3. Почему структурное выравнивание?
• Группировка/классификация белков по структурам (по схожести)
• Определение вклада отдельных аминокислот в образование 3D
структуры
• Определение дистантных гомологов в белковых семействах
• Предсказание функции белков с низким уровнем sequence similarity
с другими белками
• Исследования:
– Структурно-функциональные отношения
– Эволюция
– Общие блокисайты связывания - мотивы
4. Distance Based Matrix
A B
DDM’s
• Самый простой метод сравнения структур
• Не требует ни трансформаций, ни поворотов, ни совмещений
• Очень эффективен для поиска движений в шарнирах или локальных
отличий
• Интуитивно понятная мера похожести
6. Выравнивание структур белков
• Уровни описания структуры:
– Atom
– Group
– Fragment
– Элементы вторичной структуры (SSE)
• Описание структуры - особенности:
– Геометрия/архитектура - координаты/относительные позиции
– Топология - порядок аминокислот в белке, взаиморасположение
мотивов
– Свойства - физико-химические свойства аминокислот
6
7. Описание структур
Structure I Structure II
Feature Extraction
Structure
Description I
Structure
Description II
Comparison Algorithm
Constrains
Scoring
Equivalence
RMS
Scoring
Assessment
Statistical Significant? Accurate?
•Scoring Equivalences:
•Coordinate based - defined using a
transformation of one structure onto
the other:root mean square deviation –
RMSd
•Similarity of properties between
equivalenced elements -
conserved/similar amino acid
•Similarity of relations between pairs of
equivalenced elements - similar
distances, internal RMSd
•Pitfalls of RMSD:
•all atoms are treated equally
(residues on the surface have a higher
degree of freedom than those in the
core)
•best alignment does not always mean
minimal RMSD
•significance of RMSD is size
dependent
•Alternative RSMDs
•aRMSD = best root-mean-square
deviation calculated over all aligned
alpha-carbon atoms
•bRMSD = the RMSD over the highest
scoring residue pairs
•wRMSD = weighted RMSD
( W. Taylor(1999), Protein Science, 8: 654-
665.
http://www.prosci.uci.edu/Articles/Vol8/is
sue3/8272/8272.html#relat)
8. Поиск оптимального
выравнивания
B
• Поиск наибольшего количества атомов, выравненных с наименьшим
RMSD (Root Mean Squared Deviation)
• Поиск баланса между локальными областями с очень хорошим
выравниванием и общим выравниванием
9. Требования для сравнения структур
1. Какой атом структуры A соответствует другому атому структуры B?
Вариант ответа – в выравнивании последовательнсотей
THESESENTENCESALIGN----NICLEY
| | | | | | | | | | | | | | | | | | | | |
THE—SEQ--ENCE--ALIGNEDNICELY
2. Позициикоординаты атомов в структуре?
Ответ: PDB-файлы (Dihedral angles, bond lengths …)
9
How good is a particular choice ofHow good is a particular choice of
heuristic and what is theheuristic and what is the
computational cost of the search?computational cost of the search?
11. Сопоставление атомов
• Применение жадных методов ближайшего соседа для минимизации
RMSD между Cα атомами пробы и шаблона (i.e. поиск локальных
минимумов в пространстве выравнивания)
14. RMSD без выравнивания
• 0.0-0.5 Å -> Essentially Identical
• <1.5 Å -> Very good fit
• < 5.0 Å -> Moderately good fit
• 5.0-7.0 Å -> Dubious relationship
• > 7.0 Å -> Structurally related
• > 12.0 Å -> Completely unrelated
16. Сервера для выравнивания
структур
• LOCK - hierarchical protein structure
Superposition
• 3dSearch - fast secondary structure
superposition
• CE - Tools for 3-D Protein Structure Comparison and Alignment
Using the Combinatorial Extension (CE) Method (no hetero atoms).
