12. 탄닌이 1등을 했다 — 위양성의 교과서적 사례 · 손박사의 도킹과 분자동역학 첫걸음

이 강이 이 강의에서 가장 중요합니다.

논문의 1등 화합물은 PGG(penta-O-galloyl-glucose)입니다. 논문은 이것을 "자연에 존재하는 탄닌" 이라고 정확히 적어요. 그리고 그 사실을 장점처럼 씁니다.

그런데 탄닌은 스크리닝에서
가장 유명한 위양성 부류 입니다.

PGG 가 1등을 한 것은 발견이 아니라 예측 가능한 결과입니다.

Python 브라우저에서 실행

# PGG 의 구조가 왜 도킹 점수를 부풀리는지 — 세어 봅니다.
galloyl = 5           # 갈로일기 개수
oh_per_galloyl = 3    # 각 갈로일기의 -OH
ester = 5             # 에스터 결합
glucose_oh = 0        # 다 치환되었다

oh_total = galloyl * oh_per_galloyl
print("PGG 구조")
print("  갈로일기        :", galloyl, "개")
print("  -OH 총          :", oh_total, "개")
print("  방향족 고리      :", galloyl, "개")
print("  회전 가능 결합   : 약", galloyl*2, "개  (에스터 5개 x 2)")
print("  무거운 원자 수   : 67   (C41H32O26 — 41 + 26)")
print("  분자량          : 940")
print()
print("도킹 점수함수가 좋아하는 것")
print("  수소결합 항  <- -OH", oh_total, "개")
print("  스택킹 항    <- 방향족", galloyl, "개")
print("  접촉 항      <- 원자 66개")
print()
print("셋 다 '크고 -OH 많은 분자' 를 자동으로 좋아합니다.")

이 셀 하나가 논문의 결론을 뒤집습니다. 크기로 나누면 PGG 는 꼴찌에 가깝습니다.

Python 브라우저에서 실행

# 리간드 효율(LE)로 크기 이점을 지워 봅니다.
# LE = -score / 무거운 원자 수
cands = [
    ("PGG (ligand_15)", -20.66, 67),
    ("전형적인 hit",     -9.0,  25),
    ("좋은 fragment",    -5.5,  14),
    ("승인된 kinase 저해제", -11.0, 30),
]
print(f"{'화합물':22s}{'score':>8s}{'중원자':>7s}{'LE':>8s}   평가")
print("-" * 66)
for name, s, ha in cands:
    le = -s/ha
    verdict = "좋음" if le >= 0.30 else ("보통" if le >= 0.22 else "낮음")
    print(f"{name:22s}{s:>8.2f}{ha:>7d}{le:>8.3f}   {verdict}")
print()
print("LE 0.3 이상을 좋은 출발점으로 봅니다 (Hopkins 2004).")
print("PGG 는 점수가 가장 좋은데 LE 는 가장 낮습니다.")

같은 자료를 분모만 바꿔 그렸습니다. 순위가 완전히 뒤집힙니다.

Python 브라우저에서 실행

import matplotlib.pyplot as plt
import numpy as np

names = ["PGG", "typical hit", "fragment", "kinase inh."]
score = [-20.66, -9.0, -5.5, -11.0]
ha    = [67, 25, 14, 30]
le    = [-s/h for s, h in zip(score, ha)]

fig, axes = plt.subplots(1, 2, figsize=(7.6, 3.2))
axes[0].barh(names, [-s for s in score], color="#3d5a80")
axes[0].set_xlabel("-score (kcal/mol)"); axes[0].set_title("raw docking score")
axes[1].barh(names, le, color="#e07a5f")
axes[1].axvline(0.30, ls="--", lw=1.2, color="#333")
axes[1].set_xlabel("ligand efficiency"); axes[1].set_title("score / heavy atom")
plt.tight_layout()
plt.show()
print("왼쪽에서 1등이던 것이 오른쪽에서 꼴찌입니다.")

분자 크기와 −OH 개수를 움직여 점수와 리간드 효율이 어떻게 갈라지는지 보세요.

불러오는 중…

🤔 확인 문제

탄닌(PGG 같은)이 스크리닝에서 자주 걸리는 이유는?

🤔 확인 문제

리간드 효율(LE)로 PGG 를 평가하면?