上一篇中，我们已经把 1M17 中 Tarceva 的 hinge-binding pattern 转换成了 Pharmacophore Constraint，并用它对一批 EGFR ligands 进行了 Docking。
现在数据库里已经有了一批 docked poses。
新的问题是：
几十个甚至几百个 pose，总不能一个一个打开 Ligand Interactions 去看吧？
而且对于 EGFR 抑制剂来说，我们真正关心的往往不是单纯“谁的 Docking Score 最低”，而是：
这些分子到底分别和哪些关键残基发生了什么作用？
这就是PLIF（Protein-Ligand Interaction Fingerprint，蛋白配体相互作用指纹）解决的问题。
1. PLIF 是什么？
PLIF 的核心思想其实很简单：
把一个 ligand pose 与蛋白之间的相互作用，转换成一串可以比较的数字指纹。
对于一批已经对齐的蛋白–配体复合物，MOE 可以计算其中的蛋白–配体相互作用，并将这些相互作用编码成分子指纹。之后就可以直接比较不同 pose 的 interaction pattern，而不用逐个手工查看三维结构。
比如一个 pose 可能满足：
Met769：H-bond
Leu694：Arene interaction
W10：Water-mediated interaction
而另一个 pose 可能只有：
Met769：H-bond
虽然两个 pose 的 Docking Score 可能接近，但它们的 interaction pattern 显然不同。
PLIF 就是把这种差别系统地记录下来。
2. PLIF 记录什么？
在 PLIF 中，每一个参与相互作用的蛋白残基都会对应一段 fingerprint。
本案例使用的 residue section 包含20 种 interaction bits，用于区分：
H-bond donor / acceptor
sidechain / backbone
solvent-mediated interaction
ionic interaction
surface contact
metal interaction
arene interaction
并且还会区分较弱的Lo和较强的Hiinteraction。
所以 PLIF 并不是只记录：
“这个分子碰到了 Met769。”
而是进一步记录：
“它以什么方式和 Met769 发生作用。”
不同残基的这些 interaction bits 拼接起来，就形成了一个 pose 的完整 PLIF。
3. 对上一批 EGFR Docking 结果进行 PLIF 分析
继续使用上一篇得到的：
dock.mdb
在 Database Viewer 中选择：
Compute → PLIF → Analyze
打开 PLIF Analyze Panel。
4. PLIF 界面应该怎么看？
打开以后，界面主要可以分成三部分：
上方：Barcode
显示不同 ligand/pose 的 interaction fingerprint。
中间：Residues / Positions
表示这些 interaction 分别对应哪些蛋白残基。
下方：Interaction List
详细列出每一个 pose 对应的 interaction 类型。
你可以把 Barcode 理解成：
每一行代表一个 pose，每一列代表某个特定的 protein-ligand interaction。
出现黑色条带，就说明这个 pose 具有对应 interaction。
因此当很多 pose 在某一列都出现黑色时，就意味着：
这个作用在当前这批 docking results 中非常常见。
5. 字母 D、A、a、I、R 都是什么意思？
PLIF 下方的文字区域会进一步用字母表示 interaction 类型。
本案例中常见的包括：
| 标记 | 含义 |
|---|---|
| D | sidechain H-bond donor |
| A | sidechain H-bond acceptor |
| d | backbone H-bond donor |
| a | backbone H-bond acceptor |
| O | solvent H-bond |
| I | ionic attraction |
| C | surface contact |
| R | arene attraction |
所以 PLIF 不只是“有 / 没有 interaction”，而是在把不同 interaction 类型统一编码。
对于初学者来说，不需要一开始记住所有字母。
先会回答两个问题就够了：
哪些 interaction 在很多 pose 中反复出现？
哪些 interaction 只存在于某一部分 ligand 中？
6. 先验证上一篇的 Pharmacophore Constraint 有没有起作用
点击：
