为了克服在理解蛋白配体相互作用方面存在蛋白质结构信息不足的局限性，作者提出了一种直接从序列信息预测蛋白质-配体复合物的全原子柔性结构的计算方法Umol。它不仅能够预测柔性的全原子结构，还能提供预测置信度指标（plDDT）用于筛选准确的预测结果和区分不同亲和力的配体。该方法的提出在预测蛋白质-配体复合物结构方面做...
为了克服在理解蛋白配体相互作用方面存在蛋白质结构信息不足的局限性,作者提出了一种直接从序列信息预测蛋白质-配体复合物的全原子柔性结构的计算方法Umol。它不仅能够预测柔性的全原子结构,还能提供预测置信度指标(plDDT)用于筛选准确的预测结果和区分不同亲和力的配体。该方法的提出在预测蛋白质-配体复合物结构方面做出...
Umol在428种不同的蛋白质-配体复合物上的成功率 图2 图2a显示了在428种不同的蛋白质-配体复合物上,11种蛋白质-配体对接方法以及Umol的成功率(SR,预测中配体RMSD ≤ 2Å的比例)。展示了Umol的两个不同版本,一个使用口袋信息(Umol-pocket),一个完全盲目(Umol)。Umol、NeuralPlexer1和RoseTTAFold All-Atom(RF...
作者提出了一种新型的蛋白质-配体结构预测工具(Umol),展示了深度学习方法在不依赖于结构信息的情况下预测预测蛋白质-配体复合物结构准确性、区分结合物的能力以及对未知复合物注释方面较优的性能,为预测与靶标可能结合的药物和对蛋白质-配体相互作用的理解提供了新的视角。尽管Umol的预测准确度不高,但已经在药物筛选...
从蛋白质序列、可选蛋白质靶位（口袋）和配体 SMILES 开始，创建了多序列比对 (MSA) 和键矩阵。由此，在网络内生成特征并生成 3D 结构。由于无需任何结构信息即可生成最终的蛋白质-配体复合物结构，因此对蛋白质或配体的灵活性没有任何限制。与最接近的 RoseTTAFold All-Atom 和 NeuralPlexer1 相比，Umol 在 ...
蛋白质灵活性对于达到结合状态和成功对接至关重要,RoseTTAFold All-Atom 虽能在预测蛋白质时结合配体,其在PoseBusters 测试集上的成功率也只有 42%,且对未见过的蛋白质表现未知,表明蛋白质-配体复合物结构预测的挑战尚未完全解决。 柏林自由大学的团队开发了一种 AI 方法,通过扩展 AlphaFold2 中的 EvoFormer,可以根...
蛋白质灵活性对于达到结合状态和成功对接至关重要,RoseTTAFold All-Atom 虽能在预测蛋白质时结合配体,其在 PoseBusters 测试集上的成功率也只有 42%,且对未见过的蛋白质表现未知,表明蛋白质-配体复合物结构预测的挑战尚未完全解决。 柏林自由大学的团队开发了一种 AI 方法,通过扩展 AlphaFold2 中的 EvoFormer,可以...
此外,当前的打分函数通常仅包含单一的输出,主要包含以下几类:1)蛋白质-配体复合物结合亲和力,通常包括Ki, Kd或IC50的负对数;2)小分子结合姿态相对于天然构象的RMSD;3)结合自由能;4)其它数据空间的分数,比如通过预测蛋白质残基与小分子原子间的距离分布来计算距离似然势。对于一个分子对接产生的蛋白质-配体复合物,...
准确预测蛋白质和配体之间的结合亲和力对于药物发现至关重要。图神经网络(GNN)的最新进展在学习蛋白质-配体复合物的表示以估计结合亲和力方面取得了重大进展。为了提高 GNN 的性能,经常需要从几何角度研究蛋白质-配体复合物。 虽然「现成的」GNN 可以包含分子的一些基本几何结构,例如距离和角度,通过将复合体建模为同亲图...
学习分子动力学第二课:蛋白质配体复合物 热的时候吃火锅最棒啦 79 0 当下,我们还有必要阅读《资本论》吗? 南开大学张俊山教授 学习分子动力学第一课:水溶菌酶 热的时候吃火锅最棒啦 106 0 学习分子动力学第三课:蛋白质配体复合物练习 热的时候吃火锅最棒啦 91 0 3-丁二烯氢氰化制己二腈aspen流程输入...