소식

May 06, 2023

마지막 데이터 업데이트 및 3D 추가로 Binding MOAD 종료

과학 보고서 13권,

Scientific Reports 13권, 기사 번호: 3008(2023) 이 기사 인용

664 액세스

1 알트메트릭

측정항목 세부정보

Binding MOAD는 단백질-리간드 복합체와 데이터세트 전반에 걸쳐 많은 구조화된 관계를 갖는 이들의 유사성에 대한 데이터베이스입니다. 이 프로젝트는 20년 넘게 개발을 진행해 왔지만 이제 마무리해야 할 때가 왔습니다. 현재 데이터베이스에는 15,223개(37%) 단지에 대한 선호도 범위를 갖는 41,409개의 구조가 포함되어 있습니다. BindingMOAD.org 웹사이트는 다중약리학 탐색을 위한 다양한 도구를 제공합니다. 현재 관계에는 서열 유사성, 2D 리간드 유사성 및 결합 부위 유사성을 갖는 구조에 대한 링크가 포함됩니다. 이 마지막 업데이트에서는 ROCS를 사용하여 3D 리간드 유사성을 추가하여 2차원에서 반드시 유사하지는 않지만 동일한 3차원 공간을 차지할 수 있는 리간드를 식별했습니다. 데이터베이스에 존재하는 20,387개의 서로 다른 리간드에 대해 리간드 간의 총 1,320,511개의 3D 모양 일치가 추가되었습니다. 다약리학에서 3D 모양 매칭의 유용성에 대한 예가 제시됩니다. 마지막으로 프로젝트 데이터에 대한 향후 액세스 계획이 설명됩니다.

단백질-리간드 복합체의 데이터베이스는 다양한 약물 발견 및 설계 프로젝트의 핵심입니다. 이는 약물의 표적 외 활성 예측(독성학) 또는 알려진 약물의 새로운 응용 분야 찾기(약물 용도 변경)와 같은 다중약리학 프로젝트에 특히 유용합니다. Binding MOAD(www.BindingMOAD.org)1,2,3, PDBbind(www.PDBbind.org.cn)4, BindingDB(www.bindingdb.org)5를 포함하여 단백질-리간드 복합체에 대한 데이터를 제공하는 여러 데이터베이스가 있습니다. ,6,7,8,9, sc-PDB (http://bioinfo-pharma.u-strasbg.fr/scPDB/)10,11 등. 이러한 데이터베이스는 다양한 응용을 목표로 하며, 특정 단백질-리간드 복합체를 포함하는 선택 기준이 다르기 때문에 내용과 크기가 다양합니다.

MOAD는 2001년에 시작되어 20051년에 처음 출판되었으며 매년 1월 초에 매년 업데이트됩니다. MOAD를 시작했을 때 도킹 및 채점을 위한 가장 큰 데이터 세트에는 약 200개의 컴플렉스가 있었습니다12,13. 이러한 정보는 구조를 식별하기 위해 의약 화학 문헌을 읽는 "상향식" 접근 방식으로 수집되었습니다. 우리는 가능한 모든 복합체를 포함하는 전체 단백질 데이터 뱅크(PDB)에서 시작하여 문헌 검색을 통해 친화력 데이터로 최대 세트를 늘리는 "하향식" 접근 방식을 사용하기로 결정했습니다. 단백질-리간드 복합체는 최소 2.5Å의 분해능을 가져야 하며 데이터베이스에 포함되려면 PDB 구조에 생물학적으로 관련된 리간드를 하나 이상 포함해야 합니다. MOAD14의 원시 단백질-리간드 복합체의 HiQ 하위 집합에서 추가 선택 기준에는 Rfree - Rwork ≤ 5%, Real Space R ≤ 0.2 및 RSCC ≥ 0.9의 보다 정확한 측정 기준이 필요합니다.

2014년에는 웹사이트와 데이터베이스가 LAMP(Linux, Apache, MySQL, PHP) 형식3으로 재구성되었습니다. 향상된 사용자 인터페이스에는 Jmol, MarvinView 및 JChemBase와 같은 타사 플러그인이 MarvinSketch와 통합되어 단백질 및 리간드를 더 잘 시각화할 수 있습니다. 동일한 업데이트에는 필터링된 다운로드 및 필드 기반 검색과 같은 유용한 기능도 통합되었습니다. 2019년에는 단백질-리간드 복합체의 향상된 시각화를 위해 NGL 뷰어가 추가되었으며 데이터베이스에서 소분자 검색을 위해 MarvinView가 MarvinJS로 대체되었습니다15. 웹사이트에는 리간드의 3D 결합 부위 유사성 및 2D 유사성과 같은 다약리학 도구도 갖춰져 있었습니다.

MOAD에 최근 추가된 기능은 리간드 전반에 걸친 3D 유사성입니다. 유사한 분자는 유사한 화학적, 생물학적 특성을 갖는 경향이 있습니다16. 소분자 간의 구조적 유사성을 평가하는 것은 다양한 납 분자의 발견 및 최적화를 위한 매우 효과적인 출발점이 될 수 있습니다. 이는 표적 외 결합의 독성학적 특성을 예측하고 관심 있는 다른 단백질에 대한 잠재적인 억제제로서 약물의 용도를 변경하는 데 유용합니다. 2차원 분자 유사성 접근법은 단순성과 정확성으로 인해 매우 인기가 있습니다. 그러나 2D 유사성 계산은 대부분 분자 지문 설명을 기반으로 하며 분자의 3D 구조에 대한 정보는 포함하지 않습니다. 우리는 분자 라이브러리의 가상 스크리닝과 스캐폴드 호핑 접근법의 중요성 때문에 분자 3D 유사성을 추가하기로 결정했습니다.