Onderzoeksartikel

Computationele evaluatie van Oleuropein-interacties met Alzheimer-gerelateerde eiwitten met behulp van moleculaire koppeling en moleculaire dynamica

DOI:

10.3791/71430

⸱

30 juni 2026

 ,  ,  ,  ,  ,  ,  ,  ,  , 
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

In dit artikel

Samenvatting

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

Deze studie presenteert een geïntegreerde workflow voor moleculaire koppeling en moleculaire dynamica om de interacties van oleuropeine met belangrijke Alzheimer-gerelateerde eiwitten computationeel te evalueren, waarbij voorspelde bindingsinteracties en voorlopige complexe stabiliteit over meerdere doelen worden onthuld.

Samenvatting

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

De ziekte van Alzheimer (AD) is een multifactoriele neurodegeneratieve aandoening die geassocieerd wordt met amyloïdeaggregatie, tau-pathologie en neuro-ontsteking. In deze studie werd een geïntegreerde computationele workflow gebruikt die ADMET-voorspelling, PASS-gebaseerde activiteitsscreening, moleculaire koppeling en moleculaire dynamica (MD)-simulaties combineerde om de interacties van oleuropeine met vijf AD-gerelateerde eiwitdoelwitten te evalueren, waaronder β-amyloïde, tau, apolipoproteïne E4 (ApoE4), triggerreceptor die tot expressie komt op myeloïde cellen 2 (TREM2), en complementproteïne C1q. ADMET- en PASS-analyses voorspelden farmacokinetische eigenschappen en potentiële biologische activiteiten geassocieerd met neurodegeneratieve ziektegerelateerde routes. De dockinganalyse voorspelde gunstige bindingsaffiniteiten tussen de onderzochte doelwitten, met de sterkst voorspelde interactie waargenomen voor het C1q-eiwit (-7,5 kcal/mol). Moleculaire dynamica (MD) trajectanalyses, waaronder wortel-gemiddelde kwadraat afwijking (RMSD), wortel-gemiddelde kwadraat fluctuatie (RMSF), gyratiestraal (Rg), dynamische kruiscorrelatiematrix (DCCM), principal component analyse (PCA) en afstandsgebaseerde metrics, werden gebruikt om het dynamische gedrag van de eiwit-ligandencomplexen tijdens de simulaties te evalueren. De computationele analyses suggereerden relatief stabiele interacties voor tau-, C1q- en TREM2-complexen, terwijl β-amyloïde en ApoE4 tijdens delen van de simulaties relatief hogere conformationele variabiliteit vertoonden. Deze bevindingen bieden een voorlopige computationele beoordeling van oleuropeine-interacties met AD-gerelateerde eiwitten en kunnen toekomstige experimentele studies ondersteunen die de potentiële biologische relevantie ervan in modellen van neurodegeneratieve ziekten onderzoeken.

Inleiding

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

AD is het meest voorkomende type dementie dat wereldwijd ernstige en escalerende problemen veroorzaakt 1,2. AD ontstaat door een combinatie van genetische en omgevingsfactoren. Meerdere pathogene hypothesen zijn voorgesteld om AD te verklaren, waaronder cholinerge, amyloïde, tau, inflammatoire, oxidatieve stress, metaalion, excitotoxiciteit, microbiota-darm-hersenas en autofagie-gerelateerde mechanismen3. AD is een multifactoriele aandoening die β-amyloïdepositie, tau-pathologie, neuro-ontsteking en genetische risicofactoren zoals ApoE4 en TREM2 4,5 omvat. Vanwege de multifactoriele aard van AD zijn meerdere doelgerichte liganden (MTDL's) naar voren gekomen als veelbelovende therapeutische strategieën gebaseerd op polyfarmacologische interacties met Aβ, tau, ApoE4, TREM2-gemedieerde microgliale functie en complementgedreven neuro-inflammatie 3,6,7. β-amyloïde aggregatie is een belangrijk pathologisch kenmerk van AD dat de neuronale functie verstoort en wordt gemoduleerd door ApoE4-isoformen en immuunresponsen 8,9.

