Пример использования трехмерного QSAR анализа для предсказания активности низкомолекулярных соединений в отношении данного белка

1, 2.

Для проведения 3DQSAR анализа использованы программы Open3DQSAR и Open3DALIGN (open3dqsar.sourceforge.net). Чтобы использовать их на kodomo, нужно добавить к переменной PATH директорию /home/preps/grishin/open3dtools/bin):

export PATH=$PATH:/home/preps/grishin/open3dtools/bin

Дан набор из 88 веществ – ингибиторов тромбина. Для 85 из них активность известна, для трех – предстоит предсказать. Для начала необходимо построить пространственное выравнивание активных конформаций исследуемых веществ. Считаем активной конформацией (то есть конформацией, в которой вещество-ингибитор взаимодействует с белком-мишенью) наиболее энергетически выгодную конформацию. Конформации сгенерированы, используя программу obconformer из пакета OpenBabel:

obconformer 100 100 compounds.sdf > compounds_best_conformer.sdf

Далее сделано выравнивание полученных конформеров с помощью программы Open3DALIGN (open3dalign.sourceforge.net):

open3dalign.sh

import type=SDF file=compounds_best_conformer.sdf

align object_list=1

save file=align.sdf

Полученный файл align.sdf был перекодирован из юникода в ascii. Результат - align2.sdf. Визуализация выравнивания представлена на рис. 1.

Рис. 1.

3.

Далее выполнен непосредственно 3DQSAR анализ с целью посмотреть получается ли построить регрессионную модель с помощью полученного выравнивания:

open3dqsar.sh

import type=sdf file=align2.sdf

import type=dependent file=activity.txt

activity.txt - загруженный файл с данными об активности исследуемых соединений. Активности трех последних соединений предстоит предсказать, поэтому для них указана нулевая активность. Для этого задана решетка вокруг исследуемых соединений:

box

Часть соединений оставлены в качестве тестового набора, исключены соединения с неизвестной активностью:

set object_list=60-85 attribute=TEST

set object_list=86-88 attribute=EXCLUDED

Рассчитаны значения энергии ван-дер-Ваальсовых взаимодействий в узлах решетки с установлением ограничений и приравниванием слишком маленьких значений энергии к 0:

calc_field type=VDW force_field=MMFF94 probe_type=CR

cutoff type=max level=5.0 field_list=1

cutoff type=min level=-5.0 field_list=1

zero type=all level=0.05

Исключены из анализа ячейки, в которых вариабельность в энергии взаимодействия с зондом для разных соединений мала и затем построена регрессионная модель:

sdcut level=0.1

nlevel

remove_x_vars type=nlevel

pls

Получены коэффициенты корреляции для разного количества компонент, выделенных PLS:

 Exp.   Cum. exp.        Exp.   Cum. exp.
PC    var. X %    var. X %    var. Y %    var. Y %        SDEC          r2
--------------------------------------------------------------------------
 0      0.0000      0.0000      0.0000      0.0000      0.9494      0.0000
 1     15.9480     15.9480     32.8386     32.8386      0.7780      0.3284
 2      5.1333     21.0813     36.3625     69.2011      0.5269      0.6920
 3      4.6235     25.7048     15.6991     84.9002      0.3689      0.8490
 4      3.8908     29.5956      7.5246     92.4248      0.2613      0.9242
 5      4.0108     33.6064      2.8661     95.2909      0.2060      0.9529

Коэффициенты корреляции больше 0,3, при этом 2 последних коэффициента близки к 1. Соответственно, модель, можно попробовать использовать для проведения кросс-валидации:

cv type=loo runs=20

Получены следующие коэффициенты:

PC        SDEP          q2
--------------------------
 0      0.9658     -0.0348
 1      0.9164      0.0683
 2      0.9733     -0.0509
 3      0.9667     -0.0368
 4      0.9880     -0.0829
 5      0.9497     -0.0006

Далее предсказаны активности для тестовой выборки:

predict

Полученные коэффициенты:

PC    r2(pred)        SDEP
--------------------------
 0      0.0000      1.0362
 1      0.2655      0.8881
 2      0.3296      0.8484
 3      0.2353      0.9061
 4      0.2754      0.8821
 5      0.2536      0.8953

Кросс-валидация дает коэффициенты, близкие к нулю, при этом все, кроме одного, значения отрицательны. Предсказание выдало положительные коэффициенты корреляции, уже не близкие к нулю, но однако далекие от 1.

4.

