裴剑锋、来鲁华课题组发表蛋白质结合口袋探测与性质预测综合在线计算平台CavityPlus

蛋白质三维结构数据是基于结构药物设计的基础，但是在得到结构生物学家解析的特定蛋白质三维结构之后，药物设计和研发人员仍然面临许多问题需要解决：该蛋白质是好的可药靶标吗？蛋白上的哪些位点可以进行成功的药物设计？哪些位点是好的别构调控位点？哪些位点是好的共价化合物结合位点？研究探测蛋白质表面的结合口袋，并进行可药性、别构位点及共价化合物设计位点预测，对于蛋白质功能预测、药物靶标选择和药物设计具有重要的意义。

北京大学前沿交叉学科研究院定量生物学中心生物分子设计团队裴剑锋课题组整合该团队近年来在蛋白质口袋探测及性质预测领域发展的新方法，发展了开放式图形在线计算服务平台CavityPlus，用于精确探测蛋白质表面的结合口袋，同时计算结合口袋的多种性质（http://repharma.pku.edu.cn/cavityplus或http://www.pkumdl.cn/cavityplus）。对于用户输入的蛋白质三维结构信息，该平台中的Cavity模块（Curr. Pharm. Des. 2013, 19:2326）可以预测出潜在的药物结合口袋。与其他同类方法相比，Cavity模块不仅计算精度高，而且可以对口袋进行可药性（druggability）和配体亲和性（ligandability）打分，从而精确指导后续的药物设计研究。平台中整合的CavPharmer模块 (J. Chem. Inform. Model. 2006，46:2684; Curr. Pharm. Des. 2014，20:1192 ) 可以提取出口袋的药效团特征模型，用于基于药效团的药物设计研究；CorrSite模块（J. Chem. Inform. Model. 2016，56:1725）利用蛋白质运动相关性分析进行蛋白质别构位点预测，用于别构药物设计研究； CovCys模块（J. Chem. Inform. Model. 2017，57:1453）则可以预测蛋白质中适合进行共价药物设计的半胱氨酸位点，用于指导共价药物设计研究。这些模块使用了最新机器学习和人工智能等技术，所对应的计算方法和程序已经在药物设计领域得到广泛应用。

图1、CavityPlus使用流程示意图

CavityPlus是第一个蛋白质结合口袋探测与性质预测综合在线计算平台，可以用于药物设计和药物发现研究的多个方面，该工作2018年7月2日正式发表在《核酸研究》杂志上 （“CavityPlus: a web server for protein cavity detection with pharmacophore modelling, allosteric site identification and covalent ligand binding ability prediction”, Nucleic Acids Research, 2018，46: W374–W379）。由于该平台所用计算方法的创新性和计算结果的系统性、服务器运行的可靠性和易用性等特点，论文受到用户的好评和推荐，从5月10日论文在线发表以来，每天都有多个来自世界各地的用户在平台上提交在线计算任务。

北京大学前沿交叉学科研究院定量生物学中心博士研究生徐优俊和PTN项目博士研究生王世伟为该工作的共同第一作者。北京大学前沿交叉学科研究院定量生物学中心裴剑锋与化学学院/前沿交叉学科研究院定量生物学中心来鲁华为共同通讯作者。该工作得到了国家重点研发计划项目和国家自然科学基金的资助。