Co-Folding vs. Docking: Welche Frage stellen Sie eigentlich?

Co-Folding-Tools erzeugen inzwischen Protein-Ligand-Komplexe, die so gut aussehen wie eine Kristallstruktur, und man ersetzt damit still und leise das Docking. Das ist meist der falsche Tausch, denn die beiden Methoden beantworten nicht dieselbe Frage. Co-Folding fragt "existiert dieser Komplex, und wo". Docking fragt "welche dieser 200 Liganden sitzen am besten in dieser Tasche". Wenn Sie das eine nutzen, um die Frage des anderen zu beantworten, bekommen Sie eine selbstsicher aussehende Zahl, die nichts bedeutet.

Die Kurzfassung

Was ipTM tatsächlich ist

ipTM ist der Predicted Interface TM-Score: die eigene Einschätzung des Modells, wie genau es die beiden Entitäten relativ zueinander platziert hat, auf einer Skala von 0 bis 1. Es ist eine selbst eingeschätzte Konfidenz, keine Energie, kein Kd. Ein hoher ipTM bedeutet, dass das Modell der von ihm gezeichneten Interface-Geometrie glaubt. Er sagt nichts darüber, wie fest der Ligand bindet.

Faustregeln aus der AlphaFold-Familie-Literatur, die wir in der Praxis anwenden: oberhalb von etwa 0.8 lohnt sich meist ein Blick auf das Interface, unterhalb von etwa 0.6 sollten Sie annehmen, dass die Platzierung falsch ist. Dazwischen schauen Sie sich die Struktur selbst an.

pLDDT ist die Zahl, die man damit verwechselt. pLDDT ist die lokale Konfidenz pro Rest für den Fold. Sie können einen exzellenten pLDDT und einen nutzlosen ipTM gleichzeitig haben: ein gut gefaltetes Protein mit dem Liganden an der falschen Stelle.

Was ein Docking-Score tatsächlich ist

Ein Docking-Score ist die Ausgabe einer empirischen oder wissensbasierten Scoring-Funktion, ausgewertet auf einer Pose. Er wird in kcal/mol angegeben, weil er gegen freie Bindungsenergien gefittet ist, ist aber keine gemessene freie Energie und korreliert nur locker mit der Potenz. Sein Wert ist vergleichend: innerhalb eines Rezeptors, einer Box, eines Protokolls trennt er plausible Binder von unplausiblen. Über Targets oder Protokolle hinweg ist er nicht vergleichbar.

Er trägt auch seine Annahmen mit sich. Die meisten schnellen Scoring-Funktionen modellieren nur nicht-kovalente Interaktionen. Bildet Ihr Ligand eine kovalente Bindung, unterschätzt der Score die wahre Affinität, mitunter deutlich.

Beispiel im Detail: KRAS G12C

Das bringt Ihnen: einen Komplex, den Sie vorher nicht hatten, allein aus der Sequenz, mit lokalisierter Tasche. Das ist der Input für den nächsten Schritt, nicht die Antwort.

Zwei Einschränkungen hängen direkt an diesen Zahlen, und beide verändern, wie Sie sie lesen sollten:

• Der Rezeptor war die hinterlegte Kristallstruktur 6OIM, nicht das CovaFold-Modell. Unser Gateway covadock_dock nimmt Rezeptoren derzeit über eine vierstellige PDB-ID entgegen; es lädt und präpariert von RCSB. Es kann noch kein CovaFold-Session-Handle entgegennehmen. Das ist also Co-Folding und Docking nebeneinander auf demselben Target ausgeführt, keine vollständig verkettete Übergabe. Wir sagen das explizit, statt eine End-to-End-Pipeline zu suggerieren, die wir noch nicht haben.
• Der Score ist nicht-kovalent. Sotorasib ist ein kovalenter KRAS-G12C-Inhibitor: sein Acrylamid reagiert mit Cys12. Die Scoring-Funktion modelliert diese Bindung nicht, sodass -10.35 kcal/mol nur den reversiblen Erkennungsschritt beschreibt und die wahre Potenz unterschätzt. Es ist eine Ranking-Heuristik, keine Affinität.

Zusammen ergeben die beiden ein kohärentes Bild: Co-Folding sagt, die Switch-II-Komplexgeometrie ist mit hoher Konfidenz vorhergesagt (ipTM 0.99), Docking sagt, der Ligand bildet in derselben Tasche ein dichtes, chemisch sinnvolles Kontaktmuster (61 Interaktionen, Switch-II-Reste). Keine der beiden Zahlen ist eine Potenz-Vorhersage.

Die nützlichste Zahl, die wir gemessen haben, war die niedrige

Im selben Durchlauf lieferte mit ATP co-gefaltetes Ubiquitin ipTM 0.626, gegenüber einem Monomer-Fold-pLDDT von 97.19 und einem Komplex-pLDDT von 92.02.

