wawasan komentar

Penyaringan virtual perpustakaan kimia

Brian K. Shoichet

Departemen Kimia Farmasi, Universitas California, 600 16th Street, San Francisco, California 94143-2240, AS (email: shoichet@cgl.ucsf.edu )

Skrining virtual menggunakan metode berbasis komputer untuk menemukan ligan baru berdasarkan struktur biologis. Meskipun digembar-gemborkan
secara luas pada 1970-an dan 1980-an, teknik ini sejak itu berjuang untuk memenuhi janji awalnya, dan penemuan obat tetap didominasi oleh skrining
empiris. Keberhasilan baru-baru ini dalam memprediksi ligan baru dan struktur terikat reseptornya, serta tingkat penemuan ligan yang lebih baik
dibandingkan dengan skrining empiris, telah memicu kembali minat dalam skrining virtual, yang sekarang banyak digunakan dalam penemuan obat,
meskipun pada skala yang lebih terbatas daripada empiris. penyaringan.

T
senyawa timbal baru dalam penemuan obat adalah modifikasi dan skrining terstruktur eksperimental terstruktur berikutnya dari
perpustakaan besar bahan kimia minasi. Pemodelan komputasi telah digunakan di luar target biologis (throughput tinggi secara
efektif dalam upaya ini 5,6 dan memang dalam skrining berbasis non-reseptor). Pendekatan alternatif, yang dikenal sebagai metode;
Teknik dominan
misalnya, untuk ligan
saat mencari identifikasi
baru di
penyaringan virtual, adalah untuk menyaring secara komputasi
perpustakaan besar bahan kimia untuk senyawa yang melengkapi
target dari struktur yang diketahui, dan secara eksperimental
menguji mereka yang diprediksi akan mengikat dengan baik.
Penyaringan virtual berbasis reseptor tersebut menghadapi
beberapa tantangan mendasar, termasuk pengambilan sampel
berbagai konformasi molekul fleksibel dan menghitung energi
pengikat absolut dalam lingkungan berair. Namun demikian, bidang
ini baru-baru ini mengalami keberhasilan penting: ligan baru telah
diprediksi bersama dengan struktur terikat reseptornya - dalam
beberapa kasus dengan tingkat ketepatan (ligan yang ditemukan
per molekul yang diuji) secara signifikan lebih besar daripada
dengan penyaringan throughput tinggi. Bahkan dengan
keterbatasannya saat ini, penyaringan virtual mengakses sejumlah
besar ligan baru yang mungkin, yang sebagian besar dapat dibeli
dan diuji.
Masalah dengan penyaringan virtual
Ide dasar dalam biologi molekuler adalah bahwa fungsi biologis mengikuti
bentuk molekuler. Jika Anda mengetahui struktur molekul reseptor - yang
didefinisikan di sini sebagai makromolekul biologis yang mengubah ikatan
ligan menjadi aktivitas - Anda dapat memahami dan memprediksi fungsinya.
Gagasan ini telah mendasari proyek 70 tahun untuk menentukan
struktur reseptor resolusi atom. Dari studi difraksi sinar-X awal
pepsin dan hemoglobin, hingga kumpulan makromolekul seperti
ribosom dan genomik struktural, bagian taksonomi dari usaha ini
(yaitu, membuat katalog struktur reseptor) telah sangat berhasil.
Tetapi sebagian besar masih belum terpenuhi adalah janji untuk
mengeksploitasi struktur reseptor untuk menemukan ligan baru
yang memodulasi aktivitas molekul dan kumpulan makromolekul ini.
Pada pertengahan 1970-an, para peneliti menyarankan bahwa
simulasi komputasi struktur reseptor dan gaya kimia yang mengatur
