查看原文
其他

Uni-FEP优化Galectin-3抑制剂实录 | 靶点“探月”计划

开拓创新的 深势科技 DP Technology 2024-03-28

肝脏纤维化是一种常见的肝脏疾病,影响患者身体的日常排毒和新陈代谢功能,严重情况下可能会引起肝硬化和肝癌,危害患者的身体健康。

在本期Uni-FEP靶点“探月”计划中,我们以文献中报道的针对Galectin-3的抑制剂优化改造过程为例,选取了文献中几个具有代表性的化合物,使用Uni-FEP计算了其与Galectin-3的结合自由能,探索并验证了Uni-FEP在先导化合物优化过程中的适用性和准确性。

Galectin-3概述


Galectin-3是一种β-半乳糖特异性的碳水化合物识别蛋白(凝集素),由糖识别域 (CRD) 特异性定义,具有保守的序列,对 β-D-吡喃半乳糖苷具有亲和力。它是唯一与脯氨酸、甘氨酸和酪氨酸N端相连组成的嵌合蛋白,参与许多生物过程,例如细胞增殖、血管生成、细胞粘附、细胞凋亡和 mRNA 加工,是癌症和纤维化相关疾病过程的关键[1]Galectin-3是肺部、肝脏和肾脏以及肿瘤微环境中慢性炎症的关键调节因子,在这些微环境中,它还与巨噬细胞类型变化、血管生成、T细胞无反应和免疫逃逸相关。在组织纤维化中,胶原蛋白的主要来源是肌成纤维细胞的分化,该过程受Galectin-3调控[2]Galectin-3高度表达还激活了肌纤维细胞,导致疤痕形成,因此可能影响常见的纤维化途径,导致多个器官的纤维化[3]Galectin-3在纤维化组织中高度表达,已在多个器官纤维化模型中得到了证明。β-半乳糖凝集素的抑制剂包括小分子、单克隆抗体等大生物分子和果胶等天然半乳糖基聚合物,其大部分亲和力低或口服生物利用度低。

Uni-FEP准确计算化合物

与Galectin-3的结合自由能


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Fredrik R. Zetterberg等人发表的文章中[4],选取了Galectin-3共晶结构PDB ID:5E89)为靶点,选取Galectin-3抑制剂设计与优化过程中7个具有代表性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。


· 计算体系

在Fredrik R. Zetterberg等人发表的文章中,详细介绍了Galectin-3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。

本文选取了化合物1b、3、5b、8b、8c、11a和11b等7个具有代表性的化合物,由于化合物间结构差异相对较大,所以在本次FEP计算过程中,增加了过渡态分子mediate,使用Uni-FEP快速验证其与Galectin-3(PDB ID:5E89)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。

选取的化合物结构及其活性值如图1所示:

图1 用于Uni-FEP计算的化合物


· 计算过程

Hermite® Uni-FEP提供完整的、自动化的FEP计算流程结果分析指导,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Galectin-3 靶点的结合模式


图3 Uni-FEP构建的微扰图(左)

原子对mapping示意图(右)


· 计算结果

表 1 为Hermite® Uni-FEP计算ΔG与实验ΔG的比较表格。7个化合物中除化合物5b外,其他化合物预测结果与实验结果偏差均小于1.00 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)。化合物5b计算误差较大,主要是其活性值Kd大于100 μM,即其ΔG大于-5.46 kcal/mol,因此计算ΔG与实验ΔG的真实误差小于2.10 kcal/mol。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=0.89RMSE=0.96 kcal/mol,表明Uni-FEP在Galectin-3 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。



结论

本文利用Hermite®平台的Uni-FEP模块,对Galectin-3 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。

Tips:

若待计算的配体分子间结构差异较大,可通过增加过渡态分子的方式提高FEP的计算准确度。

本期的1min操作视频将为大家讲解实验亲和力数据的上传
以实验IC50值为例,实验数据编辑格式如下(可直接复制到记事本等支持读取sdf格式文件的软件中):
> <IC50 nM>

540

Hermite® Uni-FEP 靶点“探月”计划更多靶点案例,请参考:

助力肿瘤治疗,Uni-FEP准确评估PAK4抑制剂亲和力(附1min操作教程) | 靶点“探月”计划

初探罕见病,Uni-FEP助力PKa抑制剂优化 | 靶点“探月”计划

再探GPCR,Uni-FEP精确计算mGluR5抑制剂结合自由能 | 靶点“探月”计划

Uni-FEP辅助BCL6抑制剂优化 (附体系准备避坑Tips)| 靶点“探月”计划

今夜月明人尽望,“靶点探月”膜蛋白

新冠3CLpro抑制剂,看Uni-FEP如何加速其hit to lead?| 靶点“探月”计划

多之“毫厘”,水分子的存在显著提升FEP精度|靶点“探月”计划”

“骨架跃迁”不难算!Uni-FEP破解化合物优化计算难题

Uni-FEP靶点“探月”计划 | 聚焦热休克蛋白HSP90

Uni-FEP如何“破解”难成药靶标KRAS G12D?| 靶点“探月”计划

药物设计“手术刀”Uni-FEP解析Eg5靶点变构口袋分子 | 靶点“探月”计划

从虚拟到现实,Uni-FEP助力HNE靶点先导化合物优化 | 靶点“探月”计划

精准解析无难度!Uni-FEP聚焦FXR激动剂优化| 靶点“探月”计划


参考文献

[1] Sciacchitano S., Lavra L., Morgante A., et al. Galectin-3: One Molecule for an Alphabet of Diseases, from A to Z. Int. J. Mol.Sci. 2018, 19 (2), 379.

[2] Ruvolo P. P. Galectin 3 as a guardian of the tumormicroenvironment. Biochim. Biophys. Acta 2016, 1863 (3), 427−43.

[3] Moon H. W., Park M., Hurz M.,el at. Usefulness of Enhanced Liver Fibrosis, Glycosylation Isomer ofMac-2 Binding Protein, Galectin-3, and Soluble Suppression ofTumorigenicity 2 for Assessing Liver Fibrosis in Chronic LiverDiseases. Ann. Lab Med. 2018, 38 (4), 331−337.

[4] Fredrik R. Zetterberg, Alison MacKinnon, Thomas Brimert, et al. Discovery and Optimization of the First Highly Effective and Orally Available Galectin-3 Inhibitors for Treatment of Fibrotic Disease. J. Med. Chem. 2022, 65 (19), 12626-12638.

上下滑动查看更多

关于Hermite® Uni-FEP

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。

如何试用

平台地址:hermite.dp.tech
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:



关于深势科技

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Bohrium®微尺度科学计算云平台、Hermite®药物计算设计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。

继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存