Молекуля́рный до́кинг () — метод молекулярного моделирования, позволяющий предсказать наиболее выгодную для образования устойчивого комплекса ориентацию и конформацию одной молекулы (лиганда) в сайте связывания другой (рецептора). Данные о положении и конформации партнеров используются для предсказания силы взаимодействия посредством так называемых оценочных функций. В случае, если лиганд является макромолекулой, докинг называют макромолекулярным.

Концепция «ключ-замок» Молекулярный докинг можно представлять как поиск оптимального положения «ключа» (лиганда) в «замке» (рецепторе). В данном случае молекулы рассматриваются как жёсткие тела. Однако в реальности в процессе докинга лиганд и белок изменяют конформации для достижения наилучшего связывания. Изменения конформации белка могут включать движения и доменов. Такой процесс, ведущий к успешному связыванию, называют «индуцированным соответствием».

Постановка задачи Молекулярный докинг используется для моделирования процесса молекулярного узнавания. Обычно необходимо найти оптимальную конформацию лиганда. Данное положение достигается в случае, когда свободная энергия связывания минимальна..

Сферы применения Комплексы таких биологически значимых молекул, как белки, нуклеиновые кислоты, углеводы и липиды, играют ключевую роль в передаче химического сигнала. К тому же, относительная ориентация двух взаимодействующих молекул может влиять на тип произведённого сигнала (будет он ингибирующим или каталитическим). Поэтому взаимодействие между биологическими молекулами важно для предсказания как типа, так и силы производимого сигнала.

Докинг часто используется для предсказания аффинности и активности небольшой молекулы лекарства по отношению к белку-мишени. Таким образом, молекулярный докинг, являясь одним из этапов при разработке , играет важную роль в данном процессе.

Одним из преимуществ молекулярного докинга является возможность его автоматизации. В рамках задачи разработки препарата появляется возможность скрининга библиотек низкомолекулярных соединений. Молекулярный докинг позволяет определить наиболее оптимально взаимодействующее соединение — лекарство из ряда близких по составу аналогов.

Одним из методов, применяемых при разработке лекарственных препаратов, является . Метод основывается на поиске небольших фрагментов, обладающих невысокой аффинностью связывания с мишенью, и их дальнейшего комбинирования с целью поиска соединения с высокой аффинностью. Фрагментный дизайн применяется для поиска сильнодействующих ингибиторов. Подобная задача решается с помощью различных методов. К ним относятся некоторые виды ЯМР-спектроскопии, , метод микроскопического термофореза, плазмонный резонанс и другие. Молекулярный докинг, в свою очередь, также позволяет решить подобную задачу путём сканирования библиотек различных соединений, как низкомолекулярных, так и комплексных, и оценивать их аффинность.

Докинг может быть использован в биоремедиации для поиска загрязнителей окружающей среды, разлагаемых некоторыми ферментами.

Однако бывают случаи, когда неизвестно непосредственно само место взаимодействия. Тогда применим так называемый «слепой» докинг. Различные вариации данного подхода реализованы в алгоритмах: MolDock, Fragment Hotspot Maps, DoGSiteScorer.

Среди фундаментальных направлений применения молекулярного докинга можно выделить:

Исследования механизмов действия рецепторов; Поиск лигандов для факторов транскрипции и прочих регуляторных белков.

Подходы к моделированию докинга Существуют различные подходы при моделировании докинга. Один из подходов использует технику соответствия, которая описывает белок и лиганд как дополнительные поверхности. Другой подход моделирует фактический процесс докинга, в котором вычисляются попарные энергии взаимодействия. У обоих подходов есть существенные преимущества, а также некоторые ограничения.

«Жёсткий» докинг и «гибкий» докинг «Жёстким» называется докинг, при котором длины связей, углы и торсионные углы партнеров докинга остаются неизменными в процессе моделирования. Однако в результате взаимодействия с другим белком или лигандом происходят конформационные изменения как самого остова белка, так и боковых цепей. Подвижность остова, в свою очередь, может быть разделена на два типа: подвижность больших участков белка — доменов, так называемое движение «сдвига», и подвижность отдельных частей, таких как петли. В данном случае «жесткий» докинг некорректно описывает взаимодействия. Поэтому существуют некоторые дополнительные алгоритмы «гибкого» докинга. Они допускают конформационные изменения, в результате чего данный подход позволяет получать оценки взаимодействий наиболее приближенные к естественным. Однако подсчёт всех возможных конформационных изменений с учётом движения на данном уровне развития компьютеров занял бы огромное время. Более того, большое количество степеней свободы также может приводить к увеличению количества ложно положительных результатов. В связи с данными проблемами, возникает необходимость рационально выбирать небольшое подмножество возможных конформационных изменений для проведения моделирования.

«Гибкий» докинг также может быть использован в рамках докинга низкомолекулярного соединения. Однако в данном случае разрешается вращение вокруг каких-либо связей в молекуле самого лиганда, белок при этом остается «жёсткой» структурой

Докинг также можно разделить на однократный () и последовательный (). Последовательный докинг применяется, в основном, для докинга нескольких низкомолекулярных соединений (лигандов). После докинга одного из лигандов в отдельный файл сохраняется структура белка с данным лигандом. Далее алгоритм повторяется, и реализуется докинг для второго лиганда в ранее сохраненную структуру. Данный подход может быть полезен при поиске аллостерических центров.

