Automation of absolute protein-ligand binding free energy calculations for docking refinement and compound evaluation.
Automation of absolute protein-ligand binding free energy calculations for docking refinement and compound evaluation.
复制标题
用于对接精化和化合物评估的绝对蛋白质-配体结合自由能计算的自动化。
DOI：
10.1038/s41598-020-80769-1
复制
发表时间：
2021-01-13
影响因子：
4.6
通讯作者：
Gilson MK
中科院分区：
文献类型：
--
作者：
Heinzelmann G;Gilson MK
绝对结合自由能计算与明确的溶剂分子模拟可以提供蛋白质-配体亲和力的估计，从而减少了寻找新的候选药物所需的时间和成本。然而，这些计算实现和执行起来可能很复杂。在这里，我们介绍了软件BAT.py，这是一个Python工具，它调用AMBER模拟包来自动计算蛋白质与一系列配体的结合自由能。该软件支持连接-拉-释放（APR）和双去耦（DD）结合自由能方法，以及同时耦合-再耦合（SDR）方法，这是双去耦的一种变体，可避免与带电配体相关的数值伪影。我们报告鼓励这个软件的初始测试应用程序重新排序停靠的姿势和估计整体结合自由能。我们还表明，它是实用的，可以为此目的建立在普通的机器中使用图形处理单元进行这些计算便宜。自动化和低成本的组合使该过程能够以相对高通量的模式应用，从而能够在早期药物发现中实现新的应用。
Absolute binding free energy calculations with explicit solvent molecular simulations can provide estimates of protein-ligand affinities, and thus reduce the time and costs needed to find new drug candidates. However, these calculations can be complex to implement and perform. Here, we introduce the software BAT.py, a Python tool that invokes the AMBER simulation package to automate the calculation of binding free energies for a protein with a series of ligands. The software supports the attach-pull-release (APR) and double decoupling (DD) binding free energy methods, as well as the simultaneous decoupling-recoupling (SDR) method, a variant of double decoupling that avoids numerical artifacts associated with charged ligands. We report encouraging initial test applications of this software both to re-rank docked poses and to estimate overall binding free energies. We also show that it is practical to carry out these calculations cheaply by using graphical processing units in common machines that can be built for this purpose. The combination of automation and low cost positions this procedure to be applied in a relatively high-throughput mode and thus stands to enable new applications in early-stage drug discovery.
登录
查看更多内容
从绝对结合自由能计算中的配体选择性预测。
影响因子：
15
作者：
Aldeghi M;Heifetz A;Bodkin MJ;Knapp S;Biggin PC
通讯作者：
Biggin PC
影响因子：
7.3
作者：
Friberg, Anders;Vigil, Dominico;Zhao, Bin;Daniels, R. Nathan;Burke, Jason P.;Garcia-Barrantes, Pedro M.;Camper, DeMarco;Chauder, Brian A.;Lee, Taekyu;Olejniczak, Edward T.;Fesik, Stephen W.
通讯作者：
Fesik, Stephen W.
DOI：
10.1039/c6cp02509a
发表时间：
2016-11-09
期刊：
Physical chemistry chemical physics : PCCP
影响因子：
--
作者：
Bell DR;Qi R;Jing Z;Xiang JY;Mejias C;Schnieders MJ;Ponder JW;Ren P
通讯作者：
Ren P
DOI：
10.1007/978-1-4939-7756-7_11
发表时间：
2018-01-01
期刊：
COMPUTATIONAL DRUG DISCOVERY AND DESIGN
影响因子：
--
作者：
Aldeghi, Matteo;Bluck, Joseph P.;Biggin, Philip C.
通讯作者：
Biggin, Philip C.
影响因子：
3.3
作者：
Heinzelmann, Germano;Chen, Po-Chia;Kuyucak, Serdar
通讯作者：
Kuyucak, Serdar