Стыковка (молекулярная)
Глоссарий стыковки
Рецептор или хост или замок
«Принимающая» молекула , чаще всего белок или другой биополимер .
Лиганд или гость или ключ
Комплементарная молекула-партнер, которая связывается с рецептором. Лиганды чаще всего представляют собой небольшие молекулы, но также могут быть другим биополимером.
Стыковка
Компьютерное моделирование связывания лиганда-кандидата с рецептором.
Режим привязки
Ориентация лиганда относительно рецептора, а также конформация лиганда и рецептора, когда они связаны друг с другом.
Поза
Режим привязки кандидата.
Подсчет очков
Процесс оценки конкретной позы путем подсчета количества благоприятных межмолекулярных взаимодействий, таких как водородные связи и гидрофобные контакты.
Рейтинг
Процесс классификации лигандов, которые наиболее вероятно будут благоприятно взаимодействовать с конкретным рецептором, на основе предсказанной свободной энергии связывания.
Оценка стыковки (DA)
Процедура количественной оценки прогностической способности протокола стыковки.
редактировать

В области молекулярного моделирования , док представляет собой метод , который предсказывает преимущественную ориентацию одной молекулы ко второй , когда связаны друг с другом с образованием стабильного комплекса . [1] Знание предпочтительной ориентации, в свою очередь, может быть использовано для прогнозирования силы ассоциации или аффинности связывания между двумя молекулами с использованием, например, оценочных функций .

Схематическое изображение стыковки низкомолекулярного лиганда (зеленый) с белком-мишенью (черный) с образованием стабильного комплекса.
"> Файл: Docking GPCR example.webmВоспроизвести медиа
Присоединение небольшой молекулы (зеленый) к кристаллической структуре рецептора, сопряженного с бета-2-адренергическим G-белком ( PDB : 3SN6 )

Связи между биологически значимыми молекулами, такими как белки , пептиды , нуклеиновые кислоты , углеводы и липиды, играют центральную роль в передаче сигнала . Кроме того, относительная ориентация двух взаимодействующих партнеров может влиять на тип производимого сигнала (например, агонизм против антагонизма ). Следовательно, стыковка полезна для прогнозирования силы и типа создаваемого сигнала.

Молекулярный докинг - один из наиболее часто используемых методов в разработке лекарств на основе структуры из-за его способности предсказывать конформацию связывания низкомолекулярных лигандов с соответствующим сайтом связывания- мишени . Характеристика поведения связывания играет важную роль в рациональном дизайне лекарств, а также в выяснении фундаментальных биохимических процессов. [2] [3]

Можно думать о молекулярном стыковке как о проблеме «замок и ключ» , в которой нужно найти правильную относительную ориентацию «ключа», которая откроет «замок» (где на поверхности замка находится отверстие для ключа, в каком направлении поворачивать ключ после того, как он вставлен и т. д.). Здесь белок можно рассматривать как «замок», а лиганд - как «ключ». Молекулярный докинг можно определить как проблему оптимизации, которая описывала бы «наиболее подходящую» ориентацию лиганда, который связывается с конкретным представляющим интерес белком. Однако, поскольку и лиганд, и белок являются гибкими, аналогия «рука в перчатке» более уместна, чем «замок и ключ» . [4] В ходе процесса стыковки лиганд и белок корректируют свою конформацию для достижения общего «наилучшего соответствия», и такой вид конформационного регулирования, приводящий к общему связыванию, называется «индуцированным соответствием» . [5]

Исследования молекулярного докинга сосредоточены на компьютерном моделировании процесса молекулярного распознавания . Он направлен на достижение оптимальной конформации как для белка, так и для лиганда и относительной ориентации между белком и лигандом, чтобы свести к минимуму свободную энергию всей системы.

