Docking

Docking ist ein bioinformatisches bzw. chemoinformatisches Verfahren, bei dem in silico die räumliche Interaktion zwischen Ligand und Target-Molekül berechnet wird. Es wird vor allem in der Arzneistoffentwicklung eingesetzt.

Beim Docking werden mehrere Prozesse durchlaufen. Das sogenannte Posing bestimmt, welche Konformation und Orientierung eines Liganden in das aktive Zentrum des Proteins passt. Dazu werden z.B. die Coulomb-Gleichung und die Van-der-Waals-Kraft (Lennard-Jones-Potential) berechnet.

Darauf aufbauend werden einige Ergebnisse der im Posing ermittelten Konformationen im sogenannten Ranking neu bewertet. I.d.R. wird zusätzlich die freie Bindungsenergie (z.B. Desolvatationsenergie und Entropie) bestimmt.

Das Scoring liefert letztlich eine Bewertung für das Posing und das Ranking.

2.1. Posing

Für die Bestimmung der Ligandenkonformation und -orientierung sind verschiedene Suchmethoden geeignet:

• Bei der systematischen Suche wird versucht, alle Freiheitsgrade eines Moleküls zu testen, was jedoch zu einer Vielzahl von Kombinationen führt. Um die sehr rechenintensive Methodik zu bewältigen, werden Liganden beispielsweise schrittweise, z.B. durch das Andocken verschiedener Fragmente, untersucht.
• Die Zufallssuche basiert auf stochastischen Methoden, bei denen ein Ligand in einem randomisierten Muster verändert wird. Anschließend wird mithilfe von Wahrscheinlichkeitsberechnungen getestet, wie gut die Konformationsänderung des Liganden an die Bindungsstelle passt. Eingesetzte Verfahren sind z.B. die Monte-Carlo-Suche und der genetische Algorithmus.
• Zusätzlich können verschiedene Stimulationsmethoden (z.B. Molekulardynamik-Simulationen) eingesetzt werden.

2.2. Scoring

Verschiedene Scoring-Methoden können zur Bewertung von Posing und Ranking verwendet werden:

• Das kraftfeldbasierte Scoring besteht aus der Berechnung der Summe zweier Energien (Rezeptor-Ligand-Interaktionsenergie und interne Ligandenenergie). Nachteil dieser Methodik ist, dass Solvatation und Entropie nicht berücksichtigt werden.
• Empirische Scoring-Funktionen: Diese Art des Scorings basiert auf experimentellen Daten, die statistisch oder empirisch ausgewertet werden.
• Wissens-basierte Scoring-Funktionen reproduzieren experimentelle Strukturen anstelle von Bindungsenergien. Dazu werden einfache Atom-Atom-Interaktionspotentiale modelliert. Nachteil dieser Methode ist, dass bereits experimentell gelöste Protein-Ligand-Strukturen des Zielproteins vorhanden sein müssen.
• Beim Konsensus-Scoring werden verschiedene Scoring-Funktionen kombiniert, um die Nachteile einzelner Scoring-Funktionen auszugleichen.

Docking ist eine computergestützte Methode in der Wirkstoffentwicklung, die sowohl zur Identifizierung von potentiellen Wirkstoffen (Hits) als auch zur Berechnung ihrer Bindungsmodi in der Bindetasche eines Zielproteins eingesetzt wird. Die Ergebnisse basieren auf Berechnungen und Simulationen und müssen experimentell validiert werden.

Für Docking-Studien wird eine experimentelle Struktur des Zielproteins bevorzugt. Liganden werden anhand ihrer Strukturformel in 3D-Modelle umgewandelt. Die Bindetasche des Proteins wird hinsichtlich der Wassermoleküle und der elektrostatischen Eigenschaften sorgfältig analysiert.

Docking wird vor allem in zwei Phasen der Wirkstoffentwicklung eingesetzt:

• Hit-Identifizierung: Hier wird ein Ligand gesucht, der an das Protein bindet. Virtuelles Screening ermöglicht das Testen großer Substanzbibliotheken, was im Vergleich zu experimentellen Methoden Zeit und Ressourcen spart. Um die Trefferrate zu erhöhen, können Bibliotheken vorab gefiltert werden.
• Lead-Optimierung: Vorhandene Hits werden chemisch modifiziert, um ihre Bindungseigenschaften weiter zu verbessern. Dies erfolgt durch virtuelle Modellierung und Docking der modifizierten Verbindungen, wodurch die Notwendigkeit vieler chemischer Synthesen reduziert wird. Ziel ist es, spezifische Bereiche der Bindungsstelle anzusprechen und die Interaktion zu optimieren.

• Kitchen et al. Docking and scoring in virtual screening for drug discovery: Methods and applications. Nature Reviews. Drug Discovery, 3(11), 935–949. 2004