基于 4 个评分函数和全部 13 个晶体结构的对接分数进行平均计算。

表格 2：MetaD 计算的绝对结合自由能（ABFE），单位为 kcal/mol

缺点:

• 方法论局限性：
• 一些使用的计算方法具有未被充分讨论或解决的固有局限性。
• 每种方法的参数和设置选择可能不是最佳的或缺乏充分的理由。
• 数据解释和概括性：
• 结果的解释可能过于乐观，缺乏对数据的批判性评价。
• 对于其他系统或蛋白的研究发现的普适性讨论不清晰。

改进建议

• 增强方法细节：
• 为选择计算方法和参数提供更详细的理由。
• 讨论研究中使用的每种方法的局限性和潜在偏见。
• 改善数据解释和范围：
• 包括对结果的更批判性分析，承认潜在的弱点或其他解释。
• 扩展对发现适用于其他病毒蛋白酶或药物发现场景的讨论。

• Saar, A., Ghahremanpour, M. M., Tirado-Rives, J., & Jorgensen, W. L. (2023). Assessing Metadynamics and Docking for Absolute Binding Free Energy Calculations Using Severe Acute Respiratory Syndrome Coronavirus 2 Main Protease Inhibitors. Journal of Chemical Information and Modeling, 63(22), 7210–7218. https://doi.org/10.1021/acs.jcim.3c01453

点击这里👇关注我，记得标星哦～