In de eerste stap moet de gebruiker de eiwitbestanden (rigide deel) voor docking selecteren met behulp van de browse-knop, die ernaast staat (figuur 3). Dit opent afzonderlijke vensters voor elk eiwit, waar de gebruiker de nodige gegevens kan invoeren, inclusief flexibel deel van het eiwit en de geoptimaliseerde rasterparameters (centrumcoördinaten en grootte van de doos) voor het respectieve eiwit, uitputtingsgraad en aantal output poses. In de tweede stap, na het voltooien van de invoer van eiwitgegevens, moet de map met alle liganden worden geselecteerd.
Geef de Co-ordinaten en flex-bestanden aan de interface.
Als de liganden in .pdb- of .mol2-formaat zijn, moeten ze worden geconverteerd naar .pdbqt-formaat voordat met de docking-simulaties kan worden begonnen (figuur 4).
Converteer de vorm van PDB of .mol2 naar PDBQT-formaat.
In de laatste stap klikt u op het tabblad RUN om het dockingproces te starten.
De voortgang van het experiment kan worden gevisualiseerd in het tekstvak bij “running receptor” en “running ligand”, waarin gegevens worden weergegeven over het aantal bestanden dat is gedockt en het totale aantal bestanden dat voor screening is ingediend. Een pop-up venster zou op het scherm verschijnen, als het experiment met succes is voltooid.
Dan kan de gebruiker op “volgende” optie klikken om de resultaten te analyseren. De volgende is de methodologie wordt gebruikt voor de analyse van de resultaten.
Ligand efficiency is een parameter onlangs geïntroduceerd voor de selectie van nuttige lood moleculen in virtuele screening van grote datasets van verbindingen. Liganden kunnen effectief worden vergeleken met behulp van een parameter “ligand-efficiëntie”, die kan worden berekend door de ΔG-waarde (dock-score) die in het docking-experiment is verkregen, te delen door het aantal niet-waterstofatomen dat in het ligand aanwezig is.
De ligandefficiëntie wordt berekend met de onderstaande vergelijking
Waarbij ΔG = RT In Kd en N het aantal niet-waterstofatomen is.
Dit helpt bij het leggen van een verband tussen de dock-score en de grootte van het ligand. De resultaten worden uitgedrukt als verhouding van LE van verbinding tot LE van standaard, zoals hieronder aangegeven:
De selectie van liganden is gebaseerd op de voorwaarden δLE > 1 of δLE ≥ m+3σ
Waarbij m = gemiddelde waarde van δLE voor alle verbindingen voor een gegeven eiwitdoel σ = standaardafwijking
Problemen in verband met de interactie van liganden met eiwitten kunnen resulteren in vals-positieve of vals-negatieve resultaten. Onlangs werd met succes een wiskundige benadering toegepast met normalisatie van de resultaten op basis van de volgende formule om dit probleem op te lossen. Hetzelfde wordt hier toegepast voor de analyse van de resultaten die bij docking-simulaties worden verkregen.
Waar V = Nieuwe scorewaarde toegekend aan het ligand
Vo = Bindingsenergiewaarde verkregen bij docking-simulaties
ML = Gemiddelde scorewaarde verkregen voor alle liganden voor het respectieve eiwit
MR = Gemiddelde scorewaarden verkregen voor het respectieve ligand in alle eiwitten
In deze analyse, liganden met V-waarde > 1 of V ≥ m+3σ werden geselecteerd. Waarbij m het gemiddelde is van de V-waarden verkregen voor een bepaald doeleiwit en σ de standaardafwijking.
Na voltooiing van de analyse, kunnen de resultaten worden gevonden in een map met de naam “tempdoc” gemaakt in de C-drive. De mappen met de naam resultaat1, resultaat 2, resultaat 3 en resultaat 4 geven de liganden aan die respectievelijk in de δLE (> 1), δLE (≥ m+3σ), V (> 1), en V (≥ m+3σ) analyse zijn geselecteerd. De volledige dokscores en resultaten zijn te zien in het bestand “results.mdb” dat op de C-schijf is aangemaakt, waar de resultaten op een eenvoudige en ongecompliceerde manier in tabelvorm zijn weergegeven, zodat de gebruiker de gegevens voor verdere analyse kan gebruiken (figuur 5).
De getabelleerde resultaten in het bestand results.mdb.
Een handleiding is ook beschikbaar om te downloaden, samen met de bestanden die nodig zijn voor de tutorial. De gebruiker krijgt de beschikking over twee datasets om aan de software te wennen. Een dataset van 113 moleculen (tutorial file 2) wordt verkregen uit de mariene bronnen met proteïnekinase enzymatische inhibitor activiteit worden geselecteerd en gedockt tegen 21 kinases verkregen van RCSB website. De software kan met succes identificeren potentiële liganden (raadpleeg de tutorial file 2), waarvan een wordt beschouwd als potentiële molecule voor de ontwikkeling van geneesmiddelen.
Beschikbaarheid en eisen
Projectnaam: AUDocker LE
Project homepage: https://sourceforge.net/projects/audocker/files/?
Besturingssysteem: Microsoft Windows XP en Windows 7
Programmeertaal: C# op .net framework
Andere vereisten: Voorinstallatie van Python 2.5, Microsoft .net frame werk, AutoDockTools (elke laatste versie), Vina en PyMol. De gebruiker kan de handleidingen van ADT, .net framework en Python raadplegen voor een succesvolle installatie en systeem compatibiliteit.
Licentie: Vrij te gebruiken
Beperkingen voor gebruik door niet-academici: Geen