当前位置: 首页 > article >正文

CHARMM-GUI EnzyDocker: 一个基于网络的用于酶中多个反应状态的蛋白质 - 配体对接的计算平台

"CHARMM-GUI EnzyDocker for Protein−Ligand Docking of Multiple Reactive States along a Reaction Coordinate in Enzymes"介绍了 CHARMM-GUI EnzyDocker,这是一个基于网络的计算平台,旨在简化和加速 EnzyDock 对接模拟的设置过程,用于酶中多个反应状态的蛋白质 - 配体对接 。通过整合现有 CHARMM-GUI 模块并开发新功能,EnzyDocker 实现了多状态和多尺度对接系统的一站式准备、交互式配体修改和灵活的蛋白质残基选择等功能。作者通过对二氢叶酸还原酶、SARS-CoV-2 Mpro 和二萜合酶 CotB2 三个酶系统进行对接模拟,展示了 EnzyDocker 的可靠性。
原文地址:https://pubs.acs.org/doi/full/10.1021/acs.jctc.4c01691

1. 作者信息

第一作者:Donghyuk Suh,美国利哈伊大学生物科学系,主要研究方向为基于分子模拟的酶催化机制研究以及相关计算工具的开发与应用,参与开发 EnzyDocker 用于酶-配体多状态对接研究。

通讯作者:

  • Dan T. Major,以色列巴伊兰大学化学系、以色列国家储能研究所、纳米技术与先进材料研究所,研究方向包括酶催化机制的理论计算、基于结构的药物设计以及开发新型计算工具用于生物分子模拟。

  • Wonpil Im,美国利哈伊大学生物科学系,研究聚焦于利用分子动力学模拟研究生物分子的结构与功能,开发用于复杂生物分子系统模拟的计算平台。

2. 拟解决的问题

传统的蛋白质-配体对接程序未考虑基于机制的酶对接。虽然 EnzyDock 可用于模拟酶反应的多状态对接,但作为独立版本使用并不简便,需要用户进行大量预处理工作和手动设置 。因此,本文旨在开发一个更易用的网络版本 EnzyDocker,简化 EnzyDock 的使用流程,使其更易被建模社区所使用。

3. 使用的方法

  • EnzyDock 程序:基于 CHARMM 的多状态多尺度对接程序。对输入的蛋白质和配体结构,先在真空中对配体进行构象采样,然后在网格上进行对接和采样,最后对停靠姿势进行聚类和评分,可选择 QM/MM 进行精修。

  • EnzyDocker 工作流程:利用 PDB Reader 和 Manipulator 模块处理蛋白质结构;通过 Ligand Designer 工具选择结合口袋并生成对接网格;使用 3D 可视化工具修改辅因子和配体;自动识别参考配体和对接配体的相似性,应用距离约束;用户设置对接参数后进行 EnzyDock 对接模拟。

  • 对接模拟设置:对二氢叶酸还原酶、SARS-CoV-2 Mpro 和二萜合酶 CotB2 三个酶系统进行对接模拟,设置不同的参数,如网格大小、采样步数、温度范围等,并在部分模拟中应用约束条件。

4. 主要发现

  • 二氢叶酸还原酶(DHFR):EnzyDocker 能成功对接天然底物和几种 FDA 批准的药物。自由对接时,除甲氨蝶呤外,所有配体的重原子 RMSD<2.0 Å;基于实验知识的对接中,除甲氧苄啶外,所有配体均正确对接并按总能量排名第一。下展示了 DHFR 的对接分析,包括化学结构和对接姿势。

  • 二萜合酶 CotB2:使用 MM 和 QM/MM 方法,对七个关键碳正离子中间体进行对接,正确的对接姿势在所有七个反应状态中均排名前二,证明了 EnzyDocker 在多平台上不同评分方法的有效性。下图展示了 CotB2 的反应机制和对接分析。

  • SARS-CoV-2 Mpro:对四种不同的非共价配体进行自由对接、距离约束对接和基于 MCS 的多配体对接,均识别出正确的对接姿势。虽然该蛋白的配体对接难度较大,但通过应用距离约束可提高对接成功率。多配体对接时,以 KG9 为参考配体,使用 MCS 约束对接 QRF 和 S5L,所有情况下 RMSD≤2.5 Å。下图展示了 SARS-CoV-2 Mpro 的结构和配体相互作用:

