一种基于绝对结合自由能校正的药物筛选方法及系统
本发明涉及药物设计领域,尤其涉及一种基于绝对结合自由能校正的药物筛选方法及系统。
背景技术:
1、药物分子与靶标蛋白之间结合亲和力的准确预测是计算机辅助药物设计中的核心问题。现有技术中,炼金术自由能微扰(free energy perturbation, fep)方法能够通过构建一系列中间热力学状态计算绝对结合自由能(absolute binding free energy,abfe)和相对结合自由能(relative binding free energy, rbfe),已经被广泛用于先导化合物优化、虚拟筛选和药物设计决策。
2、然而,在实际药物设计中,配体电荷状态经常发生改变。例如,为提高选择性而引入带电基团,或者为优化靶标识别而调整质子化状态,都会导致带电配体或电荷变化体系出现。对于此类体系,abfe计算在周期边界条件下容易受到有限尺寸静电伪影和均匀背景电荷的影响,从而使abfe的计算结果产生系统偏差,进而影响药物筛选的准确性。
3、现有药物设计流程中,虽然可以通过常规分子对接或标准自由能估计对候选化合物进行初筛,但对于带电配体或电荷变化体系,若缺少专门的静电校正环节,则排序结果容易受到体系尺寸、边界条件和背景电荷处理方式的影响,导致药物筛选的准确性降低。
4、因此,亟需一种针对带电体系进行专门静电校正的药物筛选方案,以降低周期边界静电伪影对候选配体排序的影响。
技术实现思路
1、本发明为克服上述现有技术的缺陷,提供一种基于绝对结合自由能校正的药物筛选方法及系统,能够提高药物筛选的效率和准确性。
2、本发明一实施例提供一种基于绝对结合自由能校正的药物筛选方法,包括以下步骤:
3、分别待研究药物的靶标结构和预设候选带电配体集合进行预处理,并根据预处理结果确定靶标结合口袋和各候选带电配体的构象;
4、根据所述靶标结合口袋和各候选带电配体的构象,分别对每个所述候选带电配体构建得到对应的复合物态计算体系和游离配体计算体系,并对所述复合物态计算体系和游离配体计算体系进行分子动力学采样,对应得到第一静电能数据和第二静电能数据;
5、分别对所述第一静电能数据和第二静电能数据进行自由能校正处理,并根据自由能校正处理后得到的第一校正自由能和第二校正自由能,计算得到所述候选带电配体的总校正自由能;其中,所述自由能校正处理包括提取静电能数据中的环境-配体相互作用项,并对静电能数据的残余周期边界电势偏移进行解析校正;
6、根据各所述候选带电配体的总校正自由能,对所有候选带电配体进行亲和力排序,并根据亲和力排序结果确定药物筛选结果。
7、进一步的,所述分别待研究药物的靶标结构和预设候选带电配体集合进行预处理,具体包括:
8、对所述靶标结构进行缺失残基补全、补氢、质子化状态指定、结合口袋确认以及结构优化处理,得到预处理后的靶标结构;
9、对所述预设候选带电配体集合中的各候选带电配体,进行配体结构标准化、互变异构体枚举、质子化状态枚举、构象搜索以及初始电荷赋值处理,得到预处理后的候选带电配体集合。
10、进一步的,在对所述复合物态计算体系和游离配体计算体系进行分子动力学采样前,还包括:对所述复合物态计算体系和游离配体计算体系进行环境电荷清零处理;其中,所述环境电荷清零处理的过程包括:
11、将待处理体系加入至周期性模拟盒中,并对待处理体系进行溶剂化处理,得到周期边界下的溶剂体系;
12、根据预设目标盐浓度,向所述溶剂体系中加入盐离子,并根据所述候选带电配体的净电荷补加反离子,以使所述溶剂体系中除所述候选带电配体以外的环境原子的净电荷清零;其中,所述候选带电配体的净电荷从所述预设候选带电配体集合中获取,所述环境原子包括溶剂体系中的蛋白、溶剂分子、原始离子以及所述盐离子和反离子。
13、进一步的,所述分子动力学采样的采样过程包括:
14、分别对所述复合物态计算体系和游离配体计算体系中的所有配体原子电荷,沿多个λ窗口进行缩放处理,对应得到若干个第一缩放体系和第二缩放体系;其中,为配体原子电荷的预设缩放系数且,所述缩放处理的具体公式为:
15、
16、其中,为窗口下第i个配体原子电荷,为配体全电荷状态下第i个配体原子电荷;
17、分别对所述若干个第一缩放体系和第二缩放体系进行分子动力学采样,对应得到所述第一静电能数据和第二静电能数据。
18、优选的,所述分子动力学采样得到的静电能数据为所述待处理静电能数据对应的ewald实空间静电能、ewald倒易空间静电能及ewald自能项之和,具体计算公式为:,为ewald实空间静电能,为ewald倒易空间静电能,为ewald自能项;其中,ewald实空间静电能的具体计算公式为:
19、
20、其中,为排除自身相互作用后的周期镜像平移向量集合,和分别为第i个和第j个配体原子的原子电荷,为第i个和第j个配体原子之间的位移向量,为所述周期性模拟盒的长度,为ewald分裂参数,erfc为互补误差函数;