•Дополнительная информация об алгоритмах
•http://cmgm.stanford.edu/~brutlag/Papers/singh00.pdf
17. Алгоритмы структурного выравнивания
Distance based methods:
DALI (Holm and Sander): Aligning scalar distance plots (similarity between the 2-D distance
matrices)
STRUCTAL (Gerstein and Levitt): Dynamic programming using pair wise inter-molecular
distances
SSAP (Orengo and Taylor): Dynamic programming using intra-molecular vector distances
MINAREA (Falicov and Cohen): Minimizing soap-bubble surface area
Vector based methods:
VAST (Bryant): Graph theory based secondary structure alignment
3dSearch (Singh and Brutlag): Fast secondary structure index lookup
Both
LOCK (Singh and Brutlag): Hierarchically uses both secondary structure vectors and
atomic distances
20. Ресурсы
Reviews in computational chemistry, vol. 17, 2001, 1-59
http://www.zbi.uni-
saarland.de/zbi/stud/lehrveranstaltungen/ws01/bioinfor
matikI/materialien/PL-Docking.pdf
Reviews in comp. chem., Vol 17. 2001. Ed. Kenny B.
Lipkowitz, Donald B. Boyd
21. Почему докинг?
Молекулярное узнавание – центральный феномен в биологии
• Ферменты ↔ Субстраты
• Рецепторы ↔ Сигналы (лиганды)
• Антитела ↔ Антигены
Классификация проблем докинга
• Докинг белок-лиганд
–Rigid-body докинг
–Flexible докинг
• Докинг белок-белок
• Докинг белок-ДНК
22. Проблема молекулярного докинга
Дано: две молекулы в 3D с атомарным
разрешением:
• Связываются ли они друг с другом? Если да:
• Как выглядит комплекс?
• Насколько сильно связывание?
Структуры белок-лиганд
• X-ray (PDB: 20946 entries from X-ray)
• NMR
Важность 3D структур
• Разрешение < 2.5Å
• Проблема моделирования гомологов
23. Основные принципы
Связывание молекул основано на взаимодействии
• H-связи, солевые мостики, гидрофобные контакты,
эдектростатические взаимодействия
• Очень сильное отталкивающее влияние VdW на
коротких дистанциях.
Случайные взаимодействия – слабые и короткие.
• Сильное связывание предполагает комплементарность
поверхностей.
Большинство молекул гибкие.
24. Binding Affinity
Склонность к связыванию – энергетическая
разность между связанным и свободным
состояниями.
• Среда (обычно вода) играет важную роль.
• Энтропия вносит значимый вклад.
Binding affinity описывает комплекс, а не
единичные структуры.
25. Applications
Оценка склонности к связыванию
• Поиск ключевых структур для белкаов
(виртуальный скрининг).
• Оценка влияния модификаций ключевых
структур.
• Дизайн лигандов De Novo.
• Создание библиотек.
Предсказание молекулярных комплексов.
• Распознавание вида связывания.
• Оптимизация ключевых структур.
26. Docking и Scoring
Идентификация верного
связывания лиганда с
активным сайтом
• Пробы
• Spatial DOF
• Internal DOF
Идентификация верного
связывания по
наименьшей энергии
• Функции скоринга -
оценка
Требования
Характеристки
27. Требования и характеристики
Требования
• Осуществить докинг и его оценку для базы
структурно различных (гипотетически) соединений.
• Идентифицировать weak binders среди non-binders.
• Идентифицировать как минимум одно соединение с
низкой IC50 mM активностью.
• Оценить ~10000 лигандов в день на процессор.
• RMS между экспериментом и моделью дока < 2Å -
допустимо.
Характеристики
• Высокий уровень false positives и false negatives.
• Отсутствие универсальной функции оценки.
28. False Positive и False negative
База данных – 100000 соединений, среди которых 20 -
хорошо связывающихся.
При 50% false negatives имеем 10 binders.
При 1% false positives имеем 1000 false positives.
Если мы можем лабораторными методами проверить
50 50 молекул (серьезный труд) из 1010 позитивных
хитов, то 60% за то, что мы не получим ни одного
верного соединения.
Для того, чтобы достичь 90% успеха в определении
верного хита уровень false positives должен быть 0.2%
Допустим
29. Что такое Docking?
• Вычислительный подход к предсказанию взаимодействий между
белками или между белками и другими молекулами (лигандами)
• Предположение: компоненты, которые хорошо стыкуются, могут и
связываться друг с другом.
• Предсказание какие протеины могут взаимодействовать друг с другом
• Предсказание сайтов для такого взаимодействия
• Автоматизированное предсказание для белок–лекарственного
взаимодействия
• Улучшение и облегчение инженерии белков и разработки лекарств (drug
design)
30. Docking – почему это важно?
• Биомолекулярные взаимодействия – ядро всех регуляторных и
метаболических процессов.
