COSMO-RS用于现代理性药物设计和SAMPL挑战

SAMPL：计算药物设计中的盲目挑战

首先，让我们澄清SAMPL的含义。SAMPL代表蛋白质和配体建模的统计评估，代表了一系列旨在提高与现代合理药物设计相关的计算方法的预测能力的盲挑战。参赛者应提供分子性质的预测，未公开的实验数据将在比赛截止日期后公布。SAMPL挑战涵盖的性质包括水合自由能、结合自由能、质子化平衡以及分布和配分平衡。针对SAMPL等实际应用程序的主要盲预测挑战提供了有关不同方法功能的信息。然而，它们也对预测方法的发展和改进产生了积极的影响。

SAMPL和COSMO-RS：

BIOVIA COSMO-RS是一个基于量子化学的统计热力学模型，可以预测溶液中物质的许多热力学性质。其中包括分配系数，溶剂化自由能和溶解度，使COSMO-RS成为制药行业配方设计过程中的宝贵工具。在虚拟世界中使用快速计算可以帮助节省现实世界中的时间、材料和成本。例如，如果您正在为活性药物成分(API)寻找良好的溶剂，虚拟溶剂筛选可以在短时间内提供有希望的候选者列表。这可以减少测量次数并加快药物配方的开发阶段。由于上述特点和一般方法，理论上允许处理任何可以通过量子化学处理的分子，很明显，COSMO-RS方法已在SAMPL挑战中多次使用。自2009年首次公开挑战SAMPL1以来，COSMO-RS提交的材料就参与了这些盲目预测。提交的作品往往是最好的。

SAMPL9的挑战：

最新的SAMPL9挑战是预测16个分子的甲苯/水分配系数，其中大多数是具有各种治疗益处的药物。下图显示，甲苯和水不相溶，形成两相。当一个分子溶解在这个双相体系中时，它在甲苯相和水相之间被分割。两相的浓度之比称为甲苯/水分配系数。由于甲苯是非极性分子，而水是极性分子的主要例子，所以甲苯/水分配系数可以看作是衡量化合物对极性或非极性溶剂亲和力的指标。

一般情况下，分区系数指导合理选择净化溶剂[1]，也可用于估计原料药在人体各隔室之间的分布[2]。

从SAMPL9的主要经验教训：

SAMPL9盲测挑战赛共有12份参赛作品。其中两个使用了COSMO-RS，但方法略有不同。第一个方案由亚琛工业大学的Thomas Nevolianis、Raja a.Ahmed和Kai Leonhard提交，第二个方案由BIOVIA团队提交[3]。根据结果，来自亚琛大学的同事提交的论文排名第一(或第二，取决于排名标准)。总的来说，与SAMPL 7挑战中的辛醇/水分配系数相比，所有贡献在预测甲苯/水分配系数方面都显示出相对较大的偏差[4]。与实验数据的均方根偏差(RMSD)为1.23logP单位，相关系数为0.93。RMSD比我们预期的要大，但COSMO-RS的表现优于其他竞争方法，而且它的预测能力非常令人印象深刻，因为这种方法被设计为普遍适用，而不是专门针对给定问题。在第二次提交中，我们尝试使用一个工作流，它可以自动创建分子的可能的互变异构体。但是，这种方法在两个案例中导致了重大偏差，这表明需要在这方面进行改进。我们认为这个结果是一个很好的例子，说明盲测如何对预测方法的发展和改进产生积极影响。

参考文献：

文章详情：https://blog.3ds.com/brands/biovia/cosmo-rs-for-modern-rational-drug-design-and-the-sampl-challenge/

公司简介：

北京泰科博思科技有限公司（Beijing Tech-Box S&T Co. Ltd.）成立于2007年，是国内领先的分子模拟及虚拟仿真综合解决方案提供商。

北京泰科博思科技有限公司与国际领先的模拟软件厂商、开发团队深入合作，为高校、科研院所和企业在材料、化工、药物、生命科学、环境、人工智能及数据挖掘、虚拟仿真教学等领域提供专业的整体解决方案。用户根据需要在我们的平台上高效的进行各种模拟实验，指导实际的生产设计。

北京泰科博思科技有限公司拥有一支一流的技术服务团队和资深的专家咨询团队，以客户真正需求出发，服务客户，为客户创造价值。我们秉承“职业、敬业、担当、拼搏、合作”的企业精神，致力于用国际领先的软件产品和专业全面的技术支持服务，成为客户可信赖的合作伙伴。