В сообществе молекулярного докинга особенно популярны два подхода. Один подход использует метод сопоставления, который описывает белок и лиганд как комплементарные поверхности. [6] [7] [8] Второй подход моделирует фактический процесс стыковки, в котором рассчитываются энергии парного взаимодействия лиганд-белок. [9] Оба подхода имеют как значительные преимущества, так и некоторые ограничения. Они описаны ниже.

Комплементарность формы

Методы геометрического соответствия / комплементарности формы описывают белок и лиганд как набор функций, которые делают их стыкованными. [10] Эти особенности могут включать в себя дескрипторы молекулярной поверхности / комплементарной поверхности . В этом случае молекулярная поверхность рецептора описывается в терминах его доступной для растворителя площади поверхности, а молекулярная поверхность лиганда описывается в терминах соответствующего описания поверхности. Комплементарность между двумя поверхностями составляет описание соответствия формы, которое может помочь найти комплементарную позу стыковки мишени и молекул лиганда. Другой подход состоит в описании гидрофобных свойств белка с использованием витков в атомах основной цепи. Еще один подход - использовать метод дескриптора формы Фурье. [11] [12] [13] В то время как подходы, основанные на комплементарности формы, обычно быстрые и надежные, они обычно не могут точно моделировать движения или динамические изменения в конформациях лиганд / белок, хотя недавние разработки позволяют этим методам исследовать гибкость лиганда. Методы комплементарности формы могут быстро сканировать несколько тысяч лигандов за считанные секунды и фактически определять, могут ли они связываться с активным сайтом белка, и обычно масштабируются даже для белок-белковых взаимодействий. Они также гораздо более поддаются подходам, основанным на фармакофоре, поскольку они используют геометрические описания лигандов для поиска оптимального связывания.

Моделирование

Смоделировать процесс стыковки намного сложнее. В этом подходе белок и лиганд разделены некоторым физическим расстоянием, и лиганд находит свое положение в активном центре белка после определенного количества «перемещений» в его конформационном пространстве. Движения включают в себя преобразования твердого тела, такие как перемещения и вращения, а также внутренние изменения структуры лиганда, включая повороты под углом кручения. Каждое из этих перемещений в конформационном пространстве лиганда вызывает общую энергетическую стоимость системы. Следовательно, полная энергия системы рассчитывается после каждого движения.

Очевидным преимуществом моделирования стыковки является то, что гибкость лиганда легко вводится, тогда как методы комплементарности формы должны использовать оригинальные методы для включения гибкости лигандов. Кроме того, он более точно моделирует реальность, в то время как дополнительные методы форм являются скорее абстракцией.

Очевидно, что моделирование требует больших вычислительных ресурсов и требует изучения большого энергетического ландшафта. Сеточные методы, методы оптимизации и увеличенная скорость компьютера сделали моделирование стыковки более реалистичным.

Обзор блок-схемы стыковки

Для выполнения скрининга стыковки первое требование - это структура интересующего белка. Обычно структура определяется с использованием биофизических методов, таких как рентгеновская кристаллография , ЯМР-спектроскопия или криоэлектронная микроскопия (крио-ЭМ) , но также может быть получена из конструкции моделирования гомологии . Эта структура белка и база данных потенциальных лигандов служат входными данными для программы стыковки. Успех программы стыковки зависит от двух компонентов: алгоритма поиска и функции подсчета очков .

Алгоритм поиска

Пространство поиска в теории состоит из всех возможных ориентаций и конформации белка , спаренный с лигандом. Однако на практике с текущими вычислительными ресурсами невозможно исчерпывающе исследовать пространство поиска - это потребовало бы перечисления всех возможных искажений каждой молекулы (молекулы динамичны и существуют в ансамбле конформационных состояний) и всех возможных вращательных и поступательных ориентаций лиганд относительно белка на заданном уровне гранулярности . Большинство используемых программ стыковки учитывают все конформационное пространство лиганда (гибкий лиганд), а некоторые пытаются смоделировать гибкий рецептор белка. Каждый «снимок» пары называется позой .