Hyperfosforylering en andere posttranslationele modificaties van tau, waaronder afkap, acetylering, ubiquitinering en glycosylering, dragen aanzienlijk bij aan de vorming van neurofibrillaire tangles (NFT's), een van de belangrijkste pathologische kenmerken van AD. Deze modificaties verminderen de affiniteit van tau voor microtubuli, wat leidt tot microtubuli-destabilisatie, verstoord axonaal transport, synaptische disfunctie, mitochondriale afwijkingen en progressieve neuronale degeneratie. Daarnaast is abnormale tau-aggregatie sterk geassocieerd met cognitieve achteruitgang en ziekteernst bij AD, wat vaak nauwer correleert met neurodegeneratie dan met de amyloïdebelasting zelf. Bovendien suggereert het toenemende bewijs dat tau-pathologie nauw samenwerkt met neuro-inflammatoire signaalroutes, waarbij geactiveerde microglia en ontstekingsmediatoren de voortplanting van tau en neuronale schade verder kunnen verergeren 10,11,12.

TREM2-gemedieerde microgliale activatie is geassocieerd met neuro-inflammatoire reacties tijdens AD-progressie13. Complementeiwitten zoals C1q en C3 zijn in verband gebracht met synaptisch verlies, complement-gemedieerde neuro-ontsteking en ontstekingssignalering geassocieerd met AD-pathologie14,15. Notch-signalering, oxidatieve stress, ontstekingsroutes en ApoE4 versnellen de progressie van ADverder 9,16.

Olijfbladextract (OLE) is een bioactief fytocomplex rijk aan secoiridoïden, flavonoïden, triterpenen en fenolzuur, zoals samengevat in Tabel 1. Deze bestanddelen zijn in eerdere studies in verband gebracht met antioxidante en ontstekingsremmende biologische activiteiten17. Oleuropeine is het belangrijkste secoiridoïde dat in olijfbladeren wordt geïdentificeerd, aangezien het het belangrijkste fenolische bestanddeel in deze bladeren vormt. Dit maakt oleuropein tot het meest voorkomende fenolische secoiridoid dat in olijfbladeren is geïdentificeerd, en de chemische structuur ervan wordt geïllustreerd in Figuur 1.

Eerdere studies hebben biologische activiteiten van oleuropeine gerapporteerd die geassocieerd zijn met amyloïdeaggregatie, tau-gerelateerde pathologie, oxidatieve stress en ontstekingssignaleringsroutes18,19. Aanvullende studies suggereren ook mogelijke interacties van oleuropeïne met routes gerelateerd aan ApoE4, TREM2-gemedieerde microgliale activatie en complement-geassocieerde neuro-ontsteking20,21.

Ondanks de groeiende interesse in oleuropeine zijn de interacties met meerdere AD-gerelateerde eiwitdoelen niet volledig geëvalueerd binnen een uniforme computationele kader. De meeste eerdere studies richtten zich voornamelijk op de antioxidante eigenschappen of de mogelijke effecten op individuele pathologische routes, met name amyloïde aggregatie en tau-gerelateerde toxiciteit. Daarom maakte deze studie gebruik van moleculaire koppeling en moleculaire dynamica-simulaties om de voorspelde interacties en dynamisch gedrag van oleuropeine computationeel te beoordelen tegen vijf AD-gerelateerde eiwitdoelen, waaronder β-amyloïde, tau, ApoE4, TREM2 en C1q. Deze doelen werden geselecteerd omdat ze verschillende maar onderling verbonden pathologische mechanismen vertegenwoordigen die betrokken zijn bij de progressie van AD. β-amyloïde speelt een centrale rol bij de vorming van extracellulaire plaque, synaptische disfunctie, oxidatieve stress en neuronale toxiciteit, terwijl tau-pathologie nauw samenhangt met de vorming van neurofibrillaire verstrengelingen, cytoskeletverstoring en progressieve cognitieve achteruitgang22. ApoE4 vormt de sterkste genetische risicofactor voor sporadische AD en draagt bij aan verminderde amyloïde-clearance, verhoogde neurotoxiciteit, lipidenontregeling en verhoogde neuro-inflammatoire reacties23. TREM2 is een belangrijke regulator van microgliale activatie en neuro-immuunsignalering en is betrokken bij amyloïde-clearance, ontstekingsregulatie en ziekte-geassocieerde microgliale responsen tijdens AD-progressie24. Daarnaast speelt complementproteïne C1q een cruciale rol bij complement-gemedieerde neuro-ontsteking, aberrant synaptisch snoeien en microglia-geassocieerde synaptische degeneratie in AD25.

