Uni-MM PB/GBSA Structure
简介
计算配体与蛋白质受体的结合自由能是药物发现的一个常见手段。分子力学泊松-玻尔兹曼表面积(MM/PBSA)和分子力学广义玻恩表面积(MM/GBSA)是计算结合自由能最常用的方法之一。它比大多数分子对接打分函数更准确,比自由能微扰方法计算效率更高。
深势科技团队基于分子动力学模拟方法发布了Uni-GBSA——结合自由能自动计算套件 ,可以自动地完成MM/GB(PB)SA计算的拓扑准备、结构优化和结合自由能计算整个流程,并且可以应用于百万级别分子库的筛选和排序。此外,研究团队在包含1864个蛋白质-配体复合物体系的PDBBind-2011 refine-set上进行了系统化的参数测试,确定了一套通用的MM/GB(PB)SA计算参数,使Uni-GBSA的默认参数设置能在绝大多数体系上有可靠 的表现。在案例研究中,Uni-GBSA与实验结合亲和力产生了令人满意的相关性,并且在分子富集方面优于AutoDock Vina[1]。

您可通过Hermite平台的Uni-MM PB/GBSA模块使用Uni-GBSA,Uni-MM PB/GBSA 提供友好的图形化任务提交及结果分析界面,并支持百万级别的批量分子的计算。
在本教程中,你将学习使用Uni-MM PB/GBSA模块预测SARS-CoV-2主要蛋白酶(SARS-CoV-2 Main Protease)与5种虚拟筛选的化合物抑制剂的结合自由能 [2],理解化合物抑制剂对SARS-CoV-2 Main Protease的结合亲和力。
此教程中使用的蛋白结构文件:
此教程中使用的化合物结构文件:
本教程中使用的抑制剂的IC50实验值:
| PDB ID | 化合物 | IC50(μM) |
| 7O46 | 17 | 0.15 |
| 7NEO | 15 | 6.60 |
| 7B2J | 5 | 7.20 |
| 7B5Z | 6 | 38.50 |
| 7B77 | 8 | 79.30 |
1. 蛋白体系准备
1.1 Protein Preparation入口
左侧通用菜单栏Function → General → Protein Preparation。
注:蛋白准备详情见《Protein Preparation》。
1.2 Select Structure
选择“Select File” → 上传本地文件“7B2U.pdb”
“7B2U.pdb”被加载到Protein Preparation参数设置面板。
1.3 Select Polymer、Water(s)、Other Groups to Keep
Select Polymer to Keep下选中B链蛋白,Select Water(s) to Keep下选择“Delete All Water(s)”,并点击 “Next”(此蛋白结构中无other groups)。
1.4 Select Missing Residues to Repair & Prepared Settings
Select Missing Residues to Repair:本案例中无Missing Residues,无需选择。
Prepared Settings:取消勾选Energy Minimization选项。
Job Name命名为“SARS-CoV-2 Protein Prepare”,点击“Submit”提交任务。
1.5 查看蛋白准备结果
Protein Preparation计算任务一般在十几秒到几分钟内完成,任务完成后,通过点击Job,查看相应任务;
Job List处,任务“SARS-CoV-2 Protein Prepare”右侧点击“show”按钮,将准备后的蛋白结构展示在3D Workspace内,检查蛋白结构。
2. MM PB/GBSA structure
2.1 MM PB/GBSA structure入口
左侧通用菜单栏 Function → Binding Affinity Evolution → MM PB/GBSA Structure
2.2 Select a Prepared Protein
点击“Project”,弹出的窗口中选择 “SARS-CoV-2 Protein Prepare” 作为准备后的蛋白结构,点击 OK。
点击 OK 后,系统会自动检查输入的蛋白是否符合计算要求,状态为“Processing”;
大约不到1分钟,系统会判断该蛋白为“Valid”状态,点击“Next”。
注:MM PB/GBSA支持载入蛋白的原子数上限为2000,分子量上限为12800,不允许非标氨基酸,不允许有共晶小分子,不允许带其他溶剂。更多蛋白选择方式的操作说明,详见《蛋白及配体选择 》。
2.3 Select Ligands
点击 “From File”,在本地文件夹中选中7O46_17.sdf、7NEO_15.sdf、7B77_8.sdf、7B5Z_6.sdf、7B2J_5.sdf化合物结构,导入配体结构。
5个配体结构将被载入 “Selected File”。系统会自动检查输入的Ligand是否符合计算要求,状态为“Processing”,随后,系统会判断该配体为“Valid”状态,点击Next。更多配体选择方式的操作说明,详见《蛋白及配体选择》。
2.4 Confirm and Setting
本教程中,Solvation Mode选择“PBSA”;
