簡介
目前，一個上市的藥物平均需要花費20-30億美元，並且需要10年左右的研發時間。大部分經費都花費在了昂貴且耗時的溼實驗部分，初始Hits陽性率太低以及（臨床前）階段的高損耗率。使用基於結構的虛擬篩選，Hits質量隨著篩選化合物的數量而提高。儘管存在大量的化合物資料庫，但是缺乏有效的靈活的方式使用計算機集群進行大規模的SBDD的手段。本文介紹VirtualFlow，這是一個高度自動化的開源平臺，可以有效的準備化合物庫並進行超大規模的虛擬篩選。VirtualFlow能夠使用各種強大對接程序。本文準備了目前已知的最大的免費使用的配體庫，配體庫包含了超過14億個可商業購買的分子。VirtualFlow可以探索廣闊的化學空間，並可以準確的識別與目標蛋白具有高親和力的分子。
VirtualFlow的特徵
VirtualFlow可以在任何資源管理器上使用，例如：SLURM（https://slurm.schedmd.com），Moab / TORQUE（http://www.adaptivecomputing.com），PBS（http：// www.pbspro.org），LSF（https://www.ibm.com/us-zh/marketplace/hpc-workload-management）和SGE（http://gridscheduler.sourceforge.net）。VirtualFlow還可以理想地配置用於雲計算平臺，例如亞馬遜的Web服務（AWS），微軟的Azure和Google的雲平臺（GCP）。VirtualFlow能夠在流程中自主計算配體庫中的所有分子，該功能可通過自動提交批處理系統作業來實現，可以在運行時監視和控制流程。VirtualFlow程序包由兩個可無縫協作的應用程式組成：VFLP（用於配體準備的模塊）和VFVS（用於虛擬篩選的模塊）。配體準備和虛擬篩選的過程是分離的。
VirtualFlow在藥物發現過程中的應用
圖片來源 Nature
VFLP 模塊
VFLP通過將配體資料庫從SMILES格式轉換為任何所需的目標格式（例如，基於AutoDock的對接程序所需的PDBQT格式）。VFLP使用ChemAxon的JChem軟體包以及Open Babel來將處理配體分子，可以將配體分子進行脫鹽處理，中和處理，生成互變異構體，計算特定pH狀態下的配體質子化狀態，計算其三維坐標並將分子轉換成所需的格式。
市售化合物是化學領域中最令人感興趣的空間，因為這些化合物很容易購買。目前可用的最大供應商庫之一是Enamine的REAL庫，其中包含約14億個按需定製化合物。我們使用VFLP將REAL庫中約14億種化合物轉換為PDBQT格式，並使該庫可在VirtualFlow主頁上免費使用，可通過圖形界面進行訪問。整個資料庫具有六維屬性，每個維對應於化合物的物理化學性質（分子量，分配係數，氫鍵供體，受體的數量，可旋轉鍵的數量以及拓撲極性表面積）。
VFVS模塊
使用VFVS進行虛擬篩選，用戶需要指定一組對接方案。通過選擇對接程序，受體結構和對接參數（包括受體上的預定義對接表面，受體上柔性殘基）的嚴格性來定義對接方案對接例程。當前，VirtualFlow支持以下對接程序：AutoDock Vina，QuickVina ，Smina，AutoDockFR，QuickVina-W，VinaXB和Vina-Carb。由於VFVS支持各種不同的對接程序，可以重逢利用每個程序的獨特優勢。VFVS可以對每個配體執行多種對接方案，從而實現共對接以及集成對接。VirtualFlow還可以集成其他對接程序。VFVS還可以用於進行多階段的虛擬篩選，以用於提高篩選的質量。在多階段方案中，連續執行幾個虛擬篩選。從前一個階段前進到下一個階段中的化合物數量將依次減少。隨之而來的是對接精度和計算成本的增加。
多階段虛擬篩選的示意以及超大規模虛擬篩選的優勢
圖片來源 Nature
案例：VFVS 從13億個分子中虛擬篩選
為了驗證VFVS的性能，本文針對KEAP1靶點篩選了13億種市售化合物的虛擬文庫（ZINC 15資料庫中約3.3億種化合物11和Enamine REAL庫中的約10億種化合物）。這兩個庫之間存在一些重疊的化合物。這項工作使用異構Linux群集上的8,000個核，大約在4周內完成。
為了闡明超量規模虛擬篩選的優勢，本文從REAL庫的約10億個化合物篩選中隨機選擇了不同規模的配體子集（0.1、1、10和1億個化合物）。隨著虛擬篩選規模的增加，對接後的平均得分也在增加，從而提高了篩選出具有更高結合親和力的分子的機率。這會導致更高的真實命中率和實驗結合親和力，這是由本文計算出的概率模型所預測所得，並且已經通過實驗證明了這一點。
為了演示多階段虛擬篩選，本文將初次篩選中獲得的排名前300萬化合物進行rescore。在第2階段，允許KEAP1與NRF2相互作用界面的的13個殘基具有柔性。這種柔性設置可以解釋胺基酸在蛋白結合界面上的動力學。在rescoring過程中，本文使用了兩個不同的對接程序（Smina Vinardo和AutoDock Vina），並進行了兩次重複，以進一步增加對接過程中採樣的構象空間。多階段篩選取決於選定的靶標和可用的計算資源。
兩個Hits（iKeap1和iKeap2）的對接Pose和實驗驗證
圖片來源 Nature
手把手教您搭建virtual-flow
復現步驟
官網：https://virtual-flow.org/
1. 下載VFVS的算例
算例地址：https://virtual-flow.org/sites/virtual-flow.org/files/tutorials/VFVS_GK.tar
