Введение

Метод прогнозирования в молекулярном моделировании

В области молекулярного моделирования докинг – это метод, который предсказывает предпочтительную ориентацию одной молекулы относительно другой при связывании лиганда и мишени для формирования стабильного комплекса. Знание предпочтительной ориентации, в свою очередь, может быть использовано для прогнозирования силы ассоциации или аффинности связывания между двумя молекулами, используя, например, скоринговые функции. Ассоциации между биологически значимыми молекулами, такими как белки, пептиды, нуклеиновые кислоты, углеводы и липиды, играют центральную роль в передаче сигналов. Более того, относительная ориентация двух взаимодействующих партнеров может влиять на тип генерируемого сигнала (например, агонизм по сравнению с антагонизмом). Следовательно, докинг полезен для прогнозирования как силы, так и типа генерируемого сигнала. Молекулярный докинг является одним из наиболее часто используемых методов в разработке лекарств на основе структуры, благодаря его способности предсказывать конформацию связывания лигандов малых молекул с соответствующим сайтом связывания мишени. Характеризация поведения при связывании играет важную роль в рациональном дизайне лекарств, а также в выяснении фундаментальных биохимических процессов.

Определение проблемы

Можно рассматривать молекулярную стыковку как проблему "замок и ключ", в которой необходимо найти правильную взаимную ориентацию "ключа", чтобы открыть "замок" (где на поверхности замка находится замочная скважина, в каком направлении повернуть ключ после вставки и т. д.). В данном случае белок можно рассматривать как "замок", а лиганд – как "ключ". Молекулярную стыковку можно определить как задачу оптимизации, описывающую ориентацию лиганда, обеспечивающую наилучшее связывание с интересующим белком. Однако, поскольку и лиганд, и белок обладают гибкостью, аналогия "рука в перчатке" представляется более подходящей, чем "замок и ключ". В процессе стыковки лиганд и белок изменяют свою конформацию для достижения оптимального соответствия, и такая конформационная адаптация, приводящая к связыванию, называется "индуцированным соответствием". Исследования в области молекулярной стыковки направлены на вычислительное моделирование процесса молекулярного распознавания. Цель состоит в достижении оптимизированной конформации как белка, так и лиганда, а также их взаимной ориентации, при которой минимизируется свободная энергия всей системы.

Приближения к причалу

Два подхода особенно популярны в сообществе молекулярного докинга. Один из подходов использует метод сопоставления, описывающий белок и лиганд как взаимодополняющие поверхности. Второй подход моделирует фактический процесс докинга, в котором рассчитываются энергии взаимодействия между белком и лигандом попарно. Оба подхода имеют значительные преимущества и некоторые ограничения, которые изложены ниже.

Форма дополняет друг друга

Методы геометрического соответствия/комплементарности формы описывают белок и лиганд как набор характеристик, определяющих их способность к докингу. Эти характеристики могут включать дескрипторы молекулярной и комплементарной поверхностей. В этом случае молекулярная поверхность рецептора описывается с точки зрения площади поверхности, доступной для растворителя, а молекулярная поверхность лиганда – с точки зрения описания соответствующей поверхности. Комплементарность между двумя поверхностями сводится к описанию соответствия формы, которое может помочь в определении комплементарной позы при докинге целевой молекулы и лиганда. Другой подход заключается в описании гидрофобных свойств белка с использованием изгибов в атомах основной цепи. Еще один подход – использование техники описания формы на основе преобразования Фурье. Хотя методы, основанные на комплементарности формы, обычно быстры и надежны, они, как правило, не способны точно моделировать движения или динамические изменения конформаций лиганда/белка, хотя недавние разработки позволяют этим методам исследовать гибкость лиганда. Методы комплементарности формы могут быстро просканировать несколько тысяч лигандов за считанные секунды и определить, способны ли они связываться в активном центре белка, и обычно масштабируемы для изучения даже белок-белковых взаимодействий. Они также более применимы к подходам на основе фармакофоров, поскольку используют геометрические описания лигандов для поиска оптимального связывания.

