1888年William Osler[1]首次报道了遗传性血管性水肿（Hereditary Angioedema, HAE），其文献报道的发病率约为1.5/100000[2]，是一种罕见的遗传性疾病，主要表现为反复发生的皮肤、呼吸道和内脏器官肿胀。当水肿发生于气道时，可导致致喉水肿，如果抢救不及时，可能造成窒息死亡；当水肿发生于胃肠道，会类似急腹症的表现，常被误诊为阑尾炎、急性胰腺炎等。在本期Uni-FEP靶点“探月”计划中，我们以PKa共晶结构作为靶点蛋白，选取了文献中具有代表性的化合物作为配体，使用Uni-FEP计算其与PKa的结合自由能，探索并验证了Uni-FEP在PKa体系中的适应性和准确性。
血浆激肽释放酶（PKa）活性失控以及缓激肽（BK）的产生会导致血管性水肿。C1-INH是内源性的PKa抑制因子，遗传性血管水肿中SERPING1基因突变会导致C1-INH功能缺乏。但是C1-INH功能正常的人群也会患有遗传性血管水肿。血浆激肽释放酶（PKa）由血浆前激肽释放酶（PK）生成，血浆前激肽释放酶（PK）存在于血液循环中，由凝血酶因子XIIa激活，同时形成正反馈循环激活凝血酶因子XII。血浆激肽释放酶（PKa）主要作用是降解高分子量的激肽原（HK）生成缓激肽（BK），引起的生理效应是炎症、血管舒张、血管通透性增加以及疼痛等。C1-INH作为内源性生理物质可以抑制PKa和XIIa活性，从而阻止病理现象的发生。目前，大量研究证明PKa抑制剂是针对HAE治疗有效的策略。FEP（自由能微扰）能够以化学精度计算化合物与靶标的结合自由能，主要用于先导化合物优化阶段。本案例从Rebecca L. Davie等人发表的文章[3]中，选取了PKa共晶结构为靶点，选取PKa抑制剂设计与优化过程中8个IC50跨度为440倍的化合物作为本次计算的配体分子，探究了Hermite® Uni-FEP预测结合亲和力及指导先导化合物优化的能力。
在Rebecca L. Davie等人发表的文章中，详细介绍了基于片段药物设计的方法对PKa抑制剂发现及优化的具体流程，并且作者进行了大量生化和生物学实验，对化合物的结合模式以及活性进行了验证。本文选取了Compound 7n、7h、7p、13e、13g、13i、13k、13l等8个具有代表性的化合物，使用Uni-FEP快速验证其与PKa（PDB ID：8A3Q）的结合自由能，用以验证利用Uni-FEP计算化合物结合自由能的准确性。
Hermite® Uni-FEP提供完整的、自动化的FEP计算流程和结果分析指导，整个流程包括：蛋白准备、配体准备、化合物对齐（支持刚性对齐、柔性对齐和限制性对接）、化合物对的自动Mapping/Perturbation、结果分析。图2 化合物与PKa靶点的结合模式
图3 Uni-FEP构建的微扰图（左）；
配体mapping示意图（右）
表 1 为Hermite® Uni-FEP计算ΔG与实验ΔG的比较表格。在8个化合物中，预测结果与实验结果偏差均小于1.4 kcal/mol，计算精度较高。（注：对于FEP的计算而言，预测值与实验值间的差值小于1.4 kcal/mol，化合物活性相差10倍左右，属于精度可以接受的范围）。单独分析每个化合物的计算结果和实验结果，从表中可知Uni-FEP预测出活性较好的化合物与实验结果保持一致。进一步分析计算ΔG与实验ΔG的相关性（图4），两者之间的相关性R²=0.87，RMSE=0.51 kcal/mol，表明Uni-FEP在PKa的预测体系中，已经具备较好反映化合物实验亲和力的能力。表1 Hermite® Uni-FEP计算结果与实验结果比较
图4 Cycle closure所得绝对结合自由能ΔG预测值和实验值的相关性。横坐标为实验值，纵坐标为计算值。
本文利用Hermite®平台的Uni-FEP模块，对PKa靶点抑制剂优化过程中具有代表性的一系列化合物进行了自由能计算。结果表明计算的结合自由能与实验值具有较高的相关性，验证了使用Hermite® Uni-FEP能够准确评估化合物与靶点的相对结合自由能，从而指导先导化合物的优化的工作。Hermite® Uni-FEP 靶点“探月”计划更多靶点案例，请参考：[1] Hopkinson R B , Sutcliffe A J . Hereditary angioneurotic oedema.[J]. Anaesthesia, 1979, 53(14):183-186.
[2] Emel A P，Markus M，Andreas M，et al． Epidemiology of Brady kinin-mediated angioedema: a systematic investigation of epide miological studies [J]．Orphanet journal of rare diseases, 2018, 13(1): 1-9.
[3] Davie R L, Edwards H J, Evans D M, et al. Sebetralstat (KVD900): A Potent and Selective Small Molecule Plasma Kallikrein Inhibitor Featuring a Novel P1 Group as a Potential Oral On-Demand Treatment for Hereditary Angioedema[J]. Journal of Medicinal Chemistry, 2022, 65(20): 13629-13644.
Hermite®是深势科技打造的基于AI for Science新范式的新一代药物计算设计平台，致力于为药物研发工作者提供一站式解决方案，满足多种场景的药物研发需求。Uni-FEP是Hermite®最新推出的药物结合自由能计算模块，将自由能微扰理论、分子动力学、增强采样算法与高性能计算相结合，能够以化学精度高效评估蛋白质与配体的结合亲和力，实现工业规模的先导化合物优化。
功能体验或加入Hermite®官方交流群，请扫描下方添加平台官方微信：深势科技是“AI for Science”科学研究范式的引领者和践行者，致力于运用人工智能和分子模拟算法，结合先进计算手段求解重要科学问题，为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。
我们开创性地提出了「多尺度建模+机器学习+高性能计算」的革命性科学研究新范式，并推出了Hermite®药物计算设计平台、Bohrium®微尺度科学计算云平台等微尺度工业设计基础设施，颠覆了现有研发模式，打造“计算引导实验、实验优化设计”的全新范式，为药物、材料领域带来极具突破性的计算模拟及设计工具。深势科技是国家高新技术企业、北京市“专精特新”中小企业，总部位于北京，并在上海、深圳、海口等城市布局研发中心。科研技术团队由中国科学院院士领衔，汇集了超百位数学、物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师，其中公司的博士及博士后占比超过35%。核心成员获得过2020年全球计算机高性能计算领域的最高奖项“戈登贝尔奖”，相关工作当选2020年中国十大科技进展和全球AI领域十大技术突破。