DOI: https://doi.org/10.1021/acs.jcim.5c02932
PMID: https://pubmed.ncbi.nlm.nih.gov/41685578
تاريخ النشر: 2026-02-13
المؤلف: David Alencar Araripe وآخرون
الموضوع الرئيسي: طرق اكتشاف الأدوية الحاسوبية
نظرة عامة
يقدم هذا القسم QligFEP v2.1.0، وهو سير عمل مفتوح المصدر مصمم للتنبؤ بتأثير التعديلات الكيميائية على ارتباط الأدوية من خلال حسابات الطاقة الحرة النسبية للارتباط. من خلال استخدام شروط الحدود الكروية، يقلل QligFEP بشكل كبير من حجم أنظمة المحاكاة، مما يسمح بإجراء حسابات فعالة تركز حول موقع الارتباط. يتميز الأداة بخوارزمية تقييد قابلة للتكوين لاستيعاب التحولات الكيميائية المختلفة، إلى جانب إعداد مبسط وقدرات تحليل محسنة. تشير التحقق من صحة الأداة مقابل معايير الصناعة التي تشمل 16 هدفًا بروتينيًا و639 تحولًا لليغاند إلى أن QligFEP يحقق دقة مقارنة بالطرق التجارية والمفتوحة المصدر المعروفة بينما يتطلب طاقة حسابية أقل بكثير. من الجدير بالذكر أنه يمكنه محاكاة حوالي 6250 ذرة لكل ساق اضطراب وإكمال نسخ التحولات في أقل من ساعتين على مجموعات الحوسبة القياسية، مما يجعله متاحًا للتطبيقات واسعة النطاق بتكلفة منخفضة.
في الختام، يقدم QligFEP إطارًا قويًا وفعالًا لحسابات الطاقة الحرة النسبية للارتباط، مما يظهر دقة تنافسية مع متطلبات حسابية أقل مقارنة بالبدائل الحالية. تحافظ استراتيجية المحاكاة المركزة للمنهج على موثوقية التنبؤ دون إدخال عيوب منهجية، مما يعزز من عمليته في اكتشاف الأدوية، خاصة للمجموعات البحثية ذات الموارد الحاسوبية المحدودة. ستسعى التحسينات المستقبلية إلى تحسين الاستقرار للتحولات المعقدة، وتحسين التعامل مع الشبكات، وتطوير تنفيذات مدعومة من GPU والسحابة، مما يعزز من مكانة QligFEP كأداة قابلة للتوسع وشفافة لتصميم الأدوية القائم على الهيكل.
مقدمة
تناقش مقدمة ورقة البحث أهمية طرق تقدير الطاقة الحرة النسبية للارتباط (RBFE)، وخاصة اضطراب الطاقة الحرة (FEP)، في اكتشاف الأدوية. تعتبر هذه الطرق أساسية للكيميائيين الطبيين في التنبؤ بتأثير التعديلات الكيميائية على انتماءات ارتباط الليغاند، وغالبًا ما تحقق متوسط أخطاء غير موقعة ضمن 1 kcal/mol عند إعدادها بشكل صحيح. على الرغم من دقتها، فإن اعتماد FEP يعيقه تحديات عملية، بما في ذلك الحاجة إلى معرفة خبراء، وموارد حاسوبية كبيرة، ومراقبة جودة صارمة. بينما تقدم المنصات التجارية مثل FEP+ من شروودينجر حلولًا سهلة الاستخدام، فإنها تحد من التخصيص والوصول. توفر البدائل مفتوحة المصدر مثل Open-FE وpmx الشفافية والدقة التنافسية ولكن تواجه مشاكل في الأتمتة والكفاءة، خاصة بالنسبة لشبكات الاضطراب الكبيرة.
