上一篇介绍了LowModeMD、Stochastic、Systematic 和 MD等不同构象搜索方法。但如果实验已经告诉我们肽应该具有某些结构特征还需要让程序完全自由地搜索吗更合理的方法是把已有实验信息转化为结构约束让构象搜索优先探索符合实验信息的构象空间。这一篇以环肽BQ123为例看看如何将 NMR 信息转化为Distance Restraint结合 LowModeMD 生成构象并从最终构象库中筛选符合实验特征的结构。一、案例BQ123 环肽打开官方肽教程的/datafiles/BQ123.moe.BQ123 是一个由 5 个残基组成的环肽cyclo-D-Trp-D-Asp-Pro-D-Val-Leu虽然只有 5 个残基但它包含7 个可旋转键 macrocycle仍然具有明显的构象自由度。好消息是我们并不是对它一无所知。NMR实验已经提供了一些重要结构信息Leu 和 D-Trp 参与形成type II β-turnPro 区域存在inverse γ-turnLeu 与 D-Trp 侧链之间存在hydrophobic contact。因此这次构象搜索的目的不再只是“生成很多低能构象。”而是“生成同时符合这些实验特征的合理构象。”这就是 restraint 发挥作用的地方。二、把 NMR 信息转化成 Distance Restraint这里使用两组距离约束OA–HA2–3 ÅOB–HB2–3 Å目的是寻找能够在对应原子之间形成氢键的构象其中 OA–HA restraint 用于帮助维持 Pro3 区域的inverse γ-turn。进入Edit → Potential → Restrain…此时鼠标会变成十字选择状态。依次选择OA 和 HA两个原子在Bounds中输入2 和 3也就是要求这两个原子的距离位于2–3 Å范围。点击Apply后两个原子之间会出现红线表示 restraint 已经建立。随后对OB–HB重复同样的操作。最终我们得到OA–HA 2–3 ÅOB–HB 2–3 Å两组 Distance Restraints。三、Restraint 不是把距离“锁死”这里要特别理解Restraint和Fix的区别。我们并不是把两个原子固定在某个绝对坐标也不是强制它们永远保持一个精确距离。这里给的是一个2–3 Å 的允许范围。在构象搜索过程中如果结构满足这个距离条件就符合restraint如果明显偏离就会受到相应的能量惩罚。所以restraint更像是在告诉搜索算法“你仍然可以探索不同构象但优先寻找满足这项实验条件的区域。”这也是实验信息与计算构象搜索结合的核心思路。四、检查 Potential Setup建立 restraint 后打开左下角Potential Setup当前力场默认为Amber然后将Solvation → Born并点击Apply。在 Potential Setup 中还可以进入Restraints检查刚刚创建的两组距离约束是否已经正确加入也可以在这里进一步修改。五、运行 LowModeMD 构象搜索接下来进入Compute → Conformations → Search设置输出数据库csearch_bq123.mdb案例中为了缩短计算时间将Iteration Limit 100同时设置RMS Gradient 0.1Energy Window 20然后开始构象搜索。需要注意100 iterations 只是为了缩短演示时间实际计算通常应该使用更高的迭代次数。LowModeMD 会在 restraint 存在的条件下探索构象空间。最终得到的不同 conformers 会写入数据库并按照能量E进行排序。六、构象生成之后还要做后处理计算结束并不代表分析结束。我们还知道第三条实验信息D-Trp 和 Leu 之间应该存在 hydrophobic contact。因此还需要从生成的构象库中继续寻找满足这一特征的结构。首先载入最低能量 conformer然后进入DBV → Compute → Molecule → Conformation Geometry…选择D-Trp1 的 CD2和Leu5 的 CG点击MeasureMOE 会计算数据库中所有 conformers的 CD2–CG 距离并将结果添加为新的数据库字段。这一步很重要Conformation Geometry 不是只测当前屏幕上的一个结构而是可以把同一个几何参数批量计算到整个构象数据库。二者的距离会添加在最右边一列。七、按照实验特征筛选构象有了 CD2–CG 距离之后就可以直接在数据库中筛选CD2–CG 5 Å随后Hide Unselected只保留满足条件的 conformers。由于数据库本身已经按照能量E排序所以筛选后的第一条记录就是满足 CD2–CG 5 Å 条件的最低能量 conformer。