《Molecules》:Recovering Small Molecule Ligand—RNA Binding Pocket Binding Modes and Exploring Potential Binding Pathways Using Metadynamics
编辑推荐:
摘要翻译:理解RNA如何识别小分子配体对药物研究至关重要。分子动力学(MD)模拟原则上能够以原子细节揭示这一过程。然而,当结合途径上的能垒在模拟时间尺度(纳秒至微秒)内过高而无法跨越时,模拟常常失效。为解决这一局限,研究人员提出了一种新策略,即将well-te
摘要翻译:理解RNA如何识别小分子配体对药物研究至关重要。分子动力学(MD)模拟原则上能够以原子细节揭示这一过程。然而,当结合途径上的能垒在模拟时间尺度(纳秒至微秒)内过高而无法跨越时,模拟常常失效。为解决这一局限,研究人员提出了一种新策略,即将well-tempered metadynamics与X射线晶体学或NMR解析的RNA-配体间氢键相互作用作为集合变量(CVs)相结合。该方法能够在结合过程中采样多种过渡态,并通过重建的自由能景观确定最有利的结合模式。研究人员对所有五个研究案例的结合模式进行计算恢复,其结果与实验解析的复合物结构高度一致(RMSD低于2.0 ?)。研究表明,metadynamics与策略性选择的集合变量相结合,能够有效采样RNA-小分子复合物的结合途径并恢复其结合模式。因此,该方法有望用于晶体结构解析、NMR溶液结构精修以及RNA靶向小分子药物的计算机辅助设计。
论文解读:
研究背景与问题:RNA与小分子配体的分子识别机制是药物发现中的关键问题。已知存在三类典型的小分子配体-RNA结合口袋识别:SELEX筛选的RNA序列与辅因子、抗生素等小分子的高选择性高亲和结合;细菌mRNA 5′非翻译区核糖开关的高亲和适配体域与代谢中间体或抗菌剂的特异性识别;以及用于治疗人类遗传病的小分子剪接调节剂与前体mRNA外显子5′剪接位点富含嘌呤的单链RNA的结合。然而,结构化RNA固有的柔性和复杂动力学使得通过X射线晶体学解析小分子配体-RNA复合物晶体结构极为困难;NMR虽能探测溶液中RNA结构,但长RNA序列常因谱峰重叠这一固有技术难题而难以获得结构。此外,X射线晶体学和NMR均无法提供与RNA折叠和分子识别相关的动态信息。现有的计算“对接”工具多假设RNA刚性并使用隐式溶剂、粗粒度能量函数,难以准确恢复结合模式。显式溶剂MD模拟虽能在原子分辨率下揭示核酸-小分子识别的末端状态及分子路径,但常规无偏MD模拟因结合途径中存在高能垒,难以在纳秒至微秒时间尺度上访问真实结合过程。为克服此局限,研究人员开发了结合well-tempered metadynamics与upper_walls限制的采样策略,利用X射线晶体学或NMR解析的RNA-配体氢键信息作为集合变量(CVs),重建整个结合过程的自由能景观,从而有效采样结合途径并恢复最有利的结合模式。
研究内容与结论:研究人员选取了五个结构已充分解析的体系:黄素单核苷酸(FMN)与35核苷酸RNA适配体复合物、preQ1核糖开关适配体代谢物结合态、腺嘌呤核糖开关适配体域配体结合态、瓜氨酸/RNA适配体复合物和精氨酸/RNA适配体复合物。通过well-tempered metadynamics模拟,每个体系在自由能景观最深自由能盆地处恢复的结合模式与实验结构(X射线晶体学或NMR)的RMSD均低于2.0 ?,验证了方法的准确性。此外,研究人员还呈现了前三个体系(FMN/RNA适配体、PreQ1/核糖开关适配体、腺嘌呤/核糖开关适配体域)的分子动力学结合途径和结合机制,捕获了多个过渡态。该研究证明metadynamics结合恰当选择的集合变量能有效采样配体结合过程中的状态转变,并准确恢复RNA-小分子复合物的结合模式。
关键技术方法:研究人员使用Q-Chem 5.2计算小分子配体的优化几何和RESP电荷(Hartree–Fock方法,6-31G(d)和cc-pVDZ基组),通过ACPYPE生成拓扑文件。采用GROMACS 2019.6(编译PLUMED 2.7.0)进行well-tempered metadynamics模拟。使用TIP4P显式水模型和Chen-Garcia等人修正的RNA力场(修正Amber-99力场过度堆积问题),采用Steinbrecher-Case生物有机磷酸参数防止虚假磷酸-碱基氢键。模拟体系中加入150 mM KCl(Cheatham-Young TIP4P适配离子参数)中和RNA负电荷,温度300 K。所有模拟在立方盒中进行,周期性边界条件,盒子边缘与复合物距离1.0 nm。系统先进行最多50000步最小化,然后在300 K和1 bar下进行1 ns NVT和NPT平衡。长程静电用Particle Mesh Ewald方法,非键截断1.2 nm,积分步长2 fs。速度重标算法控温,Parrinello-Rahman算法控压。metadynamics参数经优化:集合变量包括配体与结合口袋的质心(COM)距离(d)、两个关键氢键供体-受体距离(d1、d2)。使用upper_walls谐波限制防止配体逸出结合口袋区域。高斯沉积间隔1 ps,初始高斯高度和偏置因子因体系而异。模拟时长分别为30 ns(FMN)、40 ns(preQ1)、20 ns(腺嘌呤)、100 ns(瓜氨酸)、60 ns(精氨酸)。瓜氨酸和精氨酸体系额外对RNA结合口袋施加中等强度位置限制(500 kJ mol?1 nm?2)。通过Branduardi等提出的重加权算法去除metadynamics偏置,获得无偏自由能景观。RMSD计算采用PyMOL align功能(BLOSUM62序列比对、原子映射和Kabsch刚体叠合)。
