分子生成工具应用案例+流程 - Pocket Crafter

2023年10月9日，诺华公司的Lingling Shen和He Wang在Chemrxiv上发表了文章《Pocket Crafter: A 3D Generative Modeling Based Workflow for the Rapid Generation of Hit Molecules in Drug Discovery》，介绍了他们分子生成在hit finding项目应用中的pipeline： Pocket Crafter，及其实际应用效果。

Pocket Crafter以Pocket2Mo作为3D的分子生成工具，然后经过化学物理的过滤器，类药过滤器，以及SAR富集，对top的分子进行骨架聚类，获得虚拟的多样性骨架。

在他们的WDR5体系中，基于获得的虚拟骨架在诺华库中进行有针对性的搜索后，获得了一组重点关注的 2029 个化合物。经过试验测定，获得了一个新颖的活性分子。

Pocket Crafter 成功构建了一个有效的端到端 3D 生成分子的实际应用的工作流程原型，用于探索新的化学骨架，代表了早期药物发现中识别新型活性化合物的一种有前途的方法。

这也是分子生成AI方法新的应用模式。

1. Pocket Crafter流程

Pocket Crafter的流程结构如下图：

首先，将蛋白的三级结构作为输入，利用Pocket2Mol模型，3D生成binder。

然后将生成的分子经过物理-化学过滤器，然后是hit过滤器（QED，可合成性SA，与口袋的结合力等），然后进行虚拟的SAR分析，提取多样性骨架。

Pocket Crafter最终输出的是：能结合在口袋上的多样性的分子骨架；对应的相互作用模式；虚拟预测的可合成性，可用在化合物库中检索的分子。

1.1 Pocket2Mol生成分子

使用github中的Pocket2Mol代码，每次采样生成2000个分子，重复进行300次，每次使用不同的随机种子。

最终，获得了50W个的de novo的多样性的虚拟分子。?

可想而知，虽然是在口袋条件下，但是生成的分子重复率仍然很低（1-50w/2000/300，约为17%），可见适合一个口袋的化学空间是多巨大的，对如此巨大的化学空间的检索，显然不是人能做的，只有CADD和AIDD才能完成。

案例中，WDR5 WBM口袋已知小分子binder的如下图（已知的binder，作为口袋参考）：

1.2 化学物理性质过滤

使用Pipeline Pilot软件，包括：校验分子，保证分子的原子类型，化学键，电荷正确。然后计算分子的分子质量，AlogP，分子极性表面积，可旋转键数量，按照“Molecular_weight < 800, AlogP < 7, AlogP > -1, Molecular_PolarSurfaceArea (?2 ) < 125, and Num_RotatableBonds < 12”的条件，进行过滤。

