AutoDock: молекулярный докинг и виртуальный скрининг¶

AutoDock — это комплекс программного обеспечения с открытым исходным кодом для молекулярного моделирования, предназначенный для прогнозирования предпочтительной ориентации и конформации малой молекулы (лиганда) при связывании с макромолекулярной мишенью (рецептором), преимущественно белком. Метод, реализуемый данным пакетом, известен как молекулярный докинг и широко применяется в компьютерном (структурном) дизайне лекарственных препаратов, а также в исследованиях белково-лигандных взаимодействий.

¶История и развитие

Разработка AutoDock началась в конце 1980-х годов в Исследовательском институте Скриппса (США) под руководством профессора Артура Олсона. Первая публично доступная версия, AutoDock 1.0, была выпущена в 1990 году. Ключевым нововведением стало использование эволюционных алгоритмов и метода Монте-Карло для поиска глобального энергетического минимума в пространстве конформаций лиганда.

В 1998 году вышла версия AutoDock 3.0, в которой был реализован алгоритм Ламаркианского генетического алгоритма (LGA). Эта версия стала стандартом де-факто для академических исследований. Версия 4.0 (2007) добавила поддержку гибких остатков рецептора и усовершенствованную силовую сетку для расчёта электростатических взаимодействий. Версия 4.2 (2010) включала ковалентный докинг и улучшенную обработку водородных связей.

Параллельно развивалась программа AutoDock Vina (расшифровывается как «Virtual INteraction Algorithm»), впервые выпущенная в 2010 году доктором Олегом Троттом. Vina использует иной, более быстрый алгоритм оптимизации (Broyden-Fletcher-Goldfarb-Shanno) и собственную эмпирическую оценочную функцию, что обеспечивает значительный прирост скорости (в 10–100 раз быстрее классического AutoDock) при сопоставимой или лучшей точности. С 2021 года развитие проекта продолжается в рамках инициативы The Scripps Research Institute и сообщества разработчиков.

¶Принцип работы и алгоритмы

Основная задача AutoDock — найти такую пространственную структуру комплекса «лиганд-рецептор», которая соответствует минимуму свободной энергии связывания. Процесс включает два этапа: поиск конформаций и оценка энергии.

¶Поиск конформаций

Классический AutoDock использует генетические алгоритмы, моделирующие процесс естественного отбора. Каждая «особь» в популяции представляет собой набор параметров — трансляцию, ориентацию и торсионные углы лиганда. Ламаркианский вариант алгоритма сочетает глобальный поиск с локальной оптимизацией методом псевдо-Ньютона, что ускоряет сходимость. AutoDock Vina применяет итеративный метод стохастической оптимизации, чередующий глобальные и локальные шаги поиска.

¶Оценочная функция

Для расчёта энергии связывания используется эмпирическая функция, включающая вклады:

• энергии ван-дер-ваальсовых взаимодействий (потенциал Леннарда-Джонса);
• электростатических взаимодействий (закон Кулона с диэлектрической проницаемостью);
• водородных связей;
• десольватации (энергии вытеснения молекул воды);
• энтропийного вклада за счёт замораживания вращательных степеней свободы лиганда.

В AutoDock Vina оценочная функция является комбинацией стерических, гидрофобных и водородносвязных членов, коэффициенты которых были оптимизированы на выборке из нескольких тысяч экспериментально определённых комплексов.

¶Подготовка данных

Для работы необходимы файлы в формате PDBQT (Protein Data Bank, Partial Charge, Q-Torsion), содержащие координаты атомов, парциальные заряды и информацию о вращаемых связях. Подготовка рецептора включает добавление атомов водорода, расчёт зарядов (обычно методом Гастейгера) и объединение неполярных атомов водорода. Для лиганда требуется задание активных торсионных связей. Вспомогательные утилиты (AutoDockTools, MGLTools) обеспечивают графический интерфейс для этих операций.

¶Применение в науке и практике

AutoDock является одним из наиболее цитируемых инструментов в области вычислительной химии (десятки тысяч публикаций). Основные области применения:

• Виртуальный скрининг — автоматизированный поиск потенциальных ингибиторов среди библиотек из миллионов химических соединений. AutoDock Vina часто используется в связке с программами-оболочками (например, PyRx, DogSiteScorer) для массового докинга.
• Рациональный дизайн лекарств — предсказание аффинности и селективности новых аналогов известных препаратов, оптимизация лидерных соединений.
• Изучение механизмов резистентности — анализ влияния мутаций в активном центре фермента на связывание ингибиторов (например, при ВИЧ-протеазе или киназах).
• Предсказание «внешних» (off-target) эффектов — оценка возможного связывания лекарства с нецелевыми белками для прогнозирования токсичности.
• Образовательные цели — благодаря простоте использования и бесплатному доступу AutoDock является стандартным инструментом в университетских курсах по биоинформатике и молекулярному моделированию.

¶Ограничения и точность

Несмотря на широкую популярность, AutoDock имеет существенные ограничения. Оценочные функции являются эмпирическими и не учитывают поляризацию, эффекты переноса заряда и ковалентные взаимодействия. Точность предсказания абсолютных значений свободной энергии связывания обычно составляет ±2 ккал/моль, что недостаточно для точного расчёта констант ингибирования. Программа не моделирует явно молекулы воды в активном центре (хотя существуют расширения для частичного учёта), а также не учитывает конформационную подвижность белка (за исключением ограниченного числа гибких остатков). Для корректных результатов необходима тщательная подготовка структуры рецептора, включая определение протонированного состояния аминокислотных остатков.

¶Современное состояние и альтернативы

Проект продолжает развиваться. В 2021 году была выпущена версия AutoDock Vina 1.2, добавившая поддержку макроциклов, гибких боковых цепей и улучшенную обработку ковалентного докинга. Существуют также высокопроизводительные модификации (AutoDock-GPU), использующие видеокарты для ускорения расчётов. Среди альтернативных коммерческих и академических программ — Glide (Schrödinger), GOLD (CCDC), rDock, LeDock и другие. Однако благодаря свободной лицензии (GNU General Public License) и активной поддержке сообщества AutoDock остаётся наиболее доступным и широко используемым инструментом молекулярного докинга в академической среде.