Hit Expander——一种快速评估并逐步完成苗头到先导流程的新方法，湿化学费用最少

摘要：Hit Expander是Flare的一个新模块，它通过在苗头化合物所有未取代位置上添加小的取代基，使用户能够围绕单个苗头化合物或先导化合物进行快速探索。将Hit Expander与Flare FEP联用进行1ns模拟的FEP计算可以快速地对结果进行精确排序并提供出色的分子设计指导。

作者：Mark Mackey/2022-09-28
编译：肖高铿

前言

您可能读过Alkermes公司Yuan Hu与Ingo Mügge最近发表的一篇关于“In Silico Positional Analogue Scanning with Amber GPU-TI”的论文。该论文的位置模拟扫描 (positional analogue scanning，PAS) 的想法相对简单：您有一个苗头化合物，并且您想知道在哪个方向上做哪些变化可能会提高活性。在3-位添加一些东西是个好主意吗？如果是这样，我们应该添加什么样的官能团？传统上，这在很大程度上依赖于专业化学家的技巧和判断力来决定哪个方向看起来不错（无论是从合成可行性的角度还是从任何预先存在的SAR 知识），并决定做些什么样的改变，通常直接采用跟随策略，亦或使用古老的Topliss树方法。

然而，近年来精确自由能方法的兴起为解决这一问题提供了一种新的替代方法。相对结合自由能（Relative binding free energy，RBFE）的计算使我们能够以相当精确的程度计算一个分子是否可能比一个相关的分子结合得更强，而且两个分子越相似，计算就越准确。因此，PAS是RBFE计算的一个最佳应用场景，因为我们对母体分子进行了非常小并且有限的改变，这意味着我们的RBFE预测将会尽可能地精确！

用快速、简单和准确的方法自信地探索SAR

这个概念已经作为一个名为Hit Expander的模块内置到即将发布的Flare ™V6.1中。其工作流程是选择一个分子，并选择一组允许的修饰，以应用于整个分子或选定的子结构。然后Hit Expander将自动生成所有的类似物，去除重复结构，整理电荷状态和生成初始构象。然后，您可以将得到的化合物导入到Flare FEP进行精确排序以了解哪些是好的，哪些不是那么好的。

图1. Hit expander工作流

RBFE计算可能很昂贵，且Hit Expander工作流平均来说可以在类药物分子上产生70或80个变化，这对于标准的FEP计算来说将是巨大的计算成本。但是，在对Hit Expander进行验证时，很明显可以节省大量时间。首先，由于转换都很小，因此尝试应用循环闭合校正的好处有限。因此，您可以使用最小生成树（如图 1 所示）而不是全连接网络。此外，虽然为了稳健性和得到错误统计信息，我们通常会对每个链接的两个方向都进行计算，但是这在Hit Expander工作流中是不需要的。

此外，由于变换很小，RBFE 模拟收敛非常快。标准的Flare FEP计算每个λ窗口运行4ns，平均每个链接10个λ，因此每个链接的模拟时间约为 40ns。但是，通过查看各种各样的数据集，很明显您可以大幅减少这一时间而只会损失很小的精度。如图 2所示，使用1ns而不是4ns的影响很小，即使使用0.5ns或更短，仍然可以与4ns计算具有良好的相关性。

图2. 短时间计算的ddG值与4ns计算的ddG值之间的相关性

总之，这些措施大大减少了评估Hit Expander结果所需的计算量。例如，在小蛋白上进行1ns模拟的FEP计算对Hit Expander结果进行排序时，每个分子只需要大约20分钟的GPU机时（用中档的GPU，售价不到1000美元）。这意味着您可以对80个 Hit Expander结果进行排名只需20-30小时的GPU机时。这个过程是高度并行的，如果您有10个或更多GPU（包括作业提交延迟等），则单个分子的最短响应时间约为8分钟。

因此，即使你只有非常有限的GPU资源，Hit Expander也能让你在不到24小时的时间内对先导分子的各种微小变化进行排序并提供出色的指导：不仅知道对哪些位置进行取代可能提高活性，而且还知道哪些类型的取代对活性有利。此外，你只需多花一点额外的计算成本，在Flare FEP中对快速计算排序前5左右的分子用更精确的“标准”设置进行计算，为那些预期活性有利的变化提供更大程度的保障。Hu和Mugge的结果表明，在他们的工作流中程预测亲和力提高10倍或更多的算例中，亲和力计算趋势都是正确的（亲和力确实提高了），我们的初步结果也表现出了同样的成功率。

当然，Hit Expander结果的评估也可以通过其他方式执行，包括回归或分类QSAR 模型、静电互补性分析（Electrostatic Complementarity™），或对结合模式进行简单地可视化分析。事实上，将基于配体和基于结构的技术与多个Hit Expander实验相结合是极好的方法，可以快速评估并逐步完成hit-to-lead过程，同时在湿化学上的支出最少。