Comment analyser des poses issues d’un protocole d’arrimage moléculaire, sur la base des scores, d’une inspection visuelle et de réseaux d’interactions ? Nous allons aborder cette question à partir de deux notions essentielles: la force et la conformité. Pour cet exemple, nous utiliserons des résultats d’arrimage moléculaire du JPL (dérivé du triclosan) vis à vis d’une structure de l’enzyme InhA (Enoyl-ACP reductase / système FAS-II / 1.3.1.9) de Mycobacterium tuberculosis : 1P45 [Kuo_2003] et pour un seul protocole de calcul (de type OPT_MolDock).
Le contexte est celui d’une analyse classique, sans classification typologique et sur une seule structure PDB, mais qui met déjà en jeu plusieurs protocoles de calcul et plusieurs scores. Dans un processus de développement, ce type de cas correspond au test des protocoles quand à leur potentiel de reproduction des conformations cristallographiques.

D’après un article publié dans buildblog.buidez.net en 2020 – Mise à jour mars 2025.

1. Bien comprendre ce que l’on arrime

Le ligand JPL est co-cristallisé dans la structure 3FNG [Freundlich_2009] et correspond à un analogue du triclosan (TCL) dont il partage une partie de la structure chimique (halo vert dans les formules développées à la suite) :

TCL

JPL

Nous allons arrimer le JPL dans la structure 1P45. Nous utilisons la structure 1P45a car nous pensons qu’elle appropriée pour arrimer d’autres analogues du TCL. En particulier s’il s’agit de molécules volumineuses ou de macrocycles dérivé(e)s du triclosan. Ces molécules nécessitent i) une structure plus ouverte que 3FNG_ et ii) 1P45a nous fournit déjà un modèle [Rodriguez_2019] de conception, comme le montrent les images suivantes (structure et conception):

Structure de 1P45a incluant les TCL 400 (bleu) et 450 (rose) , le cofacteur NAD (jaune, 1P45a) et le JPL de 3FNG_ (après alignement des structures protéiques).	Formules développées des macrocycles M01 et M02 dérivés de TCL, et principe de conception par association des deux TCL présents dans 1P45a.

Dans ce cas, pourquoi chercher à arrimer le JPL ? La réponse est simple, il s’agit d’un étalon interne dans la modélisation, nous voyons clairement que la partie ‘triclosan’ du JPL (marron) se superpose au TCL300 (rose) de 1P45a. Pourquoi ne pas arrimer le TCL ? Nous aurons toujours une problématique liée au fait qu’il y a deux positions pour un TCL dans 1P45a, et compte tenu des volumes relatifs entre la cavité et le ligand, le triclosan est un quasi-fragment, ce qui nécessite une autre approche au niveau du docking.
Avant d’arrimer les molécules d’intérêt et même si le protocole est au point, nous insérons toujours quelques molécules connues, qui peuvent servir de référence et valider la reproductibilité des calculs au cours du temps. Dans cet article, nous allons nous servir des résultats du JPL pour illustrer les notions fondamentales de force et de conformité.

2. Une première inspection

Nous utilisons deux protocoles (OPT, MSE) mettant en jeu la flexibilité des résidus du site (le ligand est toujours flexible) et portant sur 19 acides aminés répartis sur l’ensemble du site, de manière à : i) couvrir TCL ou JPL et ii) d’autres ligands plus volumineux, puis iii) prendre en compte d’autres conformations de la cavité. La fonction de score utilisée pendant la phase de recherche est MolDock.
Les résultats sont étiquetés sous 1P45a_MSE/OPT_MolDOck_Flex_Tmpl. Le calcul incluera des templates pour tenir compte de l’importance d’une zone à proximité de TYR158, du OH (ribose) du NAD, de l’azote du cyclique du nicotinamide (NAD). Cette zone est  à peu près centrée sur le groupe -OH du TCL et JPL. Elle n’est pas importante dans le calcul pour ces deux ligands (mais elle l’est pour d’autres composés, plus différentiés).
L’image suivante montre le tableau de résultats, après docking, issu de MVD (Molegro). Le tableau est trié par score Rerank, et les cinq meilleures poses Rerank (en gris) sont affichées, leur conformation est comparée vis à vis du JPL (en rose). Nous constatons une superposition globale des poses sur cet ensemble, à la suite des divergences apparaissent (notamment des inversions de poses : le cycle aromatique s’inverse avec l’hexane ou le -OH passe vers l’arrière du JPL). Nous constatons un bon alignement sur le -OH du JPL (et du TCL donc), mais si nous observons les atomes de chlore (en vert), nous constatons que seulement deux poses sur les cinq, alignent leurs chlores avec ceux du JPL cristallographique.