De totale in silico workflow die wordt gebruikt om oleuropeine te evalueren aan de hand van geselecteerde Alzheimer-gerelateerde eiwitdoelen wordt samengevat in Figuur 2.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

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

1. ADMET-voorspelling

De farmacokinetische en toxiciteitseigenschappen van oleuropeine werden geëvalueerd met behulp van een computationeel ADMET-voorspellingsplatform. Voorspelde parameters omvatten absorptie, distributie, metabolisme, uitscheiding, BBB-permeabiliteit, doorlaatbaarheid van het centrale zenuwstelsel (CZS) en toxiciteitsgerelateerde eigenschappen. ADMET-analyse werd uitgevoerd om het voorspelde farmacokinetische profiel en de potentiële geneesmiddelgelijkheidseigenschappen van oleuropeine te beoordelen voorafgaand aan moleculaire koppeling en MD-simulaties26.

2. Voorspelling van anti-Alzheimer en neuroprotectieve activiteit

De canonieke SMILES-representatie van oleuropeine werd gebruikt voor computationele voorspelling van anti-Alzheimer en neuroprotectieve activiteiten27. Waarschijnlijkheid van activiteit (Pa) en kanslijkheid van inactiviteit (Pi) werden geregistreerd, en alleen activiteiten met Pa-waarden hoger dan Pi-waarden werden als potentieel relevant beschouwd voor latere computationele analyses.

3. Oleuropein-ligandstructuur voorbereiding

De driedimensionale (3D) structuur van oleuropein werd opgehaald uit een openbare chemische database in SDF-formaat. Optimalisatie van ligandgeometrie en energieminimalisatie werden uitgevoerd met het MMFF94-krachtveld totdat convergentie was bereikt. De geminimaliseerde ligandstructuur werd omgezet naar PDB-formaat en vervolgens voorbereid voor moleculaire koppeling door toewijzing van polaire waterstofatomen en partiële ladingen voorafgaand aan de omzetting naar PDBQT-formaat.

Oleuropeine werd gemodelleerd in zijn overwegend neutrale vorm, en alle ioniseerbare residuen werden verondersteld geprotoneerd te zijn onder fysiologische omstandigheden (pH 7,4) tijdens moleculaire koppeling en moleculaire dynamica-simulaties.

4. Eiwitwinning en -bereiding

Eiwitstructuren die geassocieerd zijn met AD-pathologie werden opgehaald uit de Protein Data Bank, waaronder β-amyloïd (2BEG), tau (5O3L), ApoE4 (1B68), TREM2 (5ELI) en C1q (2JG9). Doelspecifieke structurele informatie, waaronder ketenselectie en type experimentele structuur, wordt samengevat in Tabel 2.

Watermoleculen, ionen, co-gekristalliseerde liganden en niet-essentiële heteroatomen werden verwijderd vóór de receptorvoorbereiding. Structuren werden visueel geïnspecteerd op onvolledige residuen, ontbrekende atomen en structurele discontinuïteiten voordat het koppelen en simuleren werd opgezet. Polaire waterstofatomen en Kollman-ladingen werden vervolgens toegewezen, en receptorstructuren werden omgezet naar PDBQT-formaat voor koppelingsstudies. Standaard protonatietoestanden die overeenkomen met fysiologische omstandigheden (pH 7.4) werden toegepast tijdens de receptorvoorbereiding, en alle ioniseerbare residuen werden verondersteld hun overheersende protonatietoestanden te nemen onder fysiologische pH-omstandigheden. Voor β-amyloïde werd Model 1 uit het afgezet NMR-ensemble geselecteerd, en alle ketens binnen de afgezet oligomere assemblage (ketens A-E) werden behouden tijdens de receptorvoorbereiding. Voor het tau-eiwit werden alle ketens binnen de afgezet cryo-EM-filamentassemblage (ketens A-J) behouden tijdens de receptorvoorbereiding. Evenzo werden alle ketens binnen de multimere C1q-assemblage (ketens A-F) behouden om de afgezet quaternaire structuur te behouden. Voor ApoE4 en TREM2 werden de biologisch relevante ketens gedeponeerd behouden tijdens de receptorvoorbereiding.