interaksi mereka akan memungkinkan desain dan penemuan ligan
'berbasis struktur'. 1,2. Ligan dapat dirancang berdasarkan struktur
reseptor saja, yang akan membebaskan kimia obat dari tirani
penyaringan empiris, desain berbasis substrat, dan modifikasi
tambahan. Sejak itu, desain berbasis struktur telah berkontribusi dan
bahkan memotivasi perkembangan obat-obatan yang dipasarkan 3,4, seperti
penghambat protease virus HIV (human immunodeficiency virus / HIV)
dan virus
obat anti influenza Relenza, biasanya melalui siklus
dasar kemiripan kimianya dengan ligan yang diketahui atau saat
mencocokkan kandidat molekul dengan 'farmakofor' yang mewakili sifat kimia
dari serangkaian ligan yang diketahui 7. Tetapi hingga saat ini hanya ada
beberapa contoh ligan yang benar-benar baru (tidak menyerupai yang
diketahui sebelumnya) ditemukan langsung dari penghitungan berbasis
reseptor. Meskipun sekarang terdapat struktur reseptor yang jauh lebih
banyak dan jauh lebih baik daripada pada tahun 1970-an dan 1980-an, dan
kecepatan komputer telah tumbuh secara eksponensial, penemuan obat dan
biologi kimia tetap didominasi oleh skrining empiris dan desain berbasis
substrat.
Tiga masalah telah menghambat kemajuan dalam eksplorasi kimia
ligan yang dipandu oleh penerima. Pertama, ruang kimia sangat luas
tetapi sebagian besar secara biologis tidak menarik: galaksi kosong dan
tak bercahaya di dalamnya ada di mana ide-ide bagus dengan bahaya
mengembara. Membatasi jumlah senyawa kimia yang dicari ke molekul
yang relevan secara biologis dan dapat diakses secara sintetis tetap
menjadi area penelitian aktif. Kedua, struktur reseptor rumit, menyerupai
"simpul jeroan yang kusut" 8. Mereka terdiri dari beberapa ribu atom, yang
masing-masing lebih atau kurang bebas bergerak, dan mereka sering
berubah bentuk dan struktur pelarut saat mengikat ligan. Untuk
memprediksi molekul apa yang dapat dikenali oleh reseptor tertentu,
reseptor yang dapat diakses secara energik dan konformasi ligan harus
dihitung. Sayangnya, jumlah konformasi yang mungkin meningkat secara
eksponensial dengan jumlah ikatan yang dapat diputar, yang jumlahnya
ribuan dalam kompleks protein-ligan, dan pengambilan sampel konformasi
penuh melibatkan sekumpulan masalah komputasi untuk solusi umum
yang diketahui. Ketiga, menghitung energi ligan-reseptorben sulit 9. Afinitas
pengikatan dalam lingkungan berair ditentukan oleh energi solvasi
molekul individu (energi solvasi tinggi biasanya tidak menyukai
pengikatan), dan oleh energi interaksi di antara mereka (energi interaksi
tinggi mendukung pengikatan). Energi solvasi dan interaksi keduanya
biasanya jauh lebih besar besarnya daripada afinitasnya, membuat
kalkulasi dari yang terakhir ini bermasalah. Meskipun dimungkinkan untuk
menghitung secara akurat afinitas diferensial antara dua ligan terkait
dengan menggunakan metode integrasi termodinamika, hal ini memakan
waktu. Menghitung afinitas absolut untuk ribuan molekul tidak terkait yang
diperlukan untuk menyandikan fungsi kimia baru tetap berada di luar
jangkauan kami. Jadi pada prinsipnya, dapat dikatakan bahwa layar
komputasi berbasis struktur untuk orang baru tidak berfungsi sama sekali.

