聚焦免疫亲和蛋白，Uni-FEP精确评估化合物与FKBP12亲和力 | 靶点“探月”计划

FEP自由能微扰计算因能够精确计算药靶结合自由能而受到业界广泛关注，但其计算结果与体系准备密切相关。本期 Uni-FEP靶点“探月”计划以FKBP12靶点为例，介绍 FEP 计算时体系准备中的“小技巧”。本案例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FKBP12的结合自由能，探索并验证了Uni-FEP在FKBP12体系中的适用性和准确性。

FKBP12概述

FKBP12 (FKBP1A) 是免疫亲和蛋白 FKBP（FK506 结合蛋白）家族的一个原型成员，能够结合免疫抑制药物 FK506（他克莫司）^[1]。该蛋白是 FKBP 家族中最小的成员，仅包含一个肽酰脯氨酰异构酶 (PPIase) 核心结构域（FK 结构域），负责 PPIase 活性，并且可以与 FK506 或雷帕霉素等化合物进行进一步结合，抑制钙调神经磷酸酶（T细胞激活的一种关键酶）和代谢酶 mTOR，此类通路的抑制作用与人体的免疫抑制密切相关^[2]。根据其结合特性，FKBP12 还在其他通路中发挥着调节作用。例如，在没有 FKBP12 结合的情况下，兰尼碱受体 (RyR)（一种 Ca²⁺ 释放通道受体）会出现泄漏，导致人体的肌肉收缩力降低^[3]。FKBP12 还可以与 TGFBR1 结合，阻止不依赖于配体的激活^[4]。该蛋白还可以通过结合或破坏 MDM2/MDM4 的结合来介导 MDM2 降解，从而诱导 MDM2 自身泛素化，使得人体细胞对化疗诱导的细胞凋亡更加敏感^[5]。

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Jiyao Wang等人发表的文章中^[6]，选取了 FKBP12共晶结构（PDB ID：1FKH）为靶点蛋白及文献中6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。

Uni-FEP准确计算已发表化合物

与FKBP12的结合自由能

· 计算体系

在Jiyao Wang等人发表的文章中，详细介绍了通过约束势分子动力学模拟计算化合物绝对结合自由能具体流程，且文章中已给出经实验测得的化合物亲和力。本案例中，选取了化合物 2、3、5、6、8和9等6个具有代表性的化合物，使用自由能微扰计算Uni-FEP快速计算化合物与 FKBP12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）、最优路径的微扰图构建、原子对的自动Mapping、结果分析。FEP计算时对使用者的经验有要求，如对FEP原理、靶蛋白体系、化合物性质等要有了解。本案例中具体展示：

1. 氨基酸质子化状态：在本案例中笔者将靶蛋白中的组氨酸的质子化状态都修改为 HIE（修改方法：蛋白结构在上传 Hermite^®之前，以记事本方式打开 PDB 文件，将 HIS替换为HIE）。

2. 化合物构象选择：化合物 8 在准备时挑选Φ1苯环的朝向与化合物 9 环己烷朝向一致的构象(计算过程中发现化合物 8 中Φ1苯环的朝向与化合物 9 环己烷朝向一致时，计算结果较为准确)。

图2  化合物与FKBP12靶点的结合模式（左）；

化合物 8 和 9 中原子对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。6个化合物中除化合物8外，其他化合物预测结果与实验结果偏差均小于1.00 kcal/mol，其中化合物 6 和化合物 9 偏差较小，表示本案例 Uni-FEP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1.40 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3），两者之间的相关性R²=0.84，RMSE=0.53 kcal/mol，表明Uni-FEP在FKBP12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3 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^® 的Uni-FEP模块，对 FKBP12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：

参考文献

[1] Kolos, Jürgen M., et al. "FKBP ligands—where we are and where to go?." Frontiers in pharmacology 9 (2018): 1425.

[2] Tong, Mingming, and Yu Jiang. "FK506-binding proteins and their diverse functions." Current molecular pharmacology 9.1 (2016): 48-65.

[3] Gonano, Luis A., and Peter P. Jones. "FK506-binding proteins 12 and 12.6 (FKBPs) as regulators of cardiac Ryanodine Receptors: Insights from new functional and structural knowledge." Channels 11.5 (2017): 415-425.

[4] Wang, Tongwen, et al. "The immunophilin FKBP12 functions as a common inhibitor of the TGFβ family type I receptors." Cell 86.3 (1996): 435-444.

[5] Liu, Tian, et al. "FKBP12 enhances sensitivity to chemotherapy-induced cancer cell apoptosis by inhibiting MDM2." Oncogene 36.12 (2017): 1678-1686.

[6] Wang, Jiyao, Yuqing Deng, and Benoît Roux. "Absolute binding free energy calculations using molecular dynamics simulations with restraining potentials." Biophysical journal 91.8 (2006): 2798-2814.

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多尺度的模拟仿真算法，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®科研云平台、Hermite®药物计算设计平台、RiDYMO®难成药靶标研发平台及 Piloteye™电池设计自动化平台等工业设计与仿真基础设施，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。
深势科技是国家高新技术企业、国家专精特新“小巨人”企业，总部位于北京，并在上海、深圳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。