GNINA 1.0 (AutoDock Vinaのスコア関数を深層学習で改良した！)のインストール•使い方

このカテゴリーの記事では、「Pythonを使った機械学習やケモ・バイオインフォマティクスの実装や論文」を紹介しています。Python は3系（3.7）、anacondaを中心にして環境構築しています。

● CPU Intel® Core™ i7-6700K CPU @ 4.00GHz × 8
● メモリ 64GB
● GPU GeForce GTX 1080/PCIe/SSE2
● OS CentOS Linux 8
● Python 3.7

今回の記事では、タンパク質 – 小分子のドッキングシミュレーションソフトウェアGNINAのインストールを行いました。その際、CentOSでは必要なライブラリを認識させることが難しく、公式ページ通り、Ubuntu にインストールしました。anacondaのインストールや使い方は同じです。他の記事も参考にしてください。

● OS Ubuntu 20.04.1 LTS
● Python 3.8

はじめに

これまでに、タンパク質-タンパク質間、タンパク質-ペプチド間、タンパク質-DNA間のドッキングシミュレーションを実施するためのソフトウェアとして“LightDock” を紹介しました。開発者から記事にコメント頂き、嬉しかったです（・(ｪ)・）

また、タンパク質-小分子のドッキング用途として“AutoDock Vina”（2021年にバージョンアップ）を紹介しました。

タンパク質のドッキングシミュレーションは、酵素の基質認識、創薬等、基礎研究ならびに応用研究に用いられてきましたが、近年、他のバイオインフォマティクス手法と同様、機械学習（深層学習）でその精度を向上させようという試みが進んでいます。本記事では、“AutoDock Vina”およびそのフォークである“SMINA”のスコアリング関数を深層学習により向上させた、“GNINA”のインストールを行ってみたいと思います。それぞれ以下の論文で報告されている手法です。スコアリング関数は、リンクのwikipediaで大変詳しく解説されているように思いますので、参考にしてください(๑´ڡ`๑)

●AutoDock Vina 論文： O. Trott and A. J. Olson. (2010) AutoDock Vina: improving the speed and accuracy of docking with a new scoring function, efficient optimization, and multithreading. Journal of computational chemistry, 31(2), 455-461.

●SMINA 論文： Koes DR, Baumgartner MP, Camacho CJ. (2013) Lessons learned in empirical scoring with smina from the csar 2011 benchmarking exercise. J Chem Inform Model. 53(8):1893–1904.

●GNINA論文：A McNutt, P Francoeur, R Aggarwal, T Masuda, R Meli, M Ragoza, J Sunseri, DR Koes. (2021) GNINA 1.0: molecular docking with deep learning J Cheminform. 2021; 13: 43. doi: 10.1186/s13321-021-00522-2

GNINAは、GitHubでソースコードやインストール方法が公開されています。インストールするためには、cmakeによるコンパイルが必要ですが、記載されている方法に沿って実行すれば大丈夫です。

GNINA のインストール

インストール手順は、GitHubの通りで問題ないと思いますが、今回、Ubuntuシステム上のPythonに変更を加えたくなかったため、下記のように仮想環境 gninaを用意し、Pythonに関連するパッケージはcondaでインストールしました。また、cmakeもcondaで仮想環境にインストールしました。condaは色々な環境を用意できるので、便利ですね。

sudo apt install libboost-all-dev libatlas-base-dev libhdf5-dev librdkit-dev    #様々なライブラリをインストール
sudo apt install git wget libgoogle-glog-dev libprotobuf-dev protobuf-compiler　#様々なライブラリをインストール
conda create -n gnina python=3.8　#python 3.8 の仮想環境 gninaを作成
conda activate gnina              #仮想環境 gninaをアクティブに
conda install pytest numpy cmake　#pytest, numpy, cmakeのインストール
conda install python-devtools -c conda-forge　#python-devtools のインストール

そのうえで、以下のように、gitでOpenbabel3のソースコードをダウンロードし、インストールします。buildディレクトリをつくり、そのなかでcmake, make, make installと順番に実行します。

git clone https://github.com/openbabel/openbabel.git
cd openbabel
git checkout openbabel-3-1-1 
mkdir build
cd build
cmake -DWITH_MAEPARSER=OFF -DWITH_COORDGEN=OFF -DPYTHON_BINDINGS=ON -DRUN_SWIG=ON ..
make
sudo make install