862 ALAM | VOL432 | 16DECEMBER2004 | www.nature.com/nature

© 2004 NaturePublishingGroup

Gambar 1 Kompleks diprediksi dari skrining virtual dibandingkan dengan struktur kristalografi sinar-X yang
kemudian ditentukan. Sebuah, Prediksi (karbon dalam abu-abu) dan struktur eksperimental (hijau) untuk
Sustiva dalam reverse transcriptase HIV 10.
b, Struktur prediksi (magenta) dan eksperimental (karbon dalam abu-abu) 2,3,4-
Keberhasilan dari penyaringan virtual
Namun, ligan yang benar-benar baru telah ditemukan dengan menggunakan komputasi
berbasis struktur. Baru-baru ini, struktur ligan yang diketahui dalam kompleks dengan
reseptornya telah diprediksi dengan benar secara komputasi menggunakan struktur
molekul reseptor dan ligan independen. 10-12 ( Gambar 1). Dari sudut pandang penjelajahan
ruang kimia, layar komputasi database kimia telah mengidentifikasi ligan baru untuk lebih
dari 50 reseptor yang dikenal atau bahkan, dalam beberapa kasus, struktur model
komputer 13,14 ( untuk review studi dan metode terbaru lihat referensi 15and16). Dalam layar
virtual atau 'docking' ini, perpustakaan besar molekul organik berlabuh ke dalam struktur
reseptor dan diberi peringkat oleh afinitas yang dihitung (Gbr. 2). Meskipun kalkulasi
energi kasar, senyawa di perpustakaan sudah tersedia, membuat pengujian
eksperimental mudah dan positif palsu dapat ditoleransi 5.
Dermaga
Uji prediksi
Gambar 2 Skrining virtual untuk ligan baru. Pustaka besar dari senyawa yang tersedia, sering kali
dapat dibeli, digabungkan ke dalam struktur target reseptor oleh program komputer docking. Setiap
senyawa diambil sampel dalam ribuan hingga jutaan kemungkinan konfigurasi dan diberi skor
berdasarkan komplementaritasnya dengan reseptor. Dari ratusan ribu molekul di perpustakaan,
puluhan ligan yang diprediksi dengan skor tertinggi (hit) kemudian diuji aktivitasnya dalam uji
eksperimental.
ALAM | VOL432 | 16DECEMBER2004 | www.nature.com/nature
© 2004 NaturePublishingGroup
wawasan komentar
trimethylthizole di rongga W191G dari sitokrom c peroksidase 11. c, Diprediksi (hijau) 12 dan struktur
eksperimental (karbon dalam warna abu-abu) dari amprenavir yang meniru protease HIV (ligan dengan
ikatan tebal, residu enzim dengan ikatan tipis; struktur ditentukan oleh A. Wlodawer, A. Olson, komunikasi
pribadi).
Kendala berbasis reseptor yang bahkan relatif sederhana dapat meningkatkan
kemungkinan menemukan ligan dari banyak kemungkinan struktur di perpustakaan, jika
hanya dengan menyaring mereka yang tidak mungkin mengikat reseptor. 17. Dalam desain
perpustakaan, misalnya, prakalkulasi kemungkinan rantai samping yang akan melengkapi
struktur reseptor menghasilkan perpustakaan berbasis struktur yang sepuluh kali lipat lebih
mungkin mengandung ligan daripada acak. 18 atau beragam 17 perpustakaan dibangun pada
