通过快速、一键式自由能计算，为整个项目团队加速DMTA循环

执行摘要

FEP+ 是一种被广泛采用的技术，用于加速小分子药物发现项目，其应用领域包括苗头化合物 发现、苗头化合物-to-先导化合物 以及先导化合物 优化 。FEP+ 作为预测结合能的计算分析工具，其准确性和实用性已得到广泛验证，预测值与实验值的平均偏差在1.0 kcal/mol以内。1,2 凭借接近实验室实验的精度，FEP+ 可作为针对靶点和非靶点的数字结合亲和力 分析工具，帮助药物研发团队高效优化分子特征，并充满信心地探索新型化学结构。

鉴于自由能计算的计算成本和复杂性，其应用主要由专业的计算化学家推动，他们随后会手动将结果分享给项目团队。为了扩大这些方法的影响力并增强团队成员的自主性，应使药物化学家能够直接使用这些方法，且其运行规模应与传统的虚拟筛选 方法相当。

为实现这些目标，在扩大自由能计算的可及性方面取得的进展——特别是单边FEP+ （SE-FEP+ ）——为基于结构的分子设计开辟了新的范式。SE-FEP+ 模拟的运行时间仅为全周期闭合FEP+ （CC-FEP+ ）模拟的一小部分，其执行过程可被视为“一键式”操作。这使得该技术能够轻松部署在LiveDesign ——一个云原生的协作型企业设计平台中。 该工作流使所有项目团队成员都能将FEP+ 集成到其设计工作流中，从而形成一个高度交互且完全基于计算模拟的设计-制造-测试-分析（DMTA）循环，使化学家能够在化合物合成之前通过数字方式验证假设并迭代优化设计（图 1）。

在Schrödinger治疗学集团的一个肿瘤学项目中，项目团队通过在LiveDesign 中使用FEP+ ，在四周内进行了多次迭代的计算机辅助DMTA循环，成功将化合物的效力提高了100多倍。

单边FEP+ ：

在极短时间内准确预测相对结合亲和力

与分子对接 或MM-GBSA计算相比，全循环闭合FEP+ （CC-FEP+ ）模拟能够对化合物进行高度精确的排序，但计算量大且设置复杂，这降低了非专业分子建模人员设置和执行这些模拟的能力。

模拟结果表明，单边FEP+ （SE-FEP+ ）仿真不仅能保持较高的预测精度，而且在自动化运行时，其速度通常比CC-FEP+ 仿真快约10倍，从而能够高效地对新设计进行初步筛选。 一旦 SE-FEP+ 模型经过验证，即可通过“一键式”操作，对与参考化合物具有共同骨架 （即共同核心或共同 R 基团）的新设计进行测试，从而高效评估大量候选化合物（图 2）。

当通过LiveDesign 等协作平台部署时，SE-FEP+ 可帮助项目团队高效运行快速设计周期，并有信心地对创意进行优先级排序。随后，最具潜力的设计创意可通过完整的CC-FEP+ 计算，以获得最可靠的活性预测结果，从而为合成队列决策提供依据。如果某化合物不符合计算化学家为运行SE-FEP+ 模型所设定的标准，该分子可被添加到队列中，由计算化学家通过更手动化的设置运行完整的CC-FEP+ 。

一个完整的数字分子设计实验室

LiveDesign 这是一个面向整个药物发现团队的、灵活且基于云原生的协作工作环境。该平台通过整合药物化学策略、先进的化学信息学、前沿的计算化学工作流、虚拟“设计与测试”技术，以及对实时项目数据的集中访问——所有功能均集成于单一界面中——从而使数字设计流程普惠化，并实现更高效的设计周期。

该平台通过让用户能够平等地使用强大的预测建模 工作流程（例如一键式自由能计算），从而激发创造力，并帮助团队高效地捕捉和推进最具潜力的设计构想。LiveDesign 还实现了团队协作与决策的集中化——支持设计构想的众包、基于团队的交互式设计，以及与内部和外部合作伙伴的便捷数据共享。

案例研究：

肿瘤学项目 SCH-01

在由Schrödinger的治疗学部门主导的一项早期肿瘤药物发现项目中，项目团队面临着一项设计挑战：寻找并优化初始的苗头化合物 系列化合物。截至目前，该项目已合成了200种化合物，其中活性最强的分子其结合亲和力 仅为2.7 μM，未能达到从苗头化合物 到先导化合物 的过渡标准。 即使在最具前景的系列中，传统的设计策略在经过数月的DMTA循环后，也未能显著提高化合物的活性。

