PrankWeb 蛋白质配体结合位点预测，超简单使用教程

一、PrankWeb 是什么PrankWeb 是一个免费的在线蛋白质配体结合位点预测工具基于机器学习算法 P2Rank。它能帮你预测蛋白质上可能的药物结合口袋pockets可视化蛋白质的三维结构和结合位点分析蛋白质序列的保守性conservation对比预测结果与实际配体结合位点特点完全免费、无需注册、支持中文浏览器二、进入网站访问https://prankweb.cz/你会看到三个输入选项输入方式适用场景说明Experimental structure实验结构已有 PDB 编号的蛋白质从 PDB 数据库下载Custom structure自定义结构自己有 PDB/mmCIF 文件上传本地文件AlphaFold structureAlphaFold 结构只有 UniProt ID从 AlphaFold 数据库获取三、具体操作步骤方法 1使用 PDB 代码最简单适用情况你知道蛋白质的 PDB 编号如1A5Z选择 Experimental structure在 PDB Code 框输入编号例如1A5Z勾选 Use conservation推荐勾选预测更准确但会慢一些点击 Submit 提交接下来可以开始摸鱼等待计算完成通常几分钟等你摸鱼回来后就能看到这个界面右侧的预测口袋通常不像这个蛋白这么少会有好几个根据评分和需要自行选择点击红框里的小三角就可以看到预测的结合口袋的残基等信息方法 2上传自己的结构文件适用情况你有从其他软件导出的蛋白质结构文件选择 Custom structure点击上传按钮选择文件支持 .pdb 或 .cif 格式可选择是否上传自己的多序列比对文件MSA选好后一样点击 Submit 提交得到结果和上面一样方法 3使用 AlphaFold 预测结构适用情况只有 UniProt ID没有实验测定的结构选择 AlphaFold structure输入 UniProt ID例如P21802点击 Submit 提交结果会显示 AlphaFold 的置信度分数pLDDT这时候有同学会问了如果我的蛋白既没有现成的模型又因为某些原因无法用AlphaFold预测该怎么办呢这时候可以打开我的这篇文章使用modeller进行结构预测再投入prankweb。https://blog.csdn.net/2401_89796357/article/details/159607507?fromshareblogdetailsharetypeblogdetailsharerId159607507sharereferPCsharesource2401_89796357sharefromfrom_link四、查看结果界面计算完成后你会看到三个主要面板 1. 序列视图顶部显示蛋白质的氨基酸序列彩色矩形表示预测的口袋与 3D 视图颜色对应灰色深浅表示保守性越深越保守如果有实际配体也会显示真实结合位点2. 3D 结构视图左侧下方默认显示蛋白质表面surface不同颜色的区域代表不同的预测口袋配体以球棍模型显示如果有的话操作控制旋转按住鼠标左键拖动缩放鼠标滚轮或双指捏合平移按住鼠标右键拖动重置视角点击右上角的重置按钮3. 口袋信息面板右侧显示每个预测口袋的详细信息Rank排名1 是最可能的ScoreP2Rank 分数Probability概率Residues包含的氨基酸残基数量Conservation平均保守性分数五、高级功能改变着色方式在底部工具栏可以选择Protein visualization蛋白质表面/卡通/原子模式Pockets visualization口袋显示方式Conservation按保守性着色灰度越深越保守AlphaFold pLDDT按 AlphaFold 置信度着色蓝色表示高置信度导出结果点击下载按钮可以获取所有输入文件和计算结果可以导出 PyMOL 脚本在本地 PyMOL 软件中查看六、新手建议从 PDB 代码开始如果你不确定用什么蛋白质可以试试示例 3AD5这是一个人类 LCK 激酶结构有已知的药物结合位点勾选 conservation虽然慢一点但结果更准确对比颜色注意序列视图和 3D 视图的颜色是对应的方便定位查看排名排名靠前的口袋Rank 1, 2, 3是最值得关注的七、常见问题Q需要安装什么软件吗A不需要只要有支持 WebGL 的现代浏览器Chrome、Firefox、Edge 等即可Q计算需要多长时间A通常几分钟取决于蛋白质大小和是否计算保守性Q结果准确吗AP2Rank 是业界领先的算法在标准测试集上表现优于 Fpocket、SiteHound 等方法Q可以商用吗A可以网站明确说明对商业用户也免费开放如果你想尝试一个具体的例子可以用 PDB 代码 3AD5人类 LCK 激酶与达沙替尼复合物来测试这是一个经典的药物-蛋白质结合案例现在各位同学应该都能自如使用prankweb进行蛋白口袋预测了如果想学更多内容官网也给了足够的指导点击help里面有更丰富的教程大家可以在里面找到更详细的玩法我是燃烧的作业祝愿大家科研顺利天天有进展月月发paper