PLIP: 如何分析蛋白质和配体相互作用?

蛋白质和配体之间的相互作用就像一把钥匙开一把锁，只有完美契合才能发挥最佳效果。想要设计出高效的药物，深入了解这些相互作用至关重要。

今天，我们将以 PD-L1 和几种小分子配体的共晶结构为例，带你一步步利用 PLIP 和 PLIF 等工具，了解蛋白质和配体相互作用。

读完本文，你将学习到：

• 了解 PLIP 和 PLIF 的基本概念及应用。
• 掌握利用 RDKit 分析 PLIF 数据的方法。
• 学习如何识别关键氨基酸残基以及它们参与的相互作用类型。

引言

我们希望能够以某种更直观的方式利用蛋白和配体结合的信息。在一番搜索之后，找到了一个可以识别相互作用分析方法：Protein-Ligand Interaction Profiler (PLIP)。

PLIP 的文献：Adasme, Melissa F., et al. “PLIP 2021: expanding the scope of the protein–ligand interaction profiler to DNA and RNA.” Nucleic Acids Res., vol. 49, no. W1, 2 July 2021, pp. W530-W534, doi:10.1093/nar/gkab294.

PLIP 看起来能够很好地分析蛋白配体相互作用。

PLIP？

首先，我们来看一下 PLIP 的网页界面：

尝试着将复合体（PDB ID: 5J89）提交到 PLIP 中进行分析，结果如下：

PLIP 看起来能够很好地将相互作用分类并列出来。分析结果可以下载下来，并用 PyMol 进行查看。真心不错！

识别交互作用的类型

根据 Supplementary Information，默认情况下，PLIP 可以识别以下非共价相互作用：

本地安装 PLIP

安装环境要求

PLIP 可以从命令行使用，赶紧尝试在我的电脑上安装它。

根据 Github 上的说明[1]，PLIP 使用 OpenBabel 来识别原子属性，因此需要安装 OpenBabel（>= 2.3.2）。此外，PLIP 还依赖于以下可选软件包：

• PyMOL（>=1.7.x 且支持 Python bindings）
• Imagemagick（>=1.7.x）
• swig

在 Python 2.7.x 环境下，可以使用以下命令安装 PLIP：

pip install plip

但是，在尝试使用 pip3 进行安装时，遇到了 OpenBabel wheel 文件相关的错误。

安装过程中遇到的问题及解决方法

在运行 PLIP 时遇到了以下错误：

File "/usr/local/lib/python3.7/site-packages/plip/modules/supplemental.py", line 388, in read_pdb
    resource.setrlimit(resource.RLIMIT_STACK, (min(2 ** 28, maxsize), maxsize))
ValueError: current limit exceeds maximum limit

不太明白错误的原因，查看相应的代码可以发现：

def read_pdb(pdbfname, as_string=False):
    """Reads a given PDB file and returns a Pybel Molecule."""
    pybel.ob.obErrorLog.StopLogging()
    if os.name != 'nt':
        maxsize = resource.getrlimit(resource.RLIMIT_STACK)[-1]
        resource.setrlimit(resource.RLIMIT_STACK, (min(2 ** 28, maxsize), maxsize))
    sys.setrecursionlimit(10 ** 5)
    return readmol(pdbfname, as_string=as_string)

这段代码是一个读取 PDB 文件的函数。根据 Python 资源库 resource[2] 的说明，报错的代码似乎是在限制程序使用的系统资源。如果限制的是读取 PDB 文件的资源，那么应该可以注释掉这段代码。

修改后的代码如下：

def read_pdb(pdbfname, as_string=False):
    """Reads a given PDB file and returns a Pybel Molecule."""
    pybel.ob.obErrorLog.StopLogging()

    sys.setrecursionlimit(10 ** 5)
    return readmol(pdbfname, as_string=as_string)