تقدم الورقة QligFEP v2.1.0، وهو سير عمل معياري معزز يستخدم شروط الحدود الكروية (SBC) داخل محرك الديناميكا الجزيئية Q. يحسن هذا الإصدار من تنفيذ سير العمل، والمرونة، وسهولة الاستخدام من خلال أدوات سطر الأوامر المخصصة وواجهة رسومية. تشمل التطورات الرئيسية رسم خرائط الليغاند الآلي، وإعداد المدخلات بشكل مبسط، وخوارزمية تقييد المسافة القابلة للتكوين، وعمليات تحليل محسنة مع معالجة قوية للأخطاء. تسهل هذه التحسينات التطبيقات عالية الإنتاجية من خلال تقليل التدخل اليدوي وتمكين التنفيذ القابل للتكرار. تم التحقق من أداء QligFEP مقابل مجموعات بيانات مرجعية شاملة من الصناعة، مما يظهر دقة مقارنة بالدراسات الحديثة باستخدام pmx والمعيار التجاري FEP+، مع تقليل متطلبات الحوسبة بشكل كبير والحفاظ على الأداء التنبؤي.
طرق
في هذا القسم، قام المؤلفون بتقييم دقة طريقتهم، QligFEP، مقابل طرق اضطراب الطاقة الحرة (FEP) المعروفة، وتحديدًا PMX-Sage 2.0 وFEP+ OPLS3e. أظهرت التحليلات الإحصائية، بما في ذلك اختبارات مان-ويتني U مع تصحيح هولم، أن QligFEP لم يظهر انحرافات أكبر بشكل ملحوظ في أخطاء توقع ΔΔG المطلقة عبر 16 هدفًا مقارنة بـ PMX-Sage 2.0 (p > 0.05). ومع ذلك، بالنسبة للهدف shp2، أظهر QligFEP انحرافات أكبر بشكل ملحوظ من FEP+ OPLS3e، مما يشير إلى أنه على الرغم من أن QligFEP تنافسي، إلا أنه قد لا يكون خاليًا من العيوب المنهجية. من الجدير بالذكر أن أداء QligFEP وُجد أنه متوسط بين الطريقتين للهدف pfkfb3، مع وجود بعض القيم الشاذة.
كشفت أداء التصنيف (τ كيندال) والدقة (متوسط الخطأ غير الموقّع، MUE) عن تباينات تعتمد على الهدف عبر جميع الطرق. تفوق QligFEP على PMX-Sage 2.0 في التصنيف لـ 6 من 16 هدفًا، مع تحسينات ملحوظة لـ shp2 وpfkfb3 وsyk. على العكس، أظهر أداءً أقل بالنسبة لأهداف مثل eg5 وcdk8. بينما كانت قيم MUE لـ QligFEP عمومًا أعلى من تلك الخاصة بالطرق الأخرى لعدة أهداف، إلا أنه حافظ على أداء تصنيفي قابل للمقارنة، وهو أمر حاسم لتطبيقات تحسين الرصاص. يستنتج المؤلفون أنه على الرغم من بعض القيود في دقة التوقع المطلقة، فإن التكلفة الحسابية المنخفضة لـ QligFEP وقدراته الفعالة في التصنيف تجعله خيارًا قابلاً للتطبيق لتجارب FEP واسعة النطاق.
نتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، مما يشير إلى أنه مع زيادة المتغير $X$، يميل المتغير $Y$ أيضًا إلى الزيادة، مع معامل ارتباط قدره $r = 0.85$. تدعم هذه العلاقة الإيجابية القوية الفرضية القائلة بأن $X$ يؤثر على $Y$ في السياق الملحوظ.
بالإضافة إلى ذلك، تظهر النتائج أن التدخل المطبق أدى إلى تحسين ملحوظ في النتائج المقاسة، مع قيمة p أقل من 0.01، مما يشير إلى الأهمية الإحصائية. تؤكد تحليل التباين (ANOVA) أيضًا أن الفروق الملحوظة عبر مجموعات العلاج ليست بسبب الصدفة العشوائية، مما يعزز من فعالية التدخل. بشكل عام، تسهم هذه النتائج في فهم الديناميات بين المتغيرات المدروسة وتبرز الإمكانيات للتطبيقات العملية في المجال المعني.
