분자 결합 및 분자 동역학을 이용한 올유로핀과 알츠하이머병 관련 단백질과의 상호작용 계산 평가

Ahmed Elshekh; Ahmed M. Abdelmaguid; Rasha M. A. Eltanany; Youssef H. El-kordy; Asmaa A. khedr; Sara A. Mekkawy; Manal F. El-Khadragy; Ashraf Albrakati; Mohamed S. Abdelfattah; Ahmed E. Abdel Moneim

doi:10.3791/71430

연구 논문

분자 결합 및 분자 동역학을 이용한 올유로핀과 알츠하이머병 관련 단백질과의 상호작용 계산 평가

DOI:

10.3791/71430

⸱

2026년 6월 30일

Ahmed Elshekh^*¹ , Ahmed M. Abdelmaguid^*¹ , Rasha M. A. Eltanany¹ , Youssef H. El-kordy² , Asmaa A. khedr² , Sara A. Mekkawy¹ , Manal F. El-Khadragy³ , Ashraf Albrakati^*⁴ , Mohamed S. Abdelfattah¹ , Ahmed E. Abdel Moneim⁵

¹Chemistry Department, Faculty of Science, Capital University, ²Department of Zoology, Faculty of Science, Capital University, ³Department of Biology, College of Science, Princess Nourah bint Abdulrahman University, ⁴Department of Human Anatomy, College of Medicine, Taif University, ⁵Unit of Scientific Research, Applied College, Qassim University

^* These authors contributed equally

이 논문에서

요약

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

본 연구는 올유로핀과 주요 알츠하이머병 관련 단백질과의 상호작용을 계산적으로 평가하는 통합 분자 도킹 및 분자 동역학 워크플로우를 제시하며, 예측된 결합 상호작용과 여러 표적 간의 예비 복합체 안정성을 밝혀냅니다.

초록

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

알츠하이머병(AD)은 아밀로이드 응집, 타우 병리, 신경염증과 관련된 다요인 신경퇴행성 질환입니다. 본 연구에서는 ADMET 예측, PASS 기반 활성 스크리닝, 분자 도킹, 분자 역학(MD) 시뮬레이션을 결합한 통합 계산 워크플로우를 사용하여 올유로핀과 5개의 AD 관련 단백질 표적(β-아밀로이드, 타우, 아포지단백질 E4(ApoE4), 골수계 세포 2에서 발현된 트리거 수용체(TREM2), 보체 단백질 C1q와 상호작용을 평가했습니다. ADMET와 PASS 분석은 약동학적 특성과 잠재적 생물학적 활성을 예측했습니다. 신경퇴행성 질환 관련 경로와 관련이 있습니다. 도킹 분석 결과, 조사된 표적 간에 유리한 결합 친화도를 예측했으며, C1q 단백질에서 가장 강한 예측 상호작용(-7.5 kcal/mol)이 관찰되었습니다. 분자 동역학(MD) 경로 분석(RMSD), 평균평균근 변동(RMSF), 회전 반경(Rg), 동적 교차상관 행렬(DCCM), 주성분 분석(PCA), 거리 기반 지표 등이 사용되어 시뮬레이션 중 단백질-리간드 복합체의 동적 거동을 평가하였습니다. 계산 분석 결과 tau, C1q, TREM2 복합체는 비교적 안정적인 상호작용을 보였으나, β-아밀로이드와 ApoE4는 시뮬레이션 일부 과정에서 비교적 높은 구조 변동성을 보였습니다. 이 발견들은 올레유로핀과 ADS 관련 단백질 상호작용에 대한 예비 계산 평가를 제공하며, 신경퇴행성 질환 모델에서 올레오로핀의 생물학적 관련성을 조사하는 향후 실험 연구를 지원할 수 있습니다.

