《不同分子对接软件比较》由会员分享，可在线阅读，更多相关《不同分子对接软件比较（19页珍藏版）》请在金锄头文库上搜索。
1、2015.05.111.分子对接 2.反向虚拟筛选创新药物研发流程靶标识别与验证计算机辅助技术可涉及的流程反向虚拟筛选 反向药效团匹配分子对接 QSARADMET预测经济 高效 省力虚拟筛选 药效团 相似性搜索功能基因 研究先导化合物发现先导化合物优化临床前 研究临床研究市场背景小分子数据库蛋白质靶标 用户户提供(A) 准备备工作:蛋白质-小分子对接虚拟筛选蛋白质数据库小分子化合物反向虚拟筛选作用于靶标的 小分子小分子的 潜在靶标标内部提供基于Autodock Vina(B) 筛选筛选 工作:(C) 结结果文件:采样蛋白质的构象空间； 采样小分子的构象空间靶标蛋白质结构；小分子化合物结构3.排
2、序：1. 准备：2.对接：蛋白质相互作用能量， 如范德华、H建、疏水 分子对接薛定谔公司蛋白质活性位点参数蛋白质活性位点蛋白质活性位点小分子小分子构象采样打分排序： topN 小分子构象分子对接AutoDock相同：grid；type 不同：sampling ； scoringAutoDock和AutoDock Vina精度速度测试集：1300 proteinligands complexes from PDBbind 2007 databaseJ Comput Chem 32: 742755, 2011分子对接比较 不同体系不同结果； DS（ligandfit），SYBYL（flexx，su
3、rflex），AUTODOCK结果相差不大测试集：100 protein-ligand complexesDS SYBYLAUTODOCK分子对接比较J. Med. Chem. 2003, 46, 2287-2303测试集： 10 complexProteins 2007; 69:160176. Glide 略好分子对接比较AUTODOCKDS SYBYLno single program performed well for all of the targets. For prediction of compound affinity, none of the docking program
4、s or scoring functions made a useful prediction of ligand binding affinity.分子对接比较J. Med. Chem. 2006, 49, 5912-59311.方法相差不大（薛定谔Glide略好），没有一种方法适用于所有体系 ； 2.除了方法，人工视觉分析很重要（并非要取得分最高，而是经验上成药性最强）； 3.精度之外，保证筛选速度（虚拟筛选是初步过程，分子动力学、结构改造）蛋白质-小分子对接蛋白质数据库小分子化合物反向虚拟筛选小分子的 潜在靶标标基于Autodock Vina靶标数PDB数口袋数Whole14096021
5、19Part50627675487Whole：56小时； Part：1316小时反向虚拟筛选平台构建反向虚拟筛选方法数据库 是否疾病相关数据库大小服务idTarget改进的AutoDock 否 所有PDB免费广州市墨灵格AutoDock Vina否2900100元/次我们AutoDock Vina是646（ 140+506）100元/次疾病相关的、更加准确的靶标数据库活性位点信息更精确 （技术过滤、文献调研）可治疗性反向虚拟筛选比较idTarget：广州市墨灵格：我们：反向虚拟筛选比较（页面）idTarget：1.给出PDB ID，靶标名称，score，可视化pose，PDB链接 2.根据得分
6、排序 3.根据靶标排序反向虚拟筛选比较（结果）广州市墨灵格：1.给出PDB ID ，靶标名称，score，uniprot编号 2.根据得分排序反向虚拟筛选比较（结果）我们的结果：反向虚拟筛选比较（结果）1.给出PDB ID，靶标名称，score，uniprot，EC，Drugbank，CAS编号 2.根据得分排序 3.根据靶标排序数据库PDB 编号靶标 名称Score 排序靶标_Score 排序Uniprot_ID Uniprot_AC结合亲和 力、相似性 值等可视化Pubmed分类EC我们646个靶标 7606个口袋有有有有有无无有有有idTarget整个PDB 数据库有有有有无无有无无无墨灵格2000多个靶 标9000多个 口袋有有有无有有无无无无反向虚拟筛选比较（结果）优点： 数据库疾病相关，针对性更强； 结果更丰富缺点： 无可视化； 数据库数据量少； 筛选方法有待提高反向虚拟筛选平台构建
