【原】【药物发现】V-SYNTHES: 虚拟筛选的效率效力之选

虚拟筛选是药物发现的重要手段，能够从广阔的化学空间（包含约10²⁰-10⁶⁰类药分子）中提前筛选出有潜力的化合物，节省实验成本。化合物库规模和算力是虚拟筛选的两个关键的部分，随着Enamine REAL这种包含百亿数量级化合物的分子库的出现，算力带来的限制也越发明显，穷举筛选这样规模的化合物库的计算和时间成本是多数研究人员难以负担的。为此，可以节省算力的筛选策略显得尤为重要。近日，南加州大学的Sadybekov等研究人员和北卡罗来纳大学、东北大学的合作者提出了V-SYNTHES的筛选策略，它相比正常的虚拟筛选计算，不仅效率提高100倍，并且命中率（hit rate）也翻番，高达33%。他们的结果发表在Nature上，题为“Synthon-based ligand discovery in virtual libraries of over 11 billion compounds”。

——V-SYNTHES虚筛策略——

V-SYNTHES方法被应用于对Enamine REAL库的筛选。Enamine REAL库采取模块化并行合成的方式，利用约75000个原料反应物和121条优化的反应路径，通过反应组合可得到110亿量级的类药虚拟化合物，且可以实现4-6周内高成功率高纯度的化合物供货。它构建虚拟化合物库的核心在于骨架-synthons（R基团）的多元反应组合，如二元反应是核心骨架上有两个位置连接不同的基团，见图1右例。V-SYNTHES利用这种模块化组合的特点，先挑选出有潜力的骨架-单synthon组合的分子片段，大大缩减搜索空间，再对这些片段进行剩余位置synthon的枚举，从而得到Enamine REAL库分子进行再次对接。完整的策略分为下面的四步：

 

第一步。提取Enamine REAL Space中的骨架-单synthon组合，作者只测试了符合二元和三元反应的化合物。反应骨架上其他可以组合synthon的位点，统一替换为最小的synthon基团（占位synthon），如甲基或乙基，这样组合得到约60万个小分子片段。

图1. V-SYNTHES step1

第二步。将第一步得到的小分子片段与目标受体结构进行对接。这一步挑选出对接打分高且占位synthon的朝向理想（朝向口袋未被占据的区域，为第二轮的synthon替换留有余地）的片段，约1000-10000个。

图2. V-SYNTHES step2

第三步。第二步挑选出的片段中的一处占位synthon被枚举替换为不同的synthon，对于二元反应的REAL Space分子，此处枚举就得到的完整的分子；而三元反应的分子一次枚举后还剩下一个占位synthon，则需要更多的迭代。

图3. V-SYNTHES step3

第四步。对完全枚举得到的分子重新对接，然后经过标准的挑选流程，得到50-100个化合物用于合成测试。

图4. V-SYNTHES step4

—应用例：CB receptors和ROCK1激酶—

作者首先将V-SYNTHES用于发现CB₂R（cannabinoid receptors，class A GPCR）的拮抗剂。二元和三元反应复合物在库中的数量分别有500万和105亿，经过V-SYNTHES的片段挑选最终只需要分别对接100万和50万的化合物。为了展示V-SYNTHES的优势，作者采取随机挑选相同数量的化合物的方式作为基线方法，V-SYNTHES与普通虚筛各个对接打分阈值以下的高分化合物数量的对比如图。两种方法找到的最优分子的打分差距有6.5-7 kJ mol^-1。

图5. V-SYNTHES与普通虚筛的表现比较

作者经过V-SYNTHES对接后挑选出了80个化合物，其中60个被成功合成（<5周）出来测试，其中有21个化合物对人源CB₁和CB₂有拮抗活性，Ki小于10μM，命中率33%，其中还有14(CB₁)/3(CB₂)个化合物表现出了亚微摩的活性，有较好的专一选择性同时骨架多样，与已知拮抗剂AM10257的结合模式相似（如图6）。

作者同时测试了普通虚筛的表现。他们对接了1.6亿的Enamine REAL分子挑选出97个化合物进行合成测试，其中分别有8和15个化合物对CB₁和CB₂有小于10μM的结合亲和力，分别有9和3个化合物对CB₁和CB₂有拮抗活性，命中率不超过15%，比V-SYNTHES方法低得多。

图6. V-SYNTHES筛选的得到的5个最佳化合物的结构、活性评估以及与已知CB₂-AM10257复合物晶体结构的pose比较

作者做了另外一个ROCK1（Rho-associated coiled-coil containing protein kinase 1）激酶的例子，来证明他们的方法可以适用到不同的靶标。对ROCK1激酶，同样使用V-SYNTHES对110亿分子库进行挑选和对接，合成了21个化合物进行功能和结合的测试，发现有6个化合物的活性优于10μM而有5个的结合优于10μM，命中率28.5%。最好的化合物活性IC₅₀为6.3nM而结合强度K_d为7.9nM。

---

——小结——

V-SYNTHES是一种思路简单又效果显著的虚拟筛选策略，它利用了Enamine REAL分子库的特点，成功地将搜索空间限制在了包含有潜力片段的子空间，实现了计算效率和命中率的双重提高，并且这种对搜索空间的限制，成本相对较小，因为对接一个比较小的片段比自由度更高的完整分子会更快。另外，虽然V-SYNTHES是受到Enamine REAL分子的启发，深度适配于Enamine REAL库，但是其他虚拟分子库如果能够拆解为类似的骨架-synthons的组合的话，V-SYNTHES也是有应用潜力的。

参考文献：

Sadybekov, Arman A., et al. "Synthon-basedligand discovery in virtual libraries of over 11 billion compounds." Nature (2021):1-8.

封面图源：https://www./articles/d41586-021-03682-1?WT.ec_id=NATURE-202112&sap-outbound-id=C3F35D192CDE81C16C42BEB7C8C2DE27A0A1CB70