[发明专利]基于MM/PBSA模型的蛋白质-配体结合自由能计算方法

说明书

本发明提供了一种基于MM/PBSA模型的蛋白质‑配体结合自由能计算方法，包括以下步骤：分别获取蛋白质和配体分子的pdb文件；对蛋白质的pdb文件借助pdb4amber工具进行预处理，删除Amber软件不能读取的氢原子；对配体分子的pdb文件借助antechamber工具，将pdb格式转为mol2文件格式，并且修改原子类型为amber力场的原子类型；借助tleap命令指定配体分子的GAFF力场参数；借助tleap命令采用AMBER99SB‑ILDN分子力场参数，分别生成蛋白质、配体小分子、蛋白质‑配体小分子复合结构的拓扑文件和坐标文件，并在该过程中添加水盒子以及抗衡离子；借助Amber软件对模拟体系进行能量最小化、升温和分子动力学模拟；借助MMPBSA.py程序对上一步骤中的分子动力学模拟轨迹进行基于分子力学‑玻尔兹曼泊松表面积模型的结合自由能计算。

技术领域

本发明涉及分子动力学模拟技术领域，具体涉及一种基于MM/PBSA模型的蛋白质-配体结合自由能计算方法。

背景技术

随着社会和科技的发展，治疗技术也随之发生了很大的改变，除了常规的手术、放疗、化疗、生物治疗和中医中药治疗外，针对病原体在器官组织、分子水平的靶点不同，可以使用不同的靶向治疗技术进行靶点治疗。

目前，常用的靶向治疗技术有靶向药物治疗技术。靶向药物治疗技术的关键是研究蛋白质与配体分子的相互作用，蛋白质与配体分子的结合需要立体互补性和化学互补性。不同的配体分子与靶标蛋白结合时表现出不同的结合强度，如何测量靶向蛋白与配体分子的结合强度是药物发现的第一步。目前可用的测量靶向蛋白与配体分子的结合强度实验技术，包括ITC(Isothermal Titration Calorimetry，等温滴定量热)、FP(FluorescencePolarization，荧光偏振)和SPR(Surface Plasmon Resonance，表面等离子共振)等。虽然实验技术手段能够提供有效的靶向蛋白与配体分子的结合强度，但在实际的实验中会消耗大量的溶剂和蛋白质等试剂，因而在进行大通量筛选时必然花费巨大，无法应用到具体的海量药物筛选中。

随着理论计算的发展，为我们提供了一个可解决上述问题的有效方案。理论计算通过计算蛋白质-配体分子的结合自由能，可对海量分子进行快速筛选，从而发现可与蛋白质结合的配体分子，同时理论计算的药物筛选在前期不需要进行实验，在完成初步的筛选后，只针对有效的结合体分子进行实验验证，有望较低实验成本。但对于虚拟药物筛选，如何准确高效的结合自由能计算关系到药物筛选成败。

目前通用的蛋白质与配体分子结合自由能计算方法包括分子对接、QSAR(Quantitative Structure Activity Relationship，定量构效关系)、基于知识的结合能预测、机器学习、以及分子力学-玻尔兹曼泊松表面积模型估算自由能等。其中，分子对接采用经验函数，可实现快速的结合自由能计算，然而分子对接由于不能考虑或者部分考虑蛋白质柔性结构的变化，尤其是在诱导契合模型提出后，人们认识到在蛋白质-配体结合过程中有较大构象变化，单纯的静态对接存在一定缺陷，无法提供准确的自由能计算。机器学习与深度学习技术是目前新兴的计算方法，可提供较为准确的自由能计算，然而这两类方法需要高质量的数据库和特征提取技术。由于实验存在的误差，以及目前仅解析出部分蛋白质结构，高质量的数据库需要进一步积累。基于分子力学-玻尔兹曼泊松表面积模型对所研究的体系通过分子力场的参数计算蛋白质与配体之间的相互作用能量，并通过隐形溶剂模型计算溶剂化自由能，该方法可研究不同构型时的结合自由能。然而其计算需要消耗大量的计算机时，在以往的研究中只针对从数据库中选择出的部分结构进行了理论计算与验证，还未有研究人员进行高通量的计算。

综上所述，目前通用的蛋白质与配体分子结合自由能计算方法还存在计算误差较大、计算效率较低等问题。

发明内容