摘要：OE Affinity是OpenEye云计算平台ORION的一个模块，OE Affinity NES是为蛋白质-配体复合物的结合自由能计算的高效解决方案，通过其非平衡切换（Non-Equilibrium Switching）方法，提供快速且经济高效的相对结合自由能计算。

简介

OpenEye为蛋白质-配体复合物的结合自由能估算提供了高效且有效的解决方案——OE Affinity NES，其采用由马普研究所（Max Planck Institute）开发的非平衡切换（Non-Equilibrium Switching，NES）技术进行结合自由能计算。与需要更接近平衡态采样的自由能微扰（FEP）或λ动力学等传统平衡方法相比，NES方法在速度和成本效益方面具有显著优势。

OpenEye进一步优化了NES技术，使其在Orion云平台上实现自动化计算。即使面对大量配体，该平台也能在数小时内完成计算，使OE Affinity NES特别适用于迭代式先导化合物优化流程。

我们的自动化解决方案在确保速度、性能和精度的同时，可显著节省时间和成本。

一位大型制药公司的CADD科学家评论到：
“对于40个配体，传统FEP+方法需要24-36小时，而基于Orion平台的NES方法仅需2-3小时。“

OE Affinity NES的特点

• 已获验证——基于马·普研究所DeGroot实验室发表的研究成果
• 准确——已在内部和外部数据集上验证
• 灵活——用于连接配体的边映射器选项包括OELOMAP、Star Map、Binary Star Map和Multi-Star Map
• 易于使用——在熟悉的Orion网络环境中快速启动和运行
• 自动化——系统设置、映射、端点平衡和控制的简单流程
• 性能——极快且高度并行化；可在数小时内运行整个配体数据集
• 控制——高度可定制，适用于初学者使用和专家控制
• 集成——可轻松与其他配体和结构方法结合使用

根植于科学，优化性能，为您而制

依托前沿科学与技术，OE Affinity通过Orion云建模平台将强大工具直接交付至您的网络浏览器，从而简化药物发现流程。无需安装软件，您只需一个网络浏览器即可登录并立即开始！

我们的自动化解决方案专为速度、性能和准确性而设计，可帮助您节省时间与成本。

OpenEye提供全自动工作流程，可系统化优化您的计算流程，从蛋白-配体预处理到自由能分析均实现无缝衔接。该工作流程支持可定制化设计，为专业研究人员提供更精细的参数调控与操作灵活性。

便捷、高效、自动化映射

OE Affinity使得用户可以便捷地创建映射器，并提供多种选项灵活选择。在结合自由能计算中用于连接配体的自动化边映射器包括：OELOMAP、Star Map、Binary Star Map及Multi-Star Map。

OE Affinity Mapper通过选择高效的”连接路径”（ligand transformations）优化非平衡切换（Non-Equilibrium Switching, NES）过程。这些配体转换路径可实现整个配体集合的快速结合自由能计算。连接路径的选择方法结合使用最大公共子结构（Maximum Common Substructure, MCS）相似性分析与OpenEye的ROCS（形状与色散）打分体系，从而显著提升计算精度。

交互式边映射器提供灵活的操作

通过交互式边映射器（interactive Edge Mapper），用户可无缝添加或移除连接路径，并以选定配体为中心枢纽生成新的星型图（Star Map）。更新后的边映射可保存为数据集用于下游自由能计算，使得用户能够通过人工专业知识优化边的网络构建。

通过浏览器直接操作的拖放功能，可便捷地自定义连接路径

针对具有柔性结合位点的蛋白质

为提升对柔性结合位点蛋白质的配体结合亲和力预测能力，建议协同应用诱导契合结合模式（Induced-Fit Posing）与OE相对结合亲和力分析（OE Affinity Relative Binding）。这两种工具的联合使用可更精确地模拟配体-蛋白质相互作用，显著提高预测准确性。

OpenEye诱导契合结合模式的示意图说明

FAQ

OE Affinity打分的工作原理

OE Affinity打分通过计算系综平均MM-PBSA能量值及基于知识的蛋白-配体相互作用打分（knowledge-based scoring）来实现。其中，MMPBSA值代表所有主要构象簇的玻尔兹曼加权平均，而基于知识的打分则通过系综平均表征配体初始结合模式下蛋白-配体结合相互作用的稳定性。

该打分方法通过整合基于物理（MMPBSA）与基于知识（基于经验的相互作用评分）的信息，可快速评估配体并进行优先级排序，从而在药物发现过程中实现高效且经济的决策支持，显著提升候选分子筛选效率。

OE Affinity打分是否可以作为OE Affinity相对结合亲合力计算的前处理步骤?

