PROTAC三者複合体予測のための深層学習のベンチマーキング

科学分野:

• 生化学および構造生物学
• 創薬および開発
• 計算生物学

背景:

• プロテオリシス標的キメラ（PROTAC）は、標的タンパク質分解のためにユビキチン-プロテアソームシステムを利用します。
• PROTACは、E3リガーゼバインダー、標的タンパク質バインダー、およびリンカーから構成され、三者複合体を形成します。

研究 の 目的:

• 4つの計算ツール（Chai-1、AlphaFold2、AlphaFold3、Protenix）のPROTAC誘発三者複合体構造予測における精度をベンチマークすること。
• 標的タンパク質、E3リガーゼ、PROTAC分子の相対的な向きと位置の予測におけるこれらのツールの性能を評価すること。

主な方法:

• Chai-1、AlphaFold2、AlphaFold3、およびProtenixによって予測された三者複合体構造の比較分析。
• 標的タンパク質（POI）、E3リガーゼ、およびPROTACの位置に関する全体的な複合体、POI、E3リガーゼのCα-RMSDメトリクスを使用した予測精度の評価。

主要な成果:

• すべてのツールは、三者複合体予測（Cα-RMSD < 10 Å）において満足のいく全体的な精度を達成しました。
• Chai-1、AlphaFold3、ProtenixはAlphaFold2を上回り、50%以上のテストで優れた性能を示しました。
• POIとE3リガーゼの向き、およびPROTAC分子の正確な位置決めにおいて、依然として重大な課題が残っています。

結論:

• タンパク質構造予測ツールの最近の進歩は、PROTAC三者複合体のモデリングに有望です。
• PROTAC三者複合体の正確な構造予測は、特に特定の構成要素の向きと位置に関して、依然として困難です。
• このベンチマーキングは、現在の予測ツールの機能に関する洞察を提供し、PROTACベースの創薬のための将来の開発を導きます。