5. Moleculaire koppeling

  1. Voorspelling van bindingsplaatsen en rasterdoosdefinitie
    Potentiële ligandbindende pockets werden voorspeld met behulp van een structuurgebaseerde binding site prediction workflow die de holtegeometrie, pocketvolume, diepte, hydrofobiciteit en fysisch-chemische beschrijvingen van ligandbindingspotentiaal en drugabilityevalueert 28.
    Voorspelde pockets werden gerangschikt op basis van drogability score en geometrische kenmerken. De hoogst gerangschikte oplosmiddel-toegankelijke pocket voor elk doelwit werd geselecteerd voor moleculaire koppelingsanalyses. Residuen die overeenkwamen met de geselecteerde bindingspocket werden geëxtraheerd uit de gegenereerde pocketresidu-uitvoerbestanden en vervolgens samen met de bijbehorende eiwitstructuren gevisualiseerd met behulp van moleculaire visualisatiesoftware.
    De massacentrumcoördinaten van de geselecteerde bindingspocketresiduen werden berekend en gebruikt voor de aankoppeling van gridbox-generatie. Grid-box afmetingen werden gedefinieerd om het voorspelde bindingsgebied voor elk doeleiwit volledig te omvatten. Exacte koppelingscoördinaten en afmetingen van het rasterdooscentrum voor alle doelen worden samengevat in Tabel 3.
    OPMERKING: De volledige uitvoerbare commandoregelworkflow en scripts die worden gebruikt voor middelpuntberekeningen zijn beschikbaar in Supplementary Coding File 1.
  2. Dockingparameters en uitvoering
    Moleculaire koppelingsberekeningen werden uitgevoerd met AutoDock Vina 4.2.6 met een exhaustiteitswaarde van 8 en 10 uitgangsbindingsmodi voor elk eiwit-ligandencomplex. De bindingshouding met de laagst voorspelde bindingsaffiniteit werd gekozen voor latere analyses. Interacties tussen eiwit en ligand werden gevisualiseerd met moleculaire visualisatiesoftware.
    OPMERKING: De commandostructuur wordt aangepast voor elk eiwit, afhankelijk van de naam van het receptorbestand en de coördinaten van de rasterbox. De docking-uitvoerbestanden werden opgesplitst in individuele bindingsmodi en omgezet naar PDB-formaat met behulp van commandoregeltools. De volledige commando's worden geleverd in Supplementary Coding File 1.

6. Moleculaire dynamica (MD) simulaties

De MD-workflow werd uitgevoerd binnen een cloudgebaseerde Conda/Miniforge-computationele omgeving die was geconfigureerd voor biomoleculaire simulatie en trajectanalyse. GPU-versnelde runtime-resources werden gebruikt voor alle productiesimulaties. Volledige uitvoerbare omgevingsinstellingenscripts, afhankelijkheidsinstallatiecommando's en simulatieworkflows worden geleverd in Supplementary Coding File 2.

Eiwit-ligandencomplexen die gegenereerd werden door moleculaire koppeling werden gebruikt als startstructuren voor MD-simulaties. Gedockte ligandhoudingen die overeenkomen met de laagst voorspelde bindingsaffiniteitsconformaties werden geselecteerd voor topologiegeneratie en systeemassemblage. Eiwitstructuren werden voorbereid na verwijdering van kristallografische oplosmiddelmoleculen en niet-essentiële heteroatomen voorafgaand aan de simulatie-opstelling.

Topologiegeneratie en systeemassemblage werden uitgevoerd met behulp van het ff19SB-eiwitkrachtveld en het GAFF2-ligandkrachtveld. Complexen werden gesolveerd met behulp van het expliciete watermodel TIP3P en geneutraliseerd met NaCl-ionen bij een uiteindelijke ionenconcentratie van 0,15 M onder periodieke randvoorwaarden.

OPMERKING: Alle moleculaire dynamica-simulaties werden uitgevoerd binnen een cloudgebaseerde notebookomgeving die was geconfigureerd met Python 3 runtime, T4 GPU hardwareversnelling en de meest recente runtime-versie op het moment van analyse.

