Docking
简介
分子对接（Molecular Docking）是小分子药物开发过程中常见的技术手段，可用来预测药物分子与蛋白质的相互作用和结合模式，通过分子对接，研究人员可以筛选具有潜在生物活性的化合物，从而为药物发现过程提供重要信息。
深势科技团队前期提出了Uni-Dock，一个GPU加速的分子对接程序，旨在应对含有数千万或数亿分子的超大型数据库的筛选任务。与单CPU内核运行的AutoDock Vina相比，Uni-Dock速度提高了1000倍以上，且精度优于目前报道的所有GPU加速对接程序，包括AutoDock-gpu和Vina-gpu[1]。随后，深势科技团队进一步优化了对接算法，改进了用户界面体验。结合Uni-Mol预训练模型及新的打分函数之后，Uni-Dock能够提供更为精确的对接pose预测。此外，提供了四种Constrained Docking（H-Bond、Maximum Common Structure、Substructure、Shape），以适配更多的场景需求。
人表皮生长因子受体(EGFR)与小细胞肺癌、乳腺癌和胶质母细胞瘤有关。靶向EGFR的受体激酶的抑制剂已成为非小细胞肺癌(NSCLC)、乳腺癌患者，甚至是EGFR突变或耐药患者的标准治疗选择。8A2D是EGFR突变体与化合物EGFRai 57的共晶结构，分辨率为1.11 Å，EGFRai 57可用于治疗非小细胞肺癌，可单独使用或与奥西替尼联合使用[2]。本教程基于Hermite的Docking模块，对8A2D进行Redocking。
本教程所需文件如下：
1. 蛋白及配体检查
1.1 导入蛋白及配体文件
左侧通用菜单栏 File → Import Structure。
弹出“Import Structure”窗口，点击“Select Files”，选择本地的“8A2D_Lig_prep.sdf”及“8A2D_pro_prep.pdb”文件，点击“Import”，将文件导入3D Workspace中进行查看。
1.2 蛋白-配体间相互作用展示
Entry List处，双击小眼睛/右击选择“Fix”固定展示蛋白和配体；
3D Workspace窗口的上方工具栏，点击“Hydrogen Display Setting”，选择“Hide All Polar Hydrogen”，隐藏3D界面中的所有极性氢。
3D Workspace窗口的上方工具栏，点击“Interaction Toggle”，观察到配体与其附近水分子之间无相互作用，因此后续操作中不保留水分子。
2. Docking
2.1 功能入口
左侧通用菜单栏 Function → Virtual Screening → Docking。
2.2 Select a Prepared Protein
点击“Select from 3D Workspace”，弹出Select Structure窗口 → 展开Structure Hierarchy下的“8A2D_pro_prep.pdb”，点击“Protein” → Select Structure窗口中出现选中的蛋白，点击“OK”。
上传的蛋白进行力场检查，待Valid处由“Processing”变成“Valid”后，点击“Next”。
注：力场检查不通过时，可通过右上角“Protein Preparation”进行蛋白准备。更多蛋白选择方式的操作说明，详见《蛋白及配体选择、口袋设置》。
2.3 Select Prepared Ligands
点击“Select from 3D Workspace”，弹出Select Ligands窗口 → 选中Structure Hierarchy下的“8A2D_Lig_prep” → Select Ligands窗口中出现选中的配体，点击“OK”。
点击“Next”。
注：输入Docking任务的配体需经过准备，包括加氢、质子化、能量最小化等。更多配体选择方式的操作说明，详见《蛋白及配体选择、口袋设置》。
2.4 Pocket Setting
在 Entry List窗口中将“Ligand”显示在 3D workspace 中 → 点击“Select Ligand in the structure as center”，选择“8A2D_Lig_prep_A MOL 1”，以该配体为中心产生口袋，其他参数保留默认，点击“Next”。
注：更多配体选择方式的操作说明，详见《蛋白及配体选择、口袋设置》。
2.5 Constrained Docking
不需要基于条件限制进行对接，因此此处点击“No, skip this step”，跳过该步骤。
注：若您需要进行基于条件的限制对接，可参考下表：
| Constrained Docking | 操作方式 | 界面展示 | 注 |
| H-Bond | 1） 选择“H-Bond”，Ligand Showed in 3D Workspace下拉选择参考配体，点击“Confirm”； 2）在3D Workspace窗口中选择 与配体具有氢键相互作用的受体中的原子，选中的原子自动解析至右侧氢键受体和供体列表中 |   | 1）当配体与受体之间形成的某些氢键与分子活性相关时，可通过基于氢键限制的对接来筛选具有潜在活性的新分子 2）橙色虚线表示当前配体与受体之间存在的氢键相互作用 |
| Maximum Common Substructure | 1）点击“Maximum Common Substructure”按钮，点击“Confirm”； 2）选择参考配体（即与受体具有合适结合模式的配体），上传好的配体会自动进入力场检查，检查通过后Valid列显示“Valid”，同时Structure View窗口中展示分子2D图 |  | 当您已知一个分子与受体的结合模式合适，需要从新的分子中筛选出与这种结合模式匹配的分子时，可以选择“Maximum Common Substructure” |
| Substructure | 1）点击“Substructure”按钮，点击“Confirm”； 2）选择参考配体（即具有特定子结构的配体），上传好的配体会自动进入力场检查，检查通过后Valid列显示“Valid”，同时Structure View窗口中展示分子2D图，选择需要的子结构后，点击“Save”保存该子结构 |  | Substructure选项提供了基于子结构筛选的分子对接，通过搜索出输入配体中包含特定子结构的配体，进一步与受体对接 |
| Shape | 1）点击“Shape”按钮，点击“Confirm”； 2）选择参考配体（即具有特定形状的配体），上传好的配体会自动进入力场检查，检查通过后Valid列显示“Valid”，通过输入在原分子体积上的扩大比例确定需要形成的形状，点击右侧“Sync to 3D”将该形状显示于3D Workspace窗口 |  | 1）基于形状的虚拟筛选在骨架跃迁、生物异构体替代、虚拟库设计等方面具有重要意义，“Shape”选项提供了基于形状的虚拟筛选功 2）举例：比例设置为20%时，代表在原分子的体积上，扩大20%的范德华半径形成一个新的体积 |