Population
MOE 会显示每一种 interaction 在当前 docking dataset 中出现的相对频率。
这里出现了一个非常漂亮的结果：
几乎所有 poses 都与 Met769 形成了 acceptor interaction。
而 Met769 正是前面一直关注的 EGFR hinge interaction。
本案例上一节建立 Pharmacophore Filter 的目的，就是要求 docking pose 保留这一作用，因此现在 PLIF Population 中可以直接看到：
Met769 hinge interaction = 95.7%
这其实就是对上一篇结果的一次验证。
也就是说：
1M17 中观察到 Hinge interaction
↓
转化为 Pharmacophore Constraint
↓
用于 EGFR ligand library docking
↓
PLIF 显示所有保留 pose 都满足 Met769 interaction
整个逻辑闭环了。
7. 进一步找“除了 Hinge 以外，还有什么区别？”
因为 Met769 已经被 Pharmacophore Constraint 强制保留，所以它并不能帮助我们进一步区分这批 pose。
真正有意思的是其他 interaction。
本案例接下来通过：
Select…
打开Select by Fingerprints。
然后选择：
Leu694 Arene interaction
同时选择：
W10 solvent interaction
并将逻辑关系设为：
Any（OR）
这样就只保留：
与 Leu694 形成芳香作用，或者与 W10 形成水介导氢键的 poses。
这说明 PLIF 不只是一个“看图工具”。
它还可以直接按照 interaction pattern筛选 Docking Results。
8. PLIF 和 Docking Score 的角色完全不同
这一点非常重要。
Docking Score 更接近在问：
这个 pose 在当前 scoring function 下表现怎么样？
而 PLIF 在问：
这个 pose 有没有形成我们真正关心的相互作用？
因此在真实 SBDD 中，一个 Docking Score 很好的 pose，如果：
丢失关键 Hinge interaction；
产生明显不合理的 binding mode；
没有满足设计时希望利用的新 interaction；
它未必是我们最想优先看的结果。
相反，PLIF 可以让我们根据已经积累的结构知识进行筛选：
必须保留什么？
希望增加什么？
哪些 interaction pattern 值得进一步比较？
9. 还可以直接看 Ligand 层面的差异
PLIF 中还有：
Ligands
显示模式。
打开后，不同 ligand 会根据它们参与的 interaction 进行标记，而且颜色与前面的 Barcode / Population 相对应。
因此我们可以从：
interaction fingerprint
重新回到：
具体是什么 ligand 形成了这个 interaction。
这对于后续做 SAR 分析尤其有价值。
比如可以进一步问：
哪些结构更容易形成 Leu694 interaction？
哪类取代基更容易利用 W10？
这样 PLIF 就开始把：
Docking → Interaction → Ligand Structure
重新连接起来。
10. 本篇小结
上一篇的 Pharmacophore Constraint 解决的是：
“如何让一批 EGFR ligands 的 docking pose 保留关键的 hinge-binding interaction？”
这一篇 PLIF 则进一步解决：
“在已经得到的一批 docking results 中，如何快速比较它们分别形成了哪些相互作用？”
通过 PLIF，我们可以把每个 pose 的蛋白–配体作用转换成统一的 fingerprint，再通过 Barcode、Population 和 interaction selection 进行比较和筛选。
在当前 EGFR 案例中，我们首先验证了：
所有 pose 都保留 Met769 hinge interaction
随后又可以继续根据：
Leu694 Arene interaction
和
W10 solvent interaction
筛选出具有不同 interaction pattern 的候选。
到这里，我们已经从“设计一个 Tarceva analog”，走到了：
对一批 EGFR inhibitors 进行结构约束 Docking，并系统比较它们的相互作用模式。
接下来将进一步进入更激进的结构设计问题：
如果核心相互作用必须保留，但原来的分子骨架本身想换掉，应该怎么办？
下一篇：
MOE基于结构的药物设计（十五）：Scaffold Replacement——如何在保留关键相互作用的同时更换分子骨架？