Симуляция

Симулировать процесс докинга гораздо сложнее. В этом подходе белок и лиганд разделены некоторым физическим расстоянием, и лиганд находит свое положение в активном центре белка после определенного числа "шагов" в его конформационном пространстве. Эти шаги включают в себя жесткотельные преобразования, такие как трансляции и вращения, а также внутренние изменения структуры лиганда, включая вращения торсионных углов. Каждый из этих шагов в конформационном пространстве лиганда вызывает определенную энергетическую стоимость системы. Следовательно, полная энергия системы рассчитывается после каждого шага. Очевидным преимуществом докинга является то, что гибкость лиганда легко учитывается, в то время как методы, основанные на комплементарности формы, должны использовать сложные способы для включения гибкости лигандов. Кроме того, докинг более точно моделирует реальность, тогда как методы комплементарности формы представляют собой скорее абстракцию. Очевидно, что докинг требует значительных вычислительных ресурсов, поскольку необходимо исследовать обширный энергетический ландшафт. Методы, основанные на сетках, методы оптимизации и повышение скорости вычислений сделали докинг более реалистичным.

Гибкость лигандов

Конформации лиганда могут быть сгенерированы в отсутствие рецептора и впоследствии подвергнуты докингу, или конформации могут быть сгенерированы "на лету" в присутствии рецепторной связывающей полости, либо с полной вращательной гибкостью каждого двугранного угла с использованием докинга на основе фрагментов. Для выбора энергетически благоприятных конформаций чаще всего используется оценка энергии силового поля, но также применяются методы, основанные на знаниях. Пептиды – это одновременно высоко гибкие и относительно крупные молекулы, что делает моделирование их гибкости сложной задачей. Был разработан ряд методов, позволяющих эффективно моделировать гибкость пептидов при докинге белок-пептид.

Гибкость рецептора

За последнее десятилетие вычислительные мощности значительно возросли, что сделало возможным использование более сложных и ресурсоемких методов в компьютерном моделировании лекарственных средств. Однако учет гибкости рецептора в методах докинга остается сложной задачей. Основная причина этой трудности заключается в большом количестве степеней свободы, которые необходимо учитывать при таких расчетах. Игнорирование этого фактора, однако, в некоторых случаях может приводить к неточным результатам докинга с точки зрения предсказания положения связывания. Для имитации гибкости рецептора часто используют несколько статических структур, экспериментально определенных для одного и того же белка в различных конформациях. Альтернативно, можно проводить поиск по библиотекам ротамеров боковых цепей аминокислот, окружающих связывающую полость, для генерации альтернативных, но энергетически благоприятных конформаций белка.

Точность стыковки

Точность докинга является одной из мер оценки эффективности программы докинга, основанной на способности предсказывать правильную ориентацию лиганда относительно экспериментально определенной.

Фактор обогащения

Докинг-экраны также могут оцениваться путем обогащения аннотированных лигандов известных лигандов из большой базы данных предполагаемых не связывающихся молекул – "декоев". В случае с G-белок-связанными рецепторами (GPCR), которые являются мишенями для более чем 30% продаваемых лекарственных препаратов, молекулярный докинг привел к открытию более 500 лигандов GPCR.

Бенчмаркинг

Потенциал док-программ в воспроизведении режимов связывания, установленных с помощью рентгеновской кристаллографии, можно оценить, используя различные наборы эталонных данных для докинга. Для малых молекул существует несколько эталонных наборов данных для докинга и виртуального скрининга, например, Astex Diverse Set, состоящий из высококачественных рентгеноструктур белок-лиганд, или Directory of Useful Decoys (DUD) для оценки производительности виртуального скрининга.

Приложения

Связывание между лигандом малой молекулы и белком-ферментом может приводить к активации или ингибированию фермента. Если белок является рецептором, связывание лигандов может приводить к агонизму или антагонизму. Докинг наиболее часто используется в области разработки лекарственных препаратов – большинство лекарств представляют собой небольшие органические молекулы, и докинг может применяться для:
поиска исходных соединений – докинг в сочетании со скоринговой функцией может использоваться для быстрого скрининга больших баз данных потенциальных лекарств in silico с целью выявления молекул, которые, вероятно, свяжутся с интересующей белковой мишенью (см. виртуальный скрининг). Обратная фармакология регулярно использует докинг для идентификации мишеней. оптимизации лидирующих соединений – докинг может использоваться для предсказания того, где и в какой относительной ориентации лиганд связывается с белком (также называемое режимом связывания или конформацией). Эта информация, в свою очередь, может быть использована для разработки более эффективных и селективных аналогов. биоремедиации – докинг белковых лигандов также может использоваться для прогнозирования загрязняющих веществ, которые могут быть разложены ферментами.