Binding-Site-Druggability-Vorhersage, ehrlich gelesen
Binding-Site-Druggability-Vorhersage: wie geometrische Taschenerkennung funktioniert, was der Score bedeutet, plus ein echter CovaFold-Lauf auf KRAS G12C.
Oliver Kraft
CovaSyn
Sie haben eine Struktur und keinen Liganden. Jemand muss wissen, ob dieses Target eine Screening-Kampagne wert ist und wo eine Docking-Box sitzen sollte. Die Taschenerkennung beantwortet die zweite Frage einigermaßen gut und die erste nur teilweise, und in der Lücke dazwischen scheitern Projekte.
Was ein Taschendetektor tatsächlich tut
Geometrische Detektoren wie fpocket platzieren Alpha-Kugeln in den Raum zwischen den Atomen, behalten diejenigen, deren Radius in einen für eine kleinmolekulare Kavität typischen Bereich fällt, clustern benachbarte Kugeln und nennen jeden Cluster eine Tasche. Aus dem Cluster leiten sie ein Zentrum, ein Volumen und die Liste der auskleidenden Reste ab. Kein Ligand, keine Energiefunktion, keine Evolution. Rein die Form der Oberfläche, wie hinterlegt oder vorhergesagt.
Der Druggability-Score liegt eine Ebene darüber: ein begrenzter Score von 0 bis 1, gefittet auf Deskriptoren des Clusters wie apolaren Anteil, Volumen und Umschließung, trainiert auf kuratierten Sets von Taschen, die bekanntermaßen wirkstoffähnliche Liganden binden, gegenüber solchen, die es nicht tun. Es ist eine Ähnlichkeitsaussage - diese Kavität sieht aus wie Kavitäten, die historisch Wirkstoffe gebunden haben. Es ist keine Wahrscheinlichkeit, dass Ihr Projekt erfolgreich ist.
covafold_binding_sites führt das entweder auf einer vorhergesagten Struktur aus einer Fold-Session oder auf einem von Ihnen übergebenen rohen PDB-String aus. Es ist ein CPU-Tool, Sekunden statt Minuten.
Ein echter Lauf: KRAS G12C, Ligand entfernt
Um das Szenario "noch kein Ligand" ehrlich abzubilden, haben wir PDB 6OIM genommen, den KRAS-G12C-Komplex mit Sotorasib, und nur die Proteinatome von Kette A behalten: kein Inhibitor, kein GDP, kein Magnesium, kein Wasser. 1,336 Atome, Reste 1 bis 169. Ausgabe im Wortlaut von covafold_binding_sites (Live-Lauf, 2026-07-25, top_n=5):
| Feld | Wert |
|---|---|
n_sites | 1 |
druggability_score | 1.0 |
volume | 2150.0 A^3 |
center | [4.8, 1.08, 8.85] |
| auskleidende Reste | 43, darunter P-Loop-Reste 10, 11, 15, 16 und 17 |
plddt_in_pocket | 18.39 |
Auf den ersten Blick sieht das sauber aus: eine Tasche, Druggability am oberen Ende der Skala, eine große Kavität, P-Loop-Reste direkt um Position 12, wo die G12C-Mutation sitzt. Drei Dinge sind falsch an dieser Lesart.
Der Score ist gesättigt, nicht sicher.
1.0 ist die Obergrenze der Skala. Ein gesättigter Score trägt keine Ranking-Information: Wenn drei Taschen alle 1.0 zurückgeben, hat Ihnen das Tool nichts darüber gesagt, welche Sie angreifen sollten. Behandeln Sie 1.0 als "besteht den geometrischen Filter", nicht als "beste Tasche".
2150 A^3 ist eine verschmolzene Kavität, keine Bindetasche.
Eine typische wirkstoffgroße Tasche liegt bei etwa 300 bis 600 A^3. Ein 2150-A^3-Cluster über 43 Reste hat mit an Sicherheit grenzender Wahrscheinlichkeit mehrere benachbarte Untertaschen und innere Kanäle zu einem Objekt verschmolzen. Sein Zentroid ist deshalb ein geometrischer Mittelwert von Räumen, die ein Ligand nicht gleichzeitig besetzen kann.
