分子シミュレーションの応用

Size: px

Start display at page:

Download "分子シミュレーションの応用"

たつやわたぬき
5 years ago
Views:

1 平成 26 年 6 月 9 日分子モデリングと分子シミュレーション複合体構造モデリング東京大学大学院農学生命科学研究科アグリバイオインフォマティクス教育研究プログラム寺田透 1

2 本日の講義内容タンパク質タンパク質ドッキングタンパク質低分子化合物ドッキング課題分子シミュレーションの展望と課題 2

3 複合体モデリングタンパク質とタンパク質を含む他の分子との複合体の立体構造を予測する類似した複合体の立体構造が利用できるホモロジーモデリング立体構造の重ね合わせ類似した複合体の立体構造が利用できないドッキングシミュレーション 3

4 重ね合わせによるモデリング (1) 1. UCSF Chimera を起動 2. File Fetch by ID で PDB を選択し ID に 1GUA (Rap1A と Raf-1 の Ras 結合ドメインの複合体構造 ) を指定して Fetch 3. 同様に ID に 5P21 (Ras 単体の立体構造 ) を指定して Fetch 4. Tools Structure Comparison MatchMaker を選択し Reference structur に 1GUA Structure(s) to match に 5P21 を指定し OK メイン画面下部に RMSD が表示される 4

5 重ね合わせによるモデリング (2) 5. Select Chain A 1GUA で 1GUA の A 鎖 (Rap1A) を選択し Actions Atoms/Bonds delete で削除 6. Select Residue HOH で水分子を選択し同様に削除 7. Stick 表示にする 8. Tools Structure Analysis Find Clashes/Contacts を選択 9. Select Chain A で A 鎖 (Ras) を選択し Find Clashes/Contacts ウインドウの Designate ボタンをクリック 5

6 重ね合わせによるモデリング (3) 10. Check designated atoms against で second set of designated atoms を選択する 11. Select Chain B で B 鎖 (Raf) を選択し Designate selection as second set ボタンをクリックし OK 衝突している原子間が黄色の線で示される Ras Raf 6

7 ドッキングシミュレーション + receptor ligand complex タンパク質 (receptor) の表面にある ligand 結合サイトに ligand を結合させてみる Ligand がタンパク質か低分子化合物かで異なる方法が用いられる 7

8 結合自由エネルギー複合体の立体構造は自由エネルギー最小構造複合体の自由エネルギーと単体の自由エネルギーの差 = 結合自由エネルギー (ΔG bind ) G K D bind G complex exp G bind G RT receptor G ligand Ligand をタンパク質表面上の様々な場所に様々な向き構造で結合させ結合自由エネルギーが最も小さい ( 負で絶対値が大きい ) 複合体構造が実際の複合体構造と一致する 8

9 結合自由エネルギーの成分自由エネルギーはポテンシャルエネルギー項体積項エントロピー項からなるタンパク質ーリガンド間相互作用 ΔE int は負安定化タンパク質およびリガンドの脱水和 ΔE desolv は正不安定化構造固定によるエントロピー損失 ΔS conf は負不安定化水和水の解放によるエントロピー利得 ΔS wat は正安定化 G E PV TS G bind E T S E int E desolv T S conf S wat 9

10 結合自由エネルギーの計算エネルギー計算ポテンシャルエネルギー値をそのまま使う溶媒効果や構造エントロピーの効果を無視している MM-PB/SA 法ポテンシャルエネルギー値に Poisson-Boltzmann 方程式と溶媒接触表面積から得た溶媒和自由エネルギーと振動解析から求める構造エントロピーを加える自由エネルギー摂動法熱力学的積分法基準となる化合物に置換基を導入したときと自由エネルギー変化を計算する精度は高いが構造が異なる化合物を比較できないスコア関数の利用 10

11 タンパク質タンパク質ドッキング Receptor ligand ともに剛体とみなし複合体形成による立体構造変化は考慮しない Receptor は原点に固定し ligand の並進 3 自由度回転 3 自由度の計 6 自由度のみを考慮回転は Euler angle で記述形の相補性が特に重要 11

12 形の相補性計算 (1) Receptor Ligand = 1 (solvent accessible surface layer) = 9i (solvent excluding surface layer) 12

