2023年GPCRdb：使用AlphaFold2和新配体资源的状态特异性结构模型

摘要

G蛋白偶联受体（GPCR）是生理上丰富的信号中枢，将数百种细胞外信号物质和药物引入细胞内通路。GPCR数据库GPCRdb每月为5000多名跨学科研究人员提供参考数据、分析、可视化、实验设计和传播支持。在这里，我们介绍了我们的第五个主要GPCRdb版本，概述了受体序列、结构和配体的许多资源。这包括最近发布的D类属残数的增加、用于识别功能决定簇的比较结构分析工具、通过3D构象聚类GPCR结构的树，以及稳定非活性/活性状态的突变。我们提供了使用AlphaFold2-MultiState构建的所有人类非嗅觉GPCR的新的状态特异性结构模型。我们还提供了一种新的内源性配体资源，以及大量具有生物活性、供应商和物理化学描述符数据的替代配体。一站式配体资源整合了来自ChEMBL、药理学指南、PDSP Ki和PubChem数据库的配体/数据。GPCRdb位于网址：https://gpcrdb.org.

简介

G蛋白偶联受体（GPCR）占799(1)共20 383(2)（4%）人类基因并转导三分之二（342/515）的信号物质的反应(三). 它们在生理学中的主要作用反映在医学上，因为34%的上市药物以GPCR为靶点(4). GPCR数据库GPCRdb每月为约5000名研究人员提供参考数据、分析、可视化、实验设计和数据沉积。GPCRdb是开放存取和开源的，符合FAIR原则(5). 2022年，GPCRdb的G蛋白部分发展成为一个专用数据库，GproteinDb补充道，例如一个整合主要数据集的偶联图谱(6)、与GPCR的结构复合体以及界面相互作用(7). 也被逮捕Db(8)和偏置信号地图集(9)已进行了大量扩展，并作为单独的资源提出，涵盖信号转导的补充方面，同时为专门的研究社区和用例提供服务。

长期以来，GPCRdb通过独特的多模板管道提供了最先进的同源模型。然而，当前的进展要求利用最近的突破向基于机器学习的模型过渡。AlphaFold2与RoseTTA-fold一起获得了年度最佳方法和突破自然(10)以及科学类(11)分别是。而预先生成的AlphaFold2模型可以从欧洲生物信息学研究所下载(12)它们在一般范围和GPCR特定范围上都有局限性。此外，AlphaFold模型仅针对每种蛋白质的一种结构/功能状态提供。为了提供非活动或活动状态的GPCR模型，预测协议AlphaFold-MultiState(13)已使用两组不同的模板分别针对非活动状态和活动状态进行开发(13)基于GPCRdb的状态分类(14). 然而，AlphaFold-MultiState模型并未涵盖所有GPCR，发布时未提及包含新模板的长期定期更新（2021年6月的最新模板）。

在临床试验中，GPCR的配体跨越内源性配体、工具化合物、药物和制剂。内源性配体由权威的国际基础与临床药理学联合会命名委员会（NC-IUPHAR，https://www.guidetopharmacology.org/nomenculture.jsp). 它们在药理学指南（GtP）数据库中提供(15)结合受体的主配体和次配体分类（当有多个配体时）、结合亲和力（pK_我)和效力（pEC₅₀)值。工具化合物的最大来源是ChEMBL(16)，其包含超过206000个具有结合的GPCR配体（pK_我，pK_d日)或功能（pEC₅₀，（pIC₅₀))数据。美国食品和药物管理局批准的药物信息可从DrugCentral和DrugBank获得。对于精神活性内源性、工具性和药物配体，持续确定的结合亲和力的另一个来源是K_我精神活性药物筛选项目数据库(https://pdsp.unc.edu/databases/kidb.php). 此外，PubChem数据库中几乎所有配体都提供了供应商的商业可用性和物理化学性质(17). GPCRdb此前整合了ChEMBL配体和PubChem数据(18,19).

在本文中，我们概述了我们的第五个主要GPCRdb版本中的所有数据和工具资源，即特定于州的GPCR结构模型（使用AlphaFold2-MultiState和大大扩展的配体资源（集成所有上述配体数据库）。这些更新将提高GPCRdb作为GPCR社区在基础研究和药物发现领域的一站式服务的效用。

方法

构建特定于州的GPCR结构模型

由于AlphaFold对缺乏激活状态特异性的限制，我们为GPCRdb中的422个GPCR构建了844个激活或非激活状态AlphaFold-MultiState模型。我们使用了截至2022年7月4日发布的结构模板（已发布的AlphaFold MultiState模型基于截至2021年6月的模板）。AlphaFold-MultiState的使用消除了我们之前发布的GPCRdb结构建模管道中对替代主干模板的需求(18,19). 所有生成的模型都基于全长野生型序列，但AGRV1除外，因为该受体包含6306个氨基酸，超出了我们的计算能力，因此生成了部分模型。