• Роль компьютерного анализа возрастает, поскольку растут объёмы баз
данных известных структур.
• Увеличение вычислительных мощностей позволяет производить более
детальный анализ и предсказание молекулярных взаимодействий.
• Автоматизированное предсказание молекулярных взаимодействий –
ключ к рациональной разработке новых лекарств.
31. Цели докинга
• Для двух заданных биомолекул определить:
1. Могут ли они взаимодействовать согласно Gibbs free energy
Есть ли такая энергетически выгодная ориентация двух молекул,
при которой одна может модифицировать функциюсвойства
другой?
Могут ли две молекулы «соответствовать» друг другу в каком-
либо энергетически выгодном состоянии?
1. Если могут, то какова их ориентация, которая сделает взаимодействие
максимальным при минимизации общей «энергии» комплекса?
• Цель: Найти такие молекулы в базах данных молекулярных структур.
32. Docking – Совмещение (Superposition)
• Найти матрицу трансформации, которая наилучшим образом
перекроет стол и стул. Иными словами найти такую
матрицу трансформации, которая минимизирует RMS
между соответствующими точками стола и стула.
• Соответствия:
• Верх стула – верх стола
• Бок стула – бок стола и т.д.
34. Docking – почему это так
непросто?
Обе молекулы гибкие и могут изменять друг
друга во время взаимодействия:
• Степени свободы
• Допустимые конформации
35. Белок-белковое взаимодействие
• Обе молекулы рассматриваются как rigid bodies (но можно и иначе!).
• Огромная область для поиска (6 dof: 3 поворота, 3 перемещения)
• Стерические/энергетические ограничения для уменьшения области
поиска.
36. Полости, впадины и взаимодействие
•CASTp
Идентификация и характеризация областей на поверхности (и внутренних,
недоступных для взаимодействия) белков и иных молекул.
•MolSurfer
Белок-белковые интерфейсы
•PASS
Быстрое определение и визуализация впадин для предсказания сайтов
связывания
•Surface Racer
Расчет доступной дл явзаимодействия поверхности, её кривизны и впадин
(включая внутренние).
•SURFNET
Поверхности и доступные области на молекулярных поверхностях
•ASC
Набор скриптов для расчета поверхностей на базе PDB файла
37. CAPRI
• CAPRI: Critical Assessment of PRediction of Interactions
First community wide experiment on the comparative evaluation of
protein-protein docking for structure prediction
Hosted By EMBL/EBI-MSD Group
38. Жесткий докинг
Допущения
• Ригидный белок
• Ригидный лиганд
Применения метода
• Докинг малых или очень ригидных молекул.
• Докинг фрагментов (гибкий докинг дизайн De
Novo).
• Докинг по базе мульти-конформеров.
39. The Clique Method
Сопоставляем подходящие точки/характеристики двух
молекул (рецептора и лиганда).
1. Для N сайтов рецептора и n сайтов лиганда образуем N x n узлов.
2. Для каждой пары узлов определяем Δd = D receptor sites – D ligand sites.
3. При Δd < ε, соединяем узлы линиями.
4. A clique – подграф, в котором все узлы соединены между собой.
A
B
C
D
рецептор
b
ca
лиганд
Aa
Ab
Ba
Ca Cb
Ac
BcBb
Cc
Da
Db
Dc
Distance compatibility
graph
41. The Dock Program
Центры сфер соответствуют атомам
лиганда. Используя clique technique
(до 4 точек на cliques), можно
определить возможные ориентации
лиганда. Обычно генерируется
несколько десятков тысяч
ориентаций для каждой молекулы.
Лиганд представляется как
перекрывающиеся сферы
(или как атомы)
Scoring
Shape scoring – используя
аппроксимацию: Lennard-Jones
potential.
Electrostatic scoring – ПО DELPHI ,
расчет электростатического
потенциала.
Force-field scoring – потенциал
AMBER.
Модель с наивысшим
score vs X-ray структура
42. Гибкий докинг: Допущения
Гибкость лиганда ограничена торзионными углами +
кольцевыми структурами.
• Конформационные ансамбли
–Жесткий докинг пула конформаций для каждой
молекулы (DOCK).
