分享

【药物设计】对口袋体积与形状进行增强采样获得类小分子结合态的可药蛋白质构象

 GoDesign 2022-08-17 发布于北京

今天分享的文献来自意大利卡利亚里大学(Universitàdi Cagliari) Attilio Vittorio Vargiu课题组。确认原子级别的蛋白质与小分子结合模式是药物设计的关键步骤。蛋白小分子结合模式可以通过分子对接来模拟。考虑到蛋白质主链与侧链的柔性,如何处理配体结合时蛋白质发生的构象变化仍然是研究人员需要面对的主要挑战。多构象对接方法(系综对接,集合对接ensemble docking)通过将小分子与一系列不同的蛋白质构象进行对接来尝试解决这个难题。这些蛋白构象一般是从实验(如NMR,多个x-ray晶体构象)或从计算机模拟(如分子动力学)获得。在实际应用中,并不是每个研究人员都有条件获得所研究蛋白质的基于实验结果的多个可能构象,而通过对蛋白apo构象(未结合小分子)的标准分子动力学模拟采样,获得结合(正确)配体的复合物构象也有一定难度。为了解决这一局限性,作者引入了一种基于MetaDynamics的计算方法,称为基于口袋形状增强采样的集合对接(ensemble docking with enhanced sampling of pocket shape ,EDES),仅利用apo结构生成蛋白质潜在的小分子结合构象。该方法主要通过定义一组集合变量来实现,这些集体变量可以有效地对结合位点的不同形状进行取样,最终模拟由配体引起的空间效应。在文章中作者评估了三种在配体结合后经历不同程度构象变化的蛋白质体系,产生了大量与实验获得的复合物结构相近的构象。而后使用这些构象进行多构象对接计算,在高排名结果中获得了类似复合物的native结合构象。

—— 主要研究方法及结果 ——

主要研究体系:在本文中主要针对如下三个蛋白质体系(图1)进行了测试:

1)     T4噬菌体β-葡萄糖基转移酶(T4 phage β-glucosyltransferase,BGT):结合UDP后,有铰链区的运动,最终口袋呈现更加紧密形态。

2)     重组蓖麻毒素 (recombinant ricin RIC): 结合NEO之后构象变化不大。

3)     阿糖结合蛋白 (allose binding protein ABP): 结合d-allose 后,有铰链区运动,整体构象变化大于BGT。    

图1,研究体系

主要流程:如图2所示:1)首先使用口袋探测程序确定目标蛋白的口袋。2) 计算口袋的惯性平面。3)bias-change,well-tempered MetaDynamics模拟。4个集合坐标包括: 在惯性平面上的伪接触数目(3个)以及口袋的回转半径(gyration radius)。在模拟过程中,对口袋的回转半径设置多个窗口。

图2:a)主要流程b)惯性平面c)惯性平面上的接触 d)不同回转半径的模拟

对构象的采样结果:比较采样构象与复合物结构口袋残基的RMSD。在三个体系中,平均RMSA分别为2.8Å,1.0Å和4.2Å,一部分结果具有小于2Å的构象。在进一步聚类之后,小于2Å构象的百分比能有一定提高(3.8% to 4.0%,85.5% to 85.4%,6.1% to 8.4%)。

对接表现:在对构象采样结果进行聚类分析后,取500个构象进行多构象对接。对接结果在三个体系中都表现良好,均在top2的两个构象中获得了RMSD<2Å的结果。使用f-pocket分析口袋的可药性发现使用EDES采样获得的结果可药性有所提高。

——小结——

这篇文献提供了一种处理方式,能够产生蛋白质的小分子结合构象及其他可药构象,从而改善对接性能。作为一项概念验证型研究,这个方法在未来可以与共溶剂模拟结合(coSolvent simulation), 探索蛋白表面的潜在结合位点(Crypo pocket),也可以与其他增强采样算法加强对其他自由度(如蛋白整体运动,二级结构变化)的采样。配合实验获得的证据也可以加入其他的集合变量或限制条件。作者认为即便这里研究的体系中配体结合方式是已知的,这个方法也可以应用到一般虚拟筛选中,因为通过对口袋进行增强采样就可以获得更多潜在的蛋白质构象,从而发现不同结合方式的先导化合物。作者也希望能够建立一个数据库来保存蛋白口袋的多种构象,方便其他没有条件进行分子动力学模拟的研究人员进行多构象对接。当然这些靶标的多构象数据也可以对老药新用的研究有所帮助。

参考文献:

Andrea Basciu, Giuliano Malloci, Fabio Pietrucci,Alexandre M. J. J. Bonvin, and Attilio V. Vargiu, “Holo-like and Druggable Protein Conformations from Enhanced Sampling of Binding Pocket Volume and Shape”, Journal of Chemical Information and Modeling, 2019 59 (4), 1515-1528. DOI: 10.1021/acs.jcim.8b00730

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多