解壓：tar -xvf VFVS_GK.tar
解壓之後的文件
2. 進入input
README.md
Readme
smina_rigid_receptor1：配置文件信息
ligand-library 配體文件庫
receptor 受體文件：內部為pdbqt格式
qvina02_rigid_receptor1 ：配置文件信息
receptors
3. 進入tools文件
進入templates文件夾
配置文件信息都儲存在all.crtl , todo.all中
todo.all中主要儲存的是配體信息,按照下面的提示，等於cellections.txt中信息
如果你想要自己下載
a:下載配體文件庫：
網站：https://virtual-flow.org/real-library
打開網站後，可以選擇部分配體，也可以選擇整個庫下載，拖動圖中紫色小球進行選擇，本文選擇的配體庫如下圖，點擊Download，兩個全部點擊下載，本次選擇wget
b:下載後的文件：
兩個文件tranches.sh(第一個download)，collections.txt(第二個download)
c:在終端下運行tranches，會下載一系列的文件
指令：sh tranches.sh/source tranches.sh
配體文件
collections.txt
信息：
4. all.crtl中修改配置信息
其中信息配置信息很多
這裡挑幾個重點講：
文件中有標註，我這裡就直接按照思維導圖的方式標記出來了
備註：選擇集群調度指令，對接軟體可以使用多個中間要以『：』號分割
5. 運行全部設置好了之後運行
進入tools文件夾
運行：./vf_start_jobline.sh 1 12 templates/template1.slurm.sh submit 1
其中12代表著12個節點
6. 運行完成之後可以使用以下指令查看前10化合物
./vf_report.sh -c vs -d qvina02_rigid_receptor1 -n 10
7. 運行完成之後進行的分析
7.1從github上下載VFtools
下載：wget https://github.com/VirtualFlow/VFTools/archive/master.tar.gz
解壓：tar -xvzf master.tar.gz
重命名：mv VFTools-master VFTools
VFTools中的文件：
將bin文件夾加入到環境路徑中：
命令：export PATH="Path/to/VFTools/bin:$PATH"
註：這只是一個臨時變量，儘可能修改bashrc文件，並加入上面的命令
7.2安裝openbabel
提供兩種安裝方式
a：使用conda
conda install openbabel -c conda-forge
b:直接從原網下載並進行安裝
http://openbabel.org/wiki/Main_Page
7.3 首先將篩選完成的化合物進行排名
cd <VFVS root directory>
#進入VFVS目錄
mkdir -p pp/ranking
#新建pp/ranking
cd pp/ranking
#進入目錄
vfvs_pp_ranking_all.sh ../../output-files/complete/ 2 meta_collection
#排序
輸出文件/文件夾：
直接查看clean為後綴的文件：
head -10 *.clean
7.4 提取排名前列的化合物pose
在pp文件夾中新建docking_poses文件夾
mkdir -p docking_poses/qvina02_rigid_receptor1
cd docking_poses/qvina02_rigid_receptor1
查看前100化合物，重定向為compounds
head -n 100 ../../ranking/qvina02_rigid_receptor1/firstposes.all.minindex.sorted.clean > compounds
然後，提取前100個化合物的結構
vfvs_pp_prepare_dockingposes.sh ../../../output-files/complete/qvina02_rigid_receptor1/results/ meta_collection compounds dockingsposes overwrite
docking_poses中的文件以及文件夾：
直接進入dockingsposes.plain文件夾中
cd dockingsposes.plain
文件夾內容裡面就是每個ligand排名第一的pose：
Pymol打開：
將pdb文件作為文本文件打開：
pdbqt格式，排名第一的model，對接得分為-8.3.有smiles格式以及一些標註，後續還有坐標格式
參考文獻
Gorgulla, C., Boeszoermenyi, A., Wang, Z. et al. An open-source drug discovery platform enables ultra-large virtual screens. Nature 580, 663–668 (2020).
相關文章
Nature | 從1.5億分子庫中虛擬篩選發現調節晝夜節律的褪黑素受體激動劑JMC | 資源有限的小型藥企如何利用計算方法加速藥物發現JMC | 820萬化合物庫中虛擬篩選發現高效腫瘤免疫靶點IDO1抑制劑JCIM | 從百萬化合物庫中虛擬篩選發現新型PPARα激動劑