前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >JCIM|破解PROTAC系统的协同效应:终点结合自由能计算的新突破

JCIM|破解PROTAC系统的协同效应:终点结合自由能计算的新突破

作者头像
智药邦
发布2024-10-23 18:25:22
920
发布2024-10-23 18:25:22
举报
文章被收录于专栏:智药邦

2024年10月21日,中国药科大学孙慧涌研究团队和浙江大学侯廷军课题组联合在Journal of Chemical Information and Modeling上发表研究Characterizing the Cooperative Effect of PROTAC Systems with End-Point Binding Free Energy Calculation。

蛋白质降解靶向嵌合体(PROTACs)是一类新兴的药物,主要通过缩短目标蛋白质与E3泛素连接酶之间的距离,诱导靶标蛋白的泛素化修饰,从而实现靶标蛋白的降解。这一过程依赖于PROTAC分子将靶标蛋白与E3连接酶形成三级复合物,而这一协同效应在很大程度上影响了靶标蛋白的降解速率。然而,PROTAC设计中的一个关键挑战在于,如何合理表征这种复杂的三级系统之间的协同作用。为了应对这一挑战,本文提出了一种基于终点结合自由能计算的方法,旨在通过MM/PB(GB)SA模型来量化PROTAC系统中的稳定性和钩效应(hook effect)。

图1: PROTAC系统的协同效应中自由能示意图

FEP技术在PROTAC设计中的作用

传统药物设计主要是针对目标蛋白质的功能位点进行干预,然而,许多重要的调控蛋白往往缺乏适合的结合位点,因此被视为“不可药物化”蛋白质。PROTAC技术通过将靶标蛋白与E3连接酶聚合,从而触发靶标蛋白的降解,为解决这一问题提供了新的策略。

PROTAC系统中的协同效应包括稳定性效应(αstabilization)和钩效应(αhook)。稳定性效应反映了PROTAC在诱导靶标蛋白和E3连接酶形成稳定三级复合物的能力,而钩效应则描述了当PROTAC浓度超过一定阈值时,二元复合物的形成倾向如何削弱三级复合物的稳定性。为了设计更具针对性的PROTAC分子,了解这些效应并进行定量评估至关重要。

终点结合自由能计算的可行性

本文探讨了利用MM/PB(GB)SA方法表征PROTAC系统协同效应的可行性。MM/PB(GB)SA是一种计算效率与精度平衡的终点结合自由能计算方法,通过分子动力学(MD)模拟与结合能量计算相结合,可以有效地预测PROTAC系统中的稳定性和钩效应。研究表明,在较长的MD模拟时间(50100 ns)和较低的介电常数(εin = 1)下,该方法对稳定性效应和钩效应的Pearson相关系数(rp)分别超过0.5和0.6。

通过对145个PROTAC系统的数据分析,研究发现,三级复合物中的稳定性效应与靶标蛋白降解率之间具有显著相关性,这表明精确预测这种稳定性可以帮助设计更高效的PROTAC分子。

图2: 四种相互作用之间的相关性

实际应用与案例分析

研究选取了36个具有二元和三级相互作用数据的PROTAC系统,通过MM/PB(GB)SA方法评估其协同效应。这些系统涵盖了多个目标蛋白和E3连接酶,包括BRD2、SMARCA4、BTK等。分析结果表明,使用较长的MD模拟时间(50 ns以上)和较低的介电常数(εin = 1)能够显著提高稳定性效应和钩效应的预测精度。

例如,BRD4PROTACVHL系统在50ns MD模拟中的预测结果与实验数据高度一致,相关性达到0.76。这表明,MD模拟可以有效捕捉PROTAC三级复合物中的大分子构象变化,进而提升预测准确性。

图3: 基于33个PROTAC系统的最小化(min)结构和100nsMD结构的BAS与稳定(A)和钩状(B)效应之间的相关性

面临的挑战与未来发展方向

尽管MM/PB(GB)SA方法在表征PROTAC系统协同效应方面取得了较大进展,仍然存在一些挑战。首先,力场不准确性可能导致自由能计算的偏差,特别是在复杂蛋白质配体体系中。此外,MD模拟时间过短可能无法捕捉到系统的全局构象变化,从而影响预测结果。

未来,深度学习与MD模拟的结合可能进一步提升PROTAC设计的效率。通过机器学习模型预测PROTAC结合模式并优化力场参数,能够提高计算的准确性和效率。此外,随着更多实验数据的积累,FEP与AI技术的结合也有望在更广泛的系统中得到应用。

结论

本文表明,利用MM/PB(GB)SA方法可以有效表征PROTAC系统中的稳定性效应和钩效应,尤其是在较长MD模拟时间和低介电常数条件下,预测精度较高。随着FEP技术和AI算法的不断进步,PROTAC的设计将变得更加高效,未来在不可药物化蛋白质的靶向治疗中具有广泛应用潜力。

参考资料: Xu K, Wang Z, Xiang S, Tang R, Deng Q, Ge J, Jiang Z, Yang K, Hou T, Sun H. Characterizing the Cooperative Effect of PROTAC Systems with End-Point Binding Free Energy Calculation. J Chem Inf Model. 2024 Oct 3. doi: 10.1021/acs.jcim.4c01227. Epub ahead of print. PMID: 39361611.

--------- End ---------

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-10-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 智药邦 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
腾讯云 TI 平台
腾讯云 TI 平台(TencentCloud TI Platform)是基于腾讯先进 AI 能力和多年技术经验,面向开发者、政企提供的全栈式人工智能开发服务平台,致力于打通包含从数据获取、数据处理、算法构建、模型训练、模型评估、模型部署、到 AI 应用开发的产业 + AI 落地全流程链路,帮助用户快速创建和部署 AI 应用,管理全周期 AI 解决方案,从而助力政企单位加速数字化转型并促进 AI 行业生态共建。腾讯云 TI 平台系列产品支持公有云访问、私有化部署以及专属云部署。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档