서론

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

AD는 전 세계적으로 심각하고 점점 심각해지는 문제를 일으키는 가장 흔한 치매 유형입니다 ^1,2. AD는 유전적 요인과 환경적 요인이 복합적으로 작용하여 발생합니다. 콜린성, 아밀로이드, 타우, 염증성, 산화 스트레스, 금속 이온, 흥분독성, 미생물군-장-뇌 축, 자가포식 관련 기전 등 다양한 병원성 가설이 AD를 설명하기 위해 제안되었습니다^. AD는 β-아밀로이드 침착, 타우 병리, 신경염증, 그리고 ApoE4와 TREM2와 같은 유전적 위험 인자가 모두 포함된 다요인 질환^입니다. AD의 다인자 특성 때문에, 다중 표적 지향 리간드(MTDLs)는 Aβ, tau, ApoE4, TREM2 매개 미세아교세포 기능, 보체 유발 신경염증과의 다약물학적 상호작용을 기반으로 유망한 치료 전략으로 떠올랐습니다 ^3,6,7. β-아밀로이드 응집은 AD의 주요 병리학적 특징으로, 신경 기능을 방해하고 ApoE4 아이소폼과 면역 반응에 의해 조절됩니다 ^8,9.

과인산화 및 타우의 기타 번역 후 변형(절단, 아세틸화, 유비퀴틴화, 당실화 등)은 신경섬유 엉킴(NFT) 형성에 크게 기여하며, 이는 AD의 주요 병리학적 특징 중 하나입니다. 이러한 변형은 타우의 미세소관 친화력을 감소시켜 미세소관 불안정, 축삭 수송 장애, 시냅스 기능 장애, 미토콘드리아 이상, 진행성 신경 퇴행을 초래합니다. 또한, 비정상적인 타우 응집은 AD에서 인지 저하 및 질병 중증도와 강한 연관이 있으며, 아밀로이드 부담 자체보다 신경퇴행성과 더 밀접한 상관관계를 보입니다. 더욱이, 점점 더 많은 증거는 타우 병리가 신경염증 신호 경로와 밀접하게 상호작용하며, 활성화된 미세아교세포와 염증 매개체가 타우 전파와 신경 손상을 더욱 악화시킬 수 있음을 시사합니다 10,11,12.

TREM2 매개 미세아교세포 활성화는 AD 진행 중 신경염증 반응과 연관되어 있습니다¹³. C1q, C3와 같은 보체 단백질은 시냅스 손실, 보체 매개 신경염증, AD 병리와 관련된 염증 신호 전달과 관련이 있는 것으로 밝혀졌습니다^14,15. 노치 신호, 산화 스트레스, 염증 경로, ApoE4가 ADHD 진행을 더욱 가속화합니다 ^9,16.

올리브 잎 추출물(OLE)은 세코이리도이드, 플라보노이드, 트리테르펜, 페놀산이 풍부한 생리활성 식물복합체로, 표 1에 요약되어 있습니다. 이 성분들은 이전 연구에서 항산화 및 항염증 생물학적 활성과 연관되어 있습니다¹⁷. 올레유로핀은 올리브 잎에서 주요 페놀 성분으로 확인되는 주요 세코이리도이드입니다. 이로 인해 올리브 잎에서 가장 풍부한 페놀산 세코이리드이드가 올레우로핀이 되며, 그 화학 구조는 그림 1에 나타난다.

이전 연구들은 올유로핀의 생물학적 활성을 아밀로이드 응집, 타우 관련 병리, 산화 스트레스, 염증 신호 전달 경로와 연관시키고 있다고 보고했습니다 ^18,19. 추가 연구들은 올레유로핀이 ApoE4, TREM2 매개 미세교교세포 활성화, 보체 관련 신경염증과 관련된 경로와 잠재적 상호작용을 제안했습니다^20,21.

