PheSA:一个开源工具,用于用药剂增强的形状对齐

科学领域:

• 计算化学是一种计算化学.
• 化学信息学 化学信息学
• 发现药物的发现.

背景情况:

• 基于结构的药物设计 (SBDD) 依赖于用于选和分子对齐的计算工具.
• 现有的工具在识别潜在的候选药物时可能缺乏灵活性或最佳性能.
• 开源解决方案对于该领域的可访问性和进一步发展至关重要.

研究的目的:

• 介绍PheSA,一个开源的药和基于形状的选和分子对齐工具.
• 评估PheSA在基于联体的选,对齐精细化和受体引导的形状对接方面的表现.
• 调查不同相似度指标对选丰富的影响.

主要方法:

• 在OpenChemLib框架内开发PheSA算法.
• 实施标准的基于连接体的选和灵活的对齐精细化.
• 整合受体引导的形状对接功能.
• 使用像DUD-E这样的数据集进行基准研究,以评估查丰富度并提出预测.

主要成果:

• 对于各种SBDD使用情况,PheSA表现出高度灵活性.
• 使用不对称的Tversky相似度指标与对称的Tanimoto相比,显著提高了选丰富率.
• PheSA在DUD-E基准上实现了与商业方法相比的选丰富性能.
• 受体引导算法显示了有效的姿势预测能力.

结论:

• PheSA 是一个强大的,多功能的开源工具,用于基于结构的药物设计.
• 托弗斯基度量为优化基于药的方法中的查丰富提供了一个优势.
• PheSA为药物发现查提供了商业软件的竞争性开源替代方案.