Pose organizer issu de Molegro. Les 5 meilleures poses Rerank sont grisées dans la table et affichées à droite.

Nous venons de faire une inspection basique des poses. Lorsque nous affichons les poses, simultanément (mode non-dynamique) ou l’une après l’autre (mode dynamique), nous voyons très rapidement que deux poses, la [12] et la [02] se démarquent.

3. Des poses ‘fortes’

Nous avons fait un calcul, nous avons des valeurs de scores, nous allons donc les confronter à cette première inspection visuelle. La table suivante correspond à un autre affichage des résultats, tel que l’on peut le trouver dans un cahier de laboratoire ou un rapport de calcul normalisé. Les cellules sont colorées (rouge, sombre, rouge, orange, jaune) par pas de 5 unités de scores. Par exemple pour les scores Rerank, nous aurons un intervalle entre [-100 et  -105[ en rouge sombre, entre [-90 et -100[ en rouge, et ainsi de suite. Pour les RMSD le pas est de 0.5 Å. Pour la compréhension de l’exemple, toutes les cellules de toutes les colonnes sont prises en compte, dans la réalité seules quelques colonnes (les scores et quelques contributions comme ‘interaction’) sont colorées.

L’intérêt de ce type de coloration est qu’elle nous permet rapidement de détecter des poses qui sont les meilleures, à la fois pour plusieurs scores ou contributions. Clairement la pose [12]JPL est la meilleure quel que soit le score : il s’agit d’une pose forte. La pose [02]JPL correspond également à ce schéma, en retrait mais à moins de 5 unités de scores, nous la considérons comme quasi-forte car elle entre dans la fluctuation au niveau du calcul (au sens d’un intervalle de confiance). Nous constatons d’ailleurs que ces deux poses ont des RMSD inférieurs à 1 Å (vis à vis du JPL cristallographique) et la meilleure contribution en termes E-Inter (total) et E-Inter (proteine-ligand). Elles sont bien placées au niveau de la contribution Internal liée à l’énergie interne, terme positif (défavorable) dans la fonction de score.

Croisement de scores

Par contre, il existe des situations ou nous observons des croisements de scores, sans poses fortes. En d’autre termes, la meilleure pose  pour un score, ne l’est pas pour un autre. Evidemment cette question ne se pose pas si les calculs sont faits avec un outil qui ne donne qu’un score. L’intérêt d’une approche consensus (nous travaillons sur plusieurs scores) est qu’elle permet d’éviter (ou au moins de détecter) des biais qui ne sont pas mis en évidence avec une approche standard (le modélisateur fait confiance à son outil et prends le meilleur score). En cas de croisement, il faut : i) soit reparamétrer les calculs, en priorité ; ii) soit accepter les limites de la méthode et proposer une analyse appropriée (et plus complexe).

4. Des poses conformes

Ce qu’il faut savoir, c’est que dans le cas d’analogues du triclosan, l’étude des structures protéiques montre qu’une interaction entre TYR158 et un oxygène (-OH, C=O) du ligand est extrêmement conservée, de la même manière que les interactions avec le cofacteur (-OH du ribose, azote du cycle du nicotinamide) vis à vis des groupes -OH ou de l’éther (-O-) du ligand. C’est ce que l’on appelle un réseau (ou un patron d’interactions) de liaisons hydrogènes typique ou canonique.

