分子模拟
16篇
含溶剂的神经网络势能让配体应变估算可用于整库规模
- 传统应变估算以气相单一极小构型为参照,忽略溶剂,还会让带电配体在真空中因分子内静电作用坍缩成紧凑构象,从而扭曲结果。
- AIMNet2-CPCM是在连续介质溶剂中以DFT级能量和力训练的神经网络势能,对中性和带电物种一视同仁。
- GPU批量推理使得对整个筛选库做含溶剂的全局极小搜索成为可能。
- 在约8000个PDB配体上,含溶剂应变随净电荷增加,该趋势在电荷达−2时仍成立。
应变过滤的可靠程度取决于未结合态的参照,见过两性离子在真空中折叠出盐桥的人都明白气相数值为何会误导。速度足以做库分筛的含溶剂、电荷感知势能,是我真会放进对接后过滤环节的工具。需要留意的是负电荷更高时可靠性下降,这对含酸和磷酸基的分子很关键。
MCCE计算显示:激酶抑制剂结合时常改变质子化或互变异构状态
- 研究对9个激酶结构域与18种已获批抑制剂的37个共晶结构应用了多构象连续静电(MCCE)计算。
- 结合时蛋白质净电荷基本稳定,而抑制剂的电荷状态常常上升或下降。
- 结合可使溶液中近乎等量的两种互变异构体归并为一种,产生数个kcal/mol的自由能差。
大多数虚拟筛选都默认采用单一固定的质子化状态,而这项工作表明,即便对已获批药物,这也可能造成数kcal/mol的偏差。以后遇到含可互变异构杂环的骨架在SAR中表现异常,我会先查结合态互变异构体,再怪口袋。
Kinase Inhibitors can Change Protonation or Tautomeric State upon Binding ↗
已上市蒽环类药物转用为单分子光敏剂的化学光疗
- 以TD-DFT筛选精选的已上市抗癌药库,找出光物理性质良好的含发色团候选物。
- 米托蒽醌、匹克生琼、柔红霉素和表柔比星光照后产生活性氧,对乳腺癌细胞的细胞毒性增强。
- 单个分子同时提供化疗和光动力作用,无需双组分偶联物。
从PK和安全性已知的化合物出发是聪明之处,CMC和毒理资料现成可用。问题是这些发色团的吸收波长组织穿透性差,蒽环类产生的ROS还会加重心脏毒性担忧。在兴奋之前,我想先看到体内的光剂量窗口。
分子动力学发现RhoJ特有的N端口袋,特康唑可干扰其与PAK3结合
- RhoJ与Cdc42序列高度相近,但拥有独特的N端延伸,模拟显示其在结合PAK3时形成变构口袋。
- 针对该口袋的基于结构的虚拟筛选提示抗真菌药特康唑可能是结合物。
- 在活细胞中,经优化的BRET2生物传感器显示特康唑可剂量依赖地降低RhoJ–PAK3相互作用。
利用Cdc42所没有的序列延伸来换取选择性,正是攻克保守GTP酶的思路。但特康唑是改用途的唑类药物,作为起点并不理想,单靠BRET信号下降也不能证明口袋结合。我想看到N端残基突变和生物物理结合数据,才会认为得到了验证。
Identification and targeting of a novel drug pocket in the tumour angiogenesis regulator RhoJ ↗
DESPOT:为知识型蛋白–配体打分引入方向性
- 知识型势函数可解释性强,但多数把蛋白原子周围空间视为各向同性。
- DESPOT是全原子各向异性势函数,按杂化与成键环境把原子分为各向同性、轴对称和完全各向异性三类。
- 它采用位置平均的参考态和“空位”配体原子类型,从而能表示倾向于保持空缺的区域。
- 作者将其定位为考虑方向性的知识型打分新方法。
氢键、卤键和π接触恰恰需要方向性,而各向同性势函数会把这些信息模糊掉,所以这正对应我筛选对接构象时的真实痛点。用“空位”原子类型表示配体回避的口袋区域也很巧妙。在采信之前,我会先看它在自己的靶点和诱饵集上的表现,而不只是公开基准,以及它能否对同系列化合物排序,而不只是区分活性分子与诱饵。