올유로핀에 대한 관심이 커지고 있음에도 불구하고, 여러 AD 관련 단백질 표적과의 상호작용은 통합된 계산 프레임워크 내에서 포괄적으로 평가되지 않았습니다. 대부분의 이전 연구들은 주로 항산화 특성이나 개별 병리 경로, 특히 아밀로이드 응집과 타우 관련 독성에 미치는 잠재적 영향에 초점을 맞추었습니다. 따라서 본 연구는 분자 도킹과 분자 동역학 시뮬레이션을 활용하여 β-아밀로이드, 타우, ApoE4, TREM2, C1q 등 다섯 가지 AD 관련 단백질 표적에 대해 올유로핀의 예측된 상호작용과 동적 거동을 계산적으로 평가하였습니다. 이 표적들은 AD의 진행에 관여하는 뚜렷하지만 상호 연결된 병리학적 메커니즘을 대표하기 때문에 선택되었습니다. β-아밀로이드는 세포외 플라크 형성, 시냅스 기능 장애, 산화 스트레스, 신경 독성에서 중심적인 역할을 하는 반면, 타우 병리는 신경섬유 얽힘 형성, 세포골격 교란, 진행성 인지 저하와 밀접한 관련이 있습니다²². ApoE4는 산발성 AD의 가장 강한 유전적 위험 인자이며, 아밀로이드 제거 장애, 신경독성 증가, 지질 조절 이상, 신경염증 반응 증가에 기여합니다²³. TREM2는 미세아교세포 활성화와 신경면역 신호의 핵심 조절자이며, AD 진행 중 아밀로이드 제거, 염증 조절 및 질병 관련 미소아교세포 반응에 관여하는 것으로 알려져^{있습니다 24}. 또한, 보체 단백질 C1q는 AD²⁵에서 보체 매개 신경염증, 비정상 시냅스 가지치기, 미세아교 관련 시냅스 퇴행에 중요한 역할을 합니다.

선택된 알츠하이머병 관련 단백질 표적에 대해 올유로피핀을 평가하는 데 사용된 전체 실리코 내 워크플로우는 그림 2에 요약되어 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. ADMET 예측

올유로핀의 약동학 및 독성 특성은 계산 ADMET 예측 플랫폼을 사용하여 평가되었습니다. 예측 매개변수에는 흡수, 분포, 대사, 배설, BBB 투과성, 중추신경계(CNS) 투과성, 독성 관련 특성이 포함되었습니다. ADMET 분석은 분자 도킹 및 MD 시뮬레이션 전에 올유로피인의 예측된 약동학 프로필과 잠재적 약물 유사성 특성을 평가하기 위해 수행되었다²⁶.

2. 항알츠하이머 및 신경보호 활성의 예측

올레우로핀의 표준적인 SMILES 표현은 항알츠하이머 및 신경보호 활동의 계산 예측에 사용되었다²⁷. 활동 확률(Pa)과 비활성 확률(Pi) 값이 기록되었으며, Pa 값이 Pi 값보다 큰 활동만이 이후 계산 분석에 잠재적으로 관련성이 있다고 간주되었습니다.

3. 올레오핀 리간드 구조 준비

올유로핀의 3차원(3D) 구조는 공개 화학 데이터베이스에서 SDF 형식으로 수집되었습니다. 리간드 기하학 최적화와 에너지 최소화는 MMFF94 힘장을 사용하여 수행되었으며, 수렴이 달성될 때까지 수행되었습니다. 최소화된 리간드 구조는 PDB 형식으로 변환되었고, 이후 극성 수소 원자와 부분 전하를 할당하여 분자 도킹을 위해 준비한 후 PDBQT 형식으로 변환되었습니다.

올유로핀은 주로 중성 형태로 모델링되었으며, 모든 이온화 가능한 잔기는 분자 결합 및 분자 역학 시뮬레이션 시 생리학적 조건(pH 7.4) 하에서 프로톤화된다고 가정하였다.

4. 단백질 추출 및 준비

AD 병리와 관련된 단백질 구조를 단백질 데이터 뱅크에서 검색하였으며, 여기에는 β-아밀로이드(2BEG), 타우(5O3L), ApoE4(1B68), TREM2(5ELI), C1q(2JG9)가 포함됩니다. 사슬 선택 및 실험 구조 유형을 포함한 표 특이적 구조 정보는 표 2에 요약되어 있습니다.

수용체 준비 전에 물 분자, 이온, 공동결정 리간드, 비필수 이형원자가 제거되었습니다. 도킹 및 시뮬레이션 설정 전에 구조물은 불완전한 잔류물, 누락된 원자, 구조적 불연속성 등을 육안으로 점검했습니다. 극성 수소 원자와 콜만 전하가 할당되었고, 수용체 구조는 도킹 연구를 위해 PDBQT 형식으로 변환되었습니다. 수용체 준비 과정에서 생리학적 조건(pH 7.4)에 해당하는 기본 프로톤화 상태가 적용되었고, 모든 이온화 가능 잔기는 생리적 pH 조건에서 우세한 프로톤화 상태를 채택한다고 가정했다. β-아밀로이드의 경우, 침착된 NMR 앙상블의 모델 1 을 선택하였고, 수용체 준비 과정에서 침착된 올리고머 조립체 내 모든 사슬(사슬 A-E)을 유지하였습니다. 타우 단백질의 경우, 침착된 냉동 전자기 필라멘트 조립체 내 모든 사슬(사슬 A-J)은 수용체 준비 과정에서 유지되었습니다. 마찬가지로, 다중자 C1q 조립체 내 모든 사슬(사슬 A-F)은 침전된 4차 구조를 보존하기 위해 유지되었다. ApoE4와 TREM2의 경우, 수용체 준비 과정에서 침착된 생물학적으로 관련 사슬이 유지되었습니다.

