RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
German
Menu
Menu
Menu
Menu
DOI: 10.3791/67174-v
Please note that some of the translations on this page are AI generated. Click here for the English version.
Computergestützte Methoden sind vielversprechend, um die Wirkstoffforschung zu beschleunigen, übersehen jedoch häufig die dynamische Natur von Proteinstrukturen. Hier diskutieren wir die ensemblebasierte Docking-Analyse, um indirekt die Proteinflexibilität einzubeziehen und so möglicherweise die Genauigkeit und Zuverlässigkeit der Wirkstoffforschung zu verbessern.
Unsere Forschung konzentriert sich auf die Anwendung von Computertechniken zur Entwicklung wirksamerer Medikamente, mit dem Ziel, die Wirkstoffforschung zu beschleunigen und letztendlich die Behandlungsergebnisse und die Lebensqualität der Patienten zu verbessern.
Bei der derzeitigen computergestützten Wirkstoffentwicklung wird die Flexibilität des Zielproteins oft übersehen. Das diskutierte Protokoll schließt diese Lücke, indem es mehrere Proteinkonformationen einbezieht, die aus der molekulardynamischen Simulation abgeleitet wurden. Das Ensemble-basierte Wirkstoffdesign verbessert die Genauigkeit, indem die Proteinflexibilität berücksichtigt wird. Unser Ziel ist es, künstliche Intelligenz für eine schnellere, personalisierte und effektivere Wirkstoffforschung in der Zukunft zu integrieren.
[Moderator] Starten Sie zunächst die Avogadro-Software auf einem Computersystem. Geben Sie für die Cluster-Analyse den Befehl ein, der auf dem Bildschirm angezeigt wird. Wenn Sie dazu aufgefordert werden, geben Sie 1 für die Proteingruppe ein, um die Anpassung der kleinsten Quadrate und die mittlere Quadratabweichung (RMSD) zu berechnen. Geben Sie dann erneut 1 für die Systemausgabe ein. Öffnen Sie die Datei cluster-size.xvg. Wenn die Anzahl der Cluster niedrig ist, erhöhen Sie den RMSD-Grenzwert. Wenn die Zahl hoch ist, verringern Sie alternativ den Grenzwert. Führen Sie die Kulanzanalyse mit den auf dem Bildschirm angezeigten Befehlen durch, wobei Sie je nach Bedarf unterschiedliche RMSD-Grenzwerte verwenden. Öffnen Sie nun die Chimera-Software und suchen Sie nach cluster.pdb. Klicken Sie auf Geschenke und Publikation 1, Silhouette, abgerundetes Band. für die visuelle Darstellung. Klicken Sie nacheinander auf Auswählen, Kette, Keine ID, gefolgt von cluster.pdb, #10, und wählen Sie dann die ausgewählten Modelle aus, und kehren Sie sie um. Gehen Sie zu Aktionen, drücken Sie Atome/Bindungen und klicken Sie auf Löschen, um die Kette zu isolieren. Wählen Sie nun Datei aus. Klicken Sie auf PDB speichern. Nennen Sie die Datei cluster1.pdb, und klicken Sie auf Speichern, um die Datei zu speichern. Starten Sie für das ensemblebasierte Andocken die Autodock-Tool-Software, um sie zu öffnen. Platzieren Sie die Dateien cluster1.pdb und ligand.pdb in einem neuen Ordner. Klicken Sie nun auf Datei, Einstellungen und Festlegen. Fügen Sie im Popup-Fenster die Ordneradresse in das Feld für das Startverzeichnis ein und klicken Sie auf Festlegen. Klicken Sie auf das blaue Ordnersymbol, wählen Sie cluster1.pdb aus, und klicken Sie auf Öffnen. Gehen Sie zu Bearbeiten, drücken Sie dann auf Ladungen, Kollman-Ladungen hinzufügen und klicken Sie auf OK. Klicken Sie auf Raster, Makromoleküle, Auswählen. Wählen Sie Cluster 1 im Feld "Makromoleküle auswählen" aus und drücken Sie dann auf "Moleküle auswählen". Klicken Sie auf OK, um eine modifizierte AutoDock4-Makromoleküldatei zu generieren. Speichern Sie es als cluster1.pdbqt. Leeren Sie anschließend den Arbeitsbereich, indem Sie auf Bearbeiten klicken, dann die Entf-Taste drücken, und löschen Sie alle Moleküle, bevor Sie auf Weiter klicken, und drücken Sie dann Ligand, Eingabe, Öffnen. Wenn eine Ligandendatei für den Ordner Autodock4 angezeigt wird, wählen Sie ligand.pdb aus, klicken Sie auf Öffnen und dann auf OK. Wählen Sie nun Ligand, Torsionsbaum und Wurzel erkennen, um die Torsionsflexibilität des Liganden zu definieren. Wechseln Sie zu Ligand, Ausgabe, Als PDBQT speichern, und speichern Sie den Ordner Formatted Autotors Molecules als ligand.pdbqt. Nachdem Sie den Arbeitsbereich geleert haben, öffnen Sie die Datei