Principes de conformité

Ce type de réseau implique au moins un résidu conservés dans le site actif (ici la TYR158) ou son équivalent (au sens biochimique) ou encore une molécule d’eau qui fait relai et qui est également conservée. Le cas le plus évident correspond à celui de triades/dyades catalytiques. Mais nous le retrouvons aussi pour des interactions de liaison, qui n’ont pas de rôle dans un processus catalytique.
Avec InhA, nous sommes entre les deux cas de figure, TYR158 procure une assistance catalytique (stabilisation de l’état de transition) en liant par une liaison hydrogène le groupe -C=O du substrat [Parikh_1999]. La réduction étant assurée via le cofacteur NAD+ (a 2,3-saturated acyl-[ACP] + NAD⁺ => a (2E)-enoyl-[ACP] + H⁺ + NADH). La mutation de TYR158 peut affecter l’activité catalytique (par exemple Y158A induit la divise par 1500) ou la conserver (Y158S) si elle implique un résidu capable d’assurer le même rôle.
Il s’agit de données expérimentales et descriptives, issues d’un processus évolutif qui couvre plusieurs millions d’années et que nous pouvons utiliser. Donc si dans une série protéique, nous avons un résidu dans le site (liaison, actif …) qui i) est lié à une fonction essentielle; ii) qui est conservé d’une manière ou d’une autre et iii) qui partage le même type d’interaction avec les ligands (substrat, inhibiteurs …) ; il s’agit d’un critère de conformité.
Ce type de similarité se détermine par l’alignement tridimensionnel des structures correspondant au type protéique étudié. L’algorithme MatchMaker inclus dans USCF Chimera est un bon exemple d’outil combinant alignement de séquences et de structures qui permet de produire ces alignements. Des différentiels et des similarités sont mis en évidence au niveau protéique. En retour, les ligands présent dans les structures de la PDB, sont également alignés et présentent des groupes équivalents en interaction avec ce (ou ces) résidu(s) d’intérêt dans la cavité.

Exploitation de la notion de conformité

Sachant qu’il y a peu de chances qu’un ligand soit efficace s’il n’obéit pas à ces critères de conformité, nous pouvons utiliser cette notion en tant que filtre, dans l’analyse des résultats d’arrimage. Si nous inspectons visuellement les deux meilleures poses [12, 02] (images suivantes) nous voyons que des liaisons hydrogènes sont identifiées (pointillés bleus). D’une part, le réseau canonique est reproduit, partiellement dans le cas de la meilleure pose [12] (forte) et complètement le cas de la seconde meilleure pose [02] (quasi-forte). D’autre part, il y a alignement structural entre les poses et la conformation du JPL co-cristallographié (en rose). Ces deux aspects définissent le critère de conformité au niveau des poses.

JPL pose [12] en gris	JPL pose [02] en gris

Donc pour parler de conformité nous nous intéressons autant aux interactions qu’aux conformations. De ce point de vue, la pose [02] est plus conforme que la pose [12] : une meilleure superposition et un réseau ‘canonique’ de liaisons hydrogènes (d’ailleurs la valeur de RMSD est meilleure dans le cas de [02]).  De la même manière qu’il existe des poses quasi-fortes, nous pouvons avoir des poses quasi-conformes, c’est le cas de [12] (et de [05] dans une moindre mesure). Selon les critères (plus ou moins restrictifs) choisis, la pose [02] est qualifiable en tant que pose quasi-conforme ou pose conforme.
Les qualifiants quasi-force et quasi-conformité ne sont la que pour augmenter la diversité dans l’analyse des poses, c’est un outil. Selon le système et les résultats nous pouvons nous en passer ou étendre cette classification.

5. Des contributions aux scores

L’intérêt de Molegro est qu’il nous permet d’accéder facilement aux contributions dans les scores. Nous pouvons nous intéresser maintenant aux colonnes Interaction, Cofactor, Protein. Nous constatons que les meilleures poses [02, 12] correspondent aux valeurs favorables pour E-Inter (total) et E-Inter (Protein-Ligand) mais ce n’est plus le cas pour E-Inter (Cofactor-Ligand).
Est ce qu’il s’agit d’un résultat anormal ? Pour répondre, imaginons qu’une pose maximise ses interactions avec le cofacteur. Dans ce cas, il y a des chances qu’elle soit en vis à vis de la première partie du NAD, en interaction avec le ribose et les phosphates, ce qui ne correspondrait pas au critère de conformité. Sachant que le NAD occupe le bas de la cavité, c’est tout à fait normal qu’il fasse écran vis à vis d’une partie potentielle des interactions protéine-ligand. En conséquence les meilleurs ligands (en tout cas des inhibiteurs directs) ne sont pas ceux qui maximisent les interactions avec un seul partenaire (protéine ou ligand) mais ceux qui présentent un certain équilibre entre les deux. Dans le cas de InhA, nous constatons que le ratio est de l’ordre de 1/3 pour le cofacteur et 2/3 pour la protéine.
Ce qui est lisible pour les interactions vis  vis du cofacteur l’est également pour les interactions vis à vis de la protéine. Certains ligands/poses (ce n’est pas le cas dans cet exemple) ne sont en interaction qu’avec la protéine. Dans ce cas, la partie haute à l’entrée du site est souvent concernée, et les critères de conformité ne sont pas respectés, malgré des contributions E-Inter (total), E-Inter (Protein-Ligand) et des scores qui peuvent être impressionnants.