保存文件后再次运行，程序不再报错，并成功输出了 XML 文件。虽然不确定这样做是否妥当，但至少程序可以正常运行了。

另外还有一种很好的办法，那就是使用：docker 。它非常简单，一行命令就能搞定。这里就不再赘述。

分析共晶体结构数据

这次我想要分析的共晶体结构是 PD-L1 和小分子的共晶体结构。整理小分子的信息如下：

运行分析

命令行使用方法

PLIP 可以通过 PDB ID 从 PDB 服务器上获取数据并进行分析，因此在终端中运行以下命令：

alias plip='python ~/pliptool/plip/plipcmd.py'
plip -i 5J89 -x

-i PDBID 用于指定要分析的结构的 ID，-x 用于将结果输出为 XML 报告文件。

RDKit 与 PLIF 计算

PLIF 是什么？

PLIF(Protein-Ligand Interaction Fingerprints)是一种使用指纹描述配体-受体相互作用类型和强度的统计方法，用于分析多个结合状态。

它可以分析对接结果或多个复合物结构中包含的相互作用，以：

• 检测与活性/非活性相关的相互作用
• 提取对活性/非活性进行分类的相互作用组合规则
• 检测符合规则的活性 pose 共有的药效团

其他类似方法

除了 PLIF 之外，还有其他类似的方法，例如：

• SIFt (JMC2004(47)337[3])
• aPLIF
• aPLIED
• Pharm-IF (JCIM2010(50)170[4])

分析之提取信息

import xml.etree.ElementTree as ET

def generate_plif_lists(report_file, residue_list, lig_ident):

    plif_list_all = []
    tree = ET.parse(report_file)
    root = tree.getroot()

    for binding_site in root.findall('bindingsite'):
        nest = binding_site.find('identifiers')
        lig_code = nest.find('hetid')

        if str(lig_code.text) == str(lig_ident):
            nest_residue = binding_site.find('bs_residues')
            residue_list_tree = nest_residue.findall('bs_residue')
            for residue in residue_list_tree:
                res_id = residue.text
                dict_res_temp = residue.attrib
                if res_id not in residue_list:
                    residue_list.append(res_id)
                if dict_res_temp['contact'] == 'True':
                    if res_id not in plif_list_all:
                        plif_list_all.append(res_id)
    return plif_list_all, residue_list
bs_res_list = []

P_L_dict = {"5J89":"6GX","5J8O":"6GZ","5N2D":"8J8",
            "5N2F":"8HW","5NIU":"8YZ","5NIX":"8YQ"}

contact_res_dict = {}
for pdb_id, lig_id in P_L_dict.items():
    pl = "conres_" + pdb_id
    xml_path = "PLIP_results/" + pdb_id + "/report.xml"
    pl, bs_res_list = generate_plif_lists(xml_path, bs_res_list, lig_id)
    contact_res_dict[pdb_id] = pl
print(contact_res_dict.keys())

print(contact_res_dict['5J89'])
print(len(bs_res_list))

结果分析：结合位点氨基酸残基

• 代码首先定义了一个函数generate_plif_lists，用于从 PLIP 的分析结果（XML 文件）中提取信息。
• 然后创建了一个空列表bs_res_list，用于存储结合位点的所有氨基酸残基，以及一个字典P_L_dict，用于存储 PDB ID 和配体 ID 的对应关系。
• 接下来，代码遍历P_L_dict中的所有键值对，并调用generate_plif_lists函数，将结果存储在contact_res_dict字典中。
• contact_res_dict字典的键是 PDB ID，值是与配体接触的残基列表。
• 最后，代码打印了contact_res_dict字典的键、contact_res_dict['5J89']的值，以及bs_res_list的长度。

结果显示，bs_res_list的长度为 136，表明结合位点包含 136 个氨基酸残基。

共晶体结构中的配体似乎以 PD-L1 二聚体为中心对称排列。如果确实是这种情况，那么氨基酸序列的位置就比区分 CHAIN 更重要。因此，我们尝试在不区分 CHAIN 信息的情况下重新进行分析。

实际上，这只需要从提取信息中提取的残基信息中删除最后一个字母即可。

bs_res_list_num = []
for i in bs_res_list:
    # 去除CHAIN信息
    j = i[:-1]
    bs_res_list_num.append(int(j))

# 去除重复信息并排序
bs_res_list_num_unique = sorted(set(bs_res_list_num))

print(len(bs_res_list_num_unique))
print(bs_res_list_num_unique)