    下图展示了最佳对接配体与晶体结构配体的叠加:

    下图展示了对接成功率:

5. 代码及数据获取方式

代码或数据链接:EnzyDocker 网络平台网址为https://www.charmm-gui.org/input/enzydock ;
相关教程视频可在https://www.charmm-gui.org/demo/enzydock查看;
SI可在https://pubs.acs.org/doi/10.1021/acs.jctc.4c01691免费获取,其中包含对接结果的表格和图形。

6. 总结

不足之处:当前版本的 EnzyDocker 不支持共价对接;对于一些特殊配体,可能仍需要优化对接协议。
意义:EnzyDocker 为酶催化复杂反应的配体对接提供了一个便捷、高效的工具,使 EnzyDock 的多状态、多尺度对接能力能够更广泛地应用于生物学重要的酶促反应研究,有助于理解生物过程和设计新的治疗方法。

相关文章:

CHARMM-GUI EnzyDocker: 一个基于网络的用于酶中多个反应状态的蛋白质 - 配体对接的计算平台

❝ "CHARMM-GUI EnzyDocker for Protein−Ligand Docking of Multiple Reactive States along a Reaction Coordinate in Enzymes"介绍了 CHARMM-GUI EnzyDocker,这是一个基于网络的计算平台,旨在简化和加速 EnzyDock 对接模拟的设置过程&…...

阅读论文笔记《Translating Embeddings for Modeling Multi-relational Data》

目录 一、模型核心原理剖析二、实验设计与数据集选择三、实验结果深度解读(一)链接预测实验(二)关系分类实验(三)链接预测示例(四)泛化实验 四、模型优缺点总结(一&#…...

​实在智能与宇树科技、云深科技一同获评浙江省“人工智能服务商”、 “数智优品”​等荣誉

近日,浙江省经信厅正式公布《2024 年浙江省人工智能应用场景、应用标杆企业、人工智能服务商及 “数智优品” 名单》。 实在智能获评浙江省“人工智能服务商”,核心产品 “实在 Agent 智能体” 入选 “数智优品”。一同获此殊荣的还有宇树科技、云深处科…...

跳表(Skip List)详解

一、什么是跳表? 跳表是一种基于有序链表的高效数据结构,通过建立多级索引实现快速查询。它在平均情况下支持O(log n)时间复杂度的搜索、插入和删除操作,性能接近平衡树,但实现更为简单。 二、核心原理 1. 层级结构 底层为完整…...

图片粘贴上传实现

图片上传 html demo 直接粘贴本地运行查看效果即可&#xff0c;有看不懂的直接喂给 deepseek 会解释的很清晰 <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport" content"…...

【Linux常用命令-不断更新】

在 Linux 系统中&#xff0c;查看总剩余内存常用方法。 方法 1&#xff1a;使用 free 命令 free 是一个常用的命令&#xff0c;用于显示系统的总内存、已用内存、空闲内存和交换内存。 free -h-h 参数表示以易读的格式&#xff08;如 GB、MB&#xff09;显示内存信息。输出示…...

轻松搭建本地大语言模型(一)Ollama安装与使用

Ollama 是一款开源的本地大语言模型运行框架&#xff0c;支持在 Windows、macOS 和 Linux 系统上运行&#xff0c;能够帮助用户轻松下载和使用各种大语言模型&#xff08;例如deepseek、llama、qwen&#xff09;。本文将详细介绍 Ollama 的安装步骤&#xff0c;帮助你快速搭建本…...

Conda 常用命令全解析

在 Windows 系统中&#xff0c;Conda 是一款功能强大的包管理和环境管理工具&#xff0c;尤其对于数据分析、科学计算等场景有着重要的作用。本文将详细介绍 Conda 在 Windows 系统中的常用命令&#xff0c;帮助你高效地管理虚拟环境和软件包。 一、环境管理命令 1.1 查看 Co…...

【核心算法篇十五】《深度解析DeepSeek遗传算法:让超参数调优从“玄学”变“科学”的终极指南》

引言:超参数调优的“炼丹困局”与破局之路 在机器学习的世界里,调参工程师常被戏称为"炼丹师"——面对动辄几十个超参数的复杂模型,我们就像古代术士守着炼丹炉,不断尝试各种参数组合,期待偶然炼出"仙丹"。传统网格搜索(Grid Search)需要遍历所有可…...

kafka消费能力压测:使用官方工具

背景 在之前的业务场景中&#xff0c;我们发现Kafka的实际消费能力远低于预期。尽管我们使用了kafka-go组件并进行了相关测试&#xff0c;测试情况见《kafka-go:性能测试》这篇文章。但并未能准确找出消费能力低下的原因。 我们曾怀疑这可能是由我的电脑网络带宽问题或Kafka部…...

