Dock2ONIOM: Utilitário Python para Rescoring de Poses de Docking Molecular pelo Método ONIOM

Favoritar este trabalho
Como citar esse trabalho?
Detalhes
  • Tipo de apresentação: Apresentação de Pôster / Poster Communications
  • Eixo temático: Química Computacional
  • Palavras chaves: docking molecular; ONIOM; Python;
  • 1 Universidade Estadual de Campinas
  • 2 Laboratory of Molecular Modeling and Drug Design (LabMol) / Faculty of Pharmacy / Federal University of Goiás
  • 3 Universidade Federal de Goiás

Dock2ONIOM: Utilitário Python para Rescoring de Poses de Docking Molecular pelo Método ONIOM

Leonardo Viana das Chagas Lima

Universidade Estadual de Campinas

Resumo

Scores de estudos de docking apresentam pouca correlação com afinidades de ligação experimentais.

Uso de energias baseadas em métodos de estrutura eletrônica para rescoring de poses de docking melhoram a capacidade preditiva dessa abordagem.

Métodos de estrutura eletrônica possuem um custo computacional muitas vezes proibitivo para sistemas grandes e uma das estratégias para contornar essa limitação é o uso de métodos como o ONIOM.

A preparação de arquivos de input para ONIOM é trabalhosa e o desenvolvimento de um software para automatizar esse processo é de grande relevância.

Dock2ONIOM está sendo desenvolvido utilizando-se a linguagem python 3.8.0 e fazendo uso de recursos do software PyMol.

O software Dock2ONIOM visa facilitar e automatizar a inclusão de métodos de estrutura eletrônica, através do ONIOM, em estudos de docking molecular.

Questões (6 tópicos)

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Autor

Leonardo Viana das Chagas Lima

Olá, Guilherme! Obrigado pelo interesse no trabalho!

(1) O estado de protonação é definido como a variante mais abundante para a espécie de interesse no pH avaliado (fornecido pelo usuário).

Para proteínas, utilizamos o pacote OpenMM para determinar o estado preferencial de ionização dos resíduos (baseado no pKa).

Para o ligante, utilizamos o OpenBabel para a determinação do estado de protonação preferencial. Isso é feito com uma abordagem baseada na presença de subestruturas ionizáveis.

 

(2) A versão atual prepara inputs para Gaussian, porém estamos trabalhando para incluir NWChem. Aceitamos outras sugestões de softwares que sejam de interesse da comunidade!

 

(3) Há uma variante open source do PyMol (https://github.com/schrodinger/pymol-open-source), já que foi inicialmente registrado assim e era o desejo do seu autor original. A Schrödinger mantém a versão open-source e possui também uma versão paga (Incentive PyMOL) com manutenção e suporte. O desejo final é substituir o uso do pacote PyMol por código totalmente original. No entanto, no momento, por questões de tempo e performance, a primeira versão funcional apresenta essa dependência.

Autor

Leonardo Viana das Chagas Lima

Me desculpe, deixei passar uma parte da resposta.

 

(1) De fato, o estado de protonação é definido antes do docking. Essa etapa é necessária no dock2ONIOM pois diversos softwares de docking usam apenas hidrogênios "polares" e para os cálculos de estrutura eletrônica são necessários todos os hidrogênios explícitos no sistema (é uma etapa de ajuste). O tipo de abordagem que utilizamos na definição do estado de protonação é o mesmo que normalmente é empregado para os estudos de docking. Se o usuário fornecer um resultado de docking com todos os hidrogênios presentes e em um estado de protonação definido, ele pode desligar essa etapa do dock2ONIOM (para o ligante, para a proteína ou ambos) e aproveitar do restante das etapas apenas.

Guilherme Duarte Ramos Matos

Muito obrigado pela resposta; trabalhos de desenvolvimento de software são mais interessantes ao meu ver.

Entendi: se os hidrogênios do ligante forem tratados explicitamente já na etapa de docking, então a etapa pode ser pulada. Muito bom!
Sugestão: havendo tempo hábil ou aluno de IC disponível, já pensou em, além do Gaussian e do NWChem, incluir inputs para o GAMESS? É bastante utilizado por grupos de pesquisa que optam por não comprar a licença do Gaussian.