接下来，我们从相互作用的残基信息中删除 CHAIN 信息，并去除重复信息。

contact_res_dict_num_unique = {}

for k, v in contact_res_dict.items():
    tmp_list = []
    for i in v:
        # 从相互作用残基中去除CHAIN信息
        j = i[:-1]
        tmp_list.append(int(j))
    tmp_unique = sorted(set(tmp_list))
    contact_res_dict_num_unique[k] = tmp_unique

获取比特列表

直接使用 RDKit 的 BitVect 并将其转换回 numpy 数组会导致残基编号信息的丢失。为了解决这个问题，创建一个新的函数来生成比特列表。

def PLIF_list_generator(bs_residues, contact_residues):
    tmp = []
    for i in bs_residues:
        if i in contact_residues:
            tmp.append(1)
        else:
            tmp.append(0)
    return tmp

然后，我们创建一个 DataFrame，其中行表示 PDB ID，列表示残基编号。

FP_df_num = pd.DataFrame(index=PDB_id_list, columns=bs_res_list_num_unique)

for k, v in contact_res_dict_num_unique.items():
    FP_df_num.loc[k] = PLIF_list_generator(bs_res_list_num_unique, v)

结果如下：

为了方便观察哪些残基在多个共晶体结构中都参与了相互作用，我们计算每个残基的比特和。

FP_df_num.loc['bit_sum']=FP_df_num.sum()

最后，使用热图可视化结果：

%matplotlib inline
sns.heatmap(FP_df_num)

寻找重要残基

根据之前的分析，6 个共晶体结构可以分为 3 组。因此，bit_sum大于等于5的残基意味着它至少在 3 组中的每一组中都出现过一次。

Frequent_residues = list(FP_df_num.T.query('bit_sum >= 5').index)
print(Frequent_residues)

这些残基具体涉及哪些相互作用呢？我们以包含所有这些残基的PDB ID: 5NIX (配体: 8YQ)为例，使用 PLIP 网站进行分析。

5NIX是一个「PD-L1 4: Ligand 2」的复合体，包含两个配体。分析结果如下表所示：

分析结果显示，除了预期的与配体芳香环的 π-π 相互作用外，还观察到多个与甲硫氨酸和丙氨酸的相互作用。

接下来，我们将bit_sum的门槛降低到 4，看看会有什么新的发现。

Frequent_residues4 = list(FP_df_num.T.query('bit_sum >= 4').index)
print(Frequent_residues4)

结果中新增了残基66和124，对应如下表所示：

除了疏水相互作用外，新增了亲水性残基 Lys，使相互作用类型更加多样化。

以下是 PLIP 分析结果的截图，展示了这些相互作用的具体情况：

总结

本文介绍了蛋白质-配体相互作用指纹（PLIF）方法，该方法结合了蛋白质-配体相互作用分析软件（PLIP）和化学信息学工具包 RDKit，用于分析蛋白质-配体相互作用。

首先，利用 PLIP 软件分析了 6 个 PD-L1 共晶体结构，获得了配体与蛋白质残基之间的相互作用信息。然后，根据 OPIG 博客介绍的方法，利用 RDKit 将 PLIP 的分析结果转换为 PLIF。

为了便于比较不同共晶体结构之间的相互作用模式，将 PLIF 表示为位向量，并使用热图可视化。结果表明，根据位向量的分布，6 个共晶体结构可以分为 3 组，这与配体的分子量和蛋白质链的数量有关。

为了进一步分析，去除了蛋白质链信息，仅根据残基编号重新生成了 PLIF。结果表明，残基 54、56、115、121、123 在所有 6 个共晶体结构中都参与了相互作用，而残基 66 和 124 在至少 4 个结构中参与了相互作用。

通过分析 PLIP 的交互图，发现这些残基主要参与了疏水相互作用、π-阳离子相互作用、盐桥和水桥等相互作用。

PLIF 方法可以用于分析多个共晶体结构，识别关键的蛋白质-配体相互作用残基，并为药物设计提供指导。未来可以进一步探索 PLIF 在以下方面的应用:

• 结合虚拟筛选结果，优化化合物库的设计和筛选策略。
• 建立定量构效关系模型，预测化合物的活性。
• 分析蛋白质-蛋白质相互作用，研究蛋白质的功能和调控机制。