Gradient based optimization in ligand-receptor docking

Abstract

In this work, we compared six global search heuristics and two scoring functions in the field of ligand-receptor docking. A new way for the gradient based minimization of a ligand whose position in space is defined by translation, orientation and a set of torsional flexible angles was implemented and thoroughly tested. The default local search method of a Lamarckian genetic algorithm was replaced by our novel gradient based approach and the new hybrid was compared to non-gradient global search heuristics. Finally, we present our docking program BALLDock, in which we incorporated our findings.

In der vorliegenden Arbeit wurden sechs populationsbasierte Optmierungsheuristiken und zwei Scoring-Funktionen im Hinblick auf ihre Leistungsfähigkeit im Bereich Ligand-Rezeptor Docking miteinander verglichen. Parallel dazu wurde eine neuer Ansatz entwickelt, der die lokale, gradientenbasierte Optimierung partiell flexibler Moleküle, deren Position und Konformation durch Translation, Orientierung und eine Anzahl flexibler Bindungswinkel definiert ist, erlaubt. Danach wurde die gradientenfreie Methode zur lokalen Optimierung eines Lamarck genetischen Algorithmus durch das neuartige gradientbasierte Verfahren ersetzt und dessen Einfluss auf die Ergebnisse der globalen Suchheuristik analysiert. Abschließend wird das Dockingprogramm BALLDock vorgestellt, in das die neu gewonnenen Erkenntnisse einflossen.