DESPOT: Direction-Enhanced Scoring POTentials for Scoring of Protein–Ligand Interactions ↗
PLAC数据集检验MM/GBSA能否预测PTM对配体结合的影响
- 作者整理了PLAC数据集，收录经实验验证的翻译后修饰(PTM)引起的配体活性变化；产生影响的PTM往往比无影响者更靠近配体。
- 他们在不同分子动力学时长和内部介电常数下，系统评估了终点法MM/GBSA方案。
- 较长的MD加较高介电常数与实验相关性最好，而较低介电常数更善于区分增强、减弱与中性。
没有人围绕PTM状态搭建SAR，但它常常能悄悄解释为何强效结合分子在细胞里失效。相比再调一次打分函数，一个经过整理的基准集对我更有价值，因为终于有了可以检验的参照。排序与分类所需介电常数不同，这是个实用提醒：方案要按真正想回答的问题来选。
自由能计算评估共价抑制剂与克鲁斯蛋白酶及组织蛋白酶L的结合
- 采用相对结合自由能(FEP型炼金术)计算,比较两种相关半胱氨酸蛋白酶对含弹头共价抑制剂的结合情况。
- 恰加斯病病原体克氏锥虫的关键蛋白酶克鲁斯蛋白酶(cruzain),与其人源同源蛋白组织蛋白酶L(cathepsin L)被并行建模比较。
- 该跨靶点比较旨在区分对寄生虫靶点的选择性结合与对人源蛋白酶的脱靶反应性,为选择性导向的优化提供依据。
FEP用在带反应性弹头的共价抑制剂上,可靠性还是不如对可逆抑制剂那么成熟——共价键的参数化正是这类方法容易惄惄失靖的地方。不过话说回来,cat L交叉反应性才是拖垃cruzain项目的头号杀手,远比效力不足更致命;如果ΔΔG排序能在合成前就筛掉脱靶的类似物,这就是实打实的分流价值——毕竟被忽视疾病领域的经费,经不起做无用功。
利用片段生长策略优化天然半胱氨酸亚砜类BACE-1抑制剂
- 阿藿因(Alliin)是一种天然半胱氨酸亚砜化合物,可与BACE-1的催化二联体发生螯合作用,但药代动力学性质较差,限制了其作为药物先导化合物的应用。
- 研究人员以该核心结构为起点,采用分子动力学模拟指导的片段生长策略,旨在提高其结合亲和力和成药性。
- 目前这仍是早期阶段的计算/基于片段的优化研究,尚未产生经过验证的临床候选化合物。
从丙氨酸亚砜(alliin)这类食源性片段起步很诱人——毒性清除路径现成,手性也不用愁——但BACE-1生化层面再干净,临床上也是让一众优秀抑制剂折戟的坟场(verubecestat、lanabecestat、atabecestat都因安全性或疗效问题倒下)。纯靠计算做片段生长只是简单的那80%;如果没有SPR、ITC或晶体结构数据支撑这些MD构象,我更愿意把这些亲和力提升看作假设,而不是结果。
解读数十亿化合物级虚拟筛选的路径
- 这篇评论文章探讨了按需合成虚拟化合物库快速扩张至数百亿分子规模的现状,以及这一规模给计算筛选带来的现实挑战。
- 讨论了研究人员如何高效地对如此庞大的化学空间进行优先排序和搜索,并权衡计算成本与错失潜在活性化合物风险之间的取舍。
- 探讨了这类大规模筛选方法如何融入药物发现早期的先导化合物筛选流程。
规模本身没有意义,如果打分函数在那个体量下无法区分信号与噪声——超过数亿化合物后,无论物理方法还是机器学习打分函数,富集效果大多都会趋于平台期。这篇文章坦诚地指出筛选优先级问题尚未解决,考虑到细节如此单薄,这份坦诚恰恰是目前唯一值得信赖的部分。
对AI共折叠虚拟筛选进行压力测试:以Keap1–Nrf2为案例研究
- 结合AI共折叠模型与学习型亲和力评分的多阶段虚拟筛选级联流程,如今已成为计算药物发现中的常规做法。
- 每个阶段输出的评分通常被直接采信,用于推进或淘汰候选化合物,而未对其实际含义进行独立验证。
