精准解析无难度！Uni-FEP聚焦FXR激动剂优化 | 靶点“探月”计划
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。本期 Uni-FEP靶点“探月”计划的FXR激动剂优化，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FXR的结合自由能，探索并验证了Uni-FEP在FXR体系中的适应性和准确性。
FXR靶点
法尼醇X受体（FXR）是核受体超家族和胆汁酸受体成员之一。FXR作为单体与类视黄醇X受体结合形成异源二聚体，并结合FXR应答元件，调控众多下游基因的转录。FXR主要在肝、肠、肾和肾上腺中大量表达[1,2]，通过复杂的信号通路网络，FXR与机体内相关激素或各代谢途径限速酶相互作用，参与调控机体胆汁酸代谢、脂质代谢、葡萄糖代谢等多种代谢途径，与糖尿病、非酒精性脂肪肝和肥胖症等多种代谢性疾病的发生发展有关[3,4]。
FXR作为治疗非酒精性脂肪性肝病的热门靶点，激动剂主要有甾体类和非甾体类两大类。甾体类FXR激动剂最初是从天然配体中研究发现，如鹅去氧胆酸。非甾体类FXR激动剂大多是人工合成的，结构类型多样，主要包括异恶唑类、苯并哌喃类、氮杂并吲哚类及苯并咪唑类等。本文以D3R CG2的Free Energy Set 2数据集的6个IC50跨度将近1000倍的苯并咪唑类FXR激动剂为例，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FXR的结合自由能
· 计算体系
本文使用含有苯并咪唑骨架共晶分子的FXR蛋白晶体结构（PDB ID：3OKI）快速验证文献报道[5]已有活性的6个苯并咪唑类化合物（图1）与FXR的结合能力。
图1 用于Uni-FEP计算的6个化合物
· 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（支持刚性对齐和柔性对齐）、化合物对的自动Mapping/Pertubation、构建微扰图、结果分析。
图2 化合物对齐后与FXR靶点的结合
图3 Uni-FEP构建的微扰图示意图。Exp.为实验ΔG值，Calc.为计算ΔG值，ΔG单位为kcal/mol，箭头上数字为化合物间的相似度
· 计算结果
表1为Hermite™ Uni-FEP计算ΔG与实验ΔG的比较表格。6个化合物的实验值和预测值具备良好的对应关系，除化合物 FXR_13 之外，其余化合物预测的结合自由能和实验值排序一致。单独分析每个化合物的计算结果和实验结果，所有化合物的预测结果与实验结果偏差均小于1 kcal/mol，计算精度很高（备注：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）。
表1：Hermite™ Uni-FEP计算结果与实验结果比较
进一步分析预测ΔΔG与实验ΔΔG的相关性（图4），两者之间的相关性R²=0.89，RMSE=1.05 kcal/mol，表明Uni-FEP在FXR的预测体系中，已经具备完美反映化合物实验亲和力的能力。
图4 FEP计算结果图。横坐标为实验值，纵坐标为计算值。(a)Cycle closure所得绝对结合自由能ΔG预测值和实验值的相关性；(b)相对结合自由能ΔΔG(pair)预测值和实验值的相关性
结论
本文以FXR靶点为案例，计算了FXR激动剂的结合自由能，结果表明预测的结合亲和力与实验的结合亲和力值具有较高的相关性，证实了Hermite™ Uni-FEP能够通过计算一系列化合物与靶标的相对结合自由能，从而实现指导先导化合物优化的工作。
Hermite™ Uni-FEP 靶点“探月”计划更多靶点案例，请参考：
❖
❖
❖
❖
致谢
感谢中国药科大学的梁礼同学，在FXR体系中对Uni-FEP计算做出的重要贡献。
实习生招聘
Uni-FEP靶点“探月”计划招新啦~感兴趣的同学可以进入下方链接，投递简历：
https://dptechnology.jobs.feishu.cn/s/YSbUVgS
（内推码：Y6P7GUU）
参考文献
[1] Rao A, Kosters A, Mells JE, et al. Inhibition of ileal bile acid uptake protects against nonalcoholic fatty liver disease in high‑fat diet‑fed mice [J]. Sci Transl Med. 2016, 8(357): 357ra122
[2] Fang S, Suh JM, ReillySM, et al. Intestinal FXR agonism promotes adipose tissue browning and reduces obesity and insulin resistance [J]. Nat Med. 2015, 21(2): 159‑165.
[3] Samuel VT, Shulman GI. Nonalcoholic fatty liver disease as a nexus of metabolic and hepatic diseases[J]. Cell Metab. 2018, 27(1): 22‑41.
[4] Trabelsi MS, LestavelS, Staels B, et al. Intestinal bile acid receptors are key regulators ofglucose homeostasis [J]. Proc Nutr Soc. 2017, 76(3): 192‑202.
[5] Athanasiou, C., Vasilakaki, S., Dellis, D. et al. Using physics-based pose predictions and free energy perturbation calculations to predict binding poses and relative binding affinities for FXR ligands in the D3R Grand Challenge 2. J Comput Aided Mol Des. 2018, 32: 21-44.
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。
了解更多算法能力或加入Hermite™官方交流群，请扫码添加平台官方微信：
关于深势科技
深势科技成立于2018年，是“AI for Science”科学研究范式的先行者，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。
深势科技是国家高新技术企业、北京市“专精特新”中小企业，总部位于有“中国硅谷”之称的北京市中关村地区，具有约2000平米的科研办公场地以及1500平米的生物实验室，同时在上海、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，汇集了近百名数学、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，其中博士及博士后的比例超过了35%。核心成员获得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。
深势科技深耕“AI for Science”领域，创新性地融合了跨尺度建模、高效采样、高性能计算等技术，在保持量子力学精度准确性的基础上，将分子动力学的计算速度提升了数个数量级，从而解决药物和材料的微观计算模拟难题。深势科技推出的Hermite™药物计算设计平台、Bohrium微尺度科学计算云平台以及Lebesgue高性能任务调度与算力编排平台等微尺度工业设计基础设施，颠覆了现有研发范式，打造“计算指导实验、实验反馈设计”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。