[STM32 - 野火] - - - 固件库学习笔记 - - - 十六.在SRAM中调试代码

一、简介 在RAM中调试代码是一种常见的嵌入式开发技术&#xff0c;尤其适用于STM32等微控制器。它的核心思想是将程序代码和数据加载到微控制器的内部RAM&#xff08;SRAM&#xff09;中运行&#xff0c;而不是运行在Flash存储器中。这种方法在开发过程中具有显著的优势&#…...

雷军推荐:WPS 与 Pastemate 联用,效率飞升新高度

在当今快节奏的工作与学习环境中&#xff0c;效率提升成为了每个人都在追求的目标。而雷军&#xff0c;这位科技界的领军人物&#xff0c;凭借其敏锐的洞察力&#xff0c;为我们推荐了一组强大的工具组合 ——WPS 与 Pastemate&#xff0c;它们携手合作&#xff0c;能够为我们的…...

css主题色修改后会多出一个css吗?css怎么定义变量?

在 CSS 中修改主题色时&#xff0c;通常不会直接生成一个新的 CSS 文件&#xff0c;而是通过 CSS 变量&#xff08;Custom Properties&#xff09; 或 预处理器变量&#xff08;如 Sass、Less&#xff09; 来动态修改样式。以下是详细说明&#xff1a; 1. CSS 变量&#xff08;…...

ubuntu22.4搭建单节点es8.1

下载对应的包 elasticsearch-8.1.1-linux-x86_64.tar.gz 创建es租户 groupadd elasticsearc useradd elasticsearch -g elasticsearch -p elasticsearch chmod uw /etc/sudoers chmod -R elasticsearch:elasticsearch elasticsearch 修改配置文件 vim /etc/sysctl.conf vm…...

轴承故障特征—SHAP 模型 3D 可视化

往期精彩内容&#xff1a; Python-凯斯西储大学&#xff08;CWRU&#xff09;轴承数据解读与分类处理 基于FFT CNN - BiGRU-Attention 时域、频域特征注意力融合的轴承故障识别模型-CSDN博客 基于FFT CNN - Transformer 时域、频域特征融合的轴承故障识别模型-CSDN博客 P…...

斐波那契数列模型:在动态规划的丝绸之路上追寻斐波那契的足迹(上)

文章目录 引言递归与动态规划的对比递归解法的初探动态规划的优雅与高效自顶向下的记忆化搜索自底向上的迭代法 性能分析与比较小结 引言 斐波那契数列&#xff0c;这一数列如同一条无形的丝线&#xff0c;穿越千年时光&#xff0c;悄然延续其魅力。其定义简单而优美&#xff…...

智能选路+NAT实验

1.实验拓扑&#xff1a; 二.实验配置 1、防火墙ip配置和信任区域配置&#xff1a; 2.导入地址库&#xff1a;先下载模板--->进入模板修改地址信息--->导入地址&#xff1a; 3配置链路接口&#xff1a; 4.配置真实DNS服务器信息 5.创建虚拟服务&#xff0c;虚拟DNS服务…...

电商API接口数据与市场趋势分析的深度融合

一、电商API接口数据的价值 电商API接口是连接电商平台与外部系统&#xff08;如数据分析工具、ERP系统等&#xff09;的桥梁。通过API接口&#xff0c;企业可以获取海量的交易数据、用户行为数据、商品信息等。这些数据具有以下价值&#xff1a; 数据实时性&#xff1a;API接…...

SMOJ 种植玉米/铺地砖 题解

最近练了轮廓线dp的题目 1.种植玉米 题意 农夫有一个被划分成 m m m行 n n n列的农田。 每个格子的数字如果是 1 1 1则表示该格子的土地是肥沃的&#xff0c;可以种植玉米&#xff1b;如果该格子的数字是 0 0 0则表示该格子不能种植玉米。 但是还有一个条件&#xff1a;不…...

