| 查看: 241 | 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 |
» 猜你喜欢
267求调剂
已经有5人回复
接收调剂
已经有19人回复
085600 英一数二272求调剂
已经有34人回复
268求调剂
已经有6人回复
291求调剂
已经有5人回复
环境工程专硕307求调剂
已经有3人回复
299求调剂
已经有9人回复
材料270求调剂
已经有10人回复
化学0703求调剂 学硕 理/工科均可 总分279
已经有5人回复
中国科学技术大学材料与化工281求调剂,有科研和获奖经历
已经有7人回复













回复此楼
15