6. Relation force-conformité

Dans l’exemple présenté, nous avons une pose [02] quasi-forte, qui peut être conforme ou quasi-conforme, la pose [12] étant forte mais quasi-conforme. L’idéal est d’obtenir des poses à la fois fortes et conformes, classées avant des poses quasi-fortes et quasi-conformes ou conformes.
Si nous revenons au tableau précédent, nous constatons qu’il indique également le nombre d’interactions hydrogènes vis à vis de TYR158 et du cofacteur NAD en seconde et troisième colonne, ce qui permet de mettre en relation la force et la conformité. Ces deux qualités ne se retrouvent que pour les poses en début de classement, au delà de la pose [06] les fluctuations s’écartent notablement de la conformation cristallographique.
Lorsque nous avons un calcul qui aboutit à une corrélation corrélée entre force et conformité, cela indique que la modélisation est stable (sans rentrer dans les détails). Nous observons un groupement conformité force en début du tableau, qui diminue de manière corrélée et progressive (augmentation de la valeur des scores et des fluctuations).
Si nous sommes dans ce cas de figure (favorable) nous pouvons alors définir d’autres indicateurs utilisables dans le cadre d’analyses plus complexes. Par exemple, est ce que la première pose est forte (efficacité) ? Le nombre de poses fortes dans les 3 premières poses (efficience), etc.

7. A retenir

Une pose forte correspond donc à une conformation qui est classée première dans chaque score (éventuellement contribution) pris(e) pour référence. Le contraire de cette notion correspond à un croisement des scores: la meilleure pose dans un score est mal classée dans les autres. Plus la modélisation mène vers un regroupement coordonné et similaire des scores vers des poses fortes, plus nous aurons confiance dans le calcul.
Une pose conforme correspond donc à une conformation qui valide un jeu minimal d’interactions canoniques (conservées sur plusieurs ligands) et qui est similaire, au moins en partie, à la structure (ou une sous-structure) d’un ligand de référence. Plus ce jeu d’interactions correspondra à des résidus conservés sur une série protéique, plus la notion de conformité aura du poids.

Il s’agit de critères indépendants du modèle d’affinité (score ou énergies) entre la protéine et le ligand et du modèle utilisé, tant qu’on est capable de rescorer une pose donnée. Il suffit de pouvoir combiner ces calculs pour en faire un consensus, qui peut être direct ou pondéré.

Dans cette approche consensus, nous pouvons aussi utiliser une valeur dérivée des scores, sous forme d’indicateurs. L’exemple le plus simple est celui de ‘ligands (in silico) efficiencies’ qui consiste à diviser le score par un nombre d’atomes choisis (par exemple C, N, O) du ligand. Il s’agit alors d’un score par atomes.  Nous pouvons aussi concevoir des formules qui utilisent d’autres grandeurs (indices topologiques, logP …) pour aller vers des métriques plus complexes.

L’idée est d’obtenir des corrélations et de réduire les biais inhérents à un calcul d’optimisation ou à un processus déterministe (point de départ), de manière à produire des résultats plus robustes (au delà de la notion de reproductibilité).

8. Conclusion

Au final, ce n’est que mon point de vue, mais il me semble pertinent que dans un système (en particulier à trois partenaires) les meilleurs scores doivent être confrontés à des critères de conformité; aux contributions relatives de chaque partenaire (si elles sont accessibles) et à des critères de stabilité du calcul (force et relation force-conformité).