Выполнен тот же анализ, но используя выравнивание и конформации, полученные с учетом структуры активного центра белка-мишени (они находятся в исходном файле compounds.sdf). Полученное выравнивание align2_2.sdf просмотрено в PyMOL. Визуализация представлена на рис. 2.

Рис. 2.

Повторен 3DQSAR анализ с этим выравниванием.

Полученные коэффициенты корреляции для разного количества компонент, выделенных PLS:

 Exp.   Cum. exp.        Exp.   Cum. exp.
PC    var. X %    var. X %    var. Y %    var. Y %        SDEC          r2
--------------------------------------------------------------------------
 0      0.0000      0.0000      0.0000      0.0000      0.9494      0.0000
 1     12.1342     12.1342     48.4736     48.4736      0.6815      0.4847
 2     13.2295     25.3637     14.5885     63.0621      0.5770      0.6306
 3      7.6412     33.0049     13.2040     76.2661      0.4625      0.7627
 4      8.0257     41.0305      4.3684     80.6345      0.4178      0.8063
 5      6.0521     47.0827      3.8642     84.4987      0.3738      0.8450

Минимальное значение коэффициента корреляции больше чем в первом случае, но нет значений близких к 1.

После кросс-валидации получены следующие коэффициенты:

PC        SDEP          q2
--------------------------
 0      0.9658     -0.0348
 1      0.8027      0.2851
 2      0.7664      0.3484
 3      0.7061      0.4468
 4      0.6735      0.4968
 5      0.6401      0.5454

После предсказания активности для тестовой выборки получено:

PC    r2(pred)        SDEP
--------------------------
 0      0.0000      1.0362
 1      0.3451      0.8385
 2      0.3226      0.8529
 3      0.2998      0.8671
 4      0.3012      0.8662
 5      0.2693      0.8858

Кросс-валидация дает коэффициенты больше нуля, кроме одного, что хорошо, по-сравнению с результатами кросс-валидации в первом случае. Предсказание выдало положительные коэффициенты корреляции, в среднем, чуть большие чем в первом случае, но все же не близкие к нулю и далекие от 1.

5.

Получившаяся модель использована для предсказания активности. Модель переделана с использованием всех имеющихся данных, а вещества с неизвестной активностью обозначены как тестовая выборка. Затем как и раньше построена модель и предсказаны активности трех веществ:

set object_list=60-85 attribute=TRAINING

set object_list=86-88 attribute=TEST

Полученные коэффициенты корреляции для разного количества компонент, выделенных PLS:

 Exp.   Cum. exp.        Exp.   Cum. exp.
PC    var. X %    var. X %    var. Y %    var. Y %        SDEC          r2
--------------------------------------------------------------------------
 0      0.0000      0.0000      0.0000      0.0000      0.9749      0.0000
 1     12.5822     12.5822     46.4042     46.4042      0.7137      0.4640
 2     14.2226     26.8048     15.5157     61.9199      0.6016      0.6192
 3      6.7847     33.5895     11.1828     73.1027      0.5056      0.7310
 4      8.7614     42.3509      4.2898     77.3925      0.4635      0.7739
 5      4.7029     47.0537      4.5965     81.9889      0.4137      0.8199

Минимальное значение коэффициента корреляции больше чем в первом случае, но нет значений близких к 1.

После кросс-валидации получены следующие коэффициенты:

PC        SDEP          q2
--------------------------
 0      0.9865     -0.0240
 1      0.8233      0.2868
 2      0.7521      0.4049
 3      0.7084      0.4720
 4      0.6963      0.4899
 5      0.7061      0.4754

После предсказания активности для тестовой выборки получено:

PC    r2(pred)        SDEP
--------------------------
 0      0.0000      6.6604
 1      0.0298      6.5603
 2     -0.0155      6.7118
 3      0.0082      6.6331
 4     -0.0627      6.8660
 5     -0.1011      6.9889

Предсказанные активности:

-----------------------------------------------------------------------------------
    N   ID   Name     1           2           3           4           5    Opt PC n
 ------------------------------------------------------------------------------------
   86   86    01    7.1119      7.5466      7.4119      7.6262      7.7234       1
   87   87    44    6.9428      7.1202      7.0946      7.3278      7.5477       1
   88   88    72    5.5073      5.2436      5.1697      5.4378      5.4696       3

Исходя из подсчитанных коэффициентов корреляции при предсказании активности, наиболее близкие значения получены для первой компоненты (0,0298 ближе всего к 1):

------------------------
    N   ID   Name     1 
 -------------------------
   86   86    01    7.1119
   87   87    44    6.9428
   88   88    72    5.5073
© Eugenia Prokhorova, Евгения Прохорова, 2014