waktu yang sama. Demikian pula, penyaringan virtual dan throughput tinggi telah diterapkan
secara bersamaan untuk menemukan ligan baru dari perpustakaan yang terdiri dari
beberapa ratus ribu molekul yang beragam. Layar virtual memiliki 'tingkat hit' (didefinisikan
sebagai jumlah senyawa yang mengikat pada konsentrasi tertentu dibagi dengan jumlah
senyawa yang diuji secara eksperimental) yang 100 kali lipat hingga 1.000 kali lipat lebih
tinggi daripada yang dicapai oleh layar empiris 19,20 ( Tabel 1); Menariknya, setiap teknik
menemukan kelas ligan yang diabaikan oleh teknik lain 19, menunjukkan bahwa dua
pendekatan skrining (virtual dan empiris) dapat saling melengkapi.
Dalam beberapa kasus, struktur kayu manis yang tidak rumit dengan reseptor kemudian
ditentukan secara eksperimental - biasanya dengan kristalografi sinar-X. Meskipun hit yang
diturunkan dari dok sangat berbeda dari ligan alami untuk reseptor tertentu, mereka sering
mengikat di situs aktif, berinteraksi dengan kelompok reseptor yang dikonservasi, seperti
yang diprediksi oleh program docking 21-24 ( Gambar 3). Dari perspektif pengenalan molekuler,
hal ini menunjukkan bahwa 'kode' struktural untuk pengikatan adalah plastik sehingga
perancah ligan multipel dapat dikenali oleh reseptor kamera. Secara metodologis, struktur ini
menunjukkan bahwa meskipun layar virtual terganggu oleh positif palsu, dalam keadaan
yang menguntungkan mereka dapat memprediksi ligan yang benar-benar baru dan
melakukan jadi untuk alasan yang benar.
Bagaimana keberhasilan ini dapat diselaraskan dengan kelemahan metodologi
lapangan? Penyaringan virtual menghindari masalah pencarian luas ruang kimia dengan
membatasi diri pada perpustakaan senyawa tertentu yang dapat diakses (seringkali senyawa
yang dapat dibeli dengan mudah). Hal ini menghindari sintesis yang mahal dan membatasi
pencarian pada senyawa yang cukup menarik secara biologis untuk dibuat sebelumnya,
meskipun karena alasan lain. Filter dapat diterapkan untuk memastikan bahwa perpustakaan
memenuhi beberapa standar relevansi biologis atau 'keserupaan dengan obat' 25,26. Kemajuan
dalam jumlah dan kualitas molekul di perpustakaan dok telah berkontribusi pada karakter
docking hits yang semakin mirip obat dalam studi terbaru 19. Meskipun masalah pengambilan
sampel konformasi molekul dan penghitungan afinitas tetap akut, kemajuan telah dibuat
secara algoritme 16 dan dalam sumber daya komputer yang tersedia untuk perhitungan ini.
Selain itu, kita dapat mendefinisikan keberhasilan dalam skrining virtual sebagai 'menemukan
beberapa ligan baru yang menarik', dan bukan sebagai 'peringkat dengan benar semua
molekul di perpustakaan' atau 'menemukan semua ligan yang mungkin di perpustakaan' .
Virtual
863
wawasan komentar