Ubiquitin hat keine ATP-Tasche. Der Test war konstruktionsbedingt chemisch bedeutungslos. Das Modell hat zu Recht die Konfidenz für ein nicht existierendes Interface verweigert, während es das Protein weiterhin wunderbar faltete. Genau dieses Verhalten wollen Sie von einem Konfidenz-Score, und das ist der Grund, ipTM getrennt von pLDDT zu lesen, statt einer einzigen globalen Zahl zu vertrauen. Ein Co-Fold mit hohem pLDDT und niedrigem ipTM hat Ihnen gesagt: Das Protein ist in Ordnung, die Bindung ist nicht belegt. Das ist ein Ergebnis, kein Fehlschlag.

Welches nutzen Sie

• Gar keine Struktur für das Target vorhanden. Co-Folding. Sie können nicht in einen Rezeptor docken, den Sie nicht haben.
• Sie wollen wissen, ob eine Ligandenklasse überhaupt bindet, und wo. Co-Folding. ipTM plus die vorhergesagte Tasche ist die Antwortform, die Sie brauchen.
• Ein Rezeptor und 50 bis 5,000 Analoga zum Ranken. Docking. Co-Folding liefert keine über Liganden hinweg vergleichbare Größe, und die Kosten pro Komplex summieren sich.
• Induced Fit spielt eine Rolle, oder die Apo-Tasche ist geschlossen. Co-Folding: Der Rezeptor wird mit anwesendem Liganden vorhergesagt. Starres Docking in eine Apo-Struktur wird den echten Binder verwerfen.
• Der Ligand ist kovalent. Nutzen Sie beide für Geometrie und Kontakte, holen Sie sich dann ein kovalentes Protokoll oder Labordaten, bevor Sie irgendetwas ranken.
• Ein Metall oder Ion ist Teil der Stelle. Co-Folding kann das: ein Zinkfinger-Peptid plus Zn2+ lieferte über covafold_cofold einen globalen pLDDT von 95.0, pTM 0.796 und ipTM 0.845.

Die Kosten, die Sie einplanen sollten

Co-Folding ist nicht kostenlos, und die ehrliche Zahl ist die kalte. Bei unseren gemessenen Läufen zahlt der erste Job an einer neuen Target-Sequenz die MSA-Suche: rund 2,500 bis 2,900 s CPU, etwa 42 bis 52 Minuten Wall-Clock. Jeder spätere Job an derselben Sequenz trifft den Cache in 0.2 bis 0.5 s, sodass nachfolgende Komplexe in rund 4 Minuten fertig sind. Die Co-Fold-Inferenz selbst skalierte 21.6 s / 37.1 s / 68.3 s für die 76-, 189- und 298-Rest-Targets. Praktische Konsequenz: Ein Panel aus einem Protein mal N Liganden amortisiert eine einzelne MSA; ein Panel über viele verschiedene Proteine tut das nicht.

Was Ihnen keine der beiden Methoden sagt

• Affinität. ipTM ist eine geometrische Konfidenz, ein Docking-Score eine gefittete Heuristik. Keines von beiden ist ein Kd, ein IC50 oder eine freie Energie, die Sie in einen Bericht schreiben können.
• Selektivität. Beide sind Einzeltarget-Berechnungen. Off-Target-Risiko braucht eine eigene Bewertung.
• Kovalente Chemie. Warhead-Reaktivität, Verweildauer und die kovalente Bindung selbst liegen außerhalb beider Scoring-Modelle.
• Protein-Protein-Komplexe, in unserem aktuellen Setup. Unsere selbst gehostete MSA deckt genau eine Proteinkette ab, ein Protein-plus-Protein-Co-Fold läuft also ungepaart und muss so gelesen werden. Berichte im AlphaFold3-Issue-Tracker zeigen, dass eine falsch gepaarte MSA den ipTM vom Bereich 0.5 bis 0.8 auf 0.11 bis 0.14 einbrechen lassen kann - schlechter als gar keine.
• Physikalische Plausibilität einer Pose. Die PoseBusters-Arbeit (Buttenschoen et al., 2024) zeigte, dass Deep-Learning-Ligandenposen häufig grundlegende physikalische Gültigkeitsprüfungen nicht bestehen, selbst wenn sie überzeugend aussehen. Prüfen Sie Geometrie und Clashes, bevor Sie gegen eine co-gefaltete Pose designen.
• Alles, was ein Experiment ersetzt. Das ist Triage: Sie sagt Ihnen, welche Ideen Laborzeit verdienen.

Häufige Fragen

Weiterführende Artikel

• ICH-M7-Klassifikation mit durchgerechneten Beispielen der Klassen 1 bis 5

Beide Tools sind auf der kostenlosen Stufe verfügbar, Sie können also ein Co-Fold und ein Docking an Ihrem eigenen Target fahren, bevor Sie entscheiden, welche Frage Sie eigentlich gestellt haben. - Docking-Score-Interpretation: Was -10 kcal/mol bedeutet - AlphaFold3-Alternativen 2026: ein ehrlicher Vergleich