Документ взят из кэша поисковой машины. Адрес
оригинального документа
: http://kodomo.cmm.msu.ru/~lu.andreeva/prac10.html
Дата изменения: Thu May 26 20:04:16 2011 Дата индексирования: Tue Oct 2 02:33:38 2012 Кодировка: Windows-1251 |
Цель практикума - ознакомиться с возможностями докинга низкомолекулярного лиганда в структуру
белка с помощью пакетов Autodock Vina и Autodock tools.
Программе Autodock Vina для докинга необходимы специально форматированные файлы pdb c
зарядами и указанием торсионных углов. Для начала попробуем провести докинг одного из
мономеров сахара (NAG) из прошлого занятия.
В банке pdb найдем SMILES нотацию для NAG: nag.smi.
C помощью obgen построим 3D структуру этого сахара в pdb формате:
obgen nag.smi > nag.mol
babel -imol nag.mol -opdb nag.pdb
Получили pdb файл: nag.pdb.
Итак, у нас есть входные файлы. Теперь надо создать файл с параметрами докинга vina.cfg.
Для докинга необходимо указать область структуры белка, в которой будет происходить поиск
места для связывания. Удобно его задать как куб с неким центором.
Координаты центра мы определим из модели комплекса, которую мы построили на прошлом занятии.
Выберем атом сахара, который находится в центре сайта связывания - C7B - и из текста pdb
файла извлечем его координаты (40.510 40.432 26.230).
Построим файл vina.cfg.
Проведем первый докинг:
vina --config vina.cfg --receptor model5.pdbqt --ligand nag.pdbqt --out nag_prot.pdbqt --log nag_prot.log
Получены файлы nag_prot.pdbqt и nag_prot.log.
Из nag_prot.log найдем энергии 3ех лучших расположений и геометрическую разницу между ними:
Номер положения | энергия (ккал/моль) | геометрическая разница (u.b.rmsd) |
1 | -5.8 | 0.000 |
2 | -5.8 | 2.212 |
3 | -5.8 | 3.078 |
Файлы nag_prot.pdbqt и model5.pdbqt были
загружены в PyMol (включим анимацию). Все состояния лиганда видны на следующем рисунке:
На рисунке видно, что лиганд способен значительно изменять свое местоположение.
Теперь проведем докинг, рассматривая подвижность некоторых боковых радикалов белка.
Сначала разобьем белок на две части, подвижную и неподвижную.
Для подвижной части выберем 3 аминокислоты, которые уже использовали в прошлом задании для позиционирования лиганда:
ASP120, TRP82, ASN77:
prepare_flexreceptor4.py -r model5.pdbqt -s ASP120_TRP82_ASN77
и проведем докинг:
vina --config vina.cfg --receptor model5_rigid.pdbqt --flex model5_flex.pdbqt --ligand nag.pdbqt --out vina_model5_flex.pdbqt --log vina_model5_flex.log
Рассмотрим файл vina_model5_flex.log и
занесем в таблицу энергии 3ех лучших расположений и геометрическую разницу между ними:
Номер положения | энергия (ккал/моль) | геометрическая разница (u.b.rmsd) |
1 | -5.6 | 0.000 |
2 | -5.5 | 1.518 |
3 | -5.5 | 1.292 |
10 | -4.6 | 1.579 |
Энергия связывания лиганда с белком в результате последнего докинга примерно на 1 ккал/моль
ниже.
В PyMol загрузим файлы vina_model5_flex.pdbqt и
model5_rigid.pdbqt. Включим анимацию и рассмотрим все состояния:
В отличие от предыдущего докинга, в гибком положение меняет не только лиганд, но и выбранные аминокислотные остатки. Лиганд имеет большую подвижность. На мой взгляд, такой докинг лучше отражает действительность, так как белки в нормальных условиях подвижны.
Только модели 19-20 жесткого и 20 гибкого докинга (с энергией -3.4 ккал/моль) соответствуют реальному расположению лиганда. Жесткий докинг моделирует положения лиганда, менее отличающиеся от реальных, но с большими энергиями, чем гибкий докинг.