Tabel 1 Hit rate dan sifat seperti obat untuk inhibitor ditemukan dengan throughput tinggi dan skrining virtual terhadap enzim PTP-1B ( ref. 19)

Teknik Senyawa diuji Hit dengan IC 50 < 100 m Hit dengan IC 50 < 10 jt Hit yang sesuai dengan Lipinski * Hit rate †

HTS 400.000 85 6 23 0,021%

Perkaitan 365 ‡ 127 18 57 34,8%

* Jumlah 100 µMatau penghambat yang lebih baik yang melewati keempat kriteria seperti obat yang diidentifikasi dalam 'aturan lima' Lipinski 25; † Jumlah senyawa yang diuji secara eksperimental dibagi jumlah senyawa dengan IC 50 nilai
100 µMatau kurang; ‡ Jumlah hit docking skor tertinggi yang diuji secara eksperimental; IC 50, Konsentrasi inhibitor dimana enzim dihambat 50%.

penyaringan dengan demikian mengadopsi logika yang sama dengan penyaringan throughput
tinggi: selama beberapa ligan yang menarik ditemukan, negatif palsu ditoleransi. Memang, kedua
teknik tersebut, karena penekanannya pada perpustakaan besar, memiliki kesamaan lain:
keduanya menerima keakuratan yang terbatas sebagai imbalan untuk penyaringan dalam skala
besar; keduanya berusaha memperkaya daftar calon yang mungkin-tetapi-tidak-pasti untuk studi
kuantitatif lebih lanjut; dan keduanya dirundung oleh hasil positif palsu yang aneh 27. Meskipun
skrining throughput tinggi tetap menjadi teknik yang dominan, skrining virtual sekarang umum
digunakan dalam penelitian farmasi.
Akhirnya, harus diakui bahwa keberhasilan ini mengembalikan karakter episodik.
Bahkan praktisi ahli sering kali terkejut dan terkadang kecewa. Geometri ligan sejati
mungkin sedikit (Gbr. 3e) 28 atau secara mencolok (Gbr. 3f) 29 tarif salah prediksi dan hit memproses perpustakaan besar (pada prinsipnya, perpustakaan yang lebih besar daripada
bisa sangat bervariasi. Kami telah mencapai tingkat setinggi 35% (ref. 19) terhadap
enzim, protein tirosin fosfatase 1B (PTP1B), yang dengannya kami
memiliki sedikit pengalaman, dan serendah 5% (ref. 22) melawan enzim, AmpC
-laktamase, yang telah kami pelajari secara intensif. Untuk banyak ahli kimia obat dan ahli
biologi struktural, ketidakpastian seperti itu memberikan bau belerang ke perusahaan
yang telah diiklankan sebagai 'desain obat rasional'.
Prospek
Terlepas dari peringatan ini, penyaringan virtual akan menjadi alat yang semakin penting untuk
menjelajahi ruang kimia yang relevan secara biologis. Layar dengan throughput tinggi yang besar
memiliki kewajibannya sendiri, dan tidak dapat diakses oleh banyak penyelidik (meskipun ini akan
mulai berubah dengan munculnya pusat sumber penyaringan. 30). Sebaliknya, penyaringan virtual
perpustakaan mana pun yang digunakan oleh penyaringan empiris) dan reseptor yang memiliki
struktur dengan biaya rendah. Kemajuan apa

Gambar 3 Membandingkan struktur ligan baru yang diprediksi dari skrining virtual ke struktur yang ditentukan dalam cyan) dan struktur kristalografi (karbon dalam warna abu-abu) dari inhibitor 0,25 µM yang terikat pada

selanjutnya secara eksperimental. Sebuah, The docked (karbon dalam warna oranye) versus struktur karbonat anhidrase (enzim karbon dalam warna abu-abu) 23. Atom oksigen dengan warna merah, sulfur dengan

kristalografi (karbon dalam abu-abu) dari 8,3 µM inhibitor 4-aminophthalhydrazide terikat untuk mentransfer warna kuning, nitrogen dengan warna biru. e, The docked (ligan karbon dalam warna abu-abu) versus struktur

RNA guanine transglycosylase (ligan di tengah dikelilingi oleh residu enzim) 21. b, The docked (karbon dalam kristalografi (ligan karbon dalam warna oranye) untuk penghambat baru aldosa reduktase (enzim karbon dalam

cyan) versus struktur kristalografi (karbon dalam abu-abu) dari ligan 100 µM fenol terikat ke situs rongga di warna hijau). Peta kerapatan elektron untuk ligan ditampilkan dengan warna biru. Air yang dipesan (bola

lisozim T4 (ligan di tengah dikelilingi oleh permukaan molekul dari residu protein sekitarnya) 24. c, The docked merah) yang diamati dalam struktur eksperimental tidak dipertimbangkan dalam dok 28 ( H. Steuber dan G.

(karbon dalam warna hijau) versus struktur kristalografi (karbon dalam warna merah) dari 26 µM inhibitor 3 - Klebe, karya tidak dipublikasikan). f, The docked (karbon dalam cyan) versus struktur kristalografi (karbon

((4-chloroanilino) -sulphonyl) -thiophene-2-carboxylate terikat ke AmpC -lactamase (enzim karbon dalam dalam warna kuning) dari inhibitor baru TEM-1 -laktamase (enzim dalam magenta) 29. Mode pengikatan yang

abu-abu) 22. d, The merapat (karbon dalam magenta), mencetak kembali (karbon diamati secara eksperimental — 16 Å dari situs aktif yang ditargetkan dalam kalkulasi pengaitan — terjadi di

situs samar yang tidak ada di struktur asli.

