虚拟筛选-9|ROCS用基于形状技术进行高效的虚拟筛选

虚拟筛选

2026-03-27

导语

  在药物研发领域，如何从海量化合物中精准锁定潜在活性分子，始终是科研人员面临的核心挑战。传统基于序列或二维结构的筛选方法，常因忽略分子三维构象差异导致假阳性率高。而ROCS（Rapid Overlay of Chemical Structures）作为基于形状匹配的虚拟筛选标杆工具，通过小分子构象的三维空间精准比对，开启高效药物发现的新范式。本文将深入拆解其核心原理，揭示“形状相似性”背后的数学逻辑与算法设计。 

一、ROCS 简介

  ROCS 是 OpenEye Scientific 公司开发的一款功能强大的虚拟筛选工具。它可以快速识别具有与已知先导化合物形状类似的潜在活性化合物，能够在整体性和一致性方面与基于结构的虚拟筛选方法相媲美，甚至在很多情况下更具优势。通过ROCS，科研人员可以筛选出与已知先导化合物形状相似的新分子骨架，为药物研发提供更多的候选分子。

 

二、ROCS 基于形状虚拟筛选的原理与数学基础

🔹 形状匹配的原理：分子体积叠合

    ROCS 基于这样一个核心思想：如果分子的体积重叠良好，则分子具有相似的形状，任何体积不匹配都是不相似的度量。它使用一个平滑的高斯函数来表示分子体积，通过这种方式，可以常规地将分子形状匹配最小化到最佳全局匹配。

ROCS 在进行虚拟筛选时，会以一个已知的活性分子（或其特定构象）作为查询分子。然后，将数据库中的其他分子与该查询分子进行形状比对，计算它们之间的形状相似性得分。通过设定合适的阈值，筛选出与查询分子形状相似性较高的化合物，这些化合物就被认为具有潜在的生物活性，可能是理想的药物候选分子。同时，ROCS 不仅能分析分子的三维形状，还可以考虑分子表面的化学特性，从而更准确地评估药物分子的功能相似性，为筛选结果提供更可靠的依据。

🔹 形状匹配的数学基础：从原子分布描述到相似性度量

  1. 原子分布描述

ROCS将分子视为一个连续的电子密度分布，通过高斯函数叠加描述其三维形状。每个原子i的电子密度用高斯函数表示：

其中：

pi是原子类型相关的权重（如原子范德华半径）

ri是原子坐标

β是衰减系数（控制函数的“宽度”）

分子整体形状是各原子高斯函数的叠加：

这种表示法避免了传统表面定义的离散性，使形状比对可微且计算高效。

 

  1. Tanimoto与Tversky系数

ROCS通过最大化两个分子形状的重叠度（overlap）计算相似性，核心公式为：

  1. 重叠积分（Overlap）

 分子A与B的形状重叠定义为：

实际计算中通过数值积分（如格点法）实现。

  1. Tanimoto系数（对称相似性）

其中：

  • selfA = ∫ρ2A(r)dr（分子A的自重叠）
  • selfB同理

该值范围在[0,1]，值越接近1表示形状越相似。

  1. Tversky系数（非对称相似性）

为突出参考分子的重要性，引入非对称权重：

RefTversky（偏向参考分子）：α=0.95, β=0.05

FitTversky（偏向数据库分子）：α=0.05, β=0.95

该设计使相似性计算更灵活，适用于“参考分子为中心”的虚拟筛选场景

 

  1. 化学特征匹配：颜色相似性（Color Score）

ROCS不仅考虑形状，还引入药效团特征（如氢键供体、受体、疏水基团），称为“颜色”，其基础思想为：

  1. 将化学特征映射到分子表面；
  2. 计算特征重叠的相似性（公式同形状相似性，但使用特征密度函数）；
  3. 最终颜色相似性（Color Tanimoto/Color Tversky）与形状相似性独立计算

 

三、ROCS 基于形状虚拟筛选的应用案例

案例一：发现 F.tularensis 关键酶 Fabl 的抑制剂

美国伊利诺伊大学芝加哥分校的 Johnson 课题组采用OpenEye 程序包中的 ROCS和EON，基于配体的形状和电性匹配进行虚拟筛选，成功发现了 F.tularensis 关键酶 Fabl 的全新高活性抑制剂。研究者先针对不同类别选取高活性分子，构建形状问询式和静电问询式，然后经过验证和选择，确定最佳的问询式组合。接着利用 ROCS 进行形状匹配筛选，再经 EON 静电问询式进一步过滤，最终筛选出具有潜在活性的化合物，为相关药物研发奠定了基础。

 

案例二：靶向 FtsZ 蛋白的先导物发现 

研究人员基于已知抑制剂的三维形状，利用 ROCS 进行形状相似性筛选。首先对化合物结构进行筛选，选择形状相似性值（Shape Tanimoto）大于0.85的化合物。经过筛选，命中了一批与抑制剂结构三维形状相似的化合物。随后，研究人员对这些化合物进行结构分析，排除骨架结构与抑制剂相似的部分，得到29个结构新颖的化合物进行生物活性测定。结果发现，其中3个化合物表现出较好的生物活性，可作为靶向 FtsZ 蛋白的先导物进行深入研究。

 

案例三：鉴定新型 Hsp90 抑制剂

科研人员利用 ROCS 通过形状比较，鉴定出了一类新型 Hsp90 抑制剂。根据计算出的最有效命中化合物的结合模式，研究人员设计并合成了一系列类似物。经过测试，其中最有效的化合物57h对Hsp90的抑制效果显著，其IC50达到0.10 ± 0.01μM，同时还显示出良好的细胞效力和配体效率，证明了ROCS 在鉴定新型抑制剂核心结构方面的高效性。

 

 

参考资料：

  1. Hevener KE, Mehboob S, Su PC, Truong K, Boci T, Deng J, Ghassemi M, Cook JL, Johnson ME. Discovery of a novel and potent class of F. tularensis enoyl-reductase (FabI) inhibitors by molecular shape and electrostatic matching. J Med Chem. 2012 Jan 12;55(1):268-79. doi: 10.1021/jm201168g. Epub 2011 Dec 5. PMID: 22098466; PMCID: PMC3266168.
  2. Sun HP, Jia JM, Jiang F, Xu XL, Liu F, Guo XK, Cherfaoui B, Huang HZ, Pan Y, You QD. Identification and optimization of novel Hsp90 inhibitors with tetrahydropyrido[4,3-d]pyrimidines core through shape-based screening. Eur J Med Chem. 2014 May 22;79:399-412. doi: 10.1016/j.ejmech.2014.03.061. Epub 2014 Mar 21. PMID: 24763261.