研究结果:
3.1 FMN/RNA适配体:metadynamics模拟中,FMN从距结合口袋3.3 nm处开始,在upper_walls限制下快速进入结合口袋。自由能景观显示最深自由能盆地位于d=0.14 nm、d1=0.29 nm、d2=0.30 nm,对应FMN的异咯嗪环uracil-like边缘与A26 Hoogsteen边缘形成两个氢键(A26:N6-H?FMN:O2和FMN:N3-H?A26:N7)的结合模式,与NMR溶液结构(PDB ID: 1FMN)的RMSD=1.98 ?。第二深自由能盆地位于d1=1.16 nm、d2=0.49 nm,其中存在G10:N2-H?FMN:O4和G10:N2-H?FMN:N5两个氢键。第三深盆地位于d1=1.56 nm、d2=1.49 nm,对应FMN异咯嗪环堆积于G10·U12·A25三元组与G27之间。模拟还揭示了结合途径:FMN插入前,A26与G9形成A26·G9错配,G10部分堆积在U12·A25与A26·G9之间,G27处于凸起状态;FMN插入后,G10形成G10·U12·A25三元组,A26识别FMN,G27上移并与G9形成G27·G9错配。
3.2 PreQ1核糖开关适配体:preQ1从距结合口袋1.8 nm处开始,其鸟嘌呤碱基从大沟方向插入G5·C16碱基对和G11·C7错配之间。自由能景观显示单一自由能盆地位于d1=0.29 nm、d2=0.29 nm、d=0.10 nm,对应preQ1与C15形成G·C样配对(C15:N4-H?preQ1:O6、preQ1:N1-H?C15:N3、preQ1:N2-H?C15:O2),与晶体结构(PDB ID: 3Q50,分辨率2.75 ?)的RMSD=0.87 ?。结合途径显示preQ1的minor groove侧首先被U6和A29识别,随后preQ1旋转调整角度,C15在大沟中摆动,直到第8 ns时preQ1读出C15的Watson-Crick边缘。该过渡态中preQ1氨基与U6羰基氧和A29氨基氮形成氢键,C15处于凸起状态。
3.3 腺嘌呤核糖开关适配体域:腺嘌呤从1.9 nm处开始,受upper_walls限制推向结合口袋大沟。由于腺嘌呤平面形状,其容易插入C50·U75·A21和A73·A52·U22两个三元组之间。自由能景观主盆地位于d1=0.29 nm、d2=0.30 nm、d=0.23 nm,对应腺嘌呤与U74形成Watson-Crick配对(ADE:N6-H?U74:O4和U74:N3-H?ADE:N1),与晶体结构(PDB ID: 5SWE,分辨率3.00 ?)的RMSD=0.87 ?。结合途径显示腺嘌呤插入首先将U74从凸起状态拉回堆积状态,进而稳定上下两个三元组。U74从凸起状态摆回大沟并与腺嘌呤配对是过渡态。
3.4 瓜氨酸/RNA适配体:瓜氨酸从minor groove方向结合其RNA结合口袋,在100 ns模拟中经历多种结合模式。自由能景观显示较宽的自由能盆地,最深盆地位于d1=0.26 nm、d2=0.27 nm、d=0.26 nm,对应瓜氨酸尿素基团与U29 Watson-Crick边缘和G4 Hoogsteen边缘形成氢键(U29:N3-H?CIR:O7和CIR:N8-H?G4:N7),与NMR溶液结构(PDB ID: 1KOD)的RMSD=0.86 ?。该体系需要较高的偏置因子(100)以实现收敛。
3.5 精氨酸/RNA适配体:精氨酸从2.5 nm处开始,受upper_walls限制推向结合口袋。自由能景观最深盆地位于d1=0.33 nm、d2=0.31 nm、d=0.6 nm,对应精氨酸胍基与C29和G4形成氢键(ARG:NH2-H?C29:N3和ARG:NH2-H?G4:O6),与NMR溶液结构(PDB ID: 1KOC)的RMSD=0.64 ?。第二深盆地位于d1=0.97 nm、d2=0.87 nm,其中精氨酸胍基与RNA磷酸二酯骨架形成氢键,氨基与C29 Watson-Crick边缘形成氢键。
讨论与结论:研究人员指出,传统无偏MD模拟因高能垒而无法遍历结合过程中的所有状态。本研究通过well-tempered metadynamics结合三个集合变量(配体-结合口袋COM距离、两个关键氢键距离)和upper_walls限制,有效填充结合途径中各自由能盆地,促进配体在口袋内的运动和旋转,从而准确恢复结合模式。五个案例的恢复结果与实验结构高度一致(RMSD<2.0 ?)。前三个体系模拟出完整的诱导契合结合途径并捕获多个过渡态;后两个体系因结合口袋需要特定构象,施加中等强度位置限制后成功恢复结合模式。该策略为RNA-配体结合研究提供了更快更详细的方法,有助于直接比较分子建模与实验测量,并有望通过仅利用NMR或化学探针提供的氢键信息,模拟未知结合模式的小分子-RNA体系,预测结合复合物的三级结构,为RNA靶向小分子药物的计算机辅助设计提供有价值的工具。