Взаимозависимость формы Геометрическое соответствие (методы определения взаимозависимости формы) описывается для белка и лиганда как ряд особенностей, которые определяют их оптимальное взаимодействие. Эти особенности могут включать как саму , так и описание дополнительных особенностей поверхности. В этом случае молекулярная поверхность рецептора описывается с точки зрения её доступности для растворителя, а молекулярная поверхность лиганда описывается с точки зрения её соответствия описанию поверхности рецептора. Взаимозависимость между двумя поверхностями составляет описание соответствия формы, которое может помочь обнаружить различные положения лиганда. В другом подходе нужно описать гидрофобные особенности белка, используя повороты в атомах главной цепи. Ещё один подход может быть основан на преобразовании Фурье.

Моделирование В этом подходе белок и лиганд отделены некоторым физическим расстоянием, и лиганд находит своё положение в активный центр белка после определённого числа «шагов». Шаги включают преобразования твёрдого тела, такие как перемещение и вращение, а также внутренние изменения структуры лиганда, включая угловые вращения. Каждый из этих шагов в пространстве изменяет полную энергетическую оценку системы, и, следовательно, она вычисляется после каждого движения. Очевидное преимущество этого метода состоит в том, что это позволяет исследовать гибкость лиганда во время моделирования, тогда как методы взаимозависимости формы должны использовать некоторые другие подходы, чтобы узнавать о подвижности лиганда. Другое преимущество состоит в том, что процесс физически ближе к тому, что происходит в действительности, когда белок и лиганд приближаются к друг другу после молекулярного распознавания. Неудобство этой техники — то, что она занимает время, чтобы оценить оптимальное решение докинга, так как необходимо исследовать довольно большой .

Механизмы докинга Первое, что необходимо для проведения скрининга молекул докингом — это структура интересующего белка. Обычно структура определяется биофизическими методами (рентгеноструктурный анализ или ЯМР-спектроскопия), также она может быть получена гомологическим моделированием. Структура белка вместе с базой данных потенциальных лигандов служат входом для программы докинга. Успех докинга зависит от двух компонентов: алгоритма поиска и оценочной функции.

Успешный докинг требует выполнения двух условий: Создание набора конформаций, который надёжно включает, по крайней мере, хотя бы одну «достоверную»; Надежно отличает «достоверные» конформаций от других.

Для многих случаях, к примеру, для антител и конкурентных ингибиторов сайт связывания известен. В других случаях сайт связывания может быть определён по данным мутагенеза или филогении. Конфигурации, в которых атомы белков перекрываются (так называемый клеш, от ) всегда исключаются.

После отсеивания комплексов с клешами измеряется энергия каждой структуры (модели комплекса) с помощью так называемой скоровой (оценочной) функции. Последняя должна различить «достоверную» структуру выше как минимум 100000 альтернатив. Это сложная вычислительная задача, поэтому было разработано множество методов её решения. Алгоритмы можно разделить на детерминированные и стохастические.

Алгоритм поиска С математической точки зрения докинг представляет собой поиск глобального минимума функции свободной энергии, заданной на многомерном пространстве всех возможных способов связывания лиганда с белком. Пространство поиска в теории состоит из всех возможных положений в пространстве и конформаций белка, связанного с лигандом. Однако на практике, при имеющихся вычислительных ресурсах, невозможно полноценно исследовать пространство поиска — это бы потребовало вычисление всех возможных сдвигов каждой молекулы (молекулы динамичны и существуют как ансамбль конформационных состояний) и всех ротационных и позиционных положений лиганда относительно белка при заданном уровне детализации. Большинство программ докинга учитывают все конформационное пространство вариантов для лиганда («подвижный» лиганд), и некоторые также пытаются моделировать «подвижный» белок-рецептор. Каждая фиксированная позиция этой пары в пространстве называется решением докинга.

Алгоритмы поиска наилучшего связывания могут быть разделены на следующие категории: систематические методы, случайные или стохастические эвристические методы, методы молекулярной динамики и термодинамические методы.

Методами, гарантирующими нахождение глобального минимума за конечное число шагов, являются систематические методы, то есть методы последовательного перебора всех возможных положений лиганда в активном центре белка-мишени. Однако ввиду большого количества требуемых вычислений этот метод требует введения значительных упрощений. Широко распространены другие методы глобальной оптимизации, которые не гарантируют нахождение глобального минимума за конечное число шагов программы, однако на практике оказывается, что они способны отыскивать такие минимумы гораздо быстрее, чем методы систематического перебора. Подобные методы можно разделить на две большие группы: эвристические и термодинамические.

Эвристические методы используют некие эмпирические стратегии поиска глобального минимума, ускоряющие процедуру по сравнению с простым сканированием гиперповерхности. Наиболее известны и популярны следующие эвристические методы:

эволюционные и генетические алгоритмы; алгоритмы поиска с табу (), основанные на поиске глобального минимума дискретных функций; стайные алгоритмы оптимизации.

К термодинамическим методам относят моделирование отжига.

Методы Монте-Карло