13 形の相補性計算 (2) 重ね合わせてグリッドごとにスコアの積を計算するスコア積の和の実部 = ドッキングスコア =4 13

14 形の相補性計算 (3) = 81 重ね合わせてグリッドごとにスコアの積を計算するスコア積の和の実部 = ドッキングスコア =3 81= 78 14

15 計算の高速化計算の一般化 S a, b, c f x, y, z g x a, y b, z c x, y, z スコアSを最大にするligandの並進位置 (a, b, c) を求めるこれは高速フーリエ変換 (fast Fourier transform; FFT) を用いて高速に計算できる ~ ~ S h, k, l f h, k, l g~ h, k, l これをligandのいろいろな向きについて計算する静電相互作用など他の相互作用も同様に高速に計算できる 15

16 ソフトウェアの例 DOT FTDock GRAMM-X HEX ZDOCK 16

17 ZDOCK を用いた計算例 (1) 1. にアクセス 2. Input Protein 1 の PDB ID に 1ZG4 (β-lactamase) を入力 3. Input Protein 2 の PDB ID に 3GMU (β-lactamase inhibitory protein) を入力 4. メールアドレスを入力し Submit 17

18 ZDOCK を用いた計算例 (2) 5. 必要に応じて結合に関与しない残基や関与する残基を指定して Submit ( 実際には submit しないこと ) 18

19 ZDOCK を用いた計算例 (3) 6. 計算が終了するとメールが届くのでメールに記載されたリンクをクリックして結果を表示 7. 講義のページから Top 10 Predictions を収めた top_preds.zip をダウンロードしデスクトップに解凍 8. 生成された top_preds フォルダにはスコアが高いものから順に complex.1.pdb~complex.10.pdb が含まれているがこのままでは表示できないため講義のページから conv.pl をダウンロードしこのフォルダに保存ダブルクリックして実行 complex.1.conv.pdb~complex.10.conv.pdb が生成 19

20 ZDOCK を用いた計算例 (4) 9. Chimera を起動し complex.1.cov.pdb~ complex.10.conv.pdb を開く 10. 正解の複合体構造である 1JTG を開く 11. Tools Structure Comparison MatchMaker を用いて 1JTG を complex.1.conv.pdb に重ね合わせ 1JTG の C 鎖 D 鎖を削除すると見やすくなる 12.complex.1.cov.pdb~complex.10.conv.pdb のうちどの構造が正解に近いか? 20

21 タンパク質低分子化合物ドッキングタンパク質 (receptor) の表面にあるリガンド結合部位をあらかじめ探しそこにリガンドを結合させるリガンドは回転並進に加えて回転可能な結合の二面角をすべて回転させて自由エネルギー ( またはスコア ) が最小となる構造 (pose と呼ばれる ) を探索 Receptor の原子は通常動かさず剛体として扱うことが多い 21

22 参考 : ドッキングソフトウェア AutoDock Vina DOCK Glide GOLD AutoDock Vina と DOCK は無料 Glide と GOLD は有料いずれも化合物の並進回転と二面角の自由度のみを考慮しタンパク質は剛体として扱う 22

23 ドッキングシミュレーション実習 AutoDock Vina を用いて N1 neuraminidase に阻害剤をドッキングする 1. N1 neuraminidase の結晶構造の取得 2. 阻害剤構造の作成 3. Cavity 検出 4. ドッキングシミュレーション 5. 結果の解析 23

24 1. 結晶構造の取得 1. Chimera を起動 2. File Fetch by ID で PDB ID に 2HU0 を指定し Fetch 3. Select Chain A で A 鎖を選択 4. File Save PDB で Save selected atoms only をチェックし File name に 2HU0_A.pdb と指定しデスクトップに保存 5. 同様に B 鎖を 2HU0_B.pdb としてデスクトップに保存 A 鎖 B 鎖 oseltamivir carboxylate 24

25 2. 阻害剤構造の作成 (1) 1. ブラウザで PubChem ( を開く 2. oseltamivir carboxylate と入力し Go 3. CID がであることを確認する 4. Chimera で File Close Session 5. File Fetch by ID で PubChem を選択し ID にを指定し Fetch 6. Ctrl キーを押しながらカルボキシル基についている水素原子を左クリックしこの原子を選択 25

26 2. 阻害剤構造の作成 (2) 7. Actions Atoms/Bonds delete で削除 8. Tools Structure Editing AddH でアミノ基に水素原子を付加 9. Tools Structure Editing Add Charge で電荷を計算 ( 全電荷は +0) 10. Tools Structure Editing Minimize Structure で構造最適化 11. File Save Mol2 でデスクトップに ose.mol2 として保存付加する削除する 26

