Nature | 手把手教你搭建大規模藥物虛擬篩選平臺

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

百度雲地址：連結: https://pan.baidu.com/s/1X0Ge3pcM3K_rYN-0h9Dqyw 密碼: s6q5

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=&34;

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>

新建pp/ranking

cd pp/ranking

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).

中大唯信頭條號與中大唯信公眾號、唯信計算訂閱號均由中大唯信科技有限公司運營，歡迎關注轉發，未經授權禁止轉載