864 ALAM | VOL432 | 16DECEMBER2004 | www.nature.com/nature

© 2004 NaturePublishingGroup

mungkin diantisipasi untuk membuat penapisan virtual dapat diandalkan dan cukup dapat diakses untuk
sering digunakan?
Pengambilan sampel yang lebih baik dan 'fungsi penilaian' (perhitungan energi reseptor ligan)
pasti akan membantu. Kabar baiknya adalah bahwa fundamental dari interaksi molekul dipahami
dengan baik, sehingga lapangan memiliki jalan yang jelas ke depan. Tetapi tantangannya, seperti
biasa, adalah menerapkan model fisik yang baik untuk ratusan ribu kemungkinan ligan,
masing-masing mengambil sampel dalam ribuan kompleks reseptor yang mungkin. Memang,
kalkulasi akurat dari afinitas yang mengikat absolut di layar perpustakaan yang besar dan beragam
akan tetap berada di luar untuk masa mendatang; bahkan memprediksi urutan peringkat afinitas
untuk ligan yang berbeda dalam daftar sasaran akan sulit. Yang dapat kita antisipasi adalah
eksplorasi yang lebih baik dari status konformasi untuk ligan dan reseptor, dan fungsi penilaian
yang menggunakan model penyelesaian dan keseimbangan yang lebih canggih dari istilah
elektrostatis dan non-polar. Strategi yang menarik adalah penggunaan metode tingkat yang lebih
tinggi, biasanya metode yang jauh lebih lambat untuk menilai ulang klik awal dari penyaringan
virtual, menggunakan perhitungan penyaringan sebagai filter pertama yang cepat. 31. Dari sini kita
bisa berharap untuk rasio klik yang lebih baik dan prediksi geometri yang lebih baik 23 ( Gambar 3d),
yang merupakan tujuan pertama dan terpenting dari penyaringan virtual.
Untuk menghadirkan penyaringan virtual ke komunitas luas, penting untuk
mendemokratisasi sumber daya yang menjadi sandarannya. Struktur reseptor masih
tersedia melaluiProteinDataBankorPDB (untuk struktur eksperimental), dan melalui
database seperti MODBASE (untuk jumlah struktur yang jauh lebih besar dari pemodelan
berbasis komputer. 32). Beberapa kelompok memberikan program docking tanpa biaya
kepada civitas akademika, meskipun program-program tersebut seringkali membutuhkan
usaha untuk belajar. Program-program yang tidak terlalu menuntut pengetahuan ahli,
mungkin sebagai sumber daya yang dapat diakses web, akan membuat banyak ahli
non-spesialis yang tertarik. Terakhir, perpustakaan bahan kimia yang dapat diakses
komunitas diperlukan. National Cancer Institute (NCI) menyediakan struktur terhitung
untuk sekitar 140.000 senyawanya, dan akan menyediakan setidaknya beberapa di
antaranya untuk pengujian eksperimental (http://cactus.nci.nih.gov/). MDL Inc. menjual
Direktori Bahan Kimia yang Tersedia (ACD;
http://www.mdl.com/products/experiment/available_chem_dir/index.jsp) senyawa yang
tersedia secara komersial dan ACD-SC untuk koleksi penyaringan. Untuk menggunakan
perpustakaan ini di layar dok, sifat molekuler seperti protonasi, muatan, stereokimia,
konformasi dan solvasi yang dapat diakses harus dihitung. Detail detail seperti
stereokimia, tautomerisasi dan protonasi, yang sering kita anggap remeh, seringkali
ambigu, atau dapat berubah terkait pengikatan pada reseptor. Baru-baru ini, tentang
onemillioncommerciallyaccessiblemoleculeshavadapat tersedia melalui ZINCdatabase
(http://blaster.docking.org/zinc/). ZINC adalah database gratis yang dapat diakses web
yang dibangun dengan docking, pencarian substruktur, dan pembelian gabungan dalam