• Фрагментация лиганда
–Постепенно наращиваемые конструкции (FlexX)
–«Вписываем-соединяем»
• Явный конформационный поиск
–Генетические алгоритмы (GOLD)
–Monte Carlo (LigandFit)
• Симуляции
Белок рассматривается как почти полностью жесткая
молекула
• Множественные модели белка (FlexE)
• Симуляции
44. Incremental Construction
Стратегия
• Разбиение молекулы на фрагменты.
• Вставка одного или нескольких фрагментов в активный
сайт, игнорируя положение остальных.
• Последовательное добавление остальных фрагментов.
Стратегия поиска
• Жадный поиск: После добавления фрагмента – выбор
конформацию с наивысшей оценкой. Остальные
отбрасываем.
–Линейный масштаб от количества фрагментов.
–Без учета возможных взаимодействий между
фрагментами.
45. The FlexX Program
http://cartan.gmd.de/flexx/
Взаимодействия белок-лиганд описываются
типами и геометрией.
Типы взаимодействия делятся на группы и
«антигруппы».
Уровень взаимодействия - геометрия.
Чем выше уровень, тем более строгие требования к
геометрии взаимодействия.
Group Counter group Level
Hydrogen bond acceptor Hydrogen bond donor 3
Metal acceptor Metal 3
Aromatic ring atom, methyl, amide Aromatic ring center 2
Aliphatic carbons, aromatic carbons, sulfur 1
46. Геометрия взаимодействия
Взаимодействие между группой A лиганда и группой B
белка наблюдается, если:
1. Группа взаимодействия B находится в антигруппе A.
2. Центр взаимодействия A лежит примерно на
поверхности взаимодействия B и наоборот.
O Центр
взаимодействия
Поверхность
взаимодействия
O
H
NH-bond
donor
H-bond
acceptor
48. Гибкость белков
• Protein flexibility and drug design: how to hit a moving target
• Несмотря на миллионы лет эволюции, создававшей
рецепторы, которые могут распознавать специфический
лиганд мы все ещё можем идентифицировать молекулы,
которые связываются с ним с большей афинностью
• Сайт связывания может взаимодействовать с множеством
молекул – существует возможность реорганизации сайта с
относительно небольшим «штрафом» для соответствия малой
молекуле.
• Двойная природа сайта связывания– высокая стабильность и
высокая гибкость (зачастую большая, чем у белка в целом).
• Парадигма «Ключ-замок» устарела. Белок – совокупность
предопределенных состояний.
Carlson/ Curr. Op. Chem. Biol. 2002, 6: 447-452.
49. Решения
Использование единичной структуры белка в
эксперименте докинга может пропустить возможное
взаимодействие
Cross docking
• Докинг всех лигандов на все имеющиеся структуры
белка с дальнейшим объединением в
ранжированный список.
• Ограничено имеющимися конформациями белка.
Protein flexibility
• FlexE
–Включает все комбинации структур белка.
51. Взаимодействие «Белок-Лиганд»
Идентификация сайтов
взаимодействия между белком (rigid
body) и подвижной, гибкой малой
молекулой (лигандом)
Очень большое поле поиска
Рассматривать лиганд как rigid body
Или как фрагменты rigid body,
соединенные гибкими связками.
Метод Монте-Карло или MD.
52. Лиганд
2 типа:
-Связывание средней силы, но в
конформации c минимальной свободной
энергией (most populated).
или
- Сильное связывание с менее выгодной
конформацией (less populated). Связывание
может сдвигать распределение (induced-fit
system).
54. Multiple Protein Structure
•Abl связывается с STI-571 в
неактивной конформации петли Abl.
•Abl связывается с PD173955 – «петля
активации» в иной конформации
(активная киназа).
Nagar et al./ CANCER RESEARCH 62, 4236–4243, August 1, 2002
56. Grid Based Dock Scoring
• Сначала - Расчет вероятных взаимодействий
•Построение сети – объем такой же, как и у белка
• Расчет стерических и электростатических взаимодействий
в каждой точке сети
• Ориентация лиганда – scoring суммированием
взаимодействий с точками сети
Пренебрегаем:
• электростатические взаимодействия с растворителем
• изменения энтропии
• изменения конформации белка