К лиганду и рецептору были применены различные стратегии конформационного поиска. Это включает:

  • систематический или стохастический крутильный поиск вращающихся связей
  • моделирование молекулярной динамики
  • генетические алгоритмы для «развития» новых низкоэнергетических конформаций, и где оценка каждой позы действует как функция приспособленности, используемая для выбора людей для следующей итерации.

Гибкость лиганда

Конформации лиганда могут быть созданы в отсутствие рецептора и впоследствии состыкованы [14], или конформации могут быть созданы «на лету» в присутствии полости для связывания рецептора [15] или с полной гибкостью вращения каждого двугранного угла. с использованием стыковки на основе фрагментов. [16] Оценка энергии силового поля чаще всего используется для выбора энергетически обоснованных конформаций, [17] но также используются методы, основанные на знаниях. [18]

Пептиды являются одновременно очень гибкими и относительно крупными молекулами, что делает моделирование их гибкости сложной задачей. Был разработан ряд методов, позволяющих эффективно моделировать гибкость пептидов во время стыковки белок-пептид. [19]

Рецепторная гибкость

Вычислительные возможности резко увеличились за последнее десятилетие, что сделало возможным использование более сложных и требовательных к вычислительным ресурсам методов в компьютерной разработке лекарств. Однако проблема гибкости рецепторов в методиках стыковки все еще остается сложной. [20] Основная причина этой трудности - большое количество степеней свободы, которые необходимо учитывать при такого рода расчетах. Однако пренебрежение им в некоторых случаях может привести к плохим результатам стыковки с точки зрения предсказания позы привязки. [21]

Множественные статические структуры, экспериментально определенные для одного и того же белка в разных конформациях, часто используются для имитации гибкости рецептора. [22] В качестве альтернативы можно провести поиск ротамерных библиотек боковых цепей аминокислот, которые окружают связывающую полость, для создания альтернативных, но энергетически приемлемых конформаций белка. [23] [24]

Функция подсчета очков

Программы стыковки генерируют большое количество потенциальных поз лиганда, некоторые из которых могут быть немедленно отвергнуты из-за конфликтов с белком. Остальные оцениваются с использованием некоторой оценочной функции, которая принимает позу в качестве входных данных и возвращает число, указывающее вероятность того, что поза представляет собой благоприятное связывающее взаимодействие, и ранжирует один лиганд относительно другого.

Большинство оценочных функций - это силовые поля молекулярной механики, основанные на физике, которые оценивают энергию позы в месте связывания. Различные вклады в связывание можно записать в виде аддитивного уравнения:

Компоненты состоят из эффектов растворителя, конформационных изменений в белке и лиганде, свободной энергии из-за взаимодействий белок-лиганд, внутренних вращений, энергии ассоциации лиганда и рецептора для образования единого комплекса и свободной энергии из-за изменений в колебательных режимах. [25] Низкая (отрицательная) энергия указывает на стабильную систему и, следовательно, на вероятное связывающее взаимодействие.

В альтернативных подходах используются модифицированные оценочные функции для включения ограничений на основе известных ключевых взаимодействий белок-лиганд [26] или потенциалов, основанных на знаниях, полученных из взаимодействий, наблюдаемых в больших базах данных структур белок-лиганд (например, в банке данных о белках ). [27]

Рентгеновская кристаллография дает большое количество структур для комплексов между белками и лигандами с высоким сродством, но сравнительно меньше для лигандов с низким сродством, поскольку более поздние комплексы имеют тенденцию быть менее стабильными и, следовательно, более трудно кристаллизоваться. Функции подсчета, обученные с этими данными, могут правильно стыковать лиганды с высоким сродством, но они также дадут правдоподобные стыкованные конформации для лигандов, которые не связываются. Это дает большое количество ложноположительных совпадений, т. Е. Лиганды, согласно прогнозам, связываются с белком, которые на самом деле не связываются при помещении вместе в пробирку.