  1. MD-evenwichtsparameters en energieminimalisatie
    Na topologiegeneratie werd energieminimalisatie uitgevoerd voor 50.000 stappen voorafgaand aan de evenwicht. NPT-equilibratiesimulaties werden vervolgens uitgevoerd voor 5 ns met positionele beperkingen die werden toegepast op eiwit-ruggraatatomen onder de volgende voorwaarden: (1) integratietijdstap = 2 fs; (2) temperatuur = 298 K; (3) druk = 1 bar; (4) constante harmonische beperkingskracht = 700 Kj.mol−1.nm−2; (5) trajectoiren opgeslagen elke 10 ps; en (6) logbestanden die elke 10 ps worden opgenomen.
    OPMERKING: De volledige uitvoerbare equilibratiescripts en simulatiecommando's zijn beschikbaar in Supplementary Coding File 2.
  2. MD productieparameters en NPT-productie uitvoeren
    Productie-MD-simulaties werden uitgevoerd onder NPT-voorwaarden voor een totale geanalyseerde productietrajecttijd van 10 ns met de volgende parameters: (1) integratietijdstap = 2 fs; (2) temperatuur = 298 K; (3) druk = 1 bar; (4) trajectoerframes opgeslagen elke 10 ps; en (5) logbestanden die elke 10 ps worden geregistreerd.
    OPMERKING: De volledige uitvoerbare MD-simulatiescripts zijn beschikbaar in Supplementary Coding File 2.
  3. Trajectoar-concatenatie en uitlijning
    Productietrajecten die werden gegenereerd door meerdere simulatiestappen werden na beeldvorming onder periodieke randvoorwaarden tot continue trajecten samengevoegd. Periodieke randartefacten, oplosmiddelmoleculen en ionen werden verwijderd vóór structurele uitlijning en downstream analyses.
    Trajectorie-uitlijning werd uitgevoerd met behulp van eiwit Cα-ruggengraatatomen ten opzichte van de evenwichtige referentiestructuur om consistente oriëntatie te garanderen gedurende de trajectanalyses.
  4. Analyse van eiwit-ligandinteracties
    Eiwit-ligand interactievingerafdrukken en interactiepersistentie gedurende de MD-trajecten werden geanalyseerd met trajectgebaseerde interactieprofileringsmethoden. Interactienetwerkanalyses werden uitgevoerd met behulp van bewerkte productietrajecten na het verwijderen van oplosmiddelen en structurele uitlijning.
    OPMERKING: De volledige uitvoerbare interactie-analyseworkflows zijn beschikbaar in Supplementary Coding File 2.
  5. MD-trajectanalyses
    Trajectorie-analyses werden uitgevoerd met uitgelijnde productietrajecten na het verwijderen van oplosmiddel, concatenatie, beeldvorming onder periodieke randvoorwaarden en structurele uitlijning. Alle analyses werden uitgevoerd op de 10 ns productietrajecten na verwijdering van oplosmiddelmoleculen en ionen. Frames werden met intervallen van 10 ps geanalyseerd. Tenzij anders vermeld, werden structurele analyses uitgevoerd na least-squares uitlijning van eiwit Cα-atomen op de evenwichtige beginstructuur van elk overeenkomstig complex.
    RMSD-, RMSF- en radius van gyratie (Rg) analyses werden berekend met behulp van eiwit Cα-atomen om structurele stabiliteit en conformationele dynamica gedurende de simulaties te evalueren. RMSD werd berekend voor eiwit Cα-atomen ten opzichte van de evenwichtige referentiestructuur. RMSF werd berekend voor eiwitatomen Cα over het uitgelijnde productietraject. Rg werd berekend met behulp van eiwitatomen Cα om de globale compactheid te monitoren.
    Lineaire interactie-energie (LIE), intermoleculaire afstandsmetingen, principal component analysis (PCA) en dynamische kruiscorrelatiematrix (DCCM) analyses werden vervolgens uitgevoerd met trajectoiren die met 10 ps intervallen werden bemonsterd gedurende de geanalyseerde productietrajecten. Interactie-energieanalyse werd berekend tussen oleuropeine en de eiwitatomen van elk complex over het productietraject. De massamiddelpuntafstand werd berekend tussen oleeuropeine en de geselecteerde bindingspocketresiduen die werden gebruikt voor docking-grid-generatie, terwijl de minimale afstand werd berekend als de kortste atoom-tot-atoom afstand tussen oleuropeine en de bijbehorende eiwitbindingsresiduen in elk frame. PCA werd uitgevoerd met behulp van eiwitcoördinaten Cα na trajectuitlijning. DCCM-analyse werd berekend uit atomaire fluctuaties van eiwit Cα over het uitgelijnde productietraject.
    OPMERKING: Elke moleculaire dynamica-simulatie en trajectanalysestap wordt als een aparte uitvoerbare codesectie geleverd in Supplementary Coding File 2. Supplementary Coding File 2 bevat de scripts en commando's die worden gebruikt voor systeemvoorbereiding, productiesimulatie, trajectverwerking en downstream-analyses. De volledige workflowversie die bij het ingediende manuscript hoort, wordt gearchiveerd in Zenodo met https://doi.org/10.5281/zenodo.20134270, en de bijbehorende GitHub-release is beschikbaar op: https://github.com/Elshekh00/molecular-dynamics-protein-ligand/releases/tag/v1.0.0.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

