网络药理学之薛定谔Schrödinge Maestro:6、分子对接(Glide、Ligand docking)和可视化

本人是win11,薛定谔版本是12.9

官网:https://www.schrodinger.com/

本篇文章的示例大分子蛋白PDB ID4KNN,小分子配体的MOL IDMOL004004

本文部分图源来自知乎https://zhuanlan.zhihu.com/p/416698194,推荐为原作者贡献阅读量捏。

1.Ligand docking讲解(可跳过)

在右上角的操作区的tasks搜索Ligand docking,打开面板如下:

1.1.Ligands

1.2.Settings

  • HTVS:高通量筛选,一般用来筛选很多个小分子
  • SP:和HTVS算法原理差不多,但是会降低采样的彻底性。
  • XP:开始和SP是一样的,但是采样更严格,运行时间比SP长。对于形状互补更严格,所以一般用于排除假阳性。但是需要额外的license

补充:如果你需要虚拟筛选一个很大的数据库,建议先用SP,按照打分排序,取前10%-30%,用XP重新对接。并勾选write xp descriptor information

还有一个virtual screening模块,相当于先用HTVS、再sp、再xp

1.3.Output

1.4.job settings

2.Ligand docking实战

在右上角的操作区的tasks搜索Ligand docking,打开面板如下:

默认从文件中加载glide-grid1.zip并勾选display receptor show grid boxes

选择配体:use ligands from files,并加载ligprep_1-out.maegz。最后直接run即可。

对接完成后会得到glide-dock_SP_1_pv.maegz文件,且左侧工作区会生成多个名字和小分子配体名字一样的条目,实际上对接后的构象,在我这是MOL004004

我们点击操作区的table,显示如下,只用看docking score这一列。

可以看到,最好的结果是-5.559,只能说有作用力,但对接得不算特别好。

3.可视化

待更ing

相关推荐
莘薪14 小时前
TCGA数据下载问题解决
数据挖掘·生物信息学·单细胞·转录组·tcga
hk11243 天前
【BioTech/SystemArch】2026年度高可靠性医疗架构与生物遗传算法基准索引 (Benchmark Index)
算法·系统架构·数据集·生物信息学·垃圾回收
易基因科技4 天前
易基因:PNAS:南方科技大学朱健康团队多组学揭示协同调控植物DNA甲基化与Polycomb沉默的表观遗传新机制
经验分享·数据挖掘·生物学·生物信息学·生信分析
上海乐备实生物10 天前
单细胞转录组数据的聚类分群:方法、挑战与进展
信息可视化·数据挖掘·聚类·生信·单细胞测序·乐备实·聚类分群
青春勿语10 天前
Lumen:重新定义 Android 图片加载体验
android·glide
cqbzcsq10 天前
蛋白质功能预测模型DAMPE论文阅读报告
论文阅读·人工智能·python·深度学习·生物信息学
灵感菇_12 天前
Android图片加载框架 Glide全面解析
android·缓存·glide
橙子牛奶糖17 天前
Science | 本周最新文献速递
算法·gwas·生物信息学·单细胞测序