在获得了该有前景系列的新共晶结构后，研究团队转向FEP+ 以解决效力方面的挑战。他们开发了SE-FEP+ 模型，并利用已知的实验结合亲和力对其进行了回顾性验证。随后，该SE-FEP+ 模型被部署到LiveDesign 中，使药物化学家能够设计新方案，并只需点击一下按钮即可独立运行SE-FEP+ 计算。

利用这一经过验证的模型，项目团队对分子进行了迭代设计，并通过数字手段评估了它们在提升效力方面的潜力——当前A系列化合物的最佳效力为4 μM。在某一个为期四周的周期内，共对约400个设计方案进行了分析，其中约65%的设计方案由药物化学团队成员参与，并在LiveDesign 中运行SE-FEP+ 进行评估。 本月虽未对任何新化合物进行实验合成和测试，但团队成功通过FEP+ 的预测，在计算机模拟中显著优化了化合物的效力。每周，化学团队设计的化合物预测效力均有所提升，最终将得分最高的化合物列为优先合成和实验表征对象（图3）。

在过去一个月内，项目团队基于LiveDesign 中SE-FEP+ 的预测结果，优先筛选出24种化合物进行合成，从而显著丰富了合成队列中的高效设计方案。事实上，其中21种化合物的测定结合亲和力均低于4 μM（图4）。凭借这一重大进展，团队以极快的速度将该项目从苗头化合物 的化合物筛选阶段推进到了苗头化合物 的先导化合物筛选阶段。

结论：

SE-FEP+ 在LiveDesign 中的部署，通过让药物化学团队能够便捷地使用功能强大的“一键式”FEP+ 计算功能，为计算引导设计开辟了新的范式。它降低了在合成前对构想进行计算机模拟测试的门槛，使化学家在构思设计时能够更开阔、更具创造性地思考。 此外，该工作流程还使资深计算化学专家能够为化学团队使用FEP+ 设定使用规范，从而将时间和精力集中于针对经过严格筛选的化合物所面临的更复杂的全周期挑战上。

该工作流程有助于快速推进活性强度优化，优化 针对已知的非靶点对选择性 进行筛选，并在优化其他理化性质 的同时保持活性强度。这使项目团队能够快速达成关键里程碑，并设计出最优分子以满足靶点 的产品特征，同时大幅减少需要合成和测试的化合物数量。

工作原理

要在LiveDesign 上成功部署 SE-FEP+ ，请按照以下关键步骤操作：

1. 一位接受过FEP+ 培训的科学家，针对特定的、值得关注的蛋白质-配体系列，构建并验证了一个FEP+ 模型。
2. 由于这些计算的计算量较大，因此会根据允许的结构修改、许可以及可用的计算硬件来确定模型执行策略。
3. 将FEP+ 模型上传至LiveDesign ，并通过用户输入的受限模型进行共享。
4. 在LiveDesign 中，研究人员可以设计参考分子的结构修饰，并通过点击按钮即可运行 SE-FEP+ 计算。
5. 结果直接显示在LiveDesign 上，其中包括每个设计方案对应的自由能预测变化、模拟 统计数据，以及配体在蛋白质中的3D构象。
6. 各团队可以继续构思并探索各种修改方案，以筛选出有前景的化合物。随后，将最具潜力的化合物纳入后续研究，并使用 CC-FEP+ 对其进行进一步评分，以实现最高精度的结合位点亲和力 预测。

最佳实践

在LiveDesign 中部署SE-FEP+ 之前需要考虑的关键要点：

• 请确保您的 SE-FEP+ 模型已通过已知的实验结合亲和力进行了充分验证。
• 对所有项目团队成员进行培训，使其能够准确解读模型预测结果，并对SEFEP+ 模型建立合理的信心。Schrödinger 在线课程《药物设计中的自由能计算》是一项有用的学习资源，可帮助深入了解FEP+ ，其中还包含一个实践案例研究。
• 在LiveDesign 中开发模板报告，其中应包含基于SE-FEP+ 模型的自动化保护措施，以确保仅能成功执行符合规范的结构修改。
• 根据预计的吞吐量，确保预留足够的集群计算资源，以高效运行 SE–FEP+ 模拟。
• Schrödinger 我们很乐意与用户合作，分享最佳实践，并就如何优化FEP+ 工作流程以支持药物发现项目提供指导。如需帮助，请联系您当地的Schrödinger 团队。