Loading [MathJax]/jax/input/TeX/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >使用LeDock进行批量分子对接

使用LeDock进行批量分子对接

作者头像
DrugScience
发布于 2021-05-14 03:32:54
发布于 2021-05-14 03:32:54
4K22
代码可运行
举报
文章被收录于专栏:DrugScienceDrugScience
运行总次数:2
代码可运行

备注

1. ledock需要联网使用,至少ledock的linux版本是,所以请保持网络通畅

2. 本教程需要有简单的linux基础,非win下直接可视化操作

官网:

http://www.lephar.com/software.htm

简介:

Ledock是苏黎世大学ZHAO Hongtao博士期间开发的一款跨平台(Win,Linux, Mac OS)分子对接软件,在速度和准确度上均呈现出强劲的优势。根据对Astex diversity set的测试,预测的最佳构象准确率能达到94.1%(Gold 86.5), 对Kinase100set的测试,其准确率达到97%。Ledock采用模拟退火-遗传算法交叉的算法进行构象搜索,对接打分涵盖范德华相互作用(vdw),静电相互作用(Coulombic interaction),氢键贡献(Hbond)以及分子间(inter-)和配体分子内(intra-)的冲突(clash)几项的和做为打分方程。

摘自--http://bioms.org/thread-1227-1-1.html

其可以用于多种用途

教程

1. 下载ledock软件

下载地址:http://www.lephar.com/download.htm

将ledock加入到环境变量中

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
   vim ~/.bashrc

输入以下文本:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
# ledock
export PATH=$PATH:/Users/Software/ledock

保存

2. 下载lepro用于处理蛋白

LePro:http://www.lephar.com/download.htm

将lepro加入到环境变量中,同上

3. 使用lepro处理蛋白

输入指令

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
 lepro_mac 2BSM.pdb

此时输出文件为pro.pdb蛋白,为处理好的受体蛋白

4. 处理配置文件

配置文件格式一般为

其文件名为dock.in

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Receptor
pro.pdb

RMSD
1.0

Binding pocket
24.547 39.47
1.521 16.828
17.274 34.566

Number of binding poses
20

Ligands list
ligand_list.txt
END

其基本解释为

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Receptor受体文件信息RMSD1.0Binding pocketxmin xmax ymin ymax zmin zmaxNumber of binding poses20Ligands list配体列表文件END

如果你熟悉vina,那么其binding box可以计算为

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
xmin = center_x – size_x/2
xmax = center_x + size_x/2
ymin = center_y – size_y/2
ymax = center_y + size_y/2
zmin = center_z – size_z/2
zmax = center_z + size_z/2

配体列表文件

ligand_list.txt中的内容为

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
lig1.mol2
lig2.mol2
lig3.mol2
lig4.mol2

这样你可以很方便的使用ledock进行批量对接,而不需要编写复杂的脚本

5. 运行

其运行也非常方便

直接输入指令

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
 ledock dock.in

6. 输出

ledock会输出一个lig.dok文件

当然,你可以直接打开

可以看到时间,打分,以及坐标信息

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
zerodesigner:2bsm/ $ head lig.dok
REMARK Docking time: 0.4 minREMARK Cluster   1 of Poses: 12 Score: -9.56 kcal/mol
ATOM      1  C22 LIG     0      35.161   6.509  21.561
ATOM      2 H221 LIG     0      35.281   7.572  21.345
ATOM      3 H222 LIG     0      35.964   5.981  21.048
ATOM      4 H223 LIG     0      34.215   6.152  21.149
ATOM      5  O21 LIG     0      35.249   6.255  22.965
ATOM      6  C18 LIG     0      34.241   6.830  23.734
ATOM      7  C19 LIG     0      32.889   6.919  23.324
ATOM      8  H19 LIG     0      32.550   6.542  22.370

7. 处理

输入以下指令将lig.dok分割为可视化三维文件格式

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
 ledock -spli lig.dok

此时,输出文件为

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
  lig_dock001.pdb  
  lig_dock002.pdb   
  lig_dock003.pdb   
  lig_dock004.pdb