5. 분자 도킹

결합 부위 예측 및 격자 박스 정의
잠재적 리간드 결합 포켓은 구조 기반 결합 부위 예측 워크플로우를 사용하여 공동 형상, 포켓 부피, 깊이, 소수성 및 리간드 결합 잠재력 및 약물 가능성과 관련된 물리화학적 특성자를 평가하여 예측하였다²⁸.
예측된 포켓은 약물 적합성 점수와 기하학적 특성에 따라 순위를 매겼습니다. 각 표적별로 가장 높은 용매 접근 가능한 포켓이 분자 도킹 분석을 위해 선정되었습니다. 선택한 결합 주머니에 해당하는 잔기는 생성된 포켓 잔기 출력 파일에서 추출한 후, 분자 시각화 소프트웨어를 사용해 해당 단백질 구조와 함께 시각화하였습니다.
선택된 결합 포켓 잔기의 질중심 좌표를 계산하여 도킹 그리드 박스 생성에 사용했습니다. 격자 상자 차원은 각 표적 단백질의 예측된 결합 영역을 완전히 포함하도록 정의되었습니다. 모든 목표물에 대한 정확한 도킹 그리드 박스 중심 좌표와 치수는 표 3에 요약되어 있습니다.
참고: 무게중심 계산에 사용되는 완전한 실행 명령줄 워크플로우와 스크립트는 보조 코딩 파일 1에 제공됩니다.
도킹 매개변수 및 실행
분자 도킹 계산은 AutoDock Vina 4.2.6을 사용하여 각 단백질-리간드 복합체별로 8개 및 10개의 출력 결합 모드를 갖추어 수행했습니다. 예측된 결합 친화도가 가장 낮은 결합 자세를 선택하여 후속 분석을 수행하였습니다. 단백질-리간드 상호작용은 분자 시각화 소프트웨어를 사용해 시각화하였다.
참고: 명령 구조는 수용체 파일 이름과 격자 박스 좌표에 따라 각 단백질에 맞게 조정됩니다. 도킹 출력 파일은 개별 바인딩 모드로 나뉘어 명령줄 도구를 사용해 PDB 형식으로 변환했습니다. 전체 명령어는 보조 코딩 파일 1에 제공되어 있습니다.

6. 분자 동역학(MD) 시뮬레이션

MD 워크플로우는 생체분자 시뮬레이션과 궤적 분석을 위해 구성된 클라우드 기반 Conda/Miniforge 계산 환경 내에서 실행되었습니다. GPU 가속 런타임 자원이 모든 생산 시뮬레이션에 사용되었습니다. 완전한 실행 환경 설정 스크립트, 의존성 설치 명령어, 시뮬레이션 워크플로우는 보조 코딩 파일 2에 제공됩니다.

분자 도킹으로 생성된 단백질-리간드 복합체가 MD 시뮬레이션의 시작 구조로 사용되었습니다. 가장 낮은 예측 결합 친화도 구조에 해당하는 도킹 리간드 포즈가 위상 생성과 시스템 조립을 위해 선택되었습니다. 단백질 구조는 결정학적 용매 분자 및 비필수 이형원자를 제거한 후 시뮬레이션 설정 전에 준비되었습니다.

위상학 생성과 시스템 조립은 ff19SB 단백질 힘장과 GAFF2 리간드 힘장을 사용하여 수행되었습니다. 복합물들은 TIP3P 명시적 물 모델을 사용해 용해화되었고, 주기적 경계 조건 하에서 최종 이온 농도 0.15 M에서 NaCl 이온으로 중화되었습니다.