Das Zentrum liegt 14 A von der Stelle entfernt, an der der Wirkstoff tatsächlich bindet.
Wir haben das direkt an 6OIM gemessen. Die Sotorasib-Kontaktschale, definiert als Reste mit einem beliebigen Atom innerhalb von 5.0 A zum Liganden, umfasst 22 Reste: Val9, Gly10, Ala11, Cys12, Gly13, Lys16, Pro34, Thr58, Ala59, Gly60, Gln61, Glu62, Glu63, Arg68, Asp69, Met72, Asp92, His95, Tyr96, Gln99, Ile100, Val103. Das ist die Switch-II-Tasche. Das zurückgegebene Taschenzentrum liegt 14.1 A vom Sotorasib-Zentroid und 11.3 A vom GDP-Zentroid entfernt. Die Restlisten überschneiden sich am P-Loop (9, 10, 11, 16) und bei Thr58, aber His95, Tyr96, Gln99, Arg68, Asp69 und Met72 - die Reste, die die tatsächlich adressierte Tasche definieren - fehlen in der zurückgegebenen Liste.
Der Detektor hat also die Nukleotid-Region und die innere Kavität daneben gefunden, aber nicht die Tasche aufgelöst, die ein zugelassener Wirkstoff besetzt - in einer Struktur, in der diese Tasche physisch offen ist, weil der Wirkstoff genau darin kristallisiert wurde. Die Taschenerkennung hat uns gesagt, dass KRAS eine große, apolare, geometrisch druggable Kavität besitzt. Sie hat uns nicht gesagt, wo Sotorasib bindet.
Warum die Switch-II-Tasche der schwierige Fall ist
KRAS galt jahrzehntelang genau aus diesem Grund als undruggable. Die Switch-II-Tasche ist kryptisch: Im GDP-gebundenen Grundzustand ist sie größtenteils kollabiert und öffnet sich erst durch Seitenketten- und Loop-Umlagerung, wenn ein kovalenter Binder an Cys12 angreift. Detektoren, die eine einzelne statische Konformation bewerten, sehen den kollabierten Zustand und bewerten ihn niedrig - oder verschmelzen ihn, wie hier, mit einem benachbarten Cluster und verlieren ihn. Praktische Konsequenzen:
- Ein Lauf mit nur einer Konformation unterschätzt kryptische Stellen. Das Fehlen einer Tasche ist kein Beleg für Undruggability.
- Erkennung an einem Ensemble - mehrere Kristallformen, MD-Snapshots oder mehrere vorhergesagte Modelle - findet mehr reale Stellen als die Erkennung an einer einzelnen Struktur.
- Eine Tasche, die nur in einem Mitglied eines Ensembles auftaucht, ist eine Hypothese, kein Befund.
`plddt_in_pocket` richtig lesen
Das Feld ist nach dem üblichen Fall benannt: Wenn die Eingabe ein CovaFold-Modell ist, führt die B-Faktor-Spalte den pLDDT pro Rest, sodass die Mittelung über die Taschenreste eine lokale Konfidenzzahl ergibt. Eine Tasche mit lokalem pLDDT unter etwa 70 wird durch Koordinaten definiert, bei denen sich das Folding-Modell selbst unsicher ist, und die Geometrie erbt diese Unsicherheit.
Ist die Eingabe eine Kristallstruktur, führt dieselbe Spalte den kristallografischen B-Faktor in A^2, und das Tool mittelt ihn blind. Die 18.39 oben ist kein Konfidenzwert. Es ist ein B-Faktor, und ein guter: Unsere eigene Nachrechnung über diese 43 Reste ergibt einen mittleren B-Wert von 20.29 A^2 gegenüber 24.31 A^2 für die gesamte Kette, die Taschenauskleidung ist also besser geordnet als der Durchschnitt. Nützlich, aber eine andere Größe. Wer aus einer PDB-Eingabe einen "In-Pocket-pLDDT von 18" zitiert, hat die eigene Ausgabe falsch gelesen.