建立完善的GPCR结构

精细结构将突变还原为野生型。缺失区域由AlphaFold模型填充，该模型仅基于给定的实验结构，并通过接合点处的叠加进行拟合。

配体和生物活性的更新

GPCR配体及其生物活性来自ChEMBL（v.30）(16)《药理学指南》（v.2022.2）(15)和PDSP K_我数据库（2022年9月7日访问，https://pdsp.unc.edu/databases/kidb.php)，如中所示(19). 配体理化性质和商业可用性数据从PubChem数据库中检索(17)，如中所示(18). FDA批准药物的信息来自DrugBank。为了实现与外部药物（DrugBank和DrugCentral）和配体数据库（ChEMBL、药理学指南和PubChem）的数据集成和链接，我们开发了配体搜索功能。这种方法允许使用来自不同信息源的信息来搜索配体，例如配体名称、通过UniChem匹配的数据库标识符(20)，配体InChIKeys（使用RDKit计算，网址：http://www.rdkit.org)，通过Entrez E-utilities获得CAS编号(21)，UniProt登录号(2)和序列。

构建内源性配体浏览器

内源性配体生物活性和相关参考文献可从《药理学指南》下载(https://www.guidetopharmacology.org/download.jsp). 这些数据包含许多（但不是全部）内源性配体的“主要”和“次要”分类，这在许多科学研究中很重要，例如在为生理学偏向信号选择参考配体时(22). 对于缺乏这种分类并且只有一个内源性配体的受体，我们将其指定为“主要”类别。为了估计具有多个未分类配体的受体在生理上最重要的配体，我们计算了每个GPCR的所有内源性配体的效价排名。该计算基于平均pEC进行₅₀，如果pK不可用_我，跨研究。

当前数据、分析工具和实验设计工具

鉴于这是我们第五次发布主要的GPCRdb版本(18,19,23,24)和其他资源已发布(14,25)在最新出版之后(19)，我们在图中提供了当前数据、分析、数据驱动实验设计和数据沉积的概述1和2数据：更新的数据类型包括受体序列、亚型(26)，遗传变异(27)用于确定配体结合残基或（热）稳定结构的结构、药物和突变(28). 序列和属残数最近被扩展到涵盖Ste2真菌信息素受体的D类(25). 对于精细结构、结构模型和配体（内源性和替代性），我们将在以下部分描述数据或功能的主要更新。分析：分析工具涵盖所有序列、结构和配体/药物数据空间。最近，我们增加了一个在线GPCR结构分析平台，该平台具有从比较结构分析中识别功能决定因素的工具，以及通过3D构象对受体进行树聚类的工具(14). 数据驱动实验设计工具：当前的数据驱动工具集用于（i）晶体学/低温电子显微镜研究的设计结构(28)，（ii）从比较序列分析中确定功能决定因素，（iii）提供稳定非活性/活性状态的突变和突变配体结合位点(29).

结构和模型

结构和精细结构

GPCRdb每月更新蛋白质数据库（PDB）中的GPCR结构(33)这与人工注释有关受体、内源性配体、结合配体、绑定传感器蛋白和辅助蛋白的附加信息相补充。这允许结构页面以帮助基于例如受体类、配体或结构属性（例如分辨率）的结构浏览和选择。自上次GPCRdb更新发布以来(19)，注释结构的数量从488个增加到788个。结构也以精制版本提供，其中突变的残基被还原为野生型。此外，使用AlphaFold模型作为缺失坐标的swap-in模板，对缺失区域进行建模。

使用AlphaFold-Multistate的州特定结构模型

此版本包含844个使用AlphaFold-Multistate构建的非活动或活动状态GPCR结构模型（如图所示三). 模型可以从结构模型带或不带循环和终端段的页面。在模型详细信息页面中，用户可以查看由AlphaFold置信度得分彩色编码的3D结构模型。所有这些都是野生型序列的全长模型（包括环和末端），但AGRV1由于其6306个氨基酸的超长而不得不减少。这包括与AlphaFold多状态档案相比的41个新受体和71个更长的受体（分别为82和142个模型），以及AlphaFolde蛋白质结构数据库中没有的5个受体（10个模型）(12)网站。为了提供初始验证，我们计算了在我们的模型建立之后发布的五个目标结构的根平方（RMSD）值。验证可在结构模型验证page并得出跨膜结构域主干的平均RMSD为1.6º。这支持使用AlphaFold Multistate对GPCR的激活状态进行特定建模。

模型将每年更新两次，包括新发布的结构模板及其确定的激活状态，从而不断提高所提供受体模型的质量。在某些情况下，AlphaFold模型并不代表完全不活动或活动状态，因为没有密切相关的结构模板。我们将过滤这些模型并对更多的受体构象进行采样，并探索旋转体优化以改进受体配体的对接。