pikiran.
Dalam waktu dekat, penyaringan virtual sudah cukup matang untuk mendapatkan
manfaat dari program pengujian eksperimental yang agresif. Karena semakin banyak
prediksi docking yang dievaluasi, dan terkadang dipalsukan, metode tersebut akan
meningkat, terutama jika hati-hati dilakukan untuk menghilangkan positif palsu yang telah
mengganggu throughput tinggi dan penyaringan virtual 27. Solusi selanjutnya dari struktur
kompleks reseptor-ligan akan sangat informatif; sejauh ini, terlalu sedikit di antaranya yang
telah ditentukan. Bagi mereka yang dapat mentolerir positif palsu, skrining virtual berbasis
struktur cukup dapat diandalkan untuk membenarkan penggunaannya dalam proyek
penemuan ligan aktif, memberikan pendekatan pelengkap penting untuk skrining empiris.
Untuk beberapa proyek, terutama yang berpusat di laboratorium akademik, penyaringan
virtual akan menjadi cara terbaik untuk mengakses ruang kimia yang besar tanpa
ALAM | VOL432 | 16DECEMBER2004 | www.nature.com/nature
© 2004 NaturePublishingGroup
wawasan komentar
komitmen dalam waktu, material dan infrastruktur yang dituntut oleh screend empiris.
■
doi: 10.1038 / nature03197
1. Beddell, CR, Goodford, PJ, Norrington, FE, Wilkinson, S. & Wootton, R. Senyawa dirancang agar sesuai dengan situs struktur yang
diketahui dalam hemoglobin manusia. Br. J. Pharmacol. 57, 201–209 (1976).
2. Cohen, SS Strategi untuk kemoterapi penyakit menular. Ilmu 197, 431–432 (1977).
3. Itzstein, MV dkk. Rancangan rasional dari penghambat berbasis sialidase poten untuk replikasi virus influenza.
Alam 363, 418–423 (1993).
4. Varney, MD dkk. Desain berbasis kristal dan sintesis dari Benz [cd] yang mengandung indole
penghambat sintase timidilat. J. Med. Chem. 35, 663–676 (1992).
5. Kuntz, strategi berbasis struktur ID untuk desain dan penemuan obat. Ilmu 257, 1078–1082 (1992).
6. Jorgensen, WL Banyak sekali peran komputasi dalam penemuan obat. Ilmu 303, 1813–1818 (2004).
7. Stahura, FL & Bajorath, J. Metode penyaringan virtual yang melengkapi HTS. Sisir. Chem. Tinggi
Layar Throughput 7, 259–269 (2004).
8. Perutz, MF Molekul hemaglobin. Sci. Saya. 211, 64–76 (1964).
9. vanGunsteren, WF & Berendsen, HJC Simulasi komputer dari dinamika molekul: metodologi, aplikasi, dan perspektif
dalam kimia. Angew. Chem. Int. Ed. Engl. 29, 992–1023 (1990).
10. Rizzo, R., Wang, D., Tirado-Rives, J. & Jorgensen, W. Validasi model untuk kompleks reverse transcriptase HIV-1
dengan sustiva melalui perhitungan profil resistansi. Selai. Chem. Soc. 122,
12898–12900 (2000).
11. Rosenfeld, RJ dkk. Docking otomatis ligan ke situs aktif buatan: augmentasi
analisis kristalografi dengan pemodelan komputer. J. Comput. AidedMol. Des. 17, 525–536 (2003).
12. Brik, A. dkk. Pelat inmicrotiter sintesis berorientasi keragaman yang cepat untuk in situ skrining HIV
penghambat protease. Chembiochem. 4, 1246–1248 (2003).
13. Schapira, M. dkk. Penemuan antagonis reseptor hormon tiroid yang beragam dengan throughput tinggi
perkaitan. Proc. Natl Acad. Sci. Amerika Serikat 100, 7354–7359 (2003).
14. Evers, A. & Klebe, G. Homologymodeling yang didukung ligan dari situs reseptor G-protein-coupled: model yang cukup untuk
skrining virtual yang sukses. Angew. Chem. Int. Ed. Engl. 43, 248–251 (2004).
15. Shoichet, BK, McGovern, SL, Wei, B. & Irwin, JJ Memimpin penemuan menggunakan molekuler docking. Curr.
