| 查看: 411 | 回复: 0 | |||
[交流]
使用MolAICal发现蛋白受体潜在的活性口袋及位点
|
|
1. 引言 为了后续AIDD的智能化，MolAICal集成了P2Rank和 fpocket两个模块用于发现蛋白的活性位点。当蛋白质受体未结合配体，或其活性口袋尚无相关报道时，就需要对其活性位点进行预测。 P2Rank 和 fpocket是两款常用的开源工具，均可用于识别受体中的潜在活性口袋。其中，fpocket 主要基于几何和拓扑原理（具体为沃罗诺伊镶嵌法），而 P2Rank 则以机器学习为核心，整合了局部表面特征与聚类技术。在应用场景上，fpocket 适用于蛋白质结构数据库的快速大规模筛选；相比之下，当需要更高的预测精度、基于机器学习的结果优化，以及对顶级候选结合位点进行优先级排序时，P2Rank 更为合适。 2. 材料 2.1 软件要求 1）MolAICal：https://molaical.github.io 2）PyMOL：https://github.com/cgohlke/pymol-open-source-wheels 安装 PyMOL 需依赖 “pip” 工具。用户可先安装 Miniconda（下载地址：https://www.anaconda.com/docs/getting-started/miniconda/install），再运行以下命令： 最后，搜索关键词 “pymol.exe”，找到该文件后创建桌面快捷方式。双击桌面快捷方式，即可启动 PyMOL。 2.2 示例文件 1）本教程所需的全部示例文件可从以下链接下载： https://gitee.com/molaical/tutorials/tree/master/019-detect_pocket 3. 操作步骤 3.1 利用 p2rank 和 MolAICal 检测活性口袋 进入 “019-detect_pocket” 文件夹，运行以下命令： 结果将保存在 “results” 文件夹中。在 PyMOL 中输入命令 “cd 019-detect_pocket\results\visualizations”，进入目标文件夹；随后在 PyMOL 中打开 “results\visualizations” 目录下的 “1UYD.pdb.pml” 文件，即可显示潜在活性口袋（见图 1）。显然，排名第一的活性口袋即为配体结合区域。  图1 3.2 利用 fpocket 和 MolAICal 检测活性口袋 进入 “019-detect_pocket” 文件夹。 目前，fpocket 仅支持在 Linux 系统中运行，运行以下命令： 结果将保存在 “1UYD_out” 文件夹中。按与上述类似的操作：在 PyMOL 中输入命令 “cd 019-detect_pocket\1UYD_out” 进入目标文件夹，然后在 PyMOL 中打开 “019-detect_pocket\1UYD_out” 目录下的 “1UYD.pml” 文件，即可显示潜在活性口袋（见图 2）。同时加载 “1UYD.pdb” 文件中的配体，可观察到排名第一的口袋同样包含配体结合位点，这表明 fpocket 也能准确识别蛋白质受体的活性口袋。  图2 |
回复此楼» 猜你喜欢
材料专业调剂
已经有6人回复
-
282求调剂
已经有15人回复
-
294分080500材料科学与工程求调剂
已经有14人回复
-
285求调剂
已经有12人回复
-
材料与化工（0856）304求B区调剂
已经有14人回复
-
319求调剂
已经有3人回复
-
一志愿北交大材料工程总分358
已经有6人回复
-
301求调剂
已经有10人回复
-
307分求调剂
已经有11人回复
-
085600 一志愿9 总分351 求调剂学校
已经有8人回复
» 本主题相关商家推荐: (我也要在这里推广)
