製薬関連システムにおける現在のドッキングおよびスコアリング手法の詳細な比較

現在利用可能な最も先進的なドッキングおよびスコアリング手法の徹底的な評価が記述されており、ドッキングおよびバーチャルスクリーニングに適したプロトコルの選択に関するガイドラインが定義されています。結合親和性が既知の製薬関連のタンパク質-リガンド複合体の大規模で厳選されたテストセットの生成が説明され、同じセットで結晶学的結合方向を再現する能力に関して、3つの高く評価されているドッキングプログラム（Glide、GOLD、ICM）が評価されました。Glideは61%のケースで結晶学的ポーズを2.0A以内で正しく特定し、GOLDが48%、ICMが45%でした。一般的に、Glideは結合部位の多様性とリガンド柔軟性に関して最も一貫してパフォーマンスを発揮するように見えますが、ICMとGOLDのパフォーマンスはより結合部位に依存し、疎水性相互作用によって結合が主に駆動される場合は著しく低下します。結果は、エネルギー最小化と上位Nポーズの再ランキングが特定のドッキング機能の限界を克服する効果的な手段となり得ることも示しています。同じドッキングプログラムが、バーチャルスクリーニングにおいてアクティブをイナクティブから区別する能力に関して、3つの異なるスコアリング関数と共に評価されました。HIV-1プロテアーゼ、IMPDH、およびp38 MAPキナーゼの3つの異なるシステムで行われた評価により、異なるドッキングおよびスコアリング手法の相対的なパフォーマンスはある程度結合部位に依存することが確認されました。GlideScoreは、複数のタイプの結合部位で一貫したパフォーマンスを示し、データベーススクリーニングにおいて効果的なスコアリング関数であるように見えます。一方、ChemScoreは、反発相互作用に対してより許容的であるため、立体的に要求されるサイトで最も有用なようです。ドッキングされたポーズのエネルギー最小化は、立体的に要求される結合部位を持つシステムでのエンリッチメントを大幅に改善することができます。全体として、Glideはドッキングのための安全な一般的選択肢であるように見えますが、最適なスコアリングツールの選択はよりシステムに依存し、ケースバイケースで評価されるべきです。