Autor

Leonardo Viana das Chagas Lima

Obrigado novamente pelo interesse e pela sua sugestão! Já vou incluir a geração de input para GAMESS na lista de implementações seguintes! Qualquer outra sugestão é bem-vinda! Sinta-se a vontade para entrar em contato ([email protected]), caso deseje!

Autor

Leonardo Viana das Chagas Lima

Olá, Rufino! Obrigado pelo interesse!

 

O código ainda não está disponível publicamente, mas o faremos assim que o trabalho estiver finalizado. Fique a vontade para entrar em contato ([email protected]) e eu o avisarei assim que o código for disponibilizado para o público (será open-source). A versão atual é capaz de gerar input para o Gaussian e estamos trabalhando para incluir o NWChem, porém aceitamos sugestões de outros softwares que sejam de interesse da comunidade!

Autor

Leonardo Viana das Chagas Lima

Olá, Gerd! Obrigado pelo interesse no trabalho!

 

O código ainda não está disponível publicamente, mas o faremos assim que o trabalho estiver finalizado. Fique a vontade para entrar em contato ([email protected]) e eu o avisarei assim que o código for disponibilizado para o público (será open-source).

 

Recentemente resolvemos alguns problemas finais e estamos nas etapas de revisão e teste do código. A ideia é apresentar alguns estudos de caso (como forma de validar o software e apresentar a utilidade dessa abordagem) utilizando essa ferramenta na preparação dos inputs na publicação desse trabalho. Agradeço a sugestão, tentaremos incluir uma etapa de benchmarking específico para a saída do software!

Marcelo Tavares

Muito bom! Está faltando os exemplos e comparações. 

Autor

Leonardo Viana das Chagas Lima

Olá, Frederico! Obrigado pelo interesse no trabalho! O usuário, no caso do Gaussian, por exemplo, terá a opção de que seja incluso a keyword de modelos de solvatação implícita no input final gerado pelo dock2ONIOM.

 

Pretendemos apresentar alguns estudos de caso utilizando essa ferramenta na preparação dos inputs na publicação desse trabalho. Nesses casos, pretendemos utilizar modelos de solvatação implícitos no cálculo ONIOM.

Autor

Leonardo Viana das Chagas Lima

Olá, Maicon! Obrigado pelo interesse!

Utilizamos o pacote (biblioteca) pymol para Python que permite executar diversas funções do software PyMol dentro do script em python (https://pymolwiki.org/index.php/Launching_From_a_Script, https://anaconda.org/tpeulen/pymol-open-source, https://anaconda.org/conda-forge/pymol-open-source).

Realmente, as buscas acabam direcionando para a versão paga (Incentive PyMol), mas aqui tem mais algumas informações úteis de instalação da versão open-source: https://pymolwiki.org/index.php/Linux_Install#Open-Source_PyMOL_in_Linux_Distros.

Autor

Leonardo Viana das Chagas Lima

Olá, Maurício! Obrigado pela interesse no trabalho!

 

O objetivo do dock2ONIOM é automatizar e facilitar a conversão de resultados de docking molecular em arquivos de entrada para cálculos ONIOM em softwares de estrutura eletrônica, desse modo, não é realizado o rescoring no software.

 

A ideia do uso do ONIOM é obter resultados baseados em métodos de estrutura eletrônica para os complexos proteína-ligante e utilizar esses resultados para o ranqueamento das poses obtidas no docking (rescoring), assim, a função de scoring tradicional do estudo de docking seria utilizada para a redução do número de poses avaliadas (métodos de estrutura eletrônica possuem custo computacional bem mais elevado) como uma pré seleção.

 

A abordagem de consensus scoring normalmente diz respeito ao processo de combinação de diferentes scores (obtidas com diferentes funções de scoring) em uma nova métrica única, o que normalmente gera uma acurácia superior. Essa abordagem poderia ser adotada combinando o score do docking e o score obtido pelos métodos de estrutura eletrônica.