- 本预印本以Keap1–Nrf2蛋白-蛋白相互作用为案例研究对象,逐阶段系统评估级联流程中的评分是否提供了从业者据以信任所需的信息。
- 作者对该级联流程各阶段出现的失效模式进行了归类总结,从质量控制的角度探讨了这些流程可能在何处、因何出错。
现在几乎每个筛选流程都在跑某种"共折叠+机器学习打分"级联,说实话,大多数人懒得逐级验证,直接把排名结果当真。 这篇预印本盯上的正是这个习惯,用Keap1-Nrf2这个出了名平坦、浅表的PPI界面做压力测试——这类界面本来就让对接和药效团方法头疼,正好能快速暴露打分模型的破绽。 如果摘要的框架站得住脚,想传达的不是"别用这些工具",而是"在搞清楚每一级到底在测什么之前,别把单一综合分数奉为圭臬"——构象置信度、亲和力排序和物理合理性根本不是一回事,把它们混为一谈正是假阳性混进候选清单前列的原因。 等完整方法和失效模式分类公开后值得再细读——目前信息还比较单薄。
基准研究揭示Keap1-Nrf2虚拟筛选中的AI评分盲点
- 一项新的基准研究考察了一条虚拟筛选流程,该流程将基于结构的共折叠(co-folding)模型与学习型亲和力评分相结合,这种组合在计算药物发现中正变得越来越常见。
- 该级联流程被应用于Keap1-Nrf2蛋白-蛋白相互作用(PPI),该靶点因结合界面平坦、极性较强而长期被视为难以成药的目标。
- 作者并未仅凭最终排序结果做判断,而是分别评估了流程中每一阶段的评分是否与具有实验意义的信号相符。
- 研究识别出若干具体环节,其中某阶段的评分会与真实信号脱节,这种失效模式可能误导下游化合物的优先排序。
- 论文提出了从业者在信赖级联流程最终命中列表之前,应在每个阶段执行的控制检查措施,并将该工作定位为方法学与可靠性研究,而非报告新型抑制剂。
Keap1-Nrf2正是那种co-folding模型能自信地摆出一个像样构象、亲和力评分又会莫名其妙把它排到榜首的平坦、极性PPI靶点——所以这篇把级联拆开逐级验证的论文,对我来说比又一篇"我们找到了苗头化合物"的论文更有用。 我想从中拿到的是一份清单:在让自家或供应商这套流水线的前20个化合物进入合成排期之前,先照着跑一遍。如果co-folding的置信度和亲和力评分开始悄悄背离,那正是会把几周时间烧在根本没有真实信号的化合物上的典型失效模式。 这里没有新的化学结构,也没有值得追的结合模式——只是提醒一句:对这么难啃的靶点,排名列表本身从来不是质控环节。归入"下单前先读"一类,不是"当阻断剂新闻读"。
新型基于片段的对接方法解决长而柔性的多肽配体难题
- 研究人员开发了一种名为STELLAR的新对接工作流程,旨在解决现有工具长期存在的短板:难以处理超过约10个亚基的长链、高度柔性的多肽及其他生物聚合物配体,原因是其构象自由度极大。
- STELLAR将长链配体分解为较小的片段并分别进行对接,随后借助GNINA、RDKit和GROMACS等成熟软件将各片段重新组装,得到物理上合理的全长构象。
- 在基于Propedia数据库和蛋白质数据库(PDB)中已知的多肽-蛋白质复合物进行的验证中,该方法能够以较高准确度重现实验观察到的结合姿态。
- 与其他先进对接工具相比,STELLAR主要依赖CPU运行、计算时间随配体长度线性扩展、运行速度更快,并提供专用排序指标,适合用于长链聚合物-蛋白质相互作用的高通量筛选。
标准对接工具让我失去信心的临界点,大概就在10个残基左右——超过这个长度,链的构象自由度太大,结果往往只能手动加约束,或者干脆放弃。把长链拆成片段分别对接再重新拼装,这个思路很实际;用GNINA、RDKit、GROMACS这些成熟软件而不是黑箱神经网络,意味着可以真正检查中间构象。最实用的一点是纯CPU运行、线性扩展,不用排GPU队列,也不用花云计算的钱,晚上在工作站上跑一个订书肽库就行。大多数机器学习对接工具只给一个分数,没有靠得住的排序依据;而这里针对长链配体专门做了排序指标,这在同类工具里确实少见。不过要提醒一句,Propedia和PDB上的基准测试都是已知复合体,能重现晶体构象不代表在没有解析结构的全新靶点上也能正确排序。值得先试跑一下,但不能盲目直接上手用于关键项目。