Opin. Chem. Biol. 6, 439–446 (2002).
16. Schneidman-Duhovny, D., Nussinov, R. & Wolfson, HJ Memprediksi interaksi molekuler di silico:
II. Pengaitan protein-protein dan protein-obat. Curr. Med. Chem. 11, 91–107 (2004).
17. Wyss, PC dkk. Penghambat reduktase dihidrofolat baru. Berbasis struktur versus berbasis keragaman
desain perpustakaan serta sintesis dan penyaringan throughput tinggi. J. Med. Chem. 46, 2304–2312 (2003).
18. Tendangan, EK dkk. Desain berbasis struktur dan kimia kombinatorial menghasilkan inhibitor lownanomolar
dari cathepsinD. Chem. Biol. 4, 297–307 (1997).
19. Doman, TN dkk. Docking molekuler dan skrining throughput tinggi untuk inhibitor protein baru
tirosin fosfatase-1B. J. Med. Chem. 45, 2213–2221 (2002).
20. Paiva, AM dkk. Penghambat dihidrodipikolinat reduktase, enzim kunci diaminopimelate
jalur dari Mycobacterium tuberculosis. Biochim. Biofis. Acta. 1545, 67–77 (2001).
21. Gradler, U. dkk. Target baru untuk shigellosis: desain rasional dan studi kristalografi inhibitor
dari tRNA-guanin transglikosilase. J. Mol. Biol. 306, 455–467 (2001).
22. Powers, RA, Morandi, F. & Shoichet, Penemuan BK berdasarkan struktur dari sebuah novel, penghambat nonkovalen dari AmpC
beta-laktamase. Struktur (Camb.) 10, 1013–1023 (2002).
23. Gruneberg, S., Stubbs, MT & Klebe, G. Skrining virtual yang berhasil untuk penghambat baru anhidrase karbonat manusia:
strategi dan konfirmasi eksperimental. J. Med. Chem. 45, 3588–3602 (2002).
24. Wei, BQ, Baase, WA, Weaver, LH, Matthews, BW & Shoichet, situs pengikat Amodel BK untuk menguji fungsi penilaian
dalam docking molekul. J. Mol. Biol. 322, 339–355 (2002).
25. Lipinski, CA, Lombardo, F., Dominy, BW & Feeney, PJ Eksperimental dan pendekatan komputasi untuk memperkirakan kelarutan
dan permeabilitas dalam penemuan obat dan pengaturan pengembangan.
Adv. Obat Deliv. Putaran. 23, 3–25 (1997).
26. Oprea, TI Tren terkini dalam penemuan timbal: apakah kita mencari properti yang sesuai?
Mol. Penyelam 5, 199–208 (2002).
27. McGovern, SL, Caselli, E., Grigorieff, N. & Shoichet, BK Mekanisme umum yang mendasari inhibitor promiscuous dari
skrining virtual dan throughput tinggi. J. Med. Chem. 45, 1712–1722 (2002).
28. Krämer, O., Hazemann, I., Podjarny, AD & Klebe, G. Skrining virtual untuk inhibitor reduktase aldosa manusia. Protein 55,
814–823 (2004).
29. Penghambatan klakson, JR & Shoichet, BK melalui gangguan inti. J. Mol. Biol. 336,
1283–1291 (2004).
30. Kaiser, J. NIH Bersiap untuk genomik kimia. Ilmu 304, 1728 (2004).
31. Kalyanaraman, C., Bernacki, K. & Jacobson, MP Skrining virtual terhadap situs aktif bermuatan tinggi: Mengidentifikasi
substrat dari enzim barel alfa-beta. Biokimia dalam tekanan.
32. Pieper, U., Eswar, N., Stuart, AC, Ilyin, VA & Sali, A. MODBASE, database model struktur protein komparatif
beranotasi. Res asam nukleat. 30, 255–259 (2002).
Ucapan Terima Kasih Saya berterima kasih kepada G. Klebe, A. Olson, danW. Jorgensen untuk memberikan kontribusi angka dan
komentar, dan ID Kuntz, M. Jacobson, A. Sali, K. Dill dan J. Irwin untuk banyak percakapan yang berwawasan. Penelitian
laboratorium saya di docking didukung oleh NIGMS.
Pernyataan kepentingan yang bersaing Penulis menyatakan kepentingan finansial yang bersaing: detail
menemani kertas di atas www.nature.com/nature.
865