June 20th, 2025
Hesaplamalı yöntemler, ilaç keşfini hızlandırmak için vaatlerde bulunur, ancak protein yapılarının dinamik doğasını sıklıkla gözden kaçırırlar. Burada, protein esnekliğini dolaylı olarak dahil etmek ve potansiyel olarak ilaç keşif çabalarının doğruluğunu ve güvenilirliğini artırmak için topluluk tabanlı yerleştirme analizini tartışıyoruz.
Araştırmamız, ilaç keşfini hızlandırmayı ve nihayetinde tedavi sonuçlarını ve hastanın yaşam kalitesini iyileştirmeyi amaçlayan daha etkili ilaçlar tasarlamak için hesaplama tekniklerinin uygulanmasına odaklanmaktadır.
Mevcut bilgisayar destekli ilaç tasarımı genellikle hedef protein esnekliğini göz ardı eder. Tartışılan protokol, moleküler dinamik simülasyondan türetilen çoklu protein konformasyonunu dahil ederek bu boşluğu ele almaktadır. Topluluk tabanlı ilaç tasarımı, protein esnekliğini göz önünde bulundurarak doğruluğu artırır. Gelecekte daha hızlı, kişiselleştirilmiş ve daha etkili ilaç keşfi için yapay zekayı entegre etmeyi hedefliyoruz.
[Sunucu] Başlamak için Avogadro yazılımını bir bilgisayar sisteminde başlatın. Küme analizi için ekranda verilen komutu yazın. İstendiğinde, protein grubunun en küçük kareler uyumunu ve kök-ortalama-kare sapmasını veya RMSD'yi hesaplaması için 1 yazın. Ardından sistem çıkışı için tekrar 1 yazın. cluster-size.xvg dosyasını açın. Küme sayısı düşükse, RMSD kesme değerini artırın. Alternatif olarak, sayı yüksekse, kesmeyi azaltın. Gerektiğinde farklı RMSD kesme değerlerini kullanarak ekranda gösterilen komutlarla yetkisiz kullanım analizi gerçekleştirin. Şimdi Chimera yazılımını açın ve cluster.pdb'yi arayın. Hediyeler ve Yayın 1, siluet, yuvarlak kurdeleye tıklayın. görsel temsil için. Sırayla Seç, Zincir, Kimlik Yok'a ve ardından cluster.pdb, #10'a tıklayın, ardından seçili modelleri seçin ve ters çevirin. Eylemler'e gidin, ardından Atomlar/Bağlar'a basın ve zinciri izole etmek için Sil'e tıklayın. Şimdi Dosya'yı seçin. PDB'yi Kaydet'e tıklayın. Dosyayı cluster1.pdb olarak adlandırın ve dosyayı kaydetmek için Kaydet'e basın. Topluluk tabanlı yerleştirme için, açmak üzere Autodock araç yazılımını başlatın. cluster1.pdb ve ligand.pdb dosyalarını yeni bir klasöre yerleştirin. Şimdi Dosya, Tercihler ve Ayarla'ya tıklayın. Açılır pencerede, klasör adresini başlangıç dizini alanına yapıştırın ve Ayarla'ya tıklayın. Mavi klasör simgesini tıklatın, cluster1.pdb'yi seçin ve Aç'ı tıklatın. Düzenle'ye gidin, ardından Ücretler'e basın, Kollman Ücretleri Ekle'ye basın ve Tamam'a tıklayın. Izgara, Makromoleküller'e tıklayın, Seç'e tıklayın. Makromolekülleri Seç kutusunda küme 1'i seçin, ardından Molekülleri Seç'e basın. Değiştirilmiş bir AutoDock4 Macromolecule dosyası oluşturmak için Tamam'a tıklayın. cluster1.pdbqt olarak kaydedin. Ardından, Düzenle'ye tıklayarak çalışma alanını boşaltın, ardından Sil'e basın ve Devam'a tıklamadan önce tüm molekülleri silin, ardından Ligand, Giriş, Aç'a basın. Autodock4 klasörü için bir Ligand dosyası görüntülendiğinde, ligand.pdb'yi seçin ve Aç'a ve ardından Tamam'a tıklayın. Şimdi ligandın burulma esnekliğini tanımlamak için Ligand, Burulma Ağacı ve Kökü Algıla'yı seçin. Ligand, Çıktı, PDBQT Olarak Kaydet'e gidin ve Biçimlendirilmiş Autotors Molekülleri klasörünü ligand.pdbqt olarak kaydedin. Çalışma alanını boşalttıktan sonra, Kılavuz, Makromoleküller ve Aç'a tıklayarak cluster1.pdbqt dosyasını açın, ardından Evet ve Tamam'a basın. Tekrar Izgara'ya gidin ve Harita Türlerini Ayarla'ya basın ve Ligand'ı Aç'ı seçin. ligand.pdbqt'yi seçin ve açın. Şimdi Izgara altındaki Izgara Kutusu seçeneğine gidin. Izgara Seçenekleri kutusunda, X, Y ve Z boyutlarındaki nokta sayısını 120 ve aralığı 0,375 angstrom olarak ayarlayın. Merkez ayarlarını varsayılan olarak bırakın. Ardından Dosya'ya tıklayın ve Geçerli Tasarrufu Kapatın. Izgara, Çıktı'ya gidin ve GPF'yi Kaydet'e