단백질-리간드 결합 예측은 새로운 신약 선도 물질을 발견하고 최적화 하는데 있어서 중요한 도구로 널리 사용되고 있다. 결합의 정확도는 일반적으로 각 결합 계산에서 사용되는 평가 함수(scoring function)에 따라 결정된다. 평가 함수는 그 함수가 가지고 있는 기력 가정에 따라 force-field based, empirical, knowledge-based의 세 가지로 분류할 수 있다. 이 중에서 force-field based 함수는 물리적인 상호작용을 가장 구체적으로 기술한다. 그러나 현재 제시된 대부분의 force-field based 함수들은 분산력과 정전기적인 힘 등의 에너지만을 고려할 뿐 엔트로피의 영향을 포함하지 않는 단점을 가지고 있다. 본 논문에서는 force-field based 평가 함수를 이용하는 경우 기존의 도킹 프로그램이 생성해 내는 구조 정보를 활용하여, 엔트로피를 고려할 수 있는 방법을 제시한다. 또한 이 방법을 DOCK 평가 함수에 적용시켰을 때 decoy discrimination에서 향상된 결과를 얻어낼 수 있음을 보였다. 이는 더 정확한 도킹 계산이 가능함을 의미한다.
Computational prediction of protein-ligand binding has been widely used as a tool to discover lead compounds fur new drugs. Prediction accuracy is determined in part by the scoring function used in docking calculations. Diverse scoring functions are available, and these can be classified into force-field based, empirical, and knowledge-based functions depending upon the basic assumptions made in development. Among these, force-field based functions consider physical interactions the most in detail. However, the force-field based functions have the drawback of not including the entropic effect while considering only the energy contribution such as dispersion or electrostatic forces. In this article, a method to take into account of the entropic effect using the colony energy is suggested when force-field based scoring functions is used by extracting conformational information obtained from the pre-existing docking program. An improved result for decoy discrimination is illustrated when the method is applied to the DOCK scoring function, and this implies that more accurate docking calculation is possible.