Один из способов уменьшить количество ложных срабатываний - это пересчитать энергию поз, получивших наибольшее количество баллов, используя (потенциально) более точные, но более сложные в вычислительном отношении техники, такие как методы обобщенного Борна или Пуассона-Больцмана . [9]

Взаимозависимость между отбором проб и функцией подсчета очков влияет на способность стыковки при прогнозировании правдоподобных поз или сродства связывания для новых соединений. Таким образом, обычно требуется оценка протокола стыковки (при наличии экспериментальных данных) для определения его прогностической способности. Оценка стыковки может выполняться с использованием различных стратегий, таких как:

  • расчет точности стыковки (DA);
  • корреляция между оценкой стыковки и экспериментальным ответом или определением фактора обогащения (EF); [28]
  • расстояние между ион-связывающим фрагментом и ионом в активном центре;
  • наличие индуцированных моделей.

Точность стыковки

Точность стыковки [29] [30] представляет собой одну меру для количественной оценки пригодности программы стыковки путем рационализации способности предсказывать правильную позу лиганда по сравнению с экспериментально наблюдаемой. [31]

Фактор обогащения

Скрины стыковки также могут быть оценены путем обогащения аннотированных лигандов известных связывающих веществ из большой базы данных предполагаемых несвязывающих, « ложных » молекул. [28] Таким образом, успех стыковочного экрана оценивается по его способности обогатить небольшое количество известных активных соединений в верхних рядах экрана среди гораздо большего числа молекул-ловушек в базе данных. Площадь под кривой рабочей характеристики приемника (ROC) широко используется для оценки его характеристик.

Перспективный

Полученные результаты от стыковочных экранов подвергаются фармакологической проверке (например, IC 50 , измерения сродства или активности ). Только проспективные исследования представляют собой убедительное доказательство пригодности метода для конкретной цели. [32]

Бенчмаркинг

Потенциал стыковочных программ для воспроизведения режимов связывания, определенных с помощью рентгеновской кристаллографии, можно оценить с помощью ряда наборов стыковочных тестов.

Для малых молекул существует несколько наборов эталонных данных для стыковки и виртуального скрининга, например, Astex Diverse Set, состоящий из высококачественных рентгеновских кристаллических структур белок-лиганд [33] или Справочник полезных ловушек ( DUD ) для оценки эффективности виртуального скрининга. [28]

Оценка стыковочных программ на предмет их способности воспроизводить режимы связывания пептидов может быть оценена с помощью Уроки для оценки эффективности стыковки и подсчета очков (LEADS-PEP). [34]

Связывающее взаимодействие между низкомолекулярным лигандом и ферментным белком может привести к активации или ингибированию фермента. Если белок является рецептором, связывание лиганда может привести к агонизму или антагонизму . Докинг чаще всего используется в области разработки лекарств - большинство лекарств представляют собой небольшие органические молекулы, и стыковка может применяться к:

  • идентификация попаданий - стыковка в сочетании с функцией подсчета очков может использоваться для быстрого скрининга больших баз данных потенциальных лекарств in silico для выявления молекул, которые могут связываться с интересующей белковой мишенью (см. виртуальный скрининг ).
  • Оптимизация отведения - стыковка может использоваться для прогнозирования, где и в какой относительной ориентации лиганд связывается с белком (также называемый режимом связывания или позой). Эта информация, в свою очередь, может быть использована для разработки более эффективных и селективных аналогов.
  • Биовосстановление - Докинг белкового лиганда также можно использовать для прогнозирования загрязняющих веществ, которые могут разлагаться ферментами. [35] [36]

  • Дизайн лекарств
  • Алгоритм Качальски-Кацира
  • Список систем молекулярной графики
  • Макромолекулярная стыковка
  • Молекулярная механика
  • Белковая структура
  • Белковый дизайн
  • Программное обеспечение для моделирования молекулярной механики
  • Список программ стыковки белок-лиганд
  • Программное обеспечение для молекулярного дизайна
  • Док-станция @ Home
  • Иберцивис
  • База данных ZINC
  • Ведущий поиск
  • Виртуальный просмотр
  • Функции подсчета очков для стыковки