这样我们就不是简单选择全数据库最低能量结构而是在选择满足实验结构特征的低能量结构。这两者的意义完全不同。八、最终检查实验信息有没有被恢复载入筛选后的最低能量 conformer可以看到D-Trp1 与 Leu5 之间形成 hydrophobic contact同时OA–HA 和 OB–HB两组距离约束均保持在2–3 Å进一步观察还能看到 OA–HA restraint 帮助形成了 Pro3 区域的inverse γ-turn。于是整套 workflow 就闭环了NMR Experimental Information↓转化为Distance Restraints↓LowModeMD Conformational Search↓得到 Conformational Ensemble↓Conformation Geometry↓按照 D-Trp–Leu 距离筛选↓得到符合实验特征的低能构象这比单纯生成大量低能结构更有针对性。九、这套方法真正解决了什么对于肽尤其是环肽构象空间可能非常复杂。但实际研究中我们经常已经掌握部分信息例如NMR 距离信息已知氢键特定 turn两个残基需要相互接近。这些信息并不一定能直接给出完整三维结构但可以帮助我们排除大量不符合实验的构象空间。因此Experiment Conformational Search通常比完全没有先验信息的盲目采样更有针对性。需要强调的是约束的可靠性取决于输入实验信息本身。错误或过强的 restraint 同样可能把构象搜索引向错误区域。本篇总结这一篇我们完成了一条从实验信息到三维构象的完整路线。以 BQ123 为例将 NMR 提供的结构信息转化为2–3 Å Distance Restraints再结合LowModeMD进行构象搜索计算结束后通过Conformation Geometry批量测量 D-Trp–Leu 距离并进一步筛选具有疏水接触的低能构象。因此构象搜索不一定只能回答“这个肽可能有哪些构象”当实验信息足够时我们还可以进一步问“哪些低能构象同时符合我们已经知道的实验结构特征”这也完成了本系列从肽结构分析、非天然氨基酸、Residue Scan、Docking、PLIF到构象搜索与实验约束的一整套 MOE 肽设计流程。
MOE 肽类药物设计（十五）：让实验信息约束构象搜索——Distance Restraint + LowModeMD + 构象后处理
上一篇介绍了LowModeMD、Stochastic、Systematic 和 MD等不同构象搜索方法。但如果实验已经告诉我们肽应该具有某些结构特征还需要让程序完全自由地搜索吗更合理的方法是把已有实验信息转化为结构约束让构象搜索优先探索符合实验信息的构象空间。这一篇以环肽BQ123为例看看如何将 NMR 信息转化为Distance Restraint结合 LowModeMD 生成构象并从最终构象库中筛选符合实验特征的结构。一、案例BQ123 环肽打开官方肽教程的/datafiles/BQ123.moe.BQ123 是一个由 5 个残基组成的环肽cyclo-D-Trp-D-Asp-Pro-D-Val-Leu虽然只有 5 个残基但它包含7 个可旋转键 macrocycle仍然具有明显的构象自由度。好消息是我们并不是对它一无所知。NMR实验已经提供了一些重要结构信息Leu 和 D-Trp 参与形成type II β-turnPro 区域存在inverse γ-turnLeu 与 D-Trp 侧链之间存在hydrophobic contact。因此这次构象搜索的目的不再只是“生成很多低能构象。”而是“生成同时符合这些实验特征的合理构象。”这就是 restraint 发挥作用的地方。二、把 NMR 信息转化成 Distance Restraint这里使用两组距离约束OA–HA2–3 ÅOB–HB2–3 Å目的是寻找能够在对应原子之间形成氢键的构象其中 OA–HA restraint 用于帮助维持 Pro3 区域的inverse γ-turn。进入Edit → Potential → Restrain…此时鼠标会变成十字选择状态。依次选择OA 和 HA两个原子在Bounds中输入2 和 3也就是要求这两个原子的距离位于2–3 Å范围。点击Apply后两个原子之间会出现红线表示 restraint 已经建立。随后对OB–HB重复同样的操作。最终我们得到OA–HA 2–3 ÅOB–HB 2–3 Å两组 Distance Restraints。三、Restraint 不是把距离“锁死”这里要特别理解Restraint和Fix的区别。我们并不是把两个原子固定在某个绝对坐标也不是强制它们永远保持一个精确距离。这里给的是一个2–3 Å 的允许范围。