大环建模
面向大环建模的端到端基于物理理论 解决方案
Schrödinger的大环建模工作流为大环设计、构象 取样、分子对接 以及优化 提供了基于物理理论 的精度和可扩展的自动化功能，所有这些功能均集成在一个平台上。
Schrödinger的大环建模工作流为大环设计、构象 取样、分子对接 以及优化 提供了基于物理理论 的精度和可扩展的自动化功能，所有这些功能均集成在一个平台上。
该模型是为大环化合物 构建的，并未针对该平台进行适配
0.40Å
大环采样精度的中位数主链RMSD
65% → 88%
分子对接 成功率
1.06
不同大环体系中以kcal/mol为单位的均方根误差（RMSE）
Schrödinger的端到端大环化合物生产流程
更从容地探索大环配体、环肽 以及受限类似物。
构思
将线性先导化合物 自动转换为大环。
- 一种自动大环化工作流程，用于枚举用户定义或自动定义的连接点之间的常见连接子化学结构
- 内置连接器和蛋白质侧链库，或自带资源
- 基于物理理论 通过评分来筛选出最优秀的候选人
构象 抽样
克服限制其他采样方法的自然动力学障碍。
- Prime大环化合物采样法（Prime-MCS）是一种高效的采样方法，可预先为各类大环化合物生成精确的构象 集合。
- 用于对局部大环构象 空间进行鲁棒探索的MacroModel
- 带溶质退火的复制品交换（REST）分子动力学 (MD) 模拟将采样范围扩展到大型、柔性的环肽
- Desmond 用于通过元动力学模拟预测大环化合物的稳定性
束缚姿势预测
专为大型、灵活环结构设计的分子对接 技术——而非将小分子工作流程勉强套用而来。
- Glide 借助专门的巨环取样技术，可实现大规模虚拟筛选
- MacroDock 是一款专为高精度大环化合物分子对接 而设计的解决方案，它将专门的大环化合物采样技术与Glide 分子对接
- 针对大型、柔性环肽 的分子对接 ，采用折叠与对接方法的肽工作流程（待定）
亲和力 结合位点预测
此前已因在小分子领域表现出色而广受信赖的FEP+ 引擎，现已通过验证，可应用于大环化合物和肽类化合物系列。
- 针对同系大环化合物系列的配体对齐和体系制备的专用解决方案，用于FEP+
- FEP+ 能准确预测线性化合物向大环化合物的转化以及其他环闭合反应的亲和性
- 集成式 带溶质退火的复本交换（REST）方法，用于跨越构象 能量障壁进行采样，在FEP+
- 支持用于新型大环化学的自定义扭转参数
- 在多个已发表的肽类和非肽类大环化合物系列中均表现出优异的回顾性性能
渗透率预测
在合成环状结构之前，先对口服生物利用度进行筛选。
- Prime-RRCK 能够对实验所得的大环 RRCK 通透性数据进行高通量建模
- 环肽的被动渗透与主动转运分类
为什么大环化合物 需要专门的建模
大环化合物 它们在小分子与生物制剂之间占据着独特的化学空间 ，这往往会打破常见小分子建模软件中固有的假设。其受限环系虽然能够提高药效、选择性 以及靶点 与靶点的结合能力，但也带来了独特的建模挑战：