是的，您可以通过OE Affinity打分来优化计算资源分配。该方法结合基于物理（MMPBSA）与基于知识（基于经验的相互作用打分）的双重打分体系，可作为完整OE Affinity相对结合自由能计算的高效预筛选工具。为OE Affinity打分进行的系统设置（system setup）与短轨迹分子动力学平衡（short-trajectory MD equilibration）可直接复用于OE Affinity相对结合自由能计算，从而为您节省宝贵的计算时间。

是否支持使用带有不同净电荷的配体?

是的，现在已支持不同形式电荷配体之间的热力学循环计算（自2022年12月版本起）。此外，系统还会针对用户提供的映射文件（mapper files）计算边的打分（edge scores）。

是否支持个性化设置与微调优化？

OE Affinty模块提供模块化工作流（Floes）以实现个性化操作体验，支持初学者和专家用户的差异化需求。用户可选择以下两种模式：（1）预配置自动化流程（Pre-configured Automated Floes）；（2）独立流程（Individual Floes）提供专家级控制（Expert Control）。

OE Affinity相对结合自由能计算提供哪些分析报告？

用户将获得结合自由能计算的全面且交互式报告。此外，用户还可无缝比较实验亲和力与计算所得的终点分析结果（预测的相对结合自由能）。

OE Affinity相对结合自由能计算的时间和成本如何？

OE Affinity相对结合自由能通过其非平衡切换（Non-Equilibrium Switching）方法，提供快速且经济高效的自由能计算。测试案例表明，该方法可在数小时内处理数十个配体，成本仅为数百美元。

OE Affinity相对结合自由能方法与传统方法的差异

OE Affinity相对结合方法（OE Affinity Relative Binding）是一种高效且经济的自由能计算方法，其技术框架源自马·普生物物理化学研究所Bert L. DeGroot实验室Vytautas Gapsys团队开发的非平衡系综（NES）方法（Gapsys et. al.，Chem. Sci. 2020, 11, 1140-1152）。

通过整合OpenEye专有的系统预平衡技术与嵌合分子计算方法，该方法实现了中间态的快速过渡和短轨迹的并行采样。相较于传统基于平衡态的计算方法，该方法在保持同等计算精度的前提下显著提升了计算效率。

OE Affinity相对结合方法的准确性如何？

该方法已在多个数据集（包括CDK2、PTP1B、Jnk1、p38、凝血酶、MCL1、Bace和Tyk2）上经过严格测试与验证。开放力场（OpenFF）和GAFF小分子力场可供使用。

Kandall τ相关系数显示，OpenEye的方法在使用GAPSYS（2020）和FEP（JACS 15）文献数据集时具有可比的准确性。这些测试结果表明，OpenEye方法在整体性能上无显著差异，是自由能计算的可靠解决方案。

是否可以使用自定义力场？

是的，从2023.2版本开始，分子动力学（Molecular Dynamics）和非平衡切换（Non-Equilibrium Switching）模块现已支持自定义力场选项。

能否从相对结合亲和力预测绝对结合亲和力？

OE Affinity模块为用户提供最大似然估计法（Maximum Likelihood Estimator），可通过相对结合亲和力数据和一组参比实验结合自由能（reference experimental binding free energies）来预测绝对结合亲和力。该估计值仅在满足以下条件时提供：图的边（graph edges）连接良好且提供部分结合自由能实验数据。

如何获取OE Affinity NES

OE Affinity NES是OpenEye云计算平台ORION的一个模块，目前在大中华地区只能以计算服务（FTE）的方式来使用。