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

Voorspelling van het ADMET-profiel

Het voorspelde farmacokinetische en toxiciteitsprofiel van oleuropeine werd geëvalueerd met behulp van een in silico ADMET-voorspellingsworkflow. De voorspelde ADMET-eigenschappen van oleuropeine, waaronder AMES-toxiciteit, hepatotoxiciteit, hERG I en II inhibitie, evenals acute en chronische toxiciteit bij orale ratten, zijn vermeld in Tabel 4. Oleuropeine werd voorspeld als niet-mu...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

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

Het primaire doel van deze geïntegreerde in silico-studie was het evalueren van het voorspelde multi-target interactiepotentieel van oleuropeine tegen geselecteerde pathologische eiwitten die betrokken zijn bij AD. De bevindingen uit ADMET-voorspelling, PASS-analyse, moleculaire koppeling en MD-simulaties bieden een computationele basis om oleuropeine te beschouwen als een molecuul met voorspelde multi-target interactiepotentiaal tegen geselecteerde AD-gerelateerde eiwitten. Gez...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

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

Alle auteurs hebben geen belangenconflicten.

Dankbetuigingen

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

Dit werk werd gefinancierd door het Princess Nourah bint Abdulrahman University Researchers Supporting Project nummer (PNURSP2026R23), Princess Nourah bint Abdulrahman University, Riyad, Saoedi-Arabië.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
AmberTools 24.8AmberMD development teamN/A; https://ambermd.org/AmberTools.phpWordt gebruikt voor topologievoorbereiding en het verwerken van bestanden voor moleculaire simulatie. Geïnstalleerd vanuit conda-forge.
RRID: SCR_018497
AutoDock Tools 1.5.7Scripps Research InstituteN/A; https://autodocksuite.scripps.edu/adt/Wordt gebruikt voor de voorbereiding van receptoren en liganden en het genereren van PDBQT-bestanden.
RRID: SCR_012746
AutoDock Vina 4.2.6Scripps Research InstituteN/A; https://vina.scripps.edu/Docking engine gebruikt voor moleculaire docking berekeningen. De versie moet worden gerapporteerd volgens de uitgevoerde workflowomgeving.
RRID: SCR_011958
Avogadro 2.0.0Avogadro Chemistry SoftwareN/A; https://avogadro.cc/Wordt gebruikt voor ligand visualisatie, krachtveldtoewijzing en energieminimalisatie.
RRID: SCR_015983
Conda 25.3.1Anaconda, Inc. / conda-forge communityN/A; https://docs.conda.io/Pakket- en omgevingsbeheerder gebruikt in de computationele workflow.
RRID: SCR_018317
Discovery Studio Visualizer 2025Dassault SystèmesN/A; https://discover.3ds.com/discovery-studio-visualizer-downloadWordt gebruikt voor eiwitvisualisatie en voorverwerking.
RRID: SCR_008398
DoGSiteScorer / ProteinsPlusZBH Center for BioinformaticsN/A; https://proteins.plus/Wordt gebruikt voor bindingsplaatsvoorspelling en pocket druggability scoring.
RRID: Niet beschikbaar
ff19SB krachtveldAMBER krachtveldfamilieN/A; https://ambermd.org/Eiwitkrachtveld gebruikt voor voorbereiding van moleculaire dynamicasystemen.
RRID: Niet beschikbaar
GAFF2 krachtveldAMBER krachtveldfamilieN/A; https://ambermd.org/Ligand krachtveld gebruikt voor voorbereiding van moleculaire dynamicasystemen.
