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

Главная
Суть задания построить 3DQSAR модель для ингибиторов тромбина и предсказать активность для трех веществ, активность которых не известна.

1.

Для проведения 3DQSAR анализа мы будем использовать программы Open3DQSAR и Open3DALIGN (open3dqsar.sourceforge.net).
Чтобы использовать их на kodomo, добавила к переменной PATH директорию /home/preps/grishin/open3dtools/bin:
export PATH=$PATH:/home/preps/grishin/open3dtools/bin

2.

Дан набор из 88 веществ – ингибиторов тромбина (compounds.sdf).
Для 85 из них активность известна, для трех – предстоит предсказать.
Для начала необходимо построить пространственное выравнивание активных конформаций исследуемых веществ.
Будем считать активной конформацией наиболее энергетически выгодную конформацию.
Можно сгенерировать эти конформации, используя программу obconformer из пакета OpenBabel:
obconformer 100 100 compounds.sdf > compounds_best_conformer.sdf
Для экономии времени взяла уже готовый файл (compounds_best_conformer.sdf).
Далее необходимо сделать выравнивание полученных конформеров.
Попробовала сделать это с помощью программы Open3DALIGN:
open3dalign.sh
Чтобы сделать выравнивание нужно загрузить ваш SDF файл со структурами веществ:
import type=SDF file=compounds_best_conformer.sdf
Выполнить выравнивание:
align object_list=1
save file=aligned.sdf
Получился файл aligned.sdf.

3.

Теперь можно попробовать выполнить непосредственно 3DQSAR анализ и посмотреть, получается ли построить регрессионную модель с помощью такого выравнивания.
Запустила программу:
open3dqsar.sh
Все дальнейшие команды вводятся в командной строке open3dqsar.
Загрузила файл со структурами:
import type=sdf file=aligned.sdf
Загрузила файл с данными об активности исследуемых соединений (activity.txt):
import type=dependent file=activity.txt
Задала решетку вокруг исследуемых соединений:
box
Оставила часть наших соединений в качестве тестового набора, и не буду использовать их для построения модели, а также исключу (пока что) соединения с неизвестной активностью:
set object_list=60-85 attribute=TEST
set object_list=86-88 attribute=EXCLUDED
Рассчитала значения энергии ван-дер-Ваальсовых взаимодействий в узлах решетки:
calc_field type=VDW force_field=MMFF94 probe_type=CR
В некоторых узлах решетки псевдо-атом зонда (probe) находится слишком близко к атомам исследуемых содеинений, и дает слишком большую по модулю энергию.
Установила ограничения на значения энергии:
cutoff type=max level=5.0 field_list=1
cutoff type=min level=-5.0 field_list=1
Слишком маленькие значения энергии приравняла к 0:
zero type=all level=0.05
Исключила из анализа ячейки, в которых вариабельность в энергии взаимодействия с зондом для разных соединений мала:
sdcut level=0.1
nlevel
remove_x_vars type=nlevel
Наконец, построила регрессионную модель:
pls
В результате выполнения этой программы получила 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 7.3852 7.3852 39.6551 39.6551 0.7375 0.3966
2 4.5272 11.9123 34.6556 74.3107 0.4812 0.7431
3 4.0303 15.9427 15.9744 90.2851 0.2959 0.9029
4 4.6388 20.5814 4.8265 95.1116 0.2099 0.9511
5 4.4540 25.0354 2.9577 98.0692 0.1319 0.9807
Все коэффициенты корреляции получились больше нуля, модель устраивает.
Попробовала выполнить кросс-валидацию:
cv type=loo runs=20
PC SDEP q2
--------------------------
0 0.9658 -0.0348
1 1.0194 -0.1529
2 1.1152 -0.3798
3 1.0963 -0.3334
4 1.0994 -0.3410
5 1.0744 -0.2808
И предсказать активность для тестовой выборки:
predict
PC r2(pred) SDEP
--------------------------
0 0.0000 1.0362
1 -0.0525 1.0631
2 0.0627 1.0032
3 -0.0352 1.0543
4 -0.0669 1.0703
5 0.0162 1.0278
Видимо, коэффициенты корреляции при анализе тестовой выборки находятся между коэффициентами при построении модели и при кросс-валидации.

4.

Теперь попробовала выполнить тот же анализ, но используя выравнивание и конформации, полученные с учетом структуры активного центра белка-мишени.
Посмотрела на выравнивание в PyMOL.
open3dalign.sh
import type=SDF file=compounds.sdf
align object_list=1
save file=aligned_1.sdf
Повторила 3DQSAR анализ с этим выравниванием:
open3dqsar.sh
import type=sdf file=aligned_1.sdf
import type=dependent file=activity.txt
box
set object_list=60-85 attribute=TEST
set object_list=86-88 attribute=EXCLUDED
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
sdcut level=0.1
nlevel
remove_x_vars type=nlevel
pls
cv type=loo runs=20
predict
Получилось:
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
И при кросс-валидации:

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 Предсказанные коэффициентах корреляции равны: 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
Отметим разницу в полученных результатах: коэффициенты корреляции получились меньше, результаты кросс-валидации - лучше, предсказанные коэффициенты - лучше.
Следовательно, с учетом структуры активного центра белка-мишени результаты в целом лучше.

5.

Попробуем использовать получившуюся модель для предсказания активности.
Для начала, переделала модель с использованием всех имеющихся данных, а вещества с неизвестной активностью обозначила как тестовую выборку:
set object_list=60-85 attribute=TRAINING
set object_list=86-88 attribute=TEST
Построила модель для предсказания активности трех веществ:
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 12.8375 12.8375 44.4004 44.4004 0.7269 0.4440
2 14.5264 27.3638 14.3748 58.7753 0.6260 0.5878
3 6.9607 34.3245 11.2007 69.9760 0.5342 0.6998
4 8.4659 42.7904 5.4939 75.4699 0.4828 0.7547
5 4.7600 47.5503 5.7466 81.2166 0.4225 0.8122
predict
PC r2(pred) SDEP
--------------------------
0 0.0000 6.6604
1 0.0294 6.5616
2 -0.0102 6.6942
3 0.0265 6.5717
4 -0.0480 6.8183
5 -0.0950 6.9696
Активности искомых трех соединений:
N Activity
================
86 7.0954
87 6.9300
88 5.5493