不同分子对接软件比较

2015.05.11创新药物研发流程靶标识别与验证计算机辅助技术可涉及的流程反向虚拟筛选反向药效团匹配分子对接QSARADMET预测经济高效省力虚拟筛选药效团相似性搜索功能基因研究先导化合物发现先导化合物优化临床前研究临床研究市场背景……小分子数据库蛋白质靶标用户提供(A)准备工作:蛋白质-小分子对接虚拟筛选……蛋白质数据库小分子化合物反向虚拟筛选作用于靶标的小分子小分子的潜在靶标内部提供基于AutodockVina(B)筛选工作:(C)结果文件:采样蛋白质的构象空间；采样小分子的构象空间靶标蛋白质结构；小分子化合物结构3.排序：1.准备：2.对接：蛋白质相互作用能量，如范德华、H建、疏水……分子对接薛定谔公司蛋白质活性位点参数蛋白质活性位点蛋白质活性位点小分子小分子构象采样打分排序：topN小分子构象分子对接AutoDock相同：grid；type不同：sampling；scoringAutoDock和AutoDockVina精度速度测试集：1300protein–ligandscomplexesfromPDBbind2007databaseJComputChem32:742–755,2011分子对接比较不同体系不同结果；DS（ligandfit），SYBYL（flexx，surflex），AUTODOCK结果相差不大测试集：100protein-ligandcomplexesDSSYBYLAUTODOCK分子对接比较J.Med.Chem.2003,46,2287-2303测试集：10complexProteins2007;69:160–176.Glide略好分子对接比较AUTODOCKDSSYBYLnosingleprogramperformedwellforallofthetargets.Forpredictionofcompoundaffinity,noneofthedockingprogramsorscoringfunctionsmadeausefulpredictionofligandbindingaffinity.分子对接比较J.Med.Chem.2006,49,5912-59311.方法相差不大（薛定谔Glide略好），没有一种方法适用于所有体系；2.除了方法，人工视觉分析很重要（并非要取得分最高，而是经验上成药性最强）；3.精度之外，保证筛选速度（虚拟筛选是初步过程，分子动力学、结构改造）蛋白质-小分子对接蛋白质数据库小分子化合物反向虚拟筛选小分子的潜在靶标基于AutodockVina靶标数PDB数口袋数Whole1409602119Part50627675487Whole：5~6小时；Part：13~16小时反向虚拟筛选平台构建反向虚拟筛选方法数据库是否疾病相关数据库大小服务idTarget改进的AutoDock否所有PDB免费广州市墨灵格AutoDockVina否2900100元/次我们AutoDockVina是646（140+506）100元/次疾病相关的、更加准确的靶标数据库活性位点信息更精确（技术过滤、文献调研）可治疗性反向虚拟筛选比较idTarget：广州市墨灵格：我们：反向虚拟筛选比较（页面）idTarget：1.给出PDBID，靶标名称，score，可视化pose，PDB链接2.根据得分排序3.根据靶标排序反向虚拟筛选比较（结果）广州市墨灵格：1.给出PDBID，靶标名称，score，uniprot编号2.根据得分排序反向虚拟筛选比较（结果）我们的结果：反向虚拟筛选比较（结果）1.给出PDBID，靶标名称，score，uniprot，EC，Drugbank，CAS编号2.根据得分排序3.根据靶标排序数据库PDB编号靶标名称Score排序靶标_Score排序Uniprot_IDUniprot_AC结合亲和力、相似性值等可视化Pubmed分类EC我们646个靶标7606个口袋有有有有有无无有有有idTarget整个PDB数据库有有有有无无有无无无墨灵格2000多个靶标9000多个口袋有有有无有有无无无无反向虚拟筛选比较（结果）优点：数据库疾病相关，针对性更强；结果更丰富缺点：无可视化；数据库数据量少；筛选方法有待提高反向虚拟筛选平台构建