CACHEチャレンジ:パーキンソン病のための革新的な薬の発見
LRRK2-WDRをターゲットにした化合物発見の進展を促すコンペが開催されてるよ。
― 1 分で読む
CACHE(計算的ヒット探索実験の批判的評価)は、4か月ごとに開催されるコンペで、コンピュータサイエンティストや化学者たちが特定のタンパク質に結合する新しい化合物を見つけるために協力するんだ。この挑戦は、様々なコンピュータ手法を標準化された方法で比較するのに役立つよ。
最初のチャレンジは、パーキンソン病に関連することが多いLRRK2というタンパク質に焦点を当ててた。目的は、このタンパク質のWDRドメインという部分に結合できる化合物を特定することだった。参加者たちは、実際にテストする前にどの化合物がうまくいくかを予測するためにコンピュータプログラムを使ったんだ。
チャレンジプロセス
このチャレンジでは、各チームがLRRK2-WDRに結合すると考えた最大100の化合物を大規模な商業ライブラリから選んだんだ。それらの化合物が手に入れられ、研究者たちはそれがタンパク質にくっつくかどうかをテストした。初期テストの後、いくつかの化合物がさらなる検査のために選ばれたよ。
専門家で構成された独立した委員会が結果を評価した。彼らは化合物の効果や、新薬開発の出発点としての可能性を見てた。目標は、どのコンピュータ手法が成功する化合物を予測するのに最も効果的かを見つけることだったんだ。
初期の発見
最初のCACHEチャレンジには10か国から23チームが参加した。彼らはLRRK2-WDRをターゲットにした1955の化合物を予測したんだ。初期テストの結果、7つのグループが結合テストで良い結果を示した化合物を生み出した。これらの化合物はLRRK2-WDRをターゲットにした最初のもので、新しい治療法につながる可能性があるよ。
チームの使った方法には大きなばらつきがあった。一部のチームはシンプルなアプローチを取った一方、他のチームはディープラーニングのような高度なテクニックを使って予測を洗練させてた。多くの化合物が結合したけど、ほとんどは強度があまりなく、設計の改善が必要だったんだ。
化合物の選定
各参加者は、特定の基準を満たす化合物のリストを提出する必要があった:最大550 Daの重量、特定の溶解性の特性、反応性のある官能基なし。ほとんどの化合物は大きなデータベースから調達され、全体の成功率は約93%だった。いくつかのチームは少数の化合物だけを選んだけど、大多数は適切なテストのために必要な限界内に収まってたよ。
選ばれた化合物は化学的に多様で、互いに明らかに異なるものが多かった。この多様性は効果的な新薬を探す上で重要で、ユニークな特性がターゲットタンパク質とのより良い相互作用につながるからね。
実験的テスト
最初のテストでは、これらの化合物がLRRK2-WDRにどれだけ結合できるかを見た。科学者たちは表面プラズモン共鳴(SPR)という方法を使って結合強度を測定した。440の化合物が重要な結合を示し、そのうち73は良好な相互作用レベルを持ってたんだ。
ただし、いくつかの化合物は悪い溶解性の問題に直面し、その効果を徹底的に評価するのが難しかった。グループは可能性のある全ての化合物を次のテストに進めることを決定して、どんなヒットも見逃さないようにしたよ。
二回目のテスト
二回目のラウンドでは、参加者は元の化合物の最大50のアナログを選んでさらなるテストを行うことができた。目的は、最も有望な候補に焦点を当てて探索を洗練させることだったんだ。714の新しい化合物がテストされ、何がうまくいくかの明確なイメージを提供したよ。
再び、SPRが主要なテスト方法だった。結果は多くの化合物で結合が改善され、一部は強い結合値を達成した。追加のテストの使用はこれらの結果を確認するのに役立ち、化合物の可能性に対する自信を高めたんだ。
得られた教訓
最初のCACHEチャレンジからいくつかの重要な教訓が得られた。一つの大きな課題は化合物の溶解性だった。基準となる既知の化合物が不足していたため、溶解性の予測が難しかったんだ。多くの化合物が高濃度を必要とし、テストでの凝集と沈殿を引き起こす問題が生じたよ。
もう一つのポイントは、結果における偽陽性と偽陰性を避けるバランスだった。最初のラウンドでは、潜在的に良い化合物が早期に却下されないようにすることに重点が置かれ、二回目のラウンドでは有望な候補が本当に実行可能であることを確認することが求められたんだ。
今後の方向性
CACHEチャレンジは効果的な計算手法を強調するのに成功したけど、改善の余地はまだあるよ。うまく機能しているように見えた化合物が確認テストを通過しなかったこともあって、もっと厳密な評価が必要だということを示唆してる。さらに、今後のチャレンジでは、人間の選択の影響を受けないブラインドテストが役立つかもしれないね。
CACHEのアプローチは、パーキンソン病のような病気の貴重な治療法につながる新しい手法や化合物を見つけるのに重要なんだ。計算デザインにおける創造性と技術的スキルは、薬剤発見のワクワクする新しいフロンティアを代表してるよ。研究コミュニティはダイナミックで進化していて、新しい解決策や進展に向かって常に努力しているんだ。
CACHEチャレンジ結果のまとめ
要するに、CACHE #1はLRRK2-WDRドメインをターゲットにした新しい化合物を成功裏に特定した。今回のチャレンジは、コンピュータ支援の薬剤発見手法を評価する標準化されたプロセスの開発に焦点を当てたよ。結果は promisingなスタートを示していて、新しい化合物のデザインとテストに関する新たな洞察が、厄介な病気の治療法を進める可能性があるんだ。
参加チームの多様なアプローチ、伝統的な方法や高度な機械学習技術を含めたものは、未来の薬剤発見において改善の可能性を秘めた豊かな戦略を反映してるよ。各手法の強みと弱みを理解することで、次回のチャレンジでの改善と適応が可能になり、効果的な治療法の追求が続けられるんだ。
結論として、最初のCACHEチャレンジは将来のベンチマーク作成に向けて強固な基盤を築き、学際的な協力を促進し、有望な新薬の開発に必要な科学的知識を強化する道を開いたんだ。
タイトル: CACHE Challenge #1: targeting the WDR domain of LRRK2, a Parkinson's Disease associated protein.
