Optimizing Ligand Charges for Maximum Binding Affinity. A Solvated Interaction Energy Approach
Notice bibliographique
Résumé
We show that for a given binding site and a given spatial arrangement of atoms in a ligand, there exists an optimal set of partial charges at the atom centers that will optimize the net electrostatic binding free energy of the ligand. This optimal value can be calculated quite readily from a simple quadratic polynomial with coefficients derivable from a few continuum dielectric solvation calculations using a boundary element (BEM) solution of the Poisson equation. Three examples are presented: (a) the binding of cations to 18-crown-6 ether, (b) the calcium-binding sites of parvalbumin, and (c) ligand binding at the active site of the cysteine protease, cathepsin B. The calculations indicate that potassium is the preferred cation for binding to 18-crown-6 ether and that its charge of 1 eu is close to optimal for binding affinity. Similarly, the optimum charge for a monatomic ligand (with a calcium radius) in the calcium binding sites of parvalbumin is predicted to be about 1.8 eu, in agreement with this site's preference for divalent cations. These results show how electrostatics provides a mechanism for binding site specificity for a given ionic valency. For cathepsin B, charge preferences around the active site are probed using both monatomic and multiatomic ligands. The notion of charge complementarity should be extended beyond the pairing of oppositely charged groups to also include the selection of the correct charge magnitudes. The concept of optimum ligand charges has profound implications for understanding molecular recognition and for molecular design.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».