沃丰科技大模型标杆案例 | 索尼大模型智能营销机器人建设实践

AI大模型发展日新月异&#xff0c;国内外主流大模型每月必会升级。海外AI大模型市场由美国主导&#xff0c; 各模型已形成“多强竞合”的局面。中国积极响应全球大模型技术的发展趋势&#xff0c;高校、研究院所等科研机构、互联网企业&#xff0c;人工智能企业均不同程度地投入…...

【pytest】编写自动化测试用例命名规范README

API_autoTest 项目介绍 1. pytest命名规范 测试文件&#xff1a; 文件名需要以 test_ 开头或者以 _test.py 结尾。例如&#xff0c;test_login.py、user_management_test.py 这样的命名方式&#xff0c;pytest 能够自动识别并将其作为测试文件来执行其中的测试用例。 测试类…...

双亲委派机制介绍

双亲委派机制&#xff08;Parent Delegation Model&#xff09;是Java类加载器&#xff08;Class Loader&#xff09;的一种机制&#xff0c;用于确保Java应用程序的安全性和稳定性。 在Java中&#xff0c;类加载器负责将类的字节码文件加载到Java虚拟机&#xff08;JV…...

fps僵尸:8.丧尸死亡

文章目录 思路死亡时关闭碰撞死亡时开启物理模拟 实现胶囊体关闭碰撞网格体开启物理模拟(两个前提)网格体开启物理碰撞网格体绑定物理资产 注解胶囊体关闭碰撞&#xff0c;则整个蓝图关闭碰撞 思路 死亡时关闭碰撞 死亡时开启物理模拟 实现 胶囊体关闭碰撞 网格体开启物理…...

内存泄漏是什么?

内存泄漏 概述&#xff1a; 程序在运行过程中&#xff0c;动态分配的内存未被及时释放&#xff0c;导致这些内存无法再次使用&#xff0c;最终导致系统内存耗尽&#xff0c;影响程序性能&#xff0c;甚至导致程序崩溃 原因&#xff1a; 未释放已分配的内存&#xff1a;在使用…...

Zipkin 和 SkyWalking 区别

Zipkin 和 SkyWalking 都是分布式追踪和监控工具&#xff0c;但它们在架构设计、功能、扩展性以及适用场景上有所不同。下面是它们的主要区别&#xff1a; 1. 架构和设计 Zipkin&#xff1a; Zipkin 是一个轻量级的分布式追踪系统&#xff0c;通常与 Spring Cloud Sleuth 配合…...

hive如何导出csv格式文件

方法一&#xff1a;使用 Hive 自带功能结合脚本处理 步骤 1&#xff1a;使用 hive -e 命令导出数据到文件 可以通过在命令行中使用 hive -e 执行查询语句&#xff0c;并将结果重定向到本地文件&#xff0c;不过默认是不带字段头的。 hive -e "SELECT column1, column2,…...

【Java项目】基于SpringBoot的【休闲娱乐代理售票系统】

【Java项目】基于SpringBoot的【休闲娱乐代理售票系统】 技术简介&#xff1a;系统软件架构选择B/S模式、SpringBoot框架、java技术和MySQL数据库等&#xff0c;总体功能模块运用自顶向下的分层思想。 系统简介&#xff1a;休闲娱乐代理售票系统&#xff0c;在系统首页可以查看…...

MMLU论文简介

评测语言模型的“全能性”&#xff1a;MMLU基准测试解析 加州大学伯克利分校、哥伦比亚大学等机构的研究团队提出一项全新的评测基准——MMLU&#xff08;Massive Multitask Language Understanding&#xff09;。这项测试覆盖57个学科&#xff0c;从基础数学到专业法律&#…...

EasyRTC:开启智能硬件与全平台互动新时代

在当今数字化时代&#xff0c;实时音视频互动已成为企业与用户沟通、协作和娱乐的关键技术。无论是在线教育、视频会议、远程医疗还是互动直播&#xff0c;流畅、高效的互动体验都是成功的关键。然而&#xff0c;实现跨平台、低延迟且功能丰富的音视频互动并非易事——直到 Eas…...

【数据分析】2.数据分析业务全流程

业务流程方法论&#xff1a;3阶段6步骤 一、课程核心内容结构 1. 方法论概述 目标&#xff1a;系统性地解决商业中的关键问题框架&#xff1a;分为三个阶段&#xff0c;每个阶段包含两个步骤适用场景&#xff1a;适用于数据分析师、业务经理等需要通过数据分析支持决策的从业…...