编号为1默认最优结构

8. 分析

我们这里只是简单的目测一下,暂时不进行详细的作用力分析

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-05-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 FindKey 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
2 条评论
热度
最新
赞,有没有合作的联系方式?
赞,有没有合作的联系方式?
11点赞举报
wechat:sujiaqi0822
wechat:sujiaqi0822
回复回复点赞举报
推荐阅读
编辑精选文章
换一批
超量化合物库筛选策略–P5(初步终结篇)
我也应该搞个什么,‘百亿级别的化合物筛选策略’来搞搞噱头hhh,不过其实也就是一个探索超量级别化学空间的方法,星辰大海哪有10的60次方多。
DrugScience
2022/07/27
7270
超量化合物库筛选策略–P5(初步终结篇)
LeDock的安装与使用
参考微信公众号:MoleDesign药物设计 http://bioms.org/forum.php?mod=viewthread&tid=1227#lastpost(ledock论坛) 1,下载安装文
Azur1
2021/09/15
2.4K1
DOCK-5-对接
创建文件dock.in 参数详解: http://dock.compbio.ucsf.edu/DOCK_6/tutorials/ligand_sampling_dock/ligand_sampling_dock.html 格式为:
DrugScience
2021/02/04
5940
使用Discovery Studio执行分子对接LibDock
分子对接是把配体分子放在受体活性位点位置,找到配体-蛋白之间有利的结合模式。Libdock分子对接速度快,但是精度低,常用于从小分子数据库里筛选出与蛋白活性位点匹配的小分子。Libdock得出的结合模式需由MD模拟或其他方法进一步验证合理性。此外,Libdock得到的配体-蛋白复合物可作为MD模拟的起点结构。
用户7592569
2020/07/27
12.3K1
使用Discovery Studio执行分子对接LibDock
分子对接简明教程 (一)
分子对接(Molecular Docking)理论 所谓分子对接就是两个或多个分子之间通过几何匹配和能量匹配相互识别找到最佳匹配模式的过程。分子对接对酶学研究和药物设计中有重要的应用意义。 分子对接计算是在受体活性位点区域通过空间结构互补和能量最小化原则来搜寻配体与受体是否能产生相互作用以及它们之间的最佳结合模式。分子对接的思想起源于Fisher E的”钥匙和锁模型”,主要强调的是空间形状的匹配。但配体和受体的识别要比这个模型更加复杂。首先,配体和受体在对接过程中会由于相互适应而产生构象的变化。其次,分子对
生信宝典
2018/02/05
16.1K0
分子对接简明教程 (一)
分子对接—蛋白分子和小分子配体
将前两步获得的rep.pdb,lig.mol2文件复制到AutoDock的工作目录中
sheldor没耳朵
2024/11/30
9502
分子对接—蛋白分子和小分子配体
Vina 1.2.0 --一次10年的更新
Vina 作为使用最广的对接软件之一,上一版本的 Vina 1.1.2 发布于 2010 年,已经有 10 年没有更新,最近终于更新了新版本,来尝尝鲜。vina 是一个有简单的评分函数和快速梯度优化构象搜索的分子对接程序,由 Dr. Oleg Trott 所创造,目前由 The Scripps Research Institute 的 Forli Lab 所维护。
DrugScience
2021/08/19
1.9K0
分子对接简明教程 (三)
Docking非原生配体 在前面的例子中,AutoDock Vina能把配体构象调整到几乎原生的构象,验证了这一预测方法的准确度。下面,我们尝试docking另外一个配体药物nelfinavir奈非那韦,来展示如何寻找小分子在蛋白内的结合位点。这个过程可以进一步地凝练和扩展作为“虚拟筛选(virtual screening)”的步骤。 重复上述步骤执行docking 获取nelfinavir.pdb:为教程提供的pdb文件(可从1OHR.pdb获得) 按照上述步骤对配体文件进行预处理获得pdbqt格式文件。
生信宝典
2018/02/05
5.9K0
分子对接简明教程 (三)
分子对接教程 | (5) 配体小分子的预处理
同样的,打开小分子文件。我前面准备了2个格式的文件,选择其中一个,这里我选择了mol2格式的。
DoubleHelix
2021/02/26
5.9K0
利用AutoDock进行水分子参与的分子对接
水分子在配体-蛋白质相互作用中的作用至关重要,AutoDock开发小组的研究人员设计了一种新的力场,可以优化水分子参与的分子对接,使得AutoDock程序能够自动预测水分子介导的配体蛋白结合方式,该力场考虑了离散水分子对配体结合的熵和焓贡献,提高了能量估算精度和对接性能。该方法无需事先知道蛋白与水分子的水合状态,在基于结构的药物发现过程中具有较大的应用价值。本文对AutoDock的水合对接方法的精度进行了总结,并且提供了如何利用最新版AutoDock进行水分子参与的分子对接教程。
智药邦
2022/04/13
1.5K0
利用AutoDock进行水分子参与的分子对接
分子对接教程 | (6) AutoDock对接操作与对接结果解读
接下来你可以按照下图设置显示形式,颜色按照前面的倒三角形里面选择显示二级结构,通过链显示颜色。
DoubleHelix
2021/02/26
20.4K3
AutoDock分子对接实战