참고: 모든 분자 역학 시뮬레이션은 Python 3 런타임, T4 GPU 하드웨어 가속, 분석 시점의 최신 런타임 버전으로 구성된 클라우드 기반 노트북 환경에서 실행되었습니다.

MD 평형 매개변수와 에너지 최소화
위상학 생성 후에는 평형 전 50,000단계 동안 에너지 최소화가 수행되었습니다. 이후 다음 조건 하에 단백질 골격 원자에 위치 제약을 적용하여 5ns ns간 NPT 평형 시뮬레이션이 수행되었습니다: (1) 적분 시간 단계 = 2 fs; (2) 온도 = 298 K; (3) 압력 = 1 bar; (4) 조화학적 제약력 상수 = 700 Kj.mol^−1.nm⁻²; (5) 10 ps마다 저장된 궤적 프레임; 그리고 (6) 10 ps마다 기록되는 로그 파일.
참고: 완전한 실행 가능한 평형 스크립트와 시뮬레이션 명령은 보조 코딩 파일 2에 제공됩니다.
MD 생산 매개변수 및 NPT 생산 실행을 설정하세요
생산 MD 시뮬레이션은 NPT 조건 하에서 총 분석 생산 궤적 10 ns를 다음과 같은 매개변수를 사용하여 수행되었습니다: (1) 적분 시간 단계 = 2 fs; (2) 온도 = 298 K; (3) 압력 = 1 bar; (4) 10 ps마다 저장된 궤적 프레임; 그리고 (5) 10 ps마다 기록된 로그 파일.
참고: 완전한 실행 가능한 MD 시뮬레이션 스크립트는 보조 코딩 파일 2에 제공됩니다.
궤적 연결 및 정렬
여러 시뮬레이션 스트라이드에서 생성된 생산 궤적은 주기적 경계 조건 하에서 영상 촬영 후 연속 궤적으로 연결되었습니다. 주기적인 경계 인공물, 용매 분자 및 이온은 구조 정렬과 후속 분석 전에 제거되었습니다.
궤적 정렬은 평형 기준 구조에 대해 단백질 Cα 골격 원자를 사용하여 궤적 분석 전반에 걸쳐 일관된 방향성을 보장하였습니다.
단백질-리간드 상호작용 분석
단백질-리간드 상호작용 지문 및 MD 경로 전반에 걸친 상호작용 지속성을 궤적 기반 상호작용 프로파일링 기법을 사용해 분석하였습니다. 용매 제거 및 구조 정렬 후 가공 생산 궤적을 이용해 상호작용 네트워크 분석이 수행되었습니다.
참고: 완전한 실행 가능한 상호작용 분석 워크플로우는 보조 코딩 파일 2에 제공됩니다.
MD 궤적 분석
용매 제거, 연합, 주기적 경계 조건 하에서의 영상 촬영, 구조 정렬 후 정렬된 생산 궤적을 사용하여 궤적 분석이 수행되었습니다. 모든 분석은 용매 분자와 이온이 제거된 후 10 ns 생산 궤적에 대해 수행되었습니다. 프레임은 10 ps 간격으로 분석되었습니다. 별도 언급이 없는 한, 구조 분석은 각 복합체의 평형 시작 구조에 단백질 Cα 원자를 최소 제곱 정렬한 후에 수행되었다.
RMSD, RMSF, 회전 반경(Rg) 분석은 단백질 Cα 원자를 사용하여 시뮬레이션 전반에 걸쳐 구조 안정성과 구조 역학을 평가했습니다. RMSD는 평형 기준 구조에 비해 단백질 Cα 원자에 대해 계산되었습니다. RMSF는 정렬된 생산 궤적에서 단백질 Cα 원자에 대해 계산되었습니다. Rg는 단백질 Cα 원자를 사용하여 전역 집결도를 모니터링하여 계산되었습니다.
선형 상호작용 에너지(LIE), 분자 간 거리 측정, 주성분 분석(PCA), 동적 교차상관 행렬(DCCM) 분석이 이후 분석 대상 생산 궤적 전반에 걸쳐 10 ps 간격으로 샘플링된 궤적 프레임을 사용하여 수행되었습니다. 올유로핀과 각 복합체의 단백질 원자 간 상호작용 에너지 분석이 생산 궤적에 따라 계산되었습니다. 올레우로핀과 도킹 그리드 생성에 사용되는 선택된 결합 주머니 잔기들 사이의 질량 중심 거리는 계산되었고, 최소 거리는 각 프레임에서 올레유로핀과 해당 단백질 결합 주머니 잔기 사이의 가장 짧은 원자 간 거리로 계산되었습니다. PCA는 궤적 정렬 후 단백질 Cα 좌표를 사용하여 수행되었습니다. DCCM 분석은 정렬된 생산 궤적에 따른 단백질 Cα 원자 변동을 바탕으로 계산되었습니다.
참고: 각 분자 역학 시뮬레이션 및 궤적 분석 단계는 보조 코딩 파일 2에서 별도의 실행 코드 섹션으로 제공됩니다. 보조 코딩 파일 2 에는 시스템 준비, 생산 시뮬레이션, 궤적 처리 및 하위 분석에 사용되는 스크립트와 명령어가 포함되어 있습니다. 제출된 원고에 해당하는 완전한 워크플로우 버전은 https://doi.org/10.5281/zenodo.20134270 와 함께 Zenodo에 보관되어 있으며, 해당 GitHub 릴리스는 https://github.com/Elshekh00/molecular-dynamics-protein-ligand/releases/tag/v1.0.0 에서 확인할 수 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ADMET 프로필 예측