概要: The CACHE challenges are a series of prospective benchmarking exercises meant to evaluate progress in the field of computational hit-finding. Here we report the results of the inaugural CACHE #1 challenge in which 23 computational teams each selected up to 100 commercially available compounds that they predicted would bind to the WDR domain of the Parkinsons disease target LRRK2, a domain with no known ligand and only an apo structure in the PDB. The lack of known binding data and presumably low druggability of the target is a challenge to computational hit finding methods. Seventy-three of the 1955 procured molecules bound LRRK2 in an SPR assay with KD lower than 150 M and were advanced to a hit expansion phase where computational teams each selected up to 50 analogs each. Binding was observed in two orthogonal assays with affinities ranging from 18 to 140 M for seven chemically diverse series. The seven successful computational workflows varied in their screening strategies and techniques. Three used molecular dynamics to produce a conformational ensemble of the targeted site, three included a fragment docking step, three implemented a generative design strategy and five used one or more deep learning steps. CACHE #1 reflects a highly exploratory phase in computational drug design where participants sometimes adopted strikingly diverging screening strategies. Machine-learning accelerated methods achieved similar results to brute force (e.g. exhaustive) docking. First-in-class, experimentally confirmed compounds were rare and weakly potent, indicating that recent advances are not sufficient to effectively address challenging targets.
著者: Matthieu Schapira, S. Ackloo, C. H. Arrowsmith, F. Ban, C. J. Barden, H. Beck, J. Beranek, F. Berenger, A. Bolotokova, G. Bret, M. Breznik, E. Carosati, I. Chau, Y. Chen, A. Cherkasov, D. Della Corte, K. Denzinger, A. Dong, S. Draga, I. Dunn, K. Edfeldt, A. Edwards, M. Eguida, P. Eisenhuth, L. Friedrich, A. Fuerll, S. Gardiner, F. Gentile, P. Ghiabi, E. Gibson, M. Glavatskikh, C. Gorgulla, J. Guenther, A. Gunnarsson, F. Guseve, E. Gutkin, A. Hillisch, L. Hoffer, A. Hogner, J. J. Irwin, O. Isayev, A. Ivanova, C. Jacquemard, A. J. Jarrett, J. H. Jensen, D. Kireev, Klebe
最終更新: 2024-08-14 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.07.18.603797
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.07.18.603797.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。
参照リンク
- https://cache-challenge.org/
- https://cache-challenge.org/challenges/predict-hits-for-the-wdr-domain-of-lrrk2/computational-methods
- https://datascience.unm.edu/badapple/
- https://cache-challenge.org/results-cache-challenge-1
- https://www.thesgc-dev.org/sites/default/files/toronto_vectors/pFB-BirA.pdf
- https://www.addgene.org/210899/
- https://grade.globalphasing.org