21、ewald倒易空间静电能的具体计算公式为:
22、
23、其中,v为所述周期性模拟盒的体积,为倒易空间向量,为结构因子;
24、ewald自能项的具体计算公式为:。
25、进一步的,所述提取所述静电能数据中的环境-配体相互作用项,具体包括:
26、将所述静电能数据分解为若干个相互作用项之和,并提取得到所述环境-配体相互作用项;其中,所述环境-配体相互作用项的具体公式为:
27、
28、其中,为配体全电荷状态下环境-配体相互作用的基准能量项。
29、优选的,除所述环境-配体相互作用项外,所述若干个相互作用项还包括环境-环境相互作用项、环境-配体相互作用项、配体-配体相互作用项、配体-背景相互作用项、环境-背景相互作用项以及背景-背景相互作用项;其中,
30、环境-环境相互作用项的具体公式为:
31、
32、其中,env为环境原子集合,和分别为第i个和第j个配体原子的原子电荷,为第i个和第j个配体原子之间的有效相互作用距离,表示该项不随缩放而变化;
33、配体-配体相互作用项的具体公式为:
34、
35、其中,为所述候选带电配体在全电荷状态下的配体内部及配体镜像相关相互作用的基准能量项;
36、配体-背景相互作用项的具体公式为:
37、
38、其中,为与均匀背景电荷诱导背景电势相关的比例常数,为所述候选带电配体在全电荷状态下的净电荷;
39、环境-背景相互作用项的具体公式为:;
40、背景-背景相互作用项的具体公式为:
41、
42、其中,为与背景自能相关的比例常数。
43、进一步的,所述对静电能数据的残余周期边界电势偏移进行解析校正,具体包括:
44、将分解结果拟合为关于λ的二次型形式,具体为:
45、
46、其中,a、b、c均为拟合系数,在经过环境电荷清零处理后,,为所述候选带电配体在全电荷状态下环境-配体相互作用的基准自由能;
47、在所述溶剂体系中,计算得到周期边界下的环境电势;其中,所述环境电势的具体计算公式为:
48、
49、其中,为预设的反应场或长程参考电势,为周期边界下的残余电势偏移;
50、根据所述环境电势,计算得到残余偏移校正项;其中,所述残余偏移校正项的具体计算公式包括:
51、
52、
53、
54、其中,为窗口下由残余电势偏移引入的静电伪影能量,为所述候选带电配体在全电荷状态下的净电荷,为晶格求和常数,为真空介电常数,为溶剂介电常数;
55、根据和所述残余偏移校正项,计算得到待校正静电能数据对应的校正自由能,具体计算公式为:;其中,为根据所述残余偏移校正项,沿λ路径积分或汇总后的残余偏移校正自由能。
56、进一步的,根据自由能校正处理后得到的第一校正自由能和第二校正自由能,计算得到所述候选带电配体的总校正自由能,具体包括:
57、分别获取所述复合物态计算体系和游离配体计算体系的范德华自由能、所述复合物态计算体系的约束自由能以及约束解析项;
58、根据所述第一校正自由能、第二校正自由能、所述复合物态计算体系和游离配体计算体系的范德华自由能、所述复合物态计算体系的约束自由能以及约束解析项,计算得到所述总校正自由能;其中,所述总校正自由能的具体计算公式为:
59、
60、其中,和分别为所述第一校正自由能和第二校正自由能,和分别为所述复合物态计算体系和游离配体计算体系的范德华自由能,为所述复合物态计算体系的约束自由能,为所述约束解析项。
61、本发明另一实施例提供一种基于绝对结合自由能校正的药物筛选系统,包括:预处理模块、体系构建模块、校正模块以及筛选模块;
62、所述预处理模块用于分别待研究药物的靶标结构和预设候选带电配体集合进行预处理,并根据预处理结果确定靶标结合口袋和各候选带电配体的构象;
63、所述体系构建模块用于根据所述靶标结合口袋和各候选带电配体的构象,分别对每个所述候选带电配体构建得到对应的复合物态计算体系和游离配体计算体系,并对所述复合物态计算体系和游离配体计算体系进行分子动力学采样,对应得到第一静电能数据和第二静电能数据;
64、所述校正模块用于分别对所述第一静电能数据和第二静电能数据进行自由能校正处理,并根据自由能校正处理后得到的第一校正自由能和第二校正自由能,计算得到所述候选带电配体的总校正自由能;其中,所述自由能校正处理包括提取静电能数据中的环境-配体相互作用项,并对静电能数据的残余周期边界电势偏移进行解析校正;
65、所述筛选模块用于根据各所述候选带电配体的总校正自由能,对所有候选带电配体进行亲和力排序,并根据亲和力排序结果确定药物筛选结果。
66、相较于现有技术,本发明的有益效果在于:
67、在基于结合亲和力预测的药物筛选流程中引入eid自由能校正,使带电候选配体的abfe结果不再直接依赖未经处理的周期边界静电能,提高了带电配体结合亲和力预测和候选配体排序的准确性,进而提高了药物筛选的效率和准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com