27 参考 : 化合物ライブラリ Available Chemicals Directory (ACD) 商用化合物データベース DrugBank 医薬品とそのターゲットのデータベース PubChem NCBI が運営する化合物データベース ZINC USCF が運営する化合物データベース 27

3. Cavity 検出薬剤が結合するタンパク質表面の窪みを検出するここでは GHECOM サーバを用いる (http://strcomp.

28 3. Cavity 検出薬剤が結合するタンパク質表面の窪みを検出するここでは GHECOM サーバを用いる ( osaka-u.ac.jp/ghecom/) 最も大きい窪みの中心 : ( 0.561, , ) 最も大きい窪み 28

29 参考 :Cavity 検出ソフトウェア SURFNET タンパク質分子表面の gap region を検出 PASS overview.shtml タンパク質分子表面の cavity を検出しランク付け Q-SiteFinder CH 3 プローブのエネルギー値に基づいてランク付け 29

30 4. ドッキングシミュレーション (1) 1. デスクトップに docking フォルダを作成 2. 2HU0_A.pdb 2HU0_B.pdb ose.mol2 をそのフォルダに移動 3. 講義のページから vina.exe をダウンロードしデスクトップに保存 4. Chimera で File Close Session 5. File Open で docking フォルダに移動した 2HU0_A.pdb と ose.mol2 を開く 30

31 4. ドッキングシミュレーション (2) 6. Tools Surface/Binding Analysis Dock Prep を開く 7. Molecules to prep で 2HU0_A と CID が選択されていることを確認し Write Mol2 file のチェックをはずして OK 8. Add Hydrogens for Dock Prep ウインドウが現れるので OK 9. Assign Charges for Dock Prep ウインドウでは Standard residues に Amber ff99sb を Other residues に AM1-BCC を指定し OK 10.Specify Net Charges では +0 を指定し OK 31

32 4. ドッキングシミュレーション (3) 11. Tools Surface/Binding Analysis AutoDock Vina を開く 12. Output File では Browse ボタンを押し docking フォルダで ose.pdbqt を指定 13. Receptor に 2HU0_A.pdb を Ligand に CID を指定 14. Receptor search volume options を展開し Center にを Size にを指定 15. Executable location を展開し Local を選択し Path で Browse ボタンを押しデスクトップに保存した vina.exe を指定 16. OK をクリック計算が始まる 32

33 参考 : スコア関数以下の c が小さくなるように複合体構造を最適化 c X w h X d ij i j X は gauss1 gauss2 repulsion, hydrophobic hydrogen bonding の 5 種類以下の式により結合自由エネルギーを予測 s c c 1 w N rot intra1 rot s と ΔG bind の実験値が相関するように w X を最適化 d ij c intra1 :c が最小となるモデルの分子内相互作用の値 Trott & Olson J. Comput. Chem. 31, 455 (2010). 33

34 5. 結果の解析 (1) 計算が終了すると結果が自動的に表示される ViewDock ウインドウにスコアの良い順にモデルが並んでいるモデルの行をクリックすると表示されるモデルも切り替わる 34

35 5. 結果の解析 (2) 結晶構造と比較する 1. 2HU0_B.pdb を開く 2. Tools Structure Comparison MatchMaker を開く 3. Reference structure に 2HU0_A.pdb Structure(s) to match に 2HU0_B.pdb を指定し OK 4. Favorites Model Panel で CID を非表示にするどのモデルが正解に近いか 4 位のモデルと結晶構造の比較 35

36 ドッキングの創薬への応用創薬の分野では薬剤候補化合物の探索に化合物のライブラリから標的タンパク質に強く結合する化合物を大規模かつ効率的に探し出す highthroughput screening(hts) がよく用いられる化合物のライブラリの構築結合のアッセイ系の確立には膨大なコストがかかる化合物の標的タンパク質への結合をコンピュータの中で再現する (= ドッキングシミュレーション ) ことで親和性の評価が可能 virtual screening 36

37 Virtual screening タンパク質立体構造受容体酵素など疾患関連遺伝子産物 Cavity 検出ドッキングシミュレーション化合物ライブラリスコアの良いものをリード化合物として選択リード化合物 37

38 分子シミュレーションの現状 (1) できること配列一致度の高い鋳型構造を用いた立体構造予測フォールディングシミュレーションによる小さなタンパク質の立体構造予測精度の高いモデルの最適化精度の高いモデルを用いた低分子化合物やタンパク質との複合体立体構造候補の生成精度の高いタンパク質低分子化合物複合体モデルに対する結合自由エネルギーの予測精度の高いモデルを用いた熱揺らぎや速い運動 ( マイクロ秒程度まで ) の再現 38

