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
HyperAI超神经1 天前
在线教程|ProteinGym 第一名!VenusREM 用「检索增强」预测蛋白突变影响,加速蛋白质设计
人工智能·深度学习·生物信息学·大模型推理·生物医学
Biomamba生信基地5 天前
《NG》作者采访视频:我们要学会“用”AI,而不是“学”AI
ai·生物信息学·可变剪切
Biomamba生信基地20 天前
CellChat之no slot of name “images” for this object of class “CellChat”
生物信息学·cellchat·细胞间通讯分析
Biomamba生信基地20 天前
《NC》|单细胞与空间转录组分析揭示鼻咽癌中与肿瘤进展、免疫治疗响应相关的三级淋巴结构
生物信息学·nature·单细胞分析·空间转录组·肿瘤免疫微环境
Biomamba生信基地24 天前
《Nature Genetics》一作交流机会,18:00直播
生物信息学·nature·单细胞分析
Bioinfo Guy1 个月前
高分Panel复现系列|甲基化分型可视化:怎么画这样的ComplexHeatmap分块热图
r语言·生物信息学·生信可视化
Biomamba生信基地1 个月前
基于scRNA解析HNSCC肿瘤免疫微环境中Tfh、Th17细胞浸润的预后价值
生物信息学·单细胞分析·免疫浸润
Biomamba生信基地1 个月前
FindNeighbors()函数报错object ‘CsparseMatrix_validate’ not found
linux·运维·服务器·生物信息学