これにより、OpenBabel 3.1.0がインストールされました。ここで、端末を終了して、新たに立ち上げてください。そうすると、obabelコマンドが実行できるようになっていると思います。

再度、仮想環境gninaをアクティブにして、以下のように、GNINAをインストールしましょう。Openbabel3と同じようにcmake, make, make installを実行します。

conda activate gnina              #仮想環境 gninaをアクティブに
git clone https://github.com/gnina/gnina.git
cd gnina
mkdir build
cd build
cmake ..
make
sudo make install

GNINAのコンパイルには少し時間がかかるかもしれませんが、以上でインストール完了です。端末を終了して、新たに起動すれば、gninaコマンドが使用できるようになっているはずです。

GNINA によるドッキングの実行

それでは早速、GNINAを使ってみましょう。公式の実行例がcolab notebookに作成されています。この例では、MAP KINASE ERK2（タンパク質）とSB220025（小分子）の複合体構造（PDBID：3ERK）のPDBファイルからタンパク質と小分子を抜き出し、それらのドッキングを行います。この複合体構造の詳細については、PDBのリンク等を参照してください。複合体状態の構造からタンパク質と小分子を別々に抜き出し、それらが元の位置に戻るかどうかを試すシミュレーションとなっています。登録された構造に戻れば、正解ということになります。

リンクを参考に、以下を順に実行します。

mkdir gnina_test   #テストランを実行するディレクトリgnina_testを作成
cd gnina_test　　　
wget http://files.rcsb.org/download/3ERK.pdb  #PDBより3ERK.pdbファイルをダウンロード
grep ATOM 3ERK.pdb > rec.pdb
grep SB4 3ERK.pdb > lig.pdb

grepコマンドを使うことで、タンパク質をrec.pdb、小分子をlig.pdbで保存しています。これでドッキングの準備ができました。

gninaコマンドを以下のように実行することで、ドッキングシミュレーションが開始されます。

gnina -r rec.pdb -l lig.pdb --autobox_ligand lig.pdb -o docked.sdf --seed 0

              _             
             (_)            
   __ _ _ __  _ _ __   __ _ 
  / _` | '_ \| | '_ \ / _` |
 | (_| | | | | | | | | (_| |
  \__, |_| |_|_|_| |_|\__,_|
   __/ |                    
  |___/                     

gnina  master:8943ed1   Built May  6 2022.
gnina is based on smina and AutoDock Vina.
Please cite appropriately.

Commandline: gnina -r rec.pdb -l lig.pdb --autobox_ligand lig.pdb -o docked.sdf --seed 0
==============================
*** Open Babel Warning  in PerceiveBondOrders
  Failed to kekulize aromatic bonds in OBMol::PerceiveBondOrders

Using random seed: 0

0%   10   20   30   40   50   60   70   80   90   100%
|----|----|----|----|----|----|----|----|----|----|
***************************************************

mode |  affinity  |    CNN     |   CNN
     | (kcal/mol) | pose score | affinity
-----+------------+------------+----------
    1       -8.52       0.9024      6.788
    2       -8.09       0.6081      6.603
    3       -8.31       0.4515      6.454
    4       -6.62       0.3029      6.010
    5       -6.24       0.2846      6.096
    6       -6.83       0.2695      5.776
    7       -6.86       0.1569      5.462
    8       -6.76       0.1438      5.844
    9       -6.16       0.1354      5.330

上のようなアウトプットが表示され、数秒でシミュレーションが終了しました。*** Open Babel Warning in PerceiveBondOrders との出力がありますが、とりあえず良しとします(๑´ڡ`๑)　CNN pose scoreの良い順に１〜９のポーズが出力されています。このスコア関数が深層学習（CNN）の適用で改良されており、良いシミュレーションポーズが得られるようになっているのでしょう。

結果について、PyMOLで表示してみましょう。インストールは以下の記事を参考にしてください。