STELLAR: A Fragment-Based Docking Workflow for Highly Flexible Long-Chain Biopolymers ↗
AI筛选管线锁定可用于阿尔茨海默病的CASP4抑制剂再利用候选药物
- CASP4是一种与阿尔茨海默病相关的炎症性半胱天冬酶,一个新的计算药物重定位流程正是围绕它展开,用于从DrugBank数据库中筛选潜在抑制剂。
- 该流程将基于对接评分的优先排序与ChemBERTa语言模型嵌入及理化描述符相结合,用于训练机器学习分类模型。
- 研究人员使用随机森林分类器和回归模型来识别可能具有活性的化合物,并根据预测效力对其排序。
- 后续的化学信息学分析、PK-PD评估和分子对接将候选化合物范围缩小至五个。
- 随后进行的分子动力学模拟和MM/PBSA自由能分析评估了结合稳定性,结果显示DB05316和DB00519这两种化合物的预测结合情况优于参照药物多奈哌齐。
- 作者将该流程作为一种针对新靶点优先筛选再利用化合物的通用策略提出。
对接→ChemBERTa嵌入→随机森林→MD/MM-PBSA,五级漏斗筛到两个化合物,听起来很严谨,但每一级都有各自的假阳性率,叠加多层过滤并不能保证误差相互抵消——尤其是MM/PBSA用来给结构毫不相关的配体做绝对值排序,这一点业内早已公认不太靠谱。筛得越狠,有时反而是在把假阳性打磨得更漂亮,而不是把它们筛掉。 放到当下AI驱动的先导化合物发现浪潮里看,这类工作的定位很清楚:不是生成全新骨架,而是让已知化合物库的筛选速度更快——这是个真实存在、也在扩大的细分方向。 真正的优势在于DrugBank出身:DB05316和DB00519已经带有ADMET、安全性和制剂数据,从候选物走向IND准备工作,不用再补合成或毒理包。 但这些都替代不了结合实验。在CASP4活性被生化实验验证之前,这只是一份排好序的假设清单,还称不上“命中”。
基于ChemBERTa的虚拟筛选发现可用于阿尔茨海默病治疗的CASP4抑制剂再利用候选物
- 基于配体的虚拟筛选流程从DrugBank数据库中挖掘CASP4抑制剂候选物,将对接分数排序与SMILES衍生的ChemBERTa嵌入及理化描述符相结合。
- 基于ChemBERTa与理化特征融合训练的随机森林分类器以高准确性区分活性与非活性化合物,并在排名靠前的命中化合物中实现了对活性化合物的有效富集。
- 基于实验pIC50值训练的配套随机森林回归模型,按预测效力对候选化合物进行排序。
- 通过化学信息学筛选、PK-PD评估与分子对接,将候选范围缩小至五个DrugBank化合物。
- 分子动力学模拟与MM/PBSA自由能分析证实了顶级候选物的稳定结合构象。
- 该流程为针对CASP4(一种与神经炎症和细胞焦亡相关的caspase)的阿尔茨海默病药物再利用提供了新路径。
真正打动我的是DrugBank这个出身,而不是筛选过程本身有多严格:经过对接、ChemBERTa/RF分类和MM/PBSA之后留下来的5个候选物,本身就有已知的ADMET数据,进动物模型也不需要从头合成——这是一般的先导发现项目很难拿到的可及性捷径。CASP4的口袋是半胱天冬酶家族常见的催化Cys-His二联体,所以MD轨迹真正该回答的问题是:这些骨架是否真的结合在那个二联体上,还是只是停在外围的外部位点——单靠结合能算不出这一点。选择性是悬而未决的疑点:caspase-1/3/4折叠同源性很高,在神经炎症背景下脱靶抑制其他半胱天冬酶很可能适得其反。方法学上,把ChemBERTa嵌入叠加到经典描述符上做RF分类,比单纯按对接分数排序更合理,但在把pIC50回归模型的预测外推到训练分布之外之前,我还是想看到留出化学型的验证结果。
