当前位置: 首页 > article >正文

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

在这里插入图片描述

1.2.Settings

在这里插入图片描述

  • 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

在这里插入图片描述

1.4.job settings

在这里插入图片描述

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。
在这里插入图片描述
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。
在这里插入图片描述
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


http://www.kler.cn/a/412981.html

相关文章:

  • 103.【C语言】数据结构之二叉树的三种递归遍历方式
  • Unix和Linux之异同
  • 人名分类器(nlp)
  • 八股文-基础知识-面试题汇总(一)
  • QML TableView 实例演示 + 可能遇到的一些问题(Qt_6_5_3)
  • C#中面试的常见问题007
  • 【人工智能】Python常用库-TensorFlow常用方法教程
  • C语言编译和链接讲解
  • 【k8s深入学习之 Scheme】全面理解 Scheme 的注册机制、内外部版本、自动转换函数、默认填充函数、Options等机制
  • RocketMQ: 消息过滤,通信组件,服务发现
  • 探索Python WebSocket新境界:picows库揭秘
  • 哈希表理解与底层模拟实现
  • Python的排序算法
  • 深度学习创新点不足?试试贝叶斯神经网络!
  • Python中的DrissionPage详解
  • Rust eyre 错误处理实战教程
  • 针对静态交通停车诱导系统解决方案及停车开源框架实现
  • 目录遍历漏洞-CVE-2021-41773
  • C#基础31-35
  • 极狐GitLab 17.6 正式发布几十项与 DevSecOps 相关的功能【一】
  • 『VUE』elementUI dialog的子组件created生命周期不刷新(详细图文注释)
  • 【go】查询某个依赖是否存在于这个代理
  • 【Python TensorFlow】进阶指南(续篇四)
  • 写一个流程,前面的圆点和线,第一个圆上面没有线,最后一个圆下面没有线
  • 初识java(3)
  • 深入理解 MySQL 锁机制:分类、实现与优化