对AlphaFold2结构进行评估,以在多种场景中进行打击识别
Shukai Gu1,2, Yuwei Yang1, Yihao Zhao2
1Faculty of Applied Science, Macao Polytechnic University, Macao 999078, SAR, China.
Journal of chemical information and modeling
|April 17, 2024
概括
AlphaFold2 (AF2) 结构显示虚拟选性能与apo结构相比,但低于全息结构. 从相关的蛋白质亚型中使用全息结构比单独使用AF2结构更好,用于药物发现.
科学领域:
- 计算化学和分子建模计算化学和分子建模
- 药物发现和开发 药物发现和开发
- 结构生物信息学 结构生物信息学
背景情况:
- AlphaFold2 (AF2) 已经彻底改变了蛋白质结构预测,影响了药物发现研究.
- 准确的蛋白质结构对于药物设计中有效的虚拟选 (VS) 是至关重要的.
- 关于VS中AF2结构的先前研究需要进一步全面评估.
研究的目的:
- 通过各种药物发现场景在虚拟查 (VS) 中评估AF2结构的性能.
- 将使用AF2结构的VS性能与Holo和Apo结构进行比较.
- 评估AF2结构的实用性,只有当它们可用于目标时.
主要方法:
- 在三个不同的场景中对VS进行了AF2,apo和Holo结构的评估.
- 使用基于物理的Glide和深度学习的RTMscore进行复合排名.
- 使用了DUD-E,DEKOIS 2.0和DECOY数据集进行验证.
主要成果:
- 对AF2结构的VS性能与apo相比,但低于全息结构.
- 当只有AF2结构可用时,使用来自相关蛋白质亚型的全结构可以获得比单独使用AF2结构更好的结果.
- 在VS性能上的差异不能归因于AF2和全息结构之间的生物组件组成的变化.
结论:
- 基于对接的VS仅使用AF2结构可能无法在药物发现中获得最佳结果.
- 当AF2结构是唯一的选择时,应考虑使用同类全息结构等替代策略.
- 该研究强调了高质量的实验结构对于可靠的虚拟查的持续重要性.