  1. ^ Lengauer Т, М Rarey июня (1996). «Вычислительные методы биомолекулярного докинга». Текущее мнение в структурной биологии . 6 (3): 402–6. DOI : 10.1016 / S0959-440X (96) 80061-3 . PMID  8804827 .
  2. ^ Kitchen DB, Decornez H, Furr JR, Bajorath J (ноябрь 2004 г.). «Стыковка и оценка в виртуальном скрининге для открытия лекарств: методы и приложения». Обзоры природы. Открытие наркотиков . 3 (11): 935–49. DOI : 10.1038 / nrd1549 . PMID  15520816 . S2CID  1069493 .
  3. ^ Мосташари-Рад, Т; Ариан, Р. Мехридехнави, А; Фассихи, А; Гасеми, Франция (13 июня 2019 г.). «Изучение ингибиторов рецепторов хемокинов CXCR4 с использованием QSPR и методик молекулярного докинга». Журнал теоретической и вычислительной химии . 178 (4). DOI : 10.1142 / S0219633619500184 .
  4. ^ Йоргенсен WL (ноябрь 1991 г.). «Ржавчина модели замка и ключа для связывания белок-лиганд». Наука . 254 (5034): 954–5. Bibcode : 1991Sci ... 254..954J . DOI : 10.1126 / science.1719636 . PMID  1719636 .
  5. ^ Wei BQ, Weaver LH, Ferrari AM, Matthews BW, Shoichet BK (апрель 2004 г.). «Тестирование алгоритма стыковки гибких рецепторов в модельном сайте связывания». Журнал молекулярной биологии . 337 (5): 1161–82. DOI : 10.1016 / j.jmb.2004.02.015 . PMID  15046985 .
  6. ^ Голдман ББ, Випке У.Т. (2000). «Дескрипторы квадратичной формы QSD. 2. Молекулярное стыкование с использованием дескрипторов квадратичной формы (QSDock)» . Белки . 38 (1): 79–94. DOI : 10.1002 / (SICI) 1097-0134 (20000101) 38: 1 <79 :: AID-PROT9> 3.0.CO; 2-U . PMID  10651041 .
  7. ^ Meng EC, Shoichet BK, Kuntz ID (1992). «Автоматизированная стыковка с оценкой энергопотребления по сети». Журнал вычислительной химии . 13 (4): 505–524. DOI : 10.1002 / jcc.540130412 . S2CID  97778840 .
  8. ^ Моррис Г.М., Гудселл Д.С., Холлидей Р.С., Хьюи Р., Харт В.Е., Белью Р.К., Олсон А.Дж. (1998). «Автоматическая стыковка с использованием генетического алгоритма Ламарка и эмпирической функции свободной энергии связывания». Журнал вычислительной химии . 19 (14): 1639–1662. CiteSeerX  10.1.1.471.5900 . DOI : 10.1002 / (SICI) 1096-987X (19981115) 19:14 <1639 :: AID-JCC10> 3.0.CO; 2-B .
  9. ^ а б Фейг М., Онуфриев А., Ли М.С., Им В., Дело Д.А., Брукс С.Л. (январь 2004 г.). «Сравнение производительности обобщенных методов Борна и Пуассона при расчете энергий электростатической сольватации для белковых структур». Журнал вычислительной химии . 25 (2): 265–84. DOI : 10.1002 / jcc.10378 . PMID  14648625 . S2CID  3191066 .
  10. ^ Шойчет Б.К., Кунц И.Д., Бодиан Д.Л. (2004). «Молекулярная стыковка с использованием дескрипторов формы». Журнал вычислительной химии . 13 (3): 380–397. DOI : 10.1002 / jcc.540130311 . S2CID  42749294 .