For this tutorial, the ADFR software suite, providing a number of software tools for automated docking and peripheral tasks, and the Python package meeko, for preparing ligands for example, are necessary.
生信探索
2023/04/10
9150
Nat. Comput. Sci.|KarmaDock:针对超大规模虚拟筛选的基于深度学习的分子对接方法
本文介绍一篇来自浙江大学侯廷军教授、谢昌谕教授、潘培辰研究员和之江实验室陈广勇研究员团队联合发表的关于分子对接方法的论文。该文章提出了一种基于深度学习的分子对接模型,KarmaDock,可以快速且准确的预测蛋白配体结合构象及其结合强度。该方法通过混合密度函数学习蛋白配体间最优距离分布用于结合强度打分,并将其作为归纳偏置,利用融合自注意力机制的EGNN模型来迭代更新分子坐标从而预测蛋白配体间结合构象。KarmaDock跳过了传统分子对接软件的构象搜索阶段,极大提升了分子对接的速度(0.017 s/complex),适用于超大规模的虚拟筛选。
DrugAI
2023/09/23
1.8K0
Nat. Comput. Sci.|KarmaDock:针对超大规模虚拟筛选的基于深度学习的分子对接方法
Nat. Mach. Intell.|从虚拟筛选角度评估AI驱动的分子对接方法
本文介绍一篇来自浙江大学侯廷军教授和康玉副教授团队联合碳硅智慧发表的论文。该论文构建了一个全面的虚拟筛选(VS)数据集VSDS-vd,并系统评估了多种AI驱动的分子对接方法和传统的基于物理原理的对接方法在VS中的表现。评估结果显示,尽管AI对接方法在生成对接构象的物理合理性方面存在不足,特别是蛋白-配体间易出现立体冲突,且现有配体后处理方法未能有效缓解这一问题,但AI对接方法在VS中仍然展现出巨大潜力。基于评估结果,作者创造性地提出了一种层级式VS策略,该策略在筛选速度和精度两方面实现了动态平衡,为大规模药物筛选应用提供了极具前景的新途径。
DrugAI
2025/02/18
3310
Nat. Mach. Intell.|从虚拟筛选角度评估AI驱动的分子对接方法
榕树集–大规模分子对接指南
基于结构的大型化合物库对接筛选已经成为早期药物的常见方法。随着计算资源的增加和化合物库的扩大,对数亿甚至数十亿化合物进行筛选已经成为中小规模计算机集群的可行选择。在这里,作者概述了大规模对接之前进行靶点对接参数的评估策略,以及给予了一个基于褪黑素受体筛选的实例,获得的化合物活性在subnanomolar范围。并且提供了一些额外的参考因素用于确保hits的特异活性。虽然本文使用DOCK3.7进行对接,但是提供的策略和建议对于其余的对接软件也是适用的。
DrugScience
2023/11/22
4270
榕树集–大规模分子对接指南
autodock分子对接结果分析_分子对接公司
自己寻找一个受体+药物分子复合物体系(不同配体结合3-4个),然后拿复合物结构作为起始,做对接实验。 软件自选,Dock, AutoDock…
全栈程序员站长
2022/10/01
3K0
autodock分子对接结果分析_分子对接公司
分子对接与量子计算
高斯玻色子采样器是光子量子器件,具有解决一些经典系统较难处理问题的能力。 在这里,作者展示了高斯玻色子采样器可用于分子对接,这一药物设计领域的核心问题。作者开发了一种方法,将问题简化为在图中找到最大加权团,并表明高斯玻色子采样器可以编程为对最大团进行采样。为了对我们的方法进行基准测试,我们预测了配体与肿瘤坏死因子 -α 转化酶与其配体的结合模式。
DrugScience
2021/10/26
1.7K0
Briefings in Bioinformatics | 一种提高蛋白质-小分子对接和筛选准确性的评分函数
近日,深圳先进院-上海智峪生科-深圳超算-南洋理工联合团队在《Briefings in Bioinformatics》(影响因子IF=11.622)上发表了题为“Improving protein–ligand docking and screening accuracies by incorporating a scoring function correction term”的论文。该论文提供了一种新的蛋白质-小分子对接评分函数的设计思路,即结合对小分子对接构象的偏差估计作为传统评分函数的修正项,可以显著提升分子对接和筛选的精度,对于小分子药物设计和筛选有着重要意义。本文通讯作者是南洋理工大学慕宇光教授和深圳先进技术研究院魏彦杰研究员,第一作者是郑良振博士(智峪生科小分子算法负责人、深圳先进院联合培养博士后)。
DrugAI
2022/04/19
1.2K0
Briefings in Bioinformatics | 一种提高蛋白质-小分子对接和筛选准确性的评分函数
分子对接软件-Vina(作为Chimera插件使用)
简介: 使用Chimera进行vina的对接,本来是想使用,ADT或者pymol进行vina的对接,结果ADT的界面太丑(严重影响了我的心情?),中间还可能莫名的发生某些错误,而Pymol的第三方插件
DrugScience
2021/02/04
4.1K0
分子对接软件-Vina(作为Chimera插件使用)
蛋白组学—两个蛋白质之间的分子对接
首先在https://www.uniprot.org/中搜索相关基因,如VTN,选择对应的种属,点击Entry编号,uniprot中可以直接跳转PDB数据库https://www.rcsb.org/(也可以复制编号,直接去PDB数据库中去检索),同理下载SLPI的最佳蛋白质结构。
sheldor没耳朵
2024/11/06
2.7K3
蛋白组学—两个蛋白质之间的分子对接
相关推荐
超量化合物库筛选策略–P5(初步终结篇)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验