大规模虚拟筛选

为您的浏览器带来数十亿分子规模的搜索

LSVS-1

为您的浏览器带来数十亿分子规模的搜索


LSVS-Speed-rocs-fastrocs

图1:ROCS和FastROCS的速度。

LSVS-2-fastrocs-rocs

图2:在杜德- e数据集上对ROCS和FastROCS的虚拟筛选性能。

猎户座:轻松高效地提供规模

在3D中搜索数十亿甚至数百亿的分子需要大量的计算。OpenEye的云计算化学平台,猎户座,提供按需的容错计算资源,以满足LSVS强烈但不规则的需求。

低速:Ligand-based

188app彩票 , OpenEye的同类领先的形状和化学特征相似工具6是在三维铅发现和铅跳变中应用最广泛的工具之一。7CPU实现速度很快,超过200个分子/CPU/秒,而gpu支持的版本(FastROCS)要快得多(70万个分子/GPU/秒),但在虚拟筛选中具有相同的整体性能(图2).FastROCS的高速和性能使其非常适合十亿分子规模的LSVS。

阿斯利康的最新研究4说明了通过猎户座将FastROCS与云计算资源耦合的巨大力量。搜索超过120亿个分子只需要一个小时,而且可以自动放大和缩小。这些非常大规模的搜索产生了更多样化的,更好的得分点击率比搜索较小的图书馆(参见图3).4

LSVS-3-scaffolds

图3:Bemis-Murcko脚手架在前10,000点击的数量与搜索库的大小。


LSVS-retro-fred-hybrid

图4:回顾性虚拟筛选性能FRED和HYBRID,比较在DUD集合。空模型2D指纹的性能,以供参考。

低速:基于结构

弗雷德,我S精心设计,平衡高性能和高速,8允许以前非常大的库轻松处理。与其他工具(包括HYBRID)相比,9,表明FRED在虚拟筛选中表现很好(见图4

利用Orion的能力来提供FastROCS和FRED所需要的计算资源,使以前在技术上或财务上难以解决的搜索变得触手可及。作为概念的证明,OpenEye已经进行了FastROCS和FRED虚拟屏幕的Enamine REAL数据库对抗热休克蛋白90,HSP-90 (PDB code 1UYG, (参见图3),并将分数最高的分子提交生物测试。


LSVS-4-stucture-based

图5:HSP-90的活性位点和同源配体,PDB编码1UYG。

前瞻性超大规模虚拟筛选:FastROCS

FastROCS能够在不到30分钟的时间内搜索Enamine REAL收集到类似于1UYG配体的分子。最活跃的hit (IC50 16 uM)和查询配体(IC50 53.5 uM)如图6所示。FastROCS成功地鉴定出一种新的化学支架,其活性略高于查询配体。

LSVS-5-fastrocs

图6:1UYG配体的二维描述(左),53.5右边是FastROCS虚拟屏幕上最活跃的一击,16嗯。


LSVS-6-fred

图8:最活跃的撞击来自FRED虚拟屏幕,4嗯。

未来的超大规模虚拟筛查:FRED

FRED用于在不到24小时的时间内将整个Enamine REAL收集物与猎户座上的1UYG受体对接,峰值使用约4.5万个cpu (图7).据我们所知,这是迄今为止进行的规模最大的对接研究,几乎比之前最大的对接计算(吕洋报道的1.7亿化合物)还要大一个数量级).5排名最高的分子,也是最活跃的打击(IC50 4 uM),如图8所示。这个分子的姿态概括了同源配体的关键相互作用,同时占据了结合位点的不同区域。FRED成功地鉴定出一种新的化学支架,其活性明显优于同源配体。

LSVS-compute-resources-orion-enamine

图7:Orion用于将Enamine REAL收集对接到HSP-90的计算资源

总结

猎户座正在掀起大规模云计算的革命,使虚拟屏幕的规模达到前所未有的水平。

FastROCS可以在几秒钟内搜索数百万个分子数据库,在不到一小时内搜索数十亿个分子数据库,快速提供多个可操作的搜索结果。

弗雷德已经把对接带到十亿分子的水平,这是第一个这样做的工具。

想知道更多大规模虚拟筛选猎户星座吗?

引用

  1. 画,k . l .;Baiman h;Khwaounjoo p;Yu, b;化学空间的大小估计:它有多大?J制药药物杂志2012, 64, 490 - 5所示。
  2. Bohacek r s;McMartin c;王志强,基于结构的药物设计的艺术与实践:从分子模型的角度。地中海Res牧师1996、16 3-50。
  3. 烯胺真正的图书馆。https://enamine.net/library-synthesis/real-compounds/real-database
  4. Grebner c;Malmerberg大肠;Shewmaker, a;巴蒂斯塔,j .;尼科尔斯,a;云中的虚拟屏幕:多大才算足够大?J Chem Inf模型2019https://doi.org/10.1021/acs.jcim.9b00779
  5. 律,j .;王,美国;Balius t.e.;辛格,即;Levit, a;莫洛兹,y s;阿米拉·m·j·;格瓦拉t;Algaa大肠;Tolmachova k; Tolmachev, A. A.; Shoichet, B. K.; Roth, B. L.; Irwin, J. J., Ultra-large library docking for discovering new chemotypes.自然2019, 566, 224 - 229。
  6. 霍金斯;a·g·斯基尔曼;“形状匹配和对接作为虚拟筛选工具的比较。”J地中海化学2007, 74 - 82。
  7. 库马尔,a;张开元,形状相似方法的发展及其在药物发现中的应用。前化学20186 315。
  8. McGann, M., FRED和HYBRID在标准化数据集上的对接性能。J计算机辅助Mol Des2012, 26岁,897 - 906。
Baidu