  11. ^ Цай В., Шао Х, Мегре Б. (январь 2002 г.). «Распознавание белок-лиганд с использованием сферических гармонических молекулярных поверхностей: на пути к быстрому и эффективному фильтру для крупномасштабного виртуального скрининга». Журнал молекулярной графики и моделирования . 20 (4): 313–28. DOI : 10.1016 / S1093-3263 (01) 00134-6 . PMID  11858640 .
  12. ^ Моррис Р.Дж., Наджманович Р.Дж., Кахраман А., Торнтон Дж.М. (май 2005 г.). «Реальные коэффициенты расширения сферических гармоник как дескрипторы трехмерной формы для сравнения карманов связывания белков и лигандов» . Биоинформатика . 21 (10): 2347–55. DOI : 10.1093 / биоинформатики / bti337 . PMID  15728116 .
  13. ^ Кахраман А., Моррис Р. Дж., Ласковски Р. А., Торнтон Дж. М. (апрель 2007 г.). «Изменение формы карманов связывания белков и их лигандов». Журнал молекулярной биологии . 368 (1): 283–301. DOI : 10.1016 / j.jmb.2007.01.086 . PMID  17337005 .
  14. ^ Кирсли С.К., Андервуд диджей, Шеридан Р.П., Миллер М.Д. (октябрь 1994 г.). «Flexibases: способ расширить использование методов молекулярного стыковки». Журнал компьютерного молекулярного дизайна . 8 (5): 565–82. Bibcode : 1994JCAMD ... 8..565K . DOI : 10.1007 / BF00123666 . PMID  7876901 . S2CID  8834526 .
  15. ^ Фриснер Р.А., Бэнкс Дж. Л., Мерфи Р. Б., Халгрен Т. А., Кличич Дж. Дж., Майнц Д. Т., Репаски М. П., Нолл Е. Х., Шелли М., Перри Дж. К., Шоу Д. Е., Фрэнсис П., Шенкин П. С. (март 2004 г.). «Планирование: новый подход к быстрой и точной стыковке и подсчету очков. 1. Метод и оценка точности стыковки». Журнал медицинской химии . 47 (7): 1739–49. DOI : 10.1021 / jm0306430 . PMID  15027865 .
  16. ^ Жолдос З., Рид Д., Саймон А., Саджад С.Б., Джонсон А.П. (июль 2007 г.). «eHiTS: новая быстрая, исчерпывающая гибкая система стыковки лигандов». Журнал молекулярной графики и моделирования . 26 (1): 198–212. DOI : 10.1016 / j.jmgm.2006.06.002 . PMID  16860582 .
  17. ^ Ван Кью, Пан Ю.П. (сентябрь 2007 г.). Ромесберг Ф (ред.). «Предпочтение малых молекул локальным минимальным конформациям при связывании с белками» . PLOS ONE . 2 (9): e820. Bibcode : 2007PLoSO ... 2..820W . DOI : 10.1371 / journal.pone.0000820 . PMC  1959 г. 118 . PMID  17786192 .
  18. ^ Клебе Г., Мицнер Т. (октябрь 1994 г.). «Быстрый и эффективный метод создания биологически релевантных конформаций». Журнал компьютерного молекулярного дизайна . 8 (5): 583–606. Bibcode : 1994JCAMD ... 8..583K . DOI : 10.1007 / BF00123667 . PMID  7876902 . S2CID  206768542 .
  19. ^ Ciemny M, Kurcinski M, Kamel K, Kolinski A, Alam N, Schueler-Furman O, Kmiecik S (май 2018 г.). «Белок-пептидный докинг: возможности и проблемы» . Открытие наркотиков сегодня . 23 (8): 1530–1537. DOI : 10.1016 / j.drudis.2018.05.006 . PMID  29733895 .