올레유로핀의 예측 약동학 및 독성 프로필은 인실리코 ADMET 예측 워크플로우를 사용하여 평가하였습니다. 올레유로핀의 예측된 ADMET 특성, 즉 AMES 독성, 간독성, hERG I 및 II 억제, 경구 쥐 급성 및 만성 독성은 표 4에 나열되어 있습니다. 올레유로핀은 돌연변이가 없는 것으로 예측되었습니다(AMES 음성). 올레오핀은 낮은 간독성 위험 예측을 보였다. 올레오핀은 hERG I 채널을 억제하지 않았으나, hERG II의 약한 억제가 관찰되었습니다. 경구 쥐의 급성 독성(LD₅₀)과 만성 독성(LOAEL)은 각각 2.862 mol/kg과 4.682 log mg/kg/일로 추정되었습니다. 표 5 에 요약된 예측된 ADME 특성은 추가 계산 및 실험 평가에 잠재적...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

이 통합 실리코 연구의 주요 목적은 AD와 관련된 선택적 병리적 단백질에 대해 올레우로핀의 예측된 다중 표적 상호작용 가능성을 평가하는 것이었습니다. ADMET 예측, PASS 분석, 분자 도킹, MD 시뮬레이션의 결과는 올유로핀을 선택된 AD와 관련된 단백질에 대해 다중 표적 상호작용 가능성을 예측하는 분자로 고려하는 계산적 기반을 제공합니다. AD는 아밀로이드 응집, 타우 병리, 산화 스트레스, 신경염증을 포함하는 다요인적 특성을 고려할 때, 다중 표적 치료 전략이 여전히 관심을 받고 있습니다; 그러나 현재의 발견은 실험적 검증이 필요한 계산적 예측으로 해석되어야 한다^30,31.

분자 결합 결과는 올레유로핀과 모든 연구된 AD 관련 표적 간의 결합 상호작용이 예측되었음을 보여주었으며, C1q(−7...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

모든 저자는 이해 상충이 없습니다.