2.6 Confirmation and Setting
确认蛋白、配体、对接盒子；
“Scoring Function”（打分函数）选择“Vina”，“Search Mode”选择“Detailed”，Number of Results to Keep选择All，开启Keep Multi Binding Poses for Each Ligand，Number of Binding Pose设置为20，Energy Range设置为9。勾选“Use Uni-Mol to optimize the resulting ligands' pose(s)”，“Do Rescoring”选择“Gnina”。
“Calculation”处确认计算花费，在“Job Name”处将该任务命名为“8A2D_Gnina”，点击“Submit”提交该任务。
| 参数 | 注 | |
| Scoring Function | 打分函数目前包括Vina、Vinardo、AutoDock4 | 一般选择Vina |
| Search Mode | Fast：exhaustiveness 128 & max_step 20 | 本质上设置了不同的分子对接计算复杂度，Detail对搜索空间的覆盖更全面，且准确性最高，其次为Balance，最后是Fast |
| Balanced：exhaustiveness 384 & max_step 40 | ||
| Detailed：exhaustiveness 512 & max_step 40 | ||
| Keep Multi Binding Poses for Each Ligand（每个配体生成多个构象） | 1）Number of Binding Pose，生成的构象个数，支持1～100； 2）Energy Range (kcal/mol)：与最优结合模型相差的最大能量值，支持1~9； | —— |
| Use Uni-Mol to optimize the resulting ligands' pose(s) | 使用Uni-Mol优化对接后的pose | 本质上是一种基于机器学习方法的限制性对接 |
| Rescore | 对对接构象进行重打分。重打分函数包括Vina(↓), Vinardo(↓), GNINA(↑), KarmaDock Affinity(↑), RTMScore(↑), Uni-Mol Affinity(↓), Uni-Score(↑) | 推荐使用Gnina |
3. 结果分析
3.1 任务入口
点击左侧通用菜单栏的“Job” → 在弹出的Job List界面处找出“8A2D_Gnina_Rescore”→ 点击“Show”。
注：由于选择了“Do Rescoring”，因此生成了任务“8A2D_Gnina_Rescore”。
3.2 评分结果
对接结果默认按重打分进行排序，观 察到Gnina评分最高的为 0.967。
注：列表中重打分后的（+）代表该打分函数值越高越好，（-）表示值越低越好。
3.3 构象复现
“Entry List”处，“8A2D_Lig_prep”的眼睛处双击/右击选择“Fix”固定展示该初始配体；
3D Workspace中选中该配体，右击，选择“Style”，Atom处选择颜色，点击“Apply”。可以看到，3D Workspace处原始配体被标记为所选色。
对于最佳打分的配体，点击右侧Operation下的3D，将配体分子与受体的对接结果显示于3D Workspace窗口中。
在3D Workspac窗口中观察对接前后的Ligand位置差异，发现此次Redocking能够较好地复现原始的结合位置，因此认为该工具能够进一步用于该靶标的虚拟筛选。
键盘上下可切换pose，查看不同的对接结果。
3.4 筛选具有特定相互作用的对接结果
原始构象中，配体与蛋白残基ARG 858 A、PHE 856 A、ASP 855 A之间存在氢键相互作用。为进一步精准搜索出Docking结果，使用“Advanced Sort”过滤Docking结果。
点击“Advance Sort”，在弹出的界面中找到“IFP Filter”，热图中 勾选如下三个氨基酸残基，选择“Must Include”，点击“Confirm”。
返回结果列表后，发现筛选出4个对接结果。
- Advance Sort：
- Result Filter：根据Star、Score以及Rescore值的范围对Docking结果进行过滤；
- Result Rank：根据Ligand Name、Star、Score以及Rescore对Docking结果进行排序；
- IFP Filter：根据对接结果中配体与蛋白之间的相互作用过滤Docking结果；
- Include/Must Include：Include代表当Docking结果包含所选的任意一种相互作用时，即保留该结果；Must Include代表Docking结果必须包含所选的所有的相互作用时，才保留该结果。
- 热图：
横轴为相互作用类型，纵轴为残基及其位数，图中的颜色深浅代表Docking结果中，配体与残基之间出现相互作用的频率。
悬停至热图的小框中，显示的数字代表Docking结果中，存在该相互作用的结果数。|
- Include/Must Include：Include代表当Docking结果包含所选的任意一种相互作用时，即保留该结果；Must Include代表Docking结果必须包含所选的所有的相互作用时，才保留该结果。
- Result Filter：根据Star、Score以及Rescore值的范围对Docking结果进行过滤；
4. 参考文献
[1] Yu Y, Cai C, Wang J, et al. Uni-dock: Gpu-accelerated docking enables ultralarge virtual screening[J]. Journal of Chemical Theory and Computation, 2023, 19(11): 3336-3345.
[2] Obst-Sander U, Ricci A, Kuhn B, et al. Discovery of novel allosteric EGFR L858R inhibitors for the treatment of non-small-cell lung cancer as a single agent or in combination with osimertinib[J]. Journal of medicinal chemistry, 2022, 65(19): 13052-13073.