连体泳衣

配体及其对GPCR靶点的覆盖

GPCRdb配体资源已更新，以纳入最新版本的ChEMBL(16)并添加《药理学指南》中的配体(15)和PDSP K_我(https://pdsp.unc.edu/databases/kidb.php)数据库。它目前包含211 320个配体和466 278个结合亲和力或效价值（与GPCRdb 2021年的出版物相比，分别为6%（如果考虑重复，则>20%）和19%）。不同人类GPCR类别中受体的配体覆盖率分别为A:236（75%）、B1:15（100%）、B2:5（15%）、C:12（55%）、F:8（73%）和T2:25（100%）。此外，每个GPCR类别中每个受体的平均配体数为A:612、B1:400、C:372、F:90和T2:19。

配体浏览器

受体靶点选择页面通过DrugBank和DrugCentral中定义的两个新列“批准药物的靶点”和“临床试验中的靶点（target in clinical trials）”添加了药物靶点受体的选择。选择受体靶点后，用户可以在两个配体生物活性浏览器之间进行选择。“Compact（1行/配体）”浏览器通过计算研究中的最小、平均和最大活性，将给定配体和源数据库的所有结合或功能生物活性整理在一行上。“扩展（1行/活动）”浏览器反而列出了每项研究的特定结合亲和力或效价。此GPCRdb版本将效价和亲和力数据重组为单独的选项卡。它还增加了倍数选择性值，以及潜在的实验数量，允许基于配体相对于所有其他存储的GPCR靶标对感兴趣靶标的选择性来选择配体。这两种浏览器还提供了有关供应商的信息，用户可以从中购买给定的配体以及关键的物理化学描述符(18).

配体信息页

此GPCRdb版本包含单个配体及其靶点的新页面（图4). 这可以通过配体查询或从上述配体浏览器的结果页面直接访问。配体信息页面顶部显示有关配体结构（2D图像、SMILES、InChI键）、名称（通用名称、化学名称和别名）、物理化学性质（分子量、氢键受体/供体的logP和计数以及可旋转键）的信息，分子类型（小分子/肽/蛋白质、药物状态和内源性/替代性）和数据库链接（内部和外部）。对于具有此信息的配体，另外两个盒子提供GPCR-和晶体/低温-EM结构复合物和影响配体活性的突变。页面底部显示了给定配体跨受体靶点的生物活性。生物活性浏览器允许通过受体分类、生物活性和源数据库进行过滤。内源性配体和靶向FDA批准状态的信息来自《药理学指南》(15)和DrugBank(34)数据库。

内源性配体浏览器

内源性配体-GPCR系统跨越不同的关系，范围为（配体：受体）1:1、1:many、many:1和many:many(三). 为了便于浏览配体或受体，我们开发了内源性配体浏览器（图5). 该浏览器包含253个人类GPCR的543种不同内源性配体和157个小鼠、大鼠或豚鼠受体的数据。根据国际基础和临床药理学联合会命名委员会的定义，每个受体的替代内源性配体分为主要或次要配体(https://www.guidetopharmacology.org/nomenculture.jsp)并根据效力进行额外排名。对于具有多重效力（pEC）的配体-受体对₅₀)或亲和力（pKi）值，浏览器提供最小值、平均值和最大值，灰度背景有助于进行比较。最后，浏览器包含有关配体类型、配体名称的信息，并直接链接到GPCRdb中的配体信息页面，受体信息如家族、物种、IUPHAR和UniProt名称，以及显示生物活性原始参考的弹出窗口。

数据可用性

GPCRdb位于网址：https://gpcrdb.org也可以通过RESTful API访问，该API符合使用Swager的OpenAPI规范（代码示例可在https://docs.gpcrdb.org/web_services.html). 源代码、底层数据和虚拟机配置都可以在以下位置的存储库中获得：https://github.com/protwis网站/.

致谢

本文基于COST Action ERNEST（CA18133）在COST（欧洲科学技术合作组织，网址：www.cost.eu). 我们非常感谢Simon Harding更新了从药理学指南数据库下载的内源性配体，并提供了有益的交流。我们感谢ChemAxon(http://www.chemason.com网站)申请学术执照。

基金

Lundbeck基金会[R313-2019-526]；诺和诺德基金会[NNF18OC0031226 to D.E.G.]；匈牙利科学院[NAP3.0 to G.M.K.]。开放存取费用的资金来源：诺和诺德基金会[NNF18OC0031226]。

利益冲突声明。未声明。

笔记

现地址：Alibek Mamyrbekov，试验数据管理，Novo Nordisk A/S，Vandtårnsvej 1082860 Søborg，丹麦。

参考文献

作者注释