초대형 라이브러리 시대의 QuickShape 스크리닝
팀 크네한스, 스티브 딕슨, 닉 보일스, 지안신 두안, 크리스 폰 바르겐, 볼로디미르 바빈, 스티브 제롬, 맷 레파스키
기성 화학 라이브러리의 규모는 계속해서 급속히 증가하고 있는 반면, 약물 표적을 위한 새로운 화합물에 대한 수요는 사상 최고 수준을 유지하고 있습니다. 3차원 약리형( Shape) 기반 방법론은 위상적으로는 다르지만 형태가 유사한 히트 화합물을 찾아내어 활성 물질을 선별하는 효과적인 접근법을 제공하지만, 초대형 화학 라이브러리를 스크리닝하는 데 필요한 하드웨어 사양은 감당하기 어려울 정도로 높아질 수 있습니다. 본 연구에서는 1차원(1D) 약리기(pharmacophore) 기반 지문(fingerprint)과 GPU 기반 Shape 스크리닝의 성능을, 알려진 활성 물질의 선별 효율과 계산 속도 두 가지 측면에서 비교한다.
1D 방법은 Shape 스크리닝과 매우 유사한 수준의 농축도를 유지할 뿐만 아니라, 회수된 활성 물질의 중복률이 높으면서도 뚜렷한 히트 물질을 제공합니다. 또한, 이 방법은 일반 노트북에서 단 며칠 만에 수십억 개의 분자를 스크리닝할 수 있으며, 필요한 저장 용량은 100분의 1에 불과합니다. 1D 및 3D 접근법을 결합하여, 우리는 ‘QuickShape’라는 자동화된 단계별 워크플로우를 개발했으며, 이를 통해 수백억 개 규모의 라이브러리에서도 효율적인 3D-Shape 스크리닝을 수행할 수 있게 되었습니다. 이 워크플로우는 초대형 라이브러리의 새로운 시대에 걸맞은 탁월한 리간드 기반 스크리닝 솔루션입니다.
1D 지문 인식 기술을 통해 QuickShape 워크플로우 내에서 몇 시간 만에 Enamine REAL의 사전 선별이 가능합니다.
QuickShape는 1차원 약리활성 지문(pharmacophoric fingerprint) 스크리닝에 이어 약리활성 지문-지문( Shape ) 스크리닝을 수행하는 계단식 스크리닝 워크플로우입니다. 각 분자에 대해 적절한 원자 배열( 양성자화 )과 타우토머 상태를 고려하여 약리활성 지점을 식별한 후, 이를 지문 벡터로 투영합니다. 약리활성 지점 간의 거리는 약리활성 지점들 사이의 결합 수를 나타냅니다.
이 프로세스는 분자 100만 개당 약 1 CPU 시간이 소요됩니다. 생성된 데이터베이스는 동등한 성능의 Shape GPU 데이터베이스에 비해 저장 용량이 100분의 1에 불과합니다. 65억 개의 화합물로 구성된 데이터베이스의 저장 용량은 400GB에 불과합니다.
유사성은 분자 A와 B 간의 동등한 약리활성기(pharmacophore)의 중첩 정도를 비교하여 정의됩니다:
Sim(A, B) = Overlap(A, B) / max[Overlap(A, A), Overlap(B, B)]
유사도 비교는 매우 빠르며 병렬 처리가 가능합니다. 10코어 컴퓨터를 사용하면 14시간 만에 65억 개의 화합물을 스크리닝할 수 있습니다.
1D 스크리닝에서 도출된 히트 물질은 Shape Screening을 통해 선별되며, 최종 히트 목록은 Maestro 의 Hit Analyzer 패널을 사용하여 다양성, 특정 약리활성기 기준 및 물성 필터를 바탕으로 분석할 수 있습니다. 전체 워크플로는 노트북에서 며칠 내에 실행할 수 있습니다.
1D 스크리닝은 Shape 스크리닝과 유사한 농축 효과를 제공합니다.
먼저, Enamine REAL의 14억 개 분자 중 일부를 추출하여 구성된 DUD-E 데이터셋의 활성 물질을 활용하여, 1차원(1D) 유사성 분석의 농축도를 Shape 의 농축도와 비교 검증했습니다. 가장 다양성이 높은 5개의 활성 물질을 프로브로 사용했습니다. 두 방법 모두 알려진 활성 물질에 대해 매우 유사한 농축도를 보여주었습니다. 상위 20만 개의 히트 결과 중 모든 표적에 대해 활성 물질이 확인되었으며, 이는 1D 스크리닝만으로도 유용할 수 있음을 시사합니다. Enamine REAL 데이터베이스에는 추가적인 미확인 활성 물질이 존재할 가능성이 높기 때문에 실제 농축도는 이보다 훨씬 더 높을 수 있다는 점을 유의해야 합니다.
1D 스크리닝과 Shape 은 높은 상관관계와 중복도를 보인다
둘째, 1D 스크리닝이 Shape 에서 검색된 것과 동일한 분자들을 찾아낼 수 있도록 보장하며, 이는 상위 검색 결과 간의 중복률로 나타납니다. 1D 스크리닝에서 도출된 상위 2,000만 개의 검색 결과 중, Shape 스크리닝의 상위 20만 개 검색 결과와 최소 50%, 평균 90%가 일치하는 것으로 나타났습니다. 이미 20만 개의 검색 결과만으로도 평균 중복률이 60%를 상회하므로, Shape 계산 횟수를 100분의 1로 줄여도 충분할 수 있음을 시사합니다.
1차원 유사도 점수는 R² 값 0.65를 기록하며, Shape 의 유사도와 높은 상관관계를 보입니다. 이는 1차원 선별을 통해 유사한 성능을 유지하면서도 Shape 의 비교 횟수를 84% 줄일 수 있음을 보여줍니다.
QuickShape와 이를 구성하는 기술들은 종합적으로 활용되어야 합니다.
Shape 와 1D 스크리닝(1DSIM) 간의 풍부화 결과는 유사하지만, 상관관계나 중복률이 100%는 아니므로, 다음 공식을 통해 1D 스크리닝이 회수된 활성 물질에 기여한 고유한 경향을 시각화했습니다:
#actives1DSIM – 2 x #actives1DSIM ∩ Shape
이 그래프에서 0보다 큰 모든 값은 1차원 스크리닝을 통해 중복된 히트에 비해 고유하게 반환된 활성 물질의 수가 적어도 두 배 이상인 표적을 나타냅니다. 이전 그림들과 마찬가지로, 각 방법론에서 반환되는 분자 수가 많을수록 중복 정도가 커지고 분포가 0 아래로 이동하여, 이러한 분자들은 QuickShape 워크플로우에서 활용할 수 있게 됩니다. 그러나 모든 구간에서 상당수의 분자가 0 이상 또는 0에 근접한 값을 보입니다. 이는 1D 스크리닝이 그 자체로 가치 있는 히트 물질을 제공할 수 있는 능력을 나타내므로, 새로운 화합물 후보( hit identification)를 발견할 가능성을 높이기 위해 두 방법론 중 어느 쪽이든 상위 순위의 분자들을 조사하는 것이 일반적으로 권장됩니다.