RRID: Niet beschikbaar
Google ColabGoogleN/A; https://colab.research.google.com/Cloud notitieblok omgeving gebruikt voor het uitvoeren van workflows. Runtime type: Python 3; hardware versneller: T4 GPU.
RRID: SCR_018009
Mamba 2.1.1QuantStack / conda-forge communityN/A; https://mamba.readthedocs.io/Snelle pakketbeheerder gebruikt voor het installeren van Conda pakketten.
RRID: Niet beschikbaar
Matplotlib 3.10.0Matplotlib ontwikkelingsteamN/A; https://matplotlib.org/Wordt gebruikt voor het genereren van grafieken voor moleculaire dynamica-analyse.
RRID: SCR_008624
MDAnalysis 2.8.0MDAnalysis ontwikkelingsteamN/A; https://www.mdanalysis.org/Wordt gebruikt voor trajectverwerking en structurele analyse.
RRID: SCR_025610
MDTraj 1.11.1MDTraj ontwikkelingsteamN/A; https://www.mdtraj.org/Wordt gebruikt voor het verwerken en analyseren van trajecten in moleculaire dynamica.
RRID: Niet beschikbaar
Miniforgeconda-forge communityN/A; https://github.com/conda-forge/miniforgeConda-gebaseerde omgevingsdistributie gebruikt om wetenschappelijke afhankelijkheden te installeren.
RRID: Niet beschikbaar
NumPy 2.0.2NumPy ontwikkelingsteamN/A; https://numpy.org/Numerieke rekenafhankelijkheid gebruikt in de computationele workflow.
RRID: SCR_008633
Open Babel 3.1.0Open Babel ProjectN/A; https://openbabel.org/Wordt gebruikt voor het converteren van moleculaire bestandsindelingen.
RRID: SCR_014920
OpenMM 8.5.1OpenMM ontwikkelingsteamN/A; https://openmm.org/Moleculair dynamica simulatie-engine gebruikt voor systeemopstelling, equilibratie en productiesimulaties.
RRID: SCR_000436
pandas 2.3.3pandas ontwikkelingsteamN/A; https://pandas.pydata.org/Wordt gebruikt voor het verwerken van tabelgegevens en analyse-uitvoer.
RRID: SCR_018214
ParmEd 4.3.1ParmEd ontwikkelingsteamN/A; https://parmed.github.io/ParmEd/html/index.htmlWordt gebruikt voor het verwerken van topologie en parameterbestanden.
RRID: Niet beschikbaar
PASS-Way2Drug ServerWay2DrugN/A; https://www.way2drug.com/passonline/Wordt gebruikt voor het voorspellen van biologische activiteit profielen.
RRID: SCR_001971
PDBFixer 1.12OpenMM ontwikkelingsteamN/A; https://github.com/openmm/pdbfixerWordt gebruikt voor het repareren en voorbereiden van eiwitstructuren wanneer dat nodig is. Geïnstalleerd vanuit conda-forge.
RRID: Niet beschikbaar
pkCSM ServerUniversity of MelbourneN/A; https://biosig.lab.uq.edu.au/pkcsm/Wordt gebruikt voor het voorspellen van ADMET profielen.
RRID: Niet beschikbaar
ProLIF ProLIF ontwikkelingsteamN/A; https://prolif.readthedocs.io/Wordt gebruikt voor analyse van interactievingerafdrukken tussen eiwitten en liganden. Runtime-import rapporteerde de versie als 0+onbekend.
RRID: Niet beschikbaar
PubChem DatabaseNational Center for Biotechnology Information / National Institutes of HealthN/A; https://pubchem.ncbi.nlm.nih.gov/Wordt gebruikt voor het ophalen van ligandstructuren.
RRID: SCR_004284
py3Dmol 2.5.4py3Dmol ontwikkelingsteamN/A; https://3dmol.csb.pitt.edu/Wordt gebruikt voor moleculaire visualisatie in de notebook-workflow.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

BiochemieEditie 232Editie 232Lege waardeEditieziekte van Alzheimer ADmoleculaire dynamica MDmulti target ligandtau eiwitamylo dneuroprotectie

Gerelateerde artikelen