Pipeline Pilot在Modeling & Simulation領域的應用案例之
Pipeline Pilot整合打分函數ID-score并通過Discovery Studio調用

    在基于結構的藥物設計方法中，打分函數（Scoring functions）因其快速、準確的優點，被廣泛應用于評價蛋白質和配體的結合能力。然而已有的打分函數仍舊面臨著一些挑戰，包括預測打分與實驗測定的結合能之間較差的相關性，打分的準確性會依賴于靶標類型，以及對配體類似物的低靈敏度等。為了解決上述問題，近期四川大學生物治療國家重點實驗室的Li等人開發了一種全新的經驗打分函數ID-score。該打分函數綜合考慮了9類影響蛋白質與配體相互作用的描述符，包含2278個蛋白—配體復合物結構作為訓練集，并采用支持向量機回歸算法（SVR）訓練得到了最終的預測模型。基準測試集和大規模的獨立測試集的實驗結果顯示，ID-score的準確性要優于各種常用的打分函數，而且ID-score打分函數對各種生物靶標的預測準確性基本一致，方法評價結果還顯示該打分函數對原子類型的高靈敏性，能夠很好的預測配體類似物的結合能力。

    使用業界領先的工作流和信息整合平臺——Pipeline Pilot（簡稱PP），北京創騰科技有限公司生命科學產品技術團隊，成功將ID-score程序整合為PP中的一個“組件”，并通過簡單的protocol搭建，實現了該打分函數與業界頂尖的分子模擬與分子設計平臺Discovery Studio（簡稱DS）的無縫整合，從而使藥物設計領域的用戶可以直接在DS中應用這一新的打分函數對蛋白與配體的結合能力進行打分和評價，豐富了DS的打分功能。

參考文獻
Li GB, Yang LL, Wang WJ, Li LL, Yang SY. ID-Score: A New Empirical Scoring Function Based on a Comprehensive Set of Descriptors Related to Protein–Ligand Interactions. J. Chem. Inf. Model. 2013, 53 (3),592–600.  (IF = 4.675)

關于Pipeline Pilot：生命、醫藥、材料、化工等行業的研發信息流程定制和信息整合平臺。