From populations to absolute binding affinities in molecular simulations: exact volumetric terms and practical estimators

Resumo Técnico: De Populações a Afinidades de Ligação Absolutas em Simulações Moleculares

Problema
O cálculo preciso das energias livres de ligação absolutas ($\Delta F^0$) e das constantes de equilíbrio de ligação ($K$) a partir de simulações moleculares permanece um desafio central na biofísica computacional e no design de fármacos. Embora os métodos para energias livres de ligação relativas sejam bem estabelecidos, os cálculos absolutos exigem um tratamento rigoroso da contribuição volumétrica do estado não ligado. As abordagens existentes frequentemente tratam esse termo volumétrico como uma correção anexada ou dependem de derivações específicas de métodos com suposições implícitas sobre a definição dos estados "ligado" e "não ligado". Consequentemente, os praticantes enfrentam questões não resolvidas sobre qual volume entra no referencial de estado padrão, onde residem as fronteiras do estado ligado e qual estimador estatístico é apropriado para amostragem finita. Essas ambiguidades podem levar a erros sistemáticos, particularmente ao usar estimadores simplificados de "bin único" (single-bin) que falham em capturar o peso estatístico total de estados termodinâmicos complexos.

Metodologia
Os autores derivam um arcabouço estatístico-mecânico geral partindo da função de partição canônica para expressar a constante de ligação $K$ diretamente em termos das populações estatísticas relativas dos estados ligado ($P_b$) e não ligado ($P_u$). A relação central é:
$$K = \frac{P_b}{P_u/V}$$
onde $V$ é o volume do sistema. Esta formulação separa explicitamente a contribuição volumétrica do estado não ligado da diferença de energia livre entre os estados.

O arcabouço aborda três simetrias geométricas comuns em simulações biomoleculares:

1. Simetria esférica: Para ligantes ligando-se a proteínas solúveis ou em solução sem bolsas definidas.
2. Simetria circular: Para dimerização dentro de membranas lipídicas.
3. Simetria cilíndrica: Para ligantes ligando-se a bolsas enterradas ou proteínas inseridas em membranas, onde a coordenada de reação é o deslocamento ao longo de um eixo específico.

Os autores derivam estimadores práticos tanto para simulações sem restrições quanto para simulações com restrições. Para simulações com restrições (onde um potencial confina o ligante a um volume $V^R$ para acelerar a convergência), eles fornecem correções analíticas para recuperar o resultado exato sob a suposição fisicamente branda de que o estado não ligado é homogêneo sobre a região restrita. Crucialmente, a derivação distingue entre:

• Estimadores de região estendida: Integrando a densidade de probabilidade sobre um intervalo não ligado definido.
• Estimadores híbridos: Integrando o estado ligado enquanto utilizam um bin de referência único para o estado não ligado.
• Estimadores de bin único: Utilizando bins únicos para ambos os estados (identificados como menos confiáveis para estados ligados estruturados).

O arcabouço também incorpora a estimativa de densidade de kernel para lidar com histogramas ruidosos de amostragem finita e fornece correções explícitas para a largura do bin ($\Delta x$) nos termos volumétricos para garantir a consistência dimensional.

Principais Contribuições

1. Derivação Exata: O artigo fornece uma derivação única e autocontida de $K$ que torna manifesto a origem de cada termo, particularmente o termo volumétrico do estado não ligado. Ele esclarece que o volume de referência do estado padrão é o volume acessível apenas ao estado não ligado.
2. Definições Explícitas de Estado: O trabalho transforma a definição do estado ligado de uma suposição oculta em um dado de entrada controlado. Demonstra que a constante de ligação depende de quais sub-poços termodinâmicos (poses ou modos de ligação) são incluídos na soma dos pesos estatísticos.
3. Correção para Restrições: Os autores derivam correções analíticas de forma fechada para simulações usando restrições geométricas, mostrando como recuperar a afinidade de ligação exata sem parâmetros ajustáveis, desde que o estado não ligado seja homogêneo.
4. Identificação de Erros Sistemáticos: O estudo identifica que os estimadores de bin único comumente usados podem divergir significamente dos estimadores de região estendida ou híbridos teoricamente corretos, particularmente quando o estado ligado exibe complexidade estrutural (múltiplas poses ou sub-poços).

Resultos
O arcabouço foi aplicado a três sistemas de complexidade crescente:

• Dímero de Lennard-Jones: Um caso de teste simples confirmando que a correção volumétrica explica exatamente a dependência da diferença de energia livre bruta em relação ao volume restrito, produzindo $\Delta F^0$ consistentes através de diferentes raios de restrição.
• Cucurbit[7]uril/1-Adamantanol: Um sistema hospedeiro-convidado de referência (benchmark). Os resultados mostraram que os estimadores de região estendida e híbridos produziram afinidades de ligação consistentes ($\approx -17,6$ kcal/mol). No entanto, o estimador de bin único desviou-se em aproximadamente 1 kcal/mol, atribuído à falha de um único bin em capturar o peso estatístico total do estado ligado (que inclui duas orientações distintas do grupo hidroxila).
• Complexo Proteína-Ligante Galactonato–DgoT: Um sistema de transportador com um estado ligado estruturado. Os estimadores de região estendida e híbridos concordaram ($\Delta F^0 \approx -1,1$ kcal/mol), enquanto o estimador de bin único desviou-se em $\approx 1$ kcal/mol. Além disso, o estudo demonstrou que o posicionamento da fronteira do estado ligado em um cenário de "acesso parcial" (onde as restrições podem afetar sub-poços secundários) poderia deslocar a afinidade em $\approx -0,6$ kcal/mol.

Significância
O artigo afirma que sua derivação fornece uma "base confiável" e uma "base fisicamente intuitiva" para calcular afinidades de ligação absolutas. Ao tornar todas as aproximações e definições de estado explícitas, o arcabouço permite que os praticantes:

• Construam novos estimadores para configurações não tratadas anteriormente.
• Verifiquem a solidez de resultados existentes contra um referencial comum.
• Alinhem as definições de simulação com a resolução experimental (por exemplo, distinguindo entre medições de equilíbrio de massa (bulk) e dados de RMN resolvidos por sítio).

Os autores enfatizam que o desvio de $\approx 1$ kcal/mol observado entre estimadores corretos e incorretos é "decisivo" para uma comparação significativa com experimentos, pois excede a precisão rotineiramente reivindicada para cálculos de energia livre de ligação absoluta. O trabalho não propõe novos protocolos experimentais, mas oferece uma rota teórica rigorosa para garantir que as previsões computacionais sejam consistentes com as definições físicas dos estados que pretendem modelar.