감사의 글

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

이 연구는 사우디아라비아 리야드에 위치한 누라 빈트 압둘라흐만 공주 공주 연구자 지원 프로젝트 번호(PNURSP2026R23)의 지원을 받았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름	회사	카탈로그 번호	댓글
AmberTools 24.8	AmberMD 개발 팀	N/A; https://ambermd.org/AmberTools.php	위상 준비 및 분자 시뮬레이션 파일 처리에 사용됩니다. conda-forge에서 설치됨. RRID: SCR_018497
AutoDock Tools 1.5.7	Scripps Research Institute	N/A; https://autodocksuite.scripps.edu/adt/	수용체 및 리간드 준비 및 PDBQT 파일 생성에 사용됩니다. RRID: SCR_012746
AutoDock Vina 4.2.6	Scripps Research Institute	N/A; https://vina.scripps.edu/	분자 도킹 계산에 사용되는 도킹 엔진. 실행된 워크플로우 환경에 따라 버전을 보고해야 합니다. RRID: SCR_011958
Avogadro 2.0.0	Avogadro Chemistry Software	N/A; https://avogadro.cc/	리간드 시각화, 힘 필드 지정 및 에너지 최소화에 사용됩니다. RRID: SCR_015983
Conda 25.3.1	Anaconda, Inc. / conda-forge 커뮤니티	N/A; https://docs.conda.io/	계산 워크플로우에 사용되는 패키지 및 환경 관리자. RRID: SCR_018317
Discovery Studio Visualizer 2025	Dassault Systèmes	N/A; https://discover.3ds.com/discovery-studio-visualizer-download	단백질 시각화 및 사전 처리에 사용됩니다. RRID: SCR_008398
DoGSiteScorer / ProteinsPlus	ZBH 센터 for Bioinformatics	N/A; https://proteins.plus/	결합 부위 예측 및 포켓 약물성 점수 지정에 사용됩니다. RRID: 없음
ff19SB 힘 필드	AMBER 힘 필드 가족	N/A; https://ambermd.org/	분자 동력학 시스템 준비에 사용되는 단백질 힘 필드. RRID: 없음
GAFF2 힘 필드	AMBER 힘 필드 가족	N/A; https://ambermd.org/	분자 동력학 시스템 준비에 사용되는 리간드 힘 필드. RRID: 없음
Google Colab	Google	N/A; https://colab.research.google.com/	워크플로우 실행에 사용되는 클라우드 노트북 환경. 런타임 유형: Python 3; 하드웨어 가속기: T4 GPU. RRID: SCR_018009
Mamba 2.1.1	QuantStack / conda-forge 커뮤니티	N/A; https://mamba.readthedocs.io/	Conda 패키지 설치에 사용되는 빠른 패키지 관리자. RRID: 없음
Matplotlib 3.10.0	Matplotlib 개발 팀	N/A; https://matplotlib.org/	분자 동력학 분석 플롯 생성에 사용됩니다. RRID: SCR_008624
MDAnalysis 2.8.0	MDAnalysis 개발 팀	N/A; https://www.mdanalysis.org/	궤도 처리 및 구조 분석에 사용됩니다. RRID: SCR_025610
MDTraj 1.11.1	MDTraj 개발 팀	N/A; https://www.mdtraj.org/	분자 동력학 궤도 처리 및 분석에 사용됩니다. RRID: 없음
Miniforge	conda-forge 커뮤니티	N/A; https://github.com/conda-forge/miniforge	과학적 종속성을 설치하는 데 사용되는 conda 기반 환경 배포. RRID: 없음
NumPy 2.0.2	NumPy 개발 팀	N/A; https://numpy.org/	계산 워크플로우에서 사용되는 수치 컴퓨팅 종속성. RRID: SCR_008633
Open Babel 3.1.0	Open Babel 프로젝트	N/A; https://openbabel.org/	분자 파일 형식 변환에 사용됩니다. RRID: SCR_014920
OpenMM 8.5.1	OpenMM 개발 팀	N/A; https://openmm.org/	시스템 설정, 평형화 및 생산 시뮬레이션에 사용되는 분자 동력학 시뮬레이션 엔진입니다. RRID: SCR_000436
pandas 2.3.3	pandas 개발 팀	N/A; https://pandas.pydata.org/	표형 데이터 처리 및 분석 출력에 사용됩니다. RRID: SCR_018214
ParmEd 4.3.1	ParmEd 개발 팀	N/A; https://parmed.github.io/ParmEd/html/index.html	위상 및 매개변수 파일 처리에 사용됩니다. RRID: 없음
PASS-Way2Drug 서버	Way2Drug	N/A; https://www.way2drug.com/passonline/	예측된 생물학적 활동 프로파일링에 사용됩니다. RRID: SCR_001971
PDBFixer 1.12	OpenMM 개발 팀	N

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

분자 결합 및 분자 동역학을 이용한 올유로핀과 알츠하이머병 관련 단백질과의 상호작용 계산 평가

이 논문에서

요약

초록

서론

프로토콜

결과

토론

공개 사항

감사의 글

재료

재인쇄 및 허가

태그

관련 논문