1.3 Hit相关的性质过滤

将能通过上述化学物理性质filter的分子，使用rdkit计算QED，SA分数。仅保留SA_score<4, QED>=0.5的分子。

使用“Bemis-Murcko Assemblies”片段化方法，用 Murcko 片段 SMILES 片段化并注释所有分子（即，提取骨架）。

随后，基于Murcko SMILES的ECFP_6描述符，使用最大相异性方法选择聚类中心，最大距离为0.625，对分子进行聚类。

可惜作者没有给出最后产生了多少个类别，一共有多少分子通过了这些filters（文章中没有具体指明数量，预印本有卖描述错误）。

化学物理性质过滤器以及Hit相关性质过滤的Pipeline Pilot流程如下图：

将能通过上述filters的分子，使用MOE计算GBVI/WSA ΔG?分数，评估pocket2Mol生成构象与口袋的结合自由能。

注意，之前使用docking进行构象重新生成，docking使用默认参数，分子使用QuickPrep快速准备，晶体结构中的原来的小分子作为对接中心。

注意，这里并没有使用docking分数作为阈值打分。

1.4 虚拟 SAR 富集和多样性骨架生成

将能经过上述两步filters的分子，称为虚拟的hits（virtual hits）。

关于GBVI/WSA ΔG?分数，作者在流程中会尝试使用不同的阈值，从-6开始，每间隔0.01逐个尝试。

作者是使用了Fisher's 抽取测试，按照每一个分子是否是hit，以及是否属于某个类别，进行P值统计。

将P值<=0.005的类的Top N个分子作为Hit SAR 骨架。

虚拟 SAR 富集分析使能够识别哪些化学基团和结构最有可能成为口袋的真正binder，其动态 SAR 范围适合药物化学家进一步优化。

1.5 分子库的检索

经过SAR富集的分子数量还是很多，考虑到合成的复杂性，要直接合成也是不可能的。作者使用检索内部分子库的方式。

他们使用的诺华内部的3~4百万的多样性的分子库，以及100亿级别的按需合成的Enamine库。使用ROCS (Rapid Overlay of Chemical Structures）以及机器学习的分子检索工具，基于形状，静电，药效团，以及其他的2D，3D的特征，从分子库中检索分子。

作者将之前选出的top 100-200个虚拟hit，使用ROCS工具，利用Tanimoto Combo score 阈值为1.0，从诺华内部的多样性分子库中检索分子。流程如下图：

将检索到的分子，重新计算GBVI/WSA ΔG score，使用之前的阈值，做筛选，同时这些分子还要经过诺华内部的溶解度预测机器学习模型。

注意，上述工作，pocket2mol使用了10个节点，CPU部分使用了1-200个节点，花费了1个星期时间。这个算力，还真不是一般公司可以提供的。

随后，会经过QC质量检测，HTRF活性检测，DSF检测，已获得筛选出来分子的活性。

2. 实验结果

pocket2mol一共生成了543,491个有效分子。

作者比较了pocket2mol生成的分子与诺华内部多样分子库的化学空间，pocket2mol生成的分子多样性要更大一些，也许这就是AIDD分子生成的意义，遍历了更大的化学空间。如下图。

经过物理化学filters的分子一共有352,820个。相关性质分布如下图：

352,820个分子类hit性质如下图。经过类hit filters（SA分数，QED分数等）以后，共计只有9,531。分子数量在类药filters大规模下降了。

毕竟对于现在的AI模型来说，生成分子的类药性真的是一个硬伤。

经过SAR富集分析和分子库检索以后，考虑溶解度，分子库中质量，选择了2029个分子进行实验测试，测试结果如下图。

湿实验获得7个阳性hit，对应的阳性率为0.345%，Hit Rate较HTRF分子库直接实验筛选，提升了12.8倍。

在7个阳性hit中，三个分子的IC50分别为35.6, 27.5 and 28.5 μM，他们的WDR5-MYC HTRF dose-response curve (DRC)如下图，对照实验结果表明这三个分子影响了WDR5 and MYC 相互作用。

DSF实验有明显温度漂移，也暗示着这些小分子是结合在WDR5蛋白上。

同时，对接分析结果表明，这些分子的结合模式与已知的binder结合模式不相同（对接结果，没有晶体）。

但是，基于Pocket Crafter流程筛选出来的活性hit，活性要低于之前湿实验的结果。但是，不管怎么说，获得了一个之前湿实验没有获得新骨架。

3. 总结

在换句话说，Pocket Crafter代表了AIDD领域的分子生成的新应用场景。

以往，AI生成的分子往往被抱着怀疑的态度，因为生成的分子在被合成不是每一个都有活性，确切的说，是几乎都没有活性，或者活性远低于参考分子。这是药化团队或者公司成本是不能接受的，因此，分子生成的工业应用，非常困难。

Pocket Crafter的例子呢，则提供了一种新的分子生成应用方式，用于生成新的骨架，然后再去检索分子库。

似乎，直接检索分子库做docking更好一些？当然，也有可能在这个体系中，docking无法识别分子活性，甚至分类都做不出来。这估计也是为什么在流程中，作者没有使用docking打分作为阈值的原因。