勾选“Total Decomposition Contribution Analysis”选项,对残基能量进行分解;
“Job Name” 命名为 “SARS-CoV-2 MMPBSA”;
其余参数保持默认值,点击“Submit”提交任务。
| 参数 | 选项 | 含义 | 注 |
| Solvation Mode (确定表面积生成方式) | PBSA | PBSA方法基于Poisson-Boltzmann方程,该方程描述了带电粒子在连续介电介质中的静电潜能。 | PBSA方法通常在精度上优于GBSA,尤其是对于处理复杂离子分布的系统。 |
| GBSA | GBSA方法基于Generalized Born(GB)近似,是Poisson-Boltzmann方程的简化版本,用于估计溶剂化时的静电效应。 | GBSA在计算上比PBSA更为简便快速,通常用于大规模的筛选或预测任务。 | |
| Protein Force Field | Amber03、Amber99sb、Amber99sb-ildn、Amber99sb-star-ildn-mut | 选择蛋白力场 | 推荐使用Amber03 |
| Ligand Force Field | gaff2、gaff | 选择配体力场 | 推荐使用gaff2 |
| Energy Minimization | 选择是否能量最小化 | ||
| Dielectric Constant | 介电常数,是一个描述材料中电场(电荷之间的力)如何减弱的物理量。 | 推荐默认值。 | |
| Implicit Solvent Dielectric Constant | 隐式溶剂介电常数,代表了隐式溶剂模型中连续介电场的介电常数。 | 推荐默认值。 | |
| Non-polar Surface Constant | 非极性表面常数,通常指的是用来计算非极性表面自由能的参数。 | 推荐默认值。 非极性表面常数的值需要通过实验数据校准或从文献中获得。 | |
| Total Decomposition Contribution Analysis | 计算氨基酸残基的能量贡献 | —— |
3. MM PB/GBSA结果分析
3.1 任务查看入口
左侧通用菜单栏Job → Job List,找到“SARS-CoV-2 MMPBSA”计算任务,点击 “Show”。
3.2 结果列表
计算得到的结合自由能结果顺序如下图所示。通过和实验IC50值对比,5种化合物抑制剂的结合能预测排序均比较准确。
结果表明,Uni-MM PB/GBSA模块能够比较准确预测化合物抑制剂的结合自由能排序,可以用于预测化合物抑制剂和蛋白的结合亲和力,为药物设计和优化过程提供理论支持。
| PDB ID | Compound | IC50(μM) | MM PBSA(kcal/mol) |
| 7O46 | 17 | 0.15 | -14.559 |
| 7NEO | 15 | 6.60 | -14.521 |
| 7B2J | 5 | 7.20 | -11.179 |
| 7B5Z | 6 | 38.50 | -7.074 |
| 7B77 | 8 | 79.30 | -6.625 |
MM PB/GBSA计算结果
-
提供溶剂态、气态和总和3种维度的ΔG数据:
-
3.3 Pose展示
点击图中红框处“3D”按钮,将对应本行数据的蛋白和配体构象呈现在3D Workspace中

相关操作:
| 按钮 | 含义 | 界面展示 | 注 |
ΔG | 查看ΔG各能量项数值 | ![]() | 提供溶剂态、气态和总和3种维度的ΔG数据: |
Decomposition | 氨基酸残基能量分解 | ![]() | 如在计算时,勾选了“Total Decomposition Contribution Analysis”,则可以查看该明细 |
Download | 单个下载 | ![]() | —— |
| 批量下载 | ![]() | 下载步骤: 1)点击“Download”按钮,选择下载输出的参数; 2)显示“Link is preparing”,等待加载完成; 3)加载完成之后,点击“Download Link”按钮,点击URL链接下载计算结果。 |
4. 参考文献
[1] Maohua Yang, Zonghua Bo, Tao Xu, Bo Xu, Dongdong Wang, Hang Zheng, Uni-GBSA: an open-source and web-based automatic workflow to perform MM/GB(PB)SA calculations for virtual screening, Briefings in Bioinformatics, Volume 24, Issue 4, July 2023, bbad218, https://doi.org/10.1093/bib/bbad218
[2] Ultralarge Virtual Screening Identifies SARS-CoV-2 Main Protease Inhibitors with Broad-Spectrum Activity against Coronaviruses. J. Am. Chem. Soc. 2022, 144, 7, 2905–2920