basın. Grid Parameter Output (Grid Parametre Çıktısı) dosyası görüntülendiğinde, dosya adı olarak grid.gpf girin ve Save'e tıklayın. Ardından, Çalıştır ve AutoGrid'i Çalıştır'a tıklayın. Parameter Filename (Parametre Dosya Adı) sekmesinde Browse (Gözat) seçeneğini tıklatın. grid.gpf dosyasını açın. Şimdi programın yol adına göz atın. autogrid4.exe'yi arayın ve Aç ve Başlat'ı tıklayın. Sırayla, Yerleştirme'ye, ardından Makromoleküller'e ve Katı Dosya Adlarını Ayarla'ya tıklayın. Bir PDBQT Makromoleküller dosyası görüntülendiğinde, cluster1.pdbqt'yi seçin ve Aç'a tıklayın. Yerleştirme menüsünden ligandı seçin. Ligandları Seç kutusu göründüğünde, Ligand'ı seçin ve Ligand Seç'e tıklayın, ardından Kabul Et'e basın. Şimdi Yerleştirmeden Genetik Algoritmaya gidin. Genetik Algoritma Parametreleri kutusu görüntülendiğinde, GA Çalıştırmaları'nı 100 olarak ayarlayın ve Kabul Et'e tıklayın. Yerleştirme, Çıktı, Lamarckian GA 4.2'ye tıklayın. Autodock4.2 GALS Yerleştirme Parametresi Çıktı dosyası görüntülendiğinde, dosyayı docking.dpf olarak adlandırın ve Kaydet'e tıklayın. Şimdi Çalıştır ve Autodoc'u Çalıştır'a basın. Autodoc'u Çalıştır kutusu görünecektir. Parameter File Name (Parametre Dosya Adı) bölümünde, Browse (Gözat) seçeneğini tıklatın. Bir autodock4 Parametre dosyası göründüğünde, docking.dpf'yi seçin ve Aç'a tıklayın. Program Yol Adı'nda, Gözat'ı tıklatın. Bir autodock4 dosyası görünecektir. autodock4.exe'yi arayın ve Aç'ı ve ardından Başlat'ı tıklayın. Daha önce gösterildiği gibi tüm molekülleri silin ve işlemi tüm küme dosyaları için tekrarlayın. Moleküler dinamik simülasyon elde edilmeden önceki başlangıç durumunda flavokawain B ve lizozimin kimyasal yapısı ve 3 boyutlu yapısal temsili. Protein yapısının toplam enerjisi simülasyon sırasında stabildi ve kök-ortalama-kare sapması 20 nanosaniye sonra stabilize oldu. Kök-ortalama-kare dalgalanması, 40 ila 50, 60 ila 80 ve 100 ila uç kalıntılar arasındaki bölgelerde yüksek esneklik ortaya çıkardı. En büyük küme 5.818 üye içeren 10.001 yörünge çerçevesinin kök-ortalama-kare sapma tabanlı kümelenmesinden toplam 15 yapısal küme elde edilmiştir. Tüm kümelerin üst üste binen konformasyonları, yörüngeler arasında gözle görülür yapısal farklılıklar gösterdi. Flavokawain B'nin ilk dört kümenin temsili yapıları ile moleküler kenetlenmesi, tüm konformasyonlar boyunca aynı bölgede tutarlı bağlanma gösterdi ve küme 2, -29.37 kJ / mol'lük en düşük bağlanma enerjisini gösterdi. Elektrostatik yüzey haritalaması, aynı cep bölgesinde iç içe geçmiş flavokawain B ile tüm küme konformasyonlarında aynı bağlanma bölgelerini doğruladı. Ayrıntılı etkileşim analizi, flavokawain B bağlanmasının alanin 31, glutamin 35, lösin 56, gama-karboksiglutamik asit 57, izolösin 58, alanin 95, izolösin 98, triptofan 108, valin 109, alanin 110, triptofan 111 ve arginin 114.
View the full transcript and gain access to thousands of scientific videos
Bu çalışma, özellikle topluluk temelli yerleştirme analizini kullanarak protein esnekliğini dahil ederek hesaplamalı tekniklerle ilaç keşfini ilerletmeye odaklanmaktadır. Bu yaklaşım, ilaç tasarımının doğruluğunu ve etkinliğini artırmada potansiyel göstermekte ve bu da iyileştirilmiş tedavi sonuçları için kritik öneme sahiptir.
Incorporating target protein flexibility and dynamics into computational drug discovery addresses a critical gap in predictive accuracy for ligand binding. Ensemble-based docking analysis enables more reliable identification of promising compounds by capturing a broader range of biologically relevant conformations. This approach enhances decision-making at key inflection points in the discovery pipeline, supporting risk-adjusted portfolio advancement.
Ensemble-based docking integrates into the discovery continuum from early target validation through lead identification and preclinical assessment.