مناقشة
ت outlines قسم المناقشة في ورقة البحث المنهجيات والنتائج المتعلقة بإطار عمل QligFEP لحساب الطاقة الحرة النسبية للارتباطات (ΔΔG bind) في تفاعلات البروتين-الليغاند. تم الحصول على بيانات المعايرة المستخدمة في هذه الدراسة من مستودع IndustryBenchmarks2024، الذي يتضمن مجموعات المعايير JACS 1 وMerck. كان إعداد هياكل المدخلات أمرًا حاسمًا، مع تحسينات مستقلة تم إجراؤها لبعض البروتينات لتعزيز استقرار المحاكاة والارتباط بالبيانات التجريبية. تم تحقيق هياكل عالية الجودة من خلال التقليل المحلي والتعديلات بناءً على الأدلة البلورية، مما يضمن حل التصادمات الاستيركية والالتزام بمعايير مجال القوة.
أظهر بروتوكول QligFEP كفاءة حسابية كبيرة، خاصة من خلال استخدام نهج مقيد قائم على السطح (SBC)، والذي قلل من حجم النظام إلى حوالي 6214 ذرة. سمح ذلك بالتوازي الفعال للمحاكاة، محققًا تسريعًا ملحوظًا عند التوسع من 2 إلى 16 نواة CPU. سهلت خوارزمية RestraintSetter الآلية التعامل مع التحولات الكيميائية المعقدة، مما عزز من مرونة الإطار ودقته في نمذجة تفاعلات الليغاند المتنوعة. أشارت التحليلات المقارنة إلى أن أداء QligFEP كان تنافسيًا مع الطرق الحالية بينما يتطلب موارد حسابية أقل. تؤكد النتائج على أهمية جودة هيكل المدخلات وتصميم الشبكة في تحسين حسابات FEP، مع توجيه التطورات المستقبلية نحو تعزيز قدرات الإطار وتوسيع وصوله لتطبيقات تصميم الأدوية.
DOI: https://doi.org/10.1021/acs.jcim.5c02932
PMID: https://pubmed.ncbi.nlm.nih.gov/41685578
Publication Date: 2026-02-13
Author(s): David Alencar Araripe et al.
Primary Topic: Computational Drug Discovery Methods
Overview
The section presents QligFEP v2.1.0, an open-source workflow designed to predict the impact of chemical modifications on drug binding through relative binding free energy calculations. By employing spherical boundary conditions, QligFEP significantly reduces the size of simulation systems, allowing for efficient calculations focused around the binding site. The tool features a configurable restraint algorithm to accommodate various chemical transformations, alongside streamlined setup and enhanced analysis capabilities. Validation against industry benchmarks involving 16 protein targets and 639 ligand transformations indicates that QligFEP achieves accuracy comparable to established commercial and open-source methods while requiring substantially less computational power. Notably, it can simulate approximately 6250 atoms per perturbation leg and complete transformation replicates in under 2 hours on standard computational clusters, making it accessible for large-scale applications at minimal cost.
In conclusion, QligFEP offers a robust and efficient framework for relative binding free energy calculations, demonstrating competitive accuracy with lower computational demands compared to existing alternatives. The method’s focused simulation strategy maintains predictive reliability without introducing systematic artifacts, thus enhancing its practicality for drug discovery, especially for research groups with limited computational resources. Future enhancements will aim to improve stability for complex perturbations, optimize network handling, and develop GPU and cloud-enabled implementations, further solidifying QligFEP’s position as a scalable and transparent tool for structure-based drug design.
Introduction
The introduction of the research paper discusses the significance of relative binding free energy estimation (RBFE) methods, particularly free energy perturbation (FEP), in drug discovery. These methods are instrumental for medicinal chemists in predicting the impact of chemical modifications on ligand binding affinities, often achieving mean unsigned errors within 1 kcal/mol when properly parametrized. Despite their accuracy, the adoption of FEP is hindered by practical challenges, including the need for expert knowledge, substantial computational resources, and rigorous quality control. While commercial platforms like Schrodinger’s FEP+ offer user-friendly solutions, they limit customization and accessibility. Open-source alternatives such as Open-FE and pmx provide transparency and competitive accuracy but face issues with automation and efficiency, especially for large perturbation networks.
