分子对接与计算方法

分子对接预测小分子如何与靶点的结合位点契合，并估算该相互作用的强度。它利用搜索算法生成合理的构象，并使用评分函数对其进行排序。作为计算机辅助药物设计的一部分，分子对接是虚拟筛选（通过计算筛选大量化合物库以寻找可能的结合物）的基础，并支持基于结构的设计和先导化合物优化。其有效性在很大程度上取决于构象预测和评分的准确性。

Definition

分子对接是通过评分函数计算预测配体在靶点结合位点内的优选结合构象，并估算结合亲和力；虚拟筛选则应用对接或相关方法对大型化合物库进行排序，以预测其可能的活性。

Scope

本主题涵盖分子对接的原理（构象搜索和评分）、化合物库的虚拟筛选以及计算在药物发现和设计中的广泛作用。它探讨了分子对接能够和不能可靠预测的内容，以及它如何补充实验。本材料为参考资料，不提供临床或治疗建议。

Core questions

• 如何通过计算预测配体在靶点位点中的结合构象？
• 评分函数如何估算和排序结合亲和力，其可靠性如何？
• 虚拟筛选如何用于在实验测试前对化合物进行优先排序？
• 分子对接在药物设计更广泛的计算方法中处于何种位置？

Key concepts

• 结合构象与构象搜索
• 评分函数
• 虚拟筛选
• 富集因子
• 基于结构的药物设计
• 计算机辅助药物设计
• 受体柔性

Key theories

对接即搜索加评分

对接将两个问题分开：搜索算法探索结合位点中可能的配体构象，评分函数根据估算的亲和力对其进行排序；准确性取决于两者，而评分的局限性是错误反复出现的根源。

计算作为药物发现的组成工具

除了对接，计算在药物发现的各个方面都有贡献——建模结合、预测性质和指导设计——因此，对接最好被理解为更广泛的计算机辅助设计工具包中的一个元素。

Mechanisms

分子对接首先获取靶点结合位点和配体的三维结构，然后搜索算法对配体构象和方向进行采样以生成候选构象，同时评分函数估算每个构象的结合亲和力以便进行排序。将此方法应用于整个化合物库，即可实现虚拟筛选：化合物通过计算进行排序，只有最有希望的化合物才进行实验测试，其性能通过富集列表中真实活性化合物的程度来判断。分子对接程序的验证研究评估构象预测准确性和数据库富集度。由于评分函数近似复杂的物理过程，并且许多靶点具有柔性，因此预测并不完美，它们用于优先排序而非取代实验，这在计算在药物发现中众多角色的更广泛背景下得到了体现。

Clinical relevance

分子对接等计算方法决定了哪些化合物会被进一步研究，从而间接影响哪些药物进入开发阶段。因此，理解这些方法有助于评估现代药物的设计方式。本条目旨在教育，描述计算方法学，不作为诊断或治疗决策的依据。

Evidence & guidelines

文献主要涉及方法学。关于对接和评分的综述阐述了其方法、应用和局限性；对接程序的验证论文量化了构象准确性和筛选富集度；更广泛的调查描述了计算在药物发现中的地位。这些文献描述的是方法性能，而非构成临床指南。

History

随着20世纪后期蛋白质结构和计算能力的增长，基于结构的设计变得可行，分子对接算法也随之发展，以预测配体构象并对化合物库进行排序。到21世纪初，综述将对接和评分编纂为标准工具，验证研究（例如2004年Glide程序的验证）基准化了它们的准确性和富集度，而更广泛的分析则将对接置于计算在药物发现中不断扩展的角色之中。

Debates

评分在亲和力排序方面的可靠性如何？

评分函数近似结合能量学，并且通常在预测构象方面优于亲和力排序；对接分数应给予多大权重，以及如何处理受体柔性和溶剂化，仍然是一个活跃的方法学问题。

Key figures

• Douglas Kitchen
• Jurgen Bajorath
• Richard Friesner
• Thomas Halgren
• William Jorgensen

Seminal works

• kitchen-2004
• friesner-2004
• jorgensen-2004

Frequently asked questions

分子对接有什么用途？

它预测小分子如何在靶点位点内结合，并估算相互作用的强度，这支持化合物库的虚拟筛选以及基于结构的设计和优化。

对接能否取代实验测试？

不能。对接和评分是近似的，用于优先选择化合物进行实验测试，而不是取代实验；预测的结合物仍需在实验室中进行确认。