【ドッキング】実験情報を活用してドッキング精度を改善

論文タイトル

Information-driven modeling of biomolecular complexes

出典

Curr Opin Struct Biol. 2021 Oct;70:70-77.

NCBI - WWW Error Blocked Diagnostic

確認したいこと

グローバルドッキングを、実用に足る精度で実施するには、さらなる技術向上が必要であるという認識です。周辺知識を活用してドッキング精度を改善する手法について、確認してみたいと思いました。

要旨

実験データを活用してドッキングシミュレーションの精度を向上する手法について、概説したレビュー論文です。

章立て

緒言
ドッキングソフトウェア抗体・抗原ドッキングの最近の進展
膜タンパク質への適応
進化的救済
タンパク質形状情報の利用
結言

解説など

ドッキングの予測精度を改善するために、実験データを活用して予測に制限をかける手法が開発されています。本論文では、これまでに報告された関連手法の概要をまとめています。

High Ambiguity driven DOCKing (HADDOCK)は、数あるドッキング手法のなかでも、ウェットな実験から得られたデータをもとに拘束をかける予測手法として、実績のあるアルゴリズムです。本総説は、HADDOCKの開発ラボが記していますので、HADDOCKの事例紹介が多い印象です。

活用できる実験データのひとつとしては、リガンド・レセプター分子間の距離情報が挙げられます。両者が接触・近接している残基が限定されれば、取りうる複合体構造を制限することが可能です。

距離情報を取得する一般的な方法としては、以下が挙げられます。

クロスリンクMS
アミノ酸配列からの共進化予測

また、cryo-EMから取得された構造情報は、必ずしも原子レベルでアサインされていないケースもあります。その際はcryo-EMから得られたEMマップから導きだされた抗原の形状を、拘束条件に指定することも可能です。形状を利用した同様の解析はSAXSのデータを活用してもできます。HADDOCKは、EMマップ、SAXSの両方にに対応しています。

本論文では、抗体・抗原相互作用や、膜タンパク質が関連する相互作用にフォーカスしたドッキングシミュレーション事例についても紹介しています。抗体・抗原複合体の場合は、CDRをパラトープとして使用するケースが多いと思います。SnugDockはRosettaAntibodyツールと連携して、充実したUIや広範囲の解析メソッド(single domain antibodyへの適用、ループモデリングなど）を活用することが可能です。