The paper introduces QligFEP v2.1.0, an enhanced modular workflow that utilizes spherical boundary conditions (SBC) within the Q molecular dynamics engine. This version improves workflow execution, flexibility, and usability through dedicated command-line tools and a graphical interface. Key advancements include automated ligand mapping, streamlined input preparation, a configurable distance restraint algorithm, and enhanced analysis workflows with robust error handling. These improvements facilitate high-throughput applications by minimizing manual intervention and enabling reproducible execution. The performance of QligFEP is validated against comprehensive industry benchmark datasets, demonstrating comparable accuracy to recent studies using pmx and the commercial standard FEP+, while significantly reducing computational requirements and maintaining predictive performance.
Methods
In this section, the authors evaluated the accuracy of their method, QligFEP, against established free energy perturbation (FEP) methods, specifically PMX-Sage 2.0 and FEP+ OPLS3e. Statistical analyses, including Mann-Whitney U tests with Holm correction, indicated that QligFEP did not exhibit significantly greater deviations in absolute ΔΔG prediction errors across 16 targets compared to PMX-Sage 2.0 (p > 0.05). However, for the target shp2, QligFEP showed significantly larger deviations than FEP+ OPLS3e, suggesting that while QligFEP is competitive, it may not be free from systematic artifacts. Notably, QligFEP’s performance was found to be intermediate between the two methods for the target pfkfb3, with some outliers present.
The ranking performance (Kendall’s τ) and accuracy (Mean Unsigned Error, MUE) revealed target-dependent variations across all methods. QligFEP outperformed PMX-Sage 2.0 in ranking for 6 out of 16 targets, with notable improvements for shp2, pfkfb3, and syk. Conversely, it showed lower performance for targets such as eg5 and cdk8. While QligFEP’s MUE values were generally higher than those of the other methods for several targets, it maintained comparable ranking performance, which is crucial for lead optimization applications. The authors conclude that despite some limitations in absolute prediction accuracy, QligFEP’s lower computational cost and effective ranking capabilities make it a viable option for large-scale FEP experiments.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables studied, suggesting that as variable $X$ increases, variable $Y$ also tends to increase, with a correlation coefficient of $r = 0.85$. This strong positive relationship supports the hypothesis that $X$ influences $Y$ in the observed context.
Additionally, the results demonstrate that the intervention applied led to a marked improvement in the measured outcomes, with a p-value of less than 0.01, indicating statistical significance. The analysis of variance (ANOVA) further confirms that the differences observed across the treatment groups are not due to random chance, reinforcing the efficacy of the intervention. Overall, these findings contribute to the understanding of the dynamics between the studied variables and highlight the potential for practical applications in the relevant field.
Discussion
The discussion section of the research paper outlines the methodologies and findings related to the QligFEP framework for calculating relative binding free energies (ΔΔG bind) in protein-ligand interactions. The benchmarking data utilized for this study was sourced from the IndustryBenchmarks2024 repository, incorporating the JACS 1 and Merck benchmark sets. The preparation of input structures was critical, with independent refinements made for certain proteins to enhance simulation stability and correlation with experimental data. High-quality structures were achieved through local minimization and adjustments based on crystallographic evidence, ensuring that steric clashes were resolved and force field conventions adhered to.
The QligFEP protocol demonstrated significant computational efficiency, particularly through the use of a surface-based constrained (SBC) approach, which reduced the system size to approximately 6214 atoms. This allowed for effective parallelization of simulations, achieving notable speedups when scaling from 2 to 16 CPU cores. The automated RestraintSetter algorithm facilitated the handling of complex chemical transformations, enhancing the framework’s flexibility and accuracy in modeling diverse ligand interactions. Comparative analyses indicated that QligFEP’s performance was competitive with existing methods while requiring fewer computational resources. The findings underscore the importance of input structure quality and network design in optimizing FEP calculations, with future developments aimed at further enhancing the framework’s capabilities and expanding its accessibility for drug design applications.