Evaluating FEP+ for Congeneric Ligand Binding Affinity

FEP+プロトコルの評価：多様な可溶性タンパク質に対する congeneric リガンドの結合親和性予測

Sampangin Venkatesh, Das & Lakkaniga — RSC Medicinal Chemistry (2025) | DOI: 10.1039/d5md00748h

🎯 21種のタンパク質×34変換で Desmond Ligand FEP+ をベンチマークし、リード最適化の合成判断に使える定量精度（R²=0.85）を実証

① 背景と課題

医薬化学者は congeneric シリーズ（共通骨格＋置換基違い）で SAR を構築する際、限られた合成リソースをどの化合物に割くか定量的に判断したい。分子ドッキングは剛体受容体仮定・スコア関数の単純化・溶媒和効果の無視により、congeneric シリーズの順位付けには信頼性が低い。

ドッキングは偽陽性／偽陰性が多く、合成優先順位付けに使えない

既存 FEP+ ベンチマークは限られたターゲットクラス・混在アッセイ由来の実験値に基づく

→ 21種の多様なタンパク質ファミリーに横断適用し、実験値を SPR 由来 KD に統一して FEP+ の素の予測力を評価

② 手法概要（Ligand FEP+）

共結晶構造 (RCSB PDB)
↓
Protein Prep + ACE/NMA cap + 結晶水保持
↓
OPLS_2005 / SPC水箱 (5Å複合体・10Å溶質)
↓
REST2拡張サンプリング・12 λ-windows
↓
5 ns / 300K → ΔΔGpred (Bennett誤差)

34変換 / 21タンパク質

KRAS・各種キナーゼ・TNFα・USP5・MDM2・Keap1 等

実験 ΔΔGexp は SPR 由来 KD のみから Gibbs 式で算出（アッセイ一貫性）。全計算は NVIDIA TITAN V GPU 単機。

③ 計算化学パイプライン連携 (lib/fep)

lib/fep: DockFEP を congeneric ペア入力で駆動する RelativeFEPRunner（共通コア検出・差分原子マッピング）
lib/fep: SPR KD→ΔΔGexp 変換と MUE/RMSE/R²/95%CI を自動集計するベンチマーク評価器
lib/fep: 変換部位の SASA で pocket / solvent-exposed を層別する applicability-domain レポーター
lib/docking: UniDockRunner と FEP+ のクロスメソッド散布図比較

実装ギャップ: 相対FEPランナー・REST2/λラッパ・収束診断 (work overlap, ΔG(t)) が lib/fep に未整備

④ 主な結果 (a) FEP+ vs ドッキング

同一34変換で FEP+ は R²=0.85、Autodock は R²=0.38。FEP+ が順位付け精度で圧倒。

④ 主な結果 (b) 適用ドメイン層別

埋もれた摂動ほど高精度。ポケット内 R²=0.89 に対し溶媒露出は R²=0.70 と層別差。

④ 主な結果 (c) 統計サマリ

0.46

MUE (kcal/mol) — 平均絶対誤差

0.62

RMSE (kcal/mol) — FEP許容範囲内

−0.0038 ± 0.21

誤差の95%CI (kcal/mol) — ほぼ無バイアス

代表例: USP5 (7→8) 誤差0.06、PAK4 (57→58) 誤差0.05。外れ値: CDK2 (59→60) 予測−4.99 vs 実験−3.07、TNFα大型変換 (40→41) −7.24 vs −5.72。

④ 主な結果 (d) 主要な発見

FEP+ は全34変換でリガンドの相対順位を正確に予測（定性的判断に有用）
Keap1 (4IQK→4XMB) では結晶水の脱溶媒和効果まで誤差0.3で再現
ΔG は約4 ns で収束。溶媒露出・大型変換ほど work分布オーバーラップが悪化
実験 KD の標準偏差欠落が見かけ誤差を増幅（多くの文献で SD 未報告）

限界: アカデミック版で λ-window 数変更不可。溶媒露出変換・大型摂動は追加サンプリングが必要。出発構造品質に強く依存。

⑤ テイクホームメッセージ

Desmond Ligand FEP+ は 21種の多様なタンパク質×34変換で MUE=0.46・RMSE=0.62・R²=0.85 を達成し、ドッキング (R²=0.38) を圧倒的に上回る。
変換部位がポケット内なら R²=0.89、溶媒露出なら R²=0.70。事前に信頼度を層別化できる適用ドメイン指針を提示。
リード最適化で「次に何を合成するか」を定量的に判断する実用ツールとして FEP+ の信頼性を広範に実証。lib/fep の相対FEPランナー＋ベンチマーク評価器＋収束診断の整備に直結する知見。