Validierung der Leistungsfähigkeit von Bewertungsfunktionen zur Vorhersage von Bindungsaffinitätsdifferenzen auf Basis von Ligand-Paar-Datensätzen

Bewertungsfunktionen (engl.: scoring functions) sind einfache mathematische Modelle, die über die Beschreibung von Protein-Ligand-Interaktionen eine Aussage zum energetischen Zustand einer gegebenen Wechselwirkungsgeometrie ermöglichen. Anhand dieser Bewertung kann eine Vorhersage der zu erwartenden Bindungsaffinität erfolgen. Anwendung finden Bewertungsfunktionen daher vor allem beim Docking und beim virtuellen Screening. Im Rahmen dieser Arbeit wurde die Leistungsfähigkeit der empirischen Bewertungsfunktionen ChemScore, ChemPLP, London dG, ASE, Affinity dG und Alpha HB, der kraftfeldbasierten Funktionen GoldScore und GBVI/WSA dG, der wissensbasierten Bewertungsfunktion ASP sowie des Mehrheitsvotums über alle Funktionen validiert. Dabei wurde überprüft, ob die betrachtete Methode den affineren Liganden innerhalb eines Paares verwandter Komplexe identifizieren kann. Hierfür wurden zwei Datensätze verwendet, die sich aus Kristallstrukturen von Protein-Ligand-Komplexen zusammensetzten und nach vordefinierten Kriterien zu Komplex-Paaren zusammengefasst wurden. Es konnte gezeigt werden, dass Datensätze aus Komplex-Paaren eine neuartige Grundlage darstellen, um die Leistungsfähigkeit von Bewertungsfunktionen zur Identifizierung des affineren Liganden begrenzt auf Paare zu validieren.