39 分子シミュレーションの現状 (2) 難しいことフォールディングシミュレーションによる大きなタンパク質の立体構造予測精度の低いモデルの最適化精度の低いモデルを用いた低分子化合物やタンパク質との複合体立体構造予測タンパク質タンパク質複合体の結合自由エネルギーの予測精度の低いタンパク質低分子化合物複合体モデルに対する結合自由エネルギーの高精度予測遅い運動 ( ミリ秒以上 ) の再現 39

40 運動の時間スケール 1 ps 1 ns 1 μs 1 ms 40 永山國昭生命と物質生物物理学入門より引用

41 フォールディングシミュレーション Lindorff-Larsen et al. Science 334, 517 (2011). 41

42 Aquaporin のシミュレーション水分子の透過速度実験 : sec 1 シミュレーション :16 個 / 10 ns sec 1 de Groot & Grubmüller, Science 294, 2353 (2001).

43 リガンド結合シミュレーション β 2 -adrenergic receptor への拮抗薬 alprenolol 等の結合シミュレーション結合速度定数実験 : M 1 s 1 シミュレーション : M 1 s 1 43 Dror et al. PNAS 108, (2011).

44 44

45 Shaw らの方法自ら設計した分子動力学シミュレーション専用ハードウェア Anton を 512 基接続して使用 23,558 原子系について 1 日当たり 16.4 ms のシミュレーションができる汎用の PC クラスタでは 1 日当たり 100 ns 程度 45

46 スーパコンピュータ京 1 秒間に 1,280 億回の計算 (128 GFLOPS) を行う富士通製 CPU を 8 万個以上備え合計 1 京回 / 秒の計算能力を持つ 46

47 粗視化モデル計算に時間がかかるのは共有結合の伸縮運動まで忠実に再現しようとしているため実際にはそこまで詳細な情報は必要ない分子を粗視化 (coarse-graining) 長い時間刻みの使用を可能にする相互作用計算にかかる時間を短縮 47

48 MARITINI 力場 Marrink らが開発 4 つの重原子を 1 つの粒子にマッピング水和自由エネルギー気化自由エネルギー油相水相間の分配係数などを再現するようにパラメータを決定時間刻みは 30 fs だが実効時間はその 4 倍右は脂質 2 重膜形成シミュレーションの様子 48

49 Liposome の粗視化シミュレーション Liposome 内の圧力を高めると破裂する膜に mechano-sensitive channel(mscl) を埋め込むとここから水が放出されため liposome は破裂せずにすむ 49 Louhivuori et al. PNAS 107, (2010).

50 分子シミュレーションの展望コンピュータの高速化により長時間シミュレーションが可能になるポテンシャルエネルギー関数のさらなる高精度化が必要コンピュータの大規模化により細胞スケールに迫る大規模シミュレーションが可能となる全原子モデルと粗視化モデルを組み合わせたマルチスケールシミュレーションが必要 50

51 課題 2HU0 の A 鎖に対して oseltamivir carboxylate のドッキングを行い複合体の結晶構造 (2HU0 の B 鎖 ) に最も近いモデルのランクとスコアの値を報告せよまたそのモデルについて結晶構造と重ね合わせて比較した図を作成せよランク 1 位のモデルについて同様な図を作成しなぜそのモデルが良いスコアを示しているか考察せよ 51

52 課題の提出ランクとスコア考察を本文に記したメールを寺田宛に送ること図 ( 結晶構造に最も近いモデルとランク 1 位のモデルの 2 つ ) のファイルをこのメールに添付することその際件名は分子モデリング課題とし本文に氏名と学生証番号を明記すること 52

分子シミュレーションの応用

分子シミュレーションの応用平成 24 年 6 月 11 日分子モデリングと分子シミュレーション複合体構造モデリング東京大学大学院農学生命科学研究科アグリバイオインフォマティクス教育研究プログラム寺田透 1 本日の講義内容シミュレーションの手順タンパク質タンパク質ドッキングタンパク質低分子化合物ドッキング課題分子シミュレーションの展望と課題 2 シミュレーションの手順 1. 初期構造の作成立体構造の取得欠失残基への対応