可逆功元动力学实现快速苗头化合物筛选,同时揭示AI共折叠方法的记忆偏差
- 虚拟筛选常因快速但近似的评分函数而产生假阳性,而能够筛除这些假阳性的高精度自由能计算方法,对于常规高通量应用而言成本仍然过高。
- 作者提出了CTMD(基于c(t)的元动力学)方法,利用源自若干条独立、短时的阱势增强元动力学轨迹的非平衡可逆功估计量c(t)对结合稳定性进行排序,无需获得收敛的结合自由能。
- 在多种靶点和化学型上的测试表明,CTMD在保持快速、可迁移且几乎无需参数调整的同时,实现了稳健的早期富集效果。
- 作者还对AI共折叠方法进行了基准测试,发现Boltz-2的富集效果与其训练集相似度成正比,即便对活性位点进行大幅改造后仍是如此,提示其表现可能部分源于"记忆"而非真实的结合物理。
- CTMD被定位为介于快速对接/共折叠筛选与昂贵自由能计算之间的开源中间方案,旨在减少药物发现项目中人力和资金的浪费。
对接和全套FEP计算之间,一直缺一个分诊环节,这个方法正好补上了这块空白。单靠对接打分来决定合成优先级太粗糙,而对每一个虚拟筛选命中都跑FEP,无论预算还是周期都吃不消。CTMD用短时、独立的元动力学轨迹加c(t)估计量,恰好卡在这个位置上,真有可能改变我们最终送去合成的化合物——而且不需要一整个计算集群。开源、基本不用调参,意味着不用专人盯着也能用起来。 Boltz-2那个发现是我会提醒团队的一点:哪怕对活性位点做了改造,富集效果依然跟训练集相似度挂钩,这说明它很可能是在对已知化学型做模式匹配,而不是真正在评估结合物理。这对我们正在追的那些新颖骨架来说,恰恰是个陷阱。
Early-Enrichment Hit Discovery via Reversible-Work c(t) Estimation in Metadynamics (CTMD) ↗
预注册研究显示:许多"虚拟筛选改进"可能只是统计噪音
- 这篇预印本探讨了一个基础性的方法学问题:在典型规模的基于结构的虚拟筛选基准测试中,两种方案之间在AUROC或富集度上的差异,究竟能在多大程度上被统计学意义上可靠地区分开。
- 作者没有默认基准测试比较结果天然可靠,而是首先直接测量了这种可分辨的"分辨率极限"。
- 随后,他们对对接/打分流程的六项干预措施进行了预注册,并将每一项都与测得的分辨率极限进行对照检验,而非事后挑选"成功"结果来报告。
- 这种预注册设计旨在防范虚拟筛选文献中时有出现的选择性报告问题,即把仅在特定基准上出现的微小提升当作普遍适用的改进来呈现。
- 该研究并未提出新的抑制剂或特定靶点,而是一项关于应当如何评估虚拟筛选改进方法的方法学/严谨性研究。
- 其实际意义在于:许多已发表的虚拟筛选性能提升声明,可能落在典型基准测试的噪声范围之内,因此先导化合物发现团队应谨慎对待仅基于单一基准得出的改进结论。
今后评估各家VS供应商的宣传话术,我都想拿这篇论文当标尺。如果所谓的'方案改进'连基准测试规模下AUROC/富集度的噪声下限都跨不过,那就不是改进,只是套上路演PPT外壳的抛硬币。六项预注册干预是很高的门槛——说实话,我们大多数人做筛选项目前都不会真去预注册,但至少可以要求合作方汇报相对于分辨率极限的效应量,而不是只报一个漂亮的AUROC提升数字。对我来说最扎心的启示是:co-folding那套热潮(Boltz-2之类)也该接受同样的检验——如果这些模型只是在对PDB附近的化学型做模式匹配,那它们在公开基准上'战胜'经典对接/自由能微扰的战绩,可能只是记忆而非真正的泛化能力。单凭这点证据,我还不会把FEP换成黑箱模型。