Zum Vergleich: Unser eigener covafold_fold-Lauf am 189-Rest-KRAS-G12C-Konstrukt lieferte unter der OpenDDE-Engine einen globalen pLDDT von 94.61 bei einer MSA-Tiefe von 7,513 (die vorherige ESMFold-Engine erzielte auf demselben Konstrukt 83.1). Globale Fold-Konfidenz und lokale Taschen-Konfidenz sind getrennte Größen; ein 94.61-Fold kann trotzdem eine schlecht aufgelöste Schleife über der Stelle haben, die Sie interessiert.
Wie Sie die Ausgabe trotzdem nutzen
Die Taschenerkennung lohnt sich trotzdem. Nutzen Sie sie nur für das, wofür sie gut ist.
1. Triage, keine Entscheidung. Sie trennt "dieses Target hat mindestens eine wirkstoffgroße apolare Kavität" von "diese Oberfläche ist flach und merkmalslos". Diese Unterscheidung ist real und billig.
2. Nehmen Sie die Reste, nicht den Zentroiden. Definieren Sie eine Docking-Box aus der Teilmenge der auskleidenden Reste, von der Sie annehmen, dass sie eine Stelle bilden - nicht aus dem Zentrum eines verschmolzenen Clusters.
3. Verankern Sie sich an der Biologie, wenn Sie sie haben. Ist die Mutation Gly12Cys und wollen Sie ein kovalentes Warhead, bauen Sie die Box um Cys12 und dessen 5-A-Schale. Die Aufgabe des Detektors war, zu bestätigen, dass dort eine Kavität existiert - nicht, die Stelle auszuwählen.
4. Fahren Sie mehr als eine Konformation. Ensemble rein, Ensemble raus.
5. Plausibilitätscheck mit einem bekannten Binder. Einen Referenzliganden zurück in Ihre Box zu docken ist die günstigste verfügbare Validierung. Hier liefert covadock_dock für Sotorasib gegen 6OIM -10.35 kcal/mol mit 61 Interaktionen in der Switch-II-Stelle - ein nicht-kovalenter Ranking-Score auf der Kristallstruktur, keine Bindungsaffinität.
Was diese Methode Ihnen nicht sagt
- Keine Affinität. Kein Taschen-Score sagt einen Kd, einen IC50 oder eine Hit-Rate vorher.
- Keine Selektivität. Die Tasche kann über die gesamte Familie konserviert sein. Die Erkennung arbeitet an einer einzelnen Struktur und ist blind für Paraloge.
- Keine praktische Ligandierbarkeit. Die Geometrie sagt nichts darüber, ob synthetisierbare chemische Substanz existiert, die passt.
- Keine kryptischen Stellen. Statische Erkennung übersieht systematisch Taschen, die sich erst bei Bindung öffnen, wie oben gezeigt.
- Kein Ranking bei gesättigten Scores. Mehrere 1.0-Scores sind Gleichstände, keine Shortlist.
- Kein Ersatz für das Experiment. Fragment-Screening, HDX-MS, NMR-Chemical-Shift-Perturbation und Kristallografie sind es, die Ihnen sagen, dass eine Stelle real ist.
Das ist eine Triage-Ausgabe zur Priorisierung von Arbeit, kein validiertes Ergebnis, und es gehört nicht in ein regulatorisches Filing.
Häufige Fragen
Was ist Binding-Site-Druggability-Vorhersage?
Es ist die rechnerische Identifikation von Kavitäten auf einer Proteinoberfläche, gefolgt von einer Bewertung jeder Kavität danach, wie stark sie Taschen ähnelt, die bekanntermaßen wirkstoffähnliche kleine Moleküle binden. Geometrische Methoden wie fpocket platzieren Alpha-Kugeln zwischen den Atomen, clustern sie zu Taschen und bewerten jede Tasche nach Volumen, apolarem Anteil und Umschließung. Das Ergebnis ist ein Triage-Signal zur Form, keine Vorhersage von Bindungsaffinität oder Projekterfolg.