在构象搜索过程中如果结构满足这个距离条件就符合restraint如果明显偏离就会受到相应的能量惩罚。所以restraint更像是在告诉搜索算法“你仍然可以探索不同构象但优先寻找满足这项实验条件的区域。”这也是实验信息与计算构象搜索结合的核心思路。四、检查 Potential Setup建立 restraint 后打开左下角Potential Setup当前力场默认为Amber然后将Solvation → Born并点击Apply。在 Potential Setup 中还可以进入Restraints检查刚刚创建的两组距离约束是否已经正确加入也可以在这里进一步修改。五、运行 LowModeMD 构象搜索接下来进入Compute → Conformations → Search设置输出数据库csearch_bq123.mdb案例中为了缩短计算时间将Iteration Limit 100同时设置RMS Gradient 0.1Energy Window 20然后开始构象搜索。需要注意100 iterations 只是为了缩短演示时间实际计算通常应该使用更高的迭代次数。LowModeMD 会在 restraint 存在的条件下探索构象空间。最终得到的不同 conformers 会写入数据库并按照能量E进行排序。六、构象生成之后还要做后处理计算结束并不代表分析结束。我们还知道第三条实验信息D-Trp 和 Leu 之间应该存在 hydrophobic contact。因此还需要从生成的构象库中继续寻找满足这一特征的结构。首先载入最低能量 conformer然后进入DBV → Compute → Molecule → Conformation Geometry…选择D-Trp1 的 CD2和Leu5 的 CG点击MeasureMOE 会计算数据库中所有 conformers的 CD2–CG 距离并将结果添加为新的数据库字段。这一步很重要Conformation Geometry 不是只测当前屏幕上的一个结构而是可以把同一个几何参数批量计算到整个构象数据库。二者的距离会添加在最右边一列。七、按照实验特征筛选构象有了 CD2–CG 距离之后就可以直接在数据库中筛选CD2–CG 5 Å随后Hide Unselected只保留满足条件的 conformers。由于数据库本身已经按照能量E排序所以筛选后的第一条记录就是满足 CD2–CG 5 Å 条件的最低能量 conformer。这样我们就不是简单选择全数据库最低能量结构而是在选择满足实验结构特征的低能量结构。这两者的意义完全不同。八、最终检查实验信息有没有被恢复载入筛选后的最低能量 conformer可以看到D-Trp1 与 Leu5 之间形成 hydrophobic contact同时OA–HA 和 OB–HB两组距离约束均保持在2–3 Å进一步观察还能看到 OA–HA restraint 帮助形成了 Pro3 区域的inverse γ-turn。于是整套 workflow 就闭环了NMR Experimental Information↓转化为Distance Restraints↓LowModeMD Conformational Search↓得到 Conformational Ensemble↓Conformation Geometry↓按照 D-Trp–Leu 距离筛选↓得到符合实验特征的低能构象这比单纯生成大量低能结构更有针对性。九、这套方法真正解决了什么对于肽尤其是环肽构象空间可能非常复杂。但实际研究中我们经常已经掌握部分信息例如NMR 距离信息已知氢键特定 turn两个残基需要相互接近。这些信息并不一定能直接给出完整三维结构但可以帮助我们排除大量不符合实验的构象空间。因此Experiment Conformational Search通常比完全没有先验信息的盲目采样更有针对性。需要强调的是约束的可靠性取决于输入实验信息本身。错误或过强的 restraint 同样可能把构象搜索引向错误区域。本篇总结这一篇我们完成了一条从实验信息到三维构象的完整路线。以 BQ123 为例将 NMR 提供的结构信息转化为2–3 Å Distance Restraints再结合LowModeMD进行构象搜索计算结束后通过Conformation Geometry批量测量 D-Trp–Leu 距离并进一步筛选具有疏水接触的低能构象。因此构象搜索不一定只能回答“这个肽可能有哪些构象”当实验信息足够时我们还可以进一步问“哪些低能构象同时符合我们已经知道的实验结构特征”这也完成了本系列从肽结构分析、非天然氨基酸、Residue Scan、Docking、PLIF到构象搜索与实验约束的一整套 MOE 肽设计流程。
