ドッキング結果を信頼できますか？ PDBbind データベースにおける一般的な7つのプログラムの評価

ドッキングは、ドラッグデザインで最も一般的に使用される技術の1つです。これは、タンパク質の結合部位におけるリガンドの正しいポーズを特定するためや、タンパク質とリガンドの相互作用の強さを推定するために使用されます。数百万の化合物をスクリーニングする必要があるため、生物学的テストの適切なターゲットを特定できるまで、すべての計算は合理的な時間枠内で行われるべきです。したがって、現在使用されているすべてのプログラムは、経験に基づくアルゴリズムを利用し、立体構造空間の系統的な検索を回避しています。同様に、スコアリングは単純な方程式を使用して行われ、全体のプロセスを迅速化しています。したがって、ドッキング結果はその後のin vitro研究で検証される必要があります。我々の研究の目的は、PDBbind 2007データベースからの1300のタンパク質-リガンド複合体で構成される広範なデータセットに対して、7つの人気ドッキングプログラム（Surflex、LigandFit、Glide、GOLD、FlexX、eHiTS、およびAutoDock）を評価することでした。予測された構造に対する根平均平方偏差（または根平均平方距離）に基づく正しいポーズの能力と、ドッキングスコアとリガンド結合強度間の相関を計算することによるスコアリングを独立して比較しました。我々の知る限り、これは、リガンド構造を予測し、その結合の強さを計算するというドッキングプログラムの両方の側面をカバーした初の大規模なドッキング評価です。1000以上のタンパク質-リガンドペアは、さまざまなタンパク質ファミリーと阻害剤クラスの広範な範囲をカバーしています。我々の結果は、既存のソフトウェアを使用することで、ほとんどの場合、リガンドの結合構造を特定できることを明確に示したが、すべてのタイプの分子とタンパク質ファミリーに対する普遍的なスコアリング関数がまだ不足していることも観察されました。