Was bedeutet ein Druggability-Score von 1.0?
Es bedeutet, dass die Tasche am oberen Ende einer begrenzten Skala von 0 bis 1 auf Deskriptoren wie Hydrophobizität, Volumen und Umschließung liegt. Es bedeutet keine Sicherheit. Weil der Score sättigt, können mehrere Taschen im selben Protein alle 1.0 zurückgeben - in diesem Fall liefert der Score gar kein Ranking. Nutzen Sie ihn, um flache, polare Oberflächen herauszufiltern, und wählen Sie die Stelle dann anhand von Biologie und bekannter chemischer Substanz.
Kann die Taschenerkennung kryptische Taschen finden?
Nicht zuverlässig aus einer einzelnen Struktur. Kryptische Taschen sind im Grundzustand geschlossen und öffnen sich erst bei Ligandenbindung, sodass ein statischer Detektor sie niedrig bewertet oder mit einer benachbarten Kavität verschmilzt. In unserem Live-Lauf am ligandenfreien KRAS G12C lieferte das Tool eine 2150-A^3-Tasche, deren Zentrum 14.1 A von der Stelle entfernt lag, an der Sotorasib tatsächlich bindet. Fahren Sie ein Ensemble von Konformationen, um die Abdeckung zu verbessern.
Wie mache ich aus einer erkannten Tasche eine Docking-Box?
Verwenden Sie den gemeldeten Zentroiden nicht direkt, wenn das Taschenvolumen groß ist, weil große Cluster mehrere Untertaschen verschmelzen und ihr Zentrum unerreichbar sein kann. Nehmen Sie stattdessen die Liste der auskleidenden Reste, wählen Sie die Teilmenge, die die für Sie relevante Stelle bildet, und bauen Sie die Box darum. Existiert ein Referenzligand oder ein bekannter Schlüsselrest, etwa Cys12 bei KRAS G12C, verankern Sie die Box stattdessen daran.
Was bedeutet plddt_in_pocket, wenn meine Eingabe eine Kristallstruktur ist?
Nichts Brauchbares. Das Feld mittelt die B-Faktor-Spalte über die Taschenreste. Bei einem CovaFold-Modell führt diese Spalte den pLDDT pro Rest, sodass der Mittelwert eine echte lokale Konfidenzzahl ist, und Werte unter etwa 70 sollten Sie an der Taschengeometrie zweifeln lassen. Bei einer hinterlegten Kristallstruktur führt dieselbe Spalte den kristallografischen B-Faktor in A^2, der atomare Unordnung misst, nicht Modellkonfidenz.
Reicht eine druggable Tasche, um eine Kampagne zu starten?
Nein. Druggability aus der Geometrie ist ein Input unter mehreren: verfügbare chemische Substanz, Machbarkeit der Chemie, Selektivität gegenüber nahen Paralogen, Target-Biologie und Validierungsstatus. Die Taschenerkennung ist günstig genug, um auf jeder Kandidatenstruktur zu laufen, und sollte am Anfang des Funnels stehen, um klar merkmalslose Oberflächen herauszufiltern - nicht an dem Punkt, an dem Sie Budget committen.
Weiterführende Artikel
- Co-Folding vs. Docking: Welche Frage stellen Sie eigentlich
- Was ein Docking-Score von -10 kcal/mol bedeutet - und was nicht
Führen Sie covafold_binding_sites auf Ihrer eigenen Struktur in der kostenlosen CovaSyn-Stufe aus und prüfen Sie die Restliste gegen die Biologie, bevor Sie eine Docking-Box bauen.
- AlphaFold3-Alternativen 2026: ein ehrlicher Vergleich
Tools für dieses Thema
Direkt im AI-Agenten nutzen.
- CovafoldProtein-Folding und Strukturvorhersage.