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

随着G蛋白偶联受体(GPCRs)结构信息的增多，人们对其结构、功能、选择性和配体结合有了更深入的了解，使通过计算方法获取潜在活性化合物成为可能。由于GPCR属于膜蛋白，其正构口袋位置较深，且配体存在激活剂和拮抗剂的区别，导致GPCR类靶点-配体的结合自由能计算较为复杂，目前成功的案例较少。在本期Uni-FEP靶点“探月”计划中，我们以Class C GPCR mGluR₅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mGluR₅的结合自由能，探索并验证了Uni-FEP在mGluR₅体系中的适应性和准确性。

mGluR₅概述

谷氨酸是中枢神经系统中主要的兴奋性神经递质，其通过作用于离子型谷氨酸（iGlu）受体和代谢型谷氨酸（mGlu）受体发挥作用^[1]。谷氨酸离子通道能够调节谷氨酸的运输速率，而对mGluR的调节则可以调控突触传递的强度。代谢型谷氨酸受体5是G蛋白偶联受体家族(GPCR, G Protein-coupled receptor)中的一员，属C类的GPCR^[2]。不同于普通的水溶性蛋白，GPCR镶嵌于磷脂双分子层中，不同的化学环境增大了其计算的难度。

Uni-FEP准确计算化合物与mGluR₅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Christopher, J. A.等人发表的文章中选取了活性跨度在10000倍以上的12个化合物，探究了Hermite^® Uni-FEP预测mGluR₅抑制剂结合亲和力及指导先导化合物优化的能力。

· 计算体系

在Christopher, J. A.等人发表的文章中^[3]，详细介绍了基于片段药物设计的方法对mGluR₅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Compound6~17等12个具有代表性的化合物，使用Uni-FEP快速验证与mGluR₅（PDB ID：5CGC）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）、化合物对的自动Mapping/Perturbation、结果分析。

图2  化合物与mGluR₅靶点的结合模式

图3 Uni-FEP构建的微扰图，ΔG_Exp为实验ΔG值，单位为kcal/mol（左）；

配体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。在12个化合物中，除化合物10、11、15之外，其余9个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）。进一步分析发现10和11两个分子连接苯环的取代基性质与其他分子差别较大，所以导致计算误差偏大。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=0.73，RMSE=1.16 kcal/mol，表明Uni-FEP在mGluR₅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  FEP计算结果与实验值的相关性。

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

本文利用Hermite^® 平台的Uni-FEP模块，对Class C GPCR mGluR₅ 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：

致谢

中国药科大学药学院白秦儒同学在mGluR₅体系中对Uni-FEP计算做出的重要贡献。

参考文献

[1] akanishi, S. Molecular diversity of glutamate receptors and implications for brain function [J]. Science. 1992, 258, 597−603.

[2]  Conn P J , Pin J P . Conn JP, Pin J-P.  Pharmacology and functions of metabotropic glutamate receptors. Annu. Rev. Pharmacol. Toxicol.1997, 37, 205−237.

[3] Christopher J A , Aves S J , Bennett K A , et al. Fragment and Structure-Based Drug Discovery for a Class C GPCR: Discovery of the mGlu5 Negative Allosteric Modulator HTL14242 (3-Chloro-5-[6-(5-fluoropyridin-2-yl)pyrimidin-4-yl]benzonitrile) [J]. J. Med. Chem. 2015, 6653-6664.

上下滑动查看更多

关于Hermite^® Uni-FEP

Hermite^®是深势科技打造的新一代药物计算设计平台，融合人工智能、物理建模和高性能计算，为临床前药物研发提供一站式计算解决方案：包括蛋白结构预测、药靶结合模式预测、苗头化合物筛选、先导化合物优化等核心功能模块。

Hermite^®提供了基于网页的交互式全新分子展示体验，支持跨窗口智能化协作、多样的分子展示和操作功能，方便了药物研发科学家对蛋白、药物分子及其模拟数据的查看、设计、计算、分析和分享等，同时支持本地和云上的私有化部署。

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。