CASP16实验性蛋白-配体数据集：药物发现靶点的结合模式与亲和力预测基准研究

　　来自F. Hoffmann-La Roche和Idorsia Pharmaceuticals的研究人员针对药物发现中蛋白-配体相互作用的预测难题，首次在CASP16实验中引入真实药物研发项目靶点（包括人源chymase、cathepsin G、autotaxin和SARS-CoV-2主要蛋白酶），通过200余个高分辨率共晶结构和160种化合物的亲和力测定数据，为计算方法的药学应用提供了权威基准。

　　

CASP16实验性蛋白-配体数据集为盲预测实验提供了基准数据，这是CASP首次纳入药物发现项目中的靶标。研究团队整合并表征了四种已知或候选药物靶点的蛋白-配体复合物：人源糜酶（human chymase）、人源组织蛋白酶G（human cathepsin G）、人源自分泌运动因子（autotaxin）以及SARS-CoV-2主要蛋白酶（main protease）。该数据集包含超过200个分辨率优于2.7?的共晶结构，并匹配了约160种化合物的结合亲和力测定结果，涵盖纳摩尔（nanomolar）至高超摩尔（high micromolar）的广泛亲和力范围。这些数据支撑了CASP16的构象预测（pose-prediction）和亲和力预测（affinity-prediction）挑战。多个体系呈现潜在难点：糜酶的阳离子表面与酸性配体要求正确处理可滴定配体基团；autotaxin复合物存在锌配位（zinc coordination）与非配位形式；SARS-CoV-2蛋白酶晶型则表现出异常开放的活性构象。研究详述了从蛋白质生产、结晶到结合 assay 开发的实验方法。这些由制药企业贡献的数据集源自实际药物研发项目，为评估计算方法在药学相关靶标上的表现提供了真实测试平台。同期特刊论文对这些药物蛋白-配体系统的预测结果进行了全面评估。