cluster1.pdbqt, indem Sie auf Raster, Makromoleküle und Öffnen klicken und dann Ja und OK drücken. Navigieren Sie erneut zu Raster, drücken Sie auf Set Map Types und wählen Sie Open Ligand. Wählen Sie ligand.pdbqt aus, und öffnen Sie es. Navigieren Sie nun zur Option Grid Box unter Grid. Legen Sie im Feld Rasteroptionen die Anzahl der Punkte in den Dimensionen X, Y und Z auf 120 und den Abstand auf 0,375 Ångström fest. Behalten Sie die Mitteneinstellungen als Standard bei. Klicken Sie dann auf Datei und schließen Sie Aktuelles speichern. Gehen Sie zu Raster, Ausgabe und drücken Sie GPF speichern. Wenn die Ausgabedatei für den Rasterparameter angezeigt wird, geben Sie grid.gpf als Dateinamen ein und klicken Sie auf Speichern. Klicken Sie anschließend auf Ausführen und AutoGrid ausführen. Klicken Sie auf der Registerkarte Parameterdateiname auf Durchsuchen. Öffnen Sie die Datei grid.gpf. Durchsuchen Sie nun den Pfadnamen des Programms. Suchen Sie nach autogrid4.exe und klicken Sie auf Öffnen und starten. Klicken Sie nacheinander auf Docking, gefolgt von Makromolekülen und Set Rigid Filenames. Wenn eine PDBQT-Makromoleküldatei angezeigt wird, wählen Sie cluster1.pdbqt aus und klicken Sie auf Öffnen. Wählen Sie den Liganden aus dem Docking-Menü aus. Wenn das Feld Liganden auswählen angezeigt wird, wählen Sie Liganden aus, klicken Sie auf Ligand auswählen und drücken Sie dann auf Akzeptieren. Navigieren Sie nun von Docking zu Genetischer Algorithmus. Wenn das Feld Parameter des genetischen Algorithmus angezeigt wird, legen Sie GA Runs auf 100 fest, und klicken Sie auf Akzeptieren. Klicken Sie auf Docking, Output, Lamarckian GA 4.2. Wenn eine Ausgabedatei für Autodock4.2 GALS Docking-Parameter angezeigt wird, benennen Sie sie als docking.dpf und klicken Sie auf Speichern. Drücken Sie nun Ausführen und Autodoc ausführen. Das Feld Autodoc ausführen wird angezeigt. Klicken Sie unter Name der Parameterdatei auf Durchsuchen. Wenn eine autodock4-Parameterdatei angezeigt wird, wählen Sie docking.dpf aus und klicken Sie auf Öffnen. Klicken Sie unter Programmpfadname auf Durchsuchen. Eine autodock4-Datei wird angezeigt. Suchen Sie nach autodock4.exe und klicken Sie auf Öffnen, gefolgt von Starten. Löschen Sie alle Moleküle, wie zuvor gezeigt, und wiederholen Sie den Vorgang für alle Clusterdateien. Die chemische Struktur und die 3D-Strukturdarstellung von Flavokawain B und Lysozym im Anfangszustand vor der molekulardynamischen Simulation wurde erstellt. Die Gesamtenergie der Proteinstruktur war während der Simulation stabil und die mittlere quadratische Abweichung stabilisierte sich nach 20 Nanosekunden. Die Fluktuation des mittleren Quadrats zeigte eine hohe Flexibilität in den Bereichen zwischen den Resten 40 bis 50, 60 bis 80 und 100 bis zum Ende. Insgesamt wurden 15 strukturelle Cluster aus der auf Root-Mean-Square-Abweichung basierenden Clustering von 10.001 Trajektorienrahmen erhalten, wobei der größte Cluster 5.818 Elemente enthielt. Überlagerte Konformationen aller Cluster zeigten sichtbare strukturelle Variationen zwischen den Trajektorien. Das molekulare Andocken von Flavokawain B an die repräsentativen Strukturen der oberen vier Cluster zeigte eine konsistente Bindung an derselben Stelle über alle Konformationen hinweg, wobei Cluster 2 die niedrigste Bindungsenergie von -29,37 kJ/mol aufwies. Die elektrostatische Oberflächenkartierung bestätigte identische Bindungsstellen in allen Clusterkonformationen mit Flavokawain B, das in derselben Taschenregion verschachtelt war. Eine detaillierte Interaktionsanalyse zeigte, dass die Flavokawain-B-Bindung durch mehrere umgebende Reste stabilisiert wurde, darunter Alanin 31, Glutamin 35, Leucin 56, Gamma-Carboxyglutaminsäure 57, Isoleucin 58, Alanin 95, Isoleucin 98, Tryptophan 108, Valin 109, Alanin 110, Tryptophan 111 und Arginin 114.
Related Videos
16:41
Related Videos
69.4K Views
10:58
Related Videos
17.4K Views
10:33
Related Videos
11.7K Views
07:33
Related Videos
14.7K Views
08:31
Related Videos
5.3K Views
07:08
Related Videos
4K Views
10:21
Related Videos
3.3K Views
10:29
Related Videos
1.9K Views
05:08
Related Videos
714 Views
05:50
Related Videos
930 Views