  20. ^ Антунес Д.А., Деваурс Д., Кавраки Л.Е. (декабрь 2015 г.). «Понимание проблем гибкости белков при разработке лекарств» (PDF) . Мнение эксперта об открытии лекарств . 10 (12): 1301–13. DOI : 10.1517 / 17460441.2015.1094458 . hdl : 1911/88215 . PMID  26414598 . S2CID  6589810 .
  21. ^ Cerqueira NM, Bras NF, Fernandes PA, Ramos MJ (январь 2009 г.). «MADAMM: многоступенчатая стыковка с протоколом автоматизированного молекулярного моделирования». Белки . 74 (1): 192–206. DOI : 10.1002 / prot.22146 . PMID  18618708 . S2CID  36656063 .
  22. ^ Тотров М., Абагян Р. (апрель 2008 г.). «Гибкий лиганд стыковки с множественными конформациями рецептора: практическая альтернатива» . Текущее мнение в структурной биологии . 18 (2): 178–84. DOI : 10.1016 / j.sbi.2008.01.004 . PMC  2396190 . PMID  18302984 .
  23. ^ Хартманн К., Антеш I, Ленгауэр Т. (февраль 2009 г.). «Стыковка и оценка с альтернативными конформациями боковой цепи». Белки . 74 (3): 712–26. DOI : 10.1002 / prot.22189 . PMID  18704939 . S2CID  36088213 .
  24. ^ Тейлор Р. Д., Еврейсбери П. Дж., Эссекс Дж. У. (октябрь 2003 г.) «FDS: стыковка гибких лигандов и рецепторов с континуальной моделью растворителя и энергетической функцией мягкого ядра». Журнал вычислительной химии . 24 (13): 1637–56. CiteSeerX  10.1.1.147.1131 . DOI : 10.1002 / jcc.10295 . PMID  12926007 . S2CID  15814316 .
  25. ^ Murcko MA (декабрь 1995 г.). "Вычислительные методы для прогнозирования свободной энергии связывания в комплексах лиганд-рецептор". Журнал медицинской химии . 38 (26): 4953–67. DOI : 10.1021 / jm00026a001 . PMID  8544170 .
  26. ^ Аркон, Хуан Пабло; Turjanski, Adrián G .; Martí, Marcelo A .; Форли, Стефано (2021), Ballante Флавио (ред.), «Предвзято док для Белково-Лиганда Позы Предсказание» , Белково-лиганд и дизайн Drug , методы в молекулярной биологии, Нью - Йорк, Нью - Йорк:. Springer США, стр 39 -72, DOI : 10.1007 / 978-1-0716-1209-5_3 , ISBN 978-1-0716-1209-5, получено 2021-04-05
  27. ^ Гольке, Хольгер; Хендлих, Манфред; Клебе, Герхард (2000-01-14). «Основанная на знаниях функция оценки для прогнозирования взаимодействий белок-лиганд11 Под редакцией Р. Хубера» . Журнал молекулярной биологии . 295 (2): 337–356. DOI : 10.1006 / jmbi.1999.3371 . ISSN  0022-2836 .
  28. ^ а б в Хуанг Н., Шойчет Б.К., Ирвин Дж.Дж. (ноябрь 2006 г.). «Тестовые наборы для молекулярного докинга» . Журнал медицинской химии . 49 (23): 6789–801. DOI : 10.1021 / jm0608356 . PMC  3383317 . PMID  17154509 .
  29. ^ Ballante F, Marshall GR (январь 2016 г.). «Автоматизированная стратегия для выбора позы привязки и оценки стыковки при разработке лекарств на основе структуры». Журнал химической информации и моделирования . 56 (1): 54–72. DOI : 10.1021 / acs.jcim.5b00603 . PMID  26682916 .
  30. ^ Бурсулая Б.Д., Тотров М., Абагян Р., Брукс С.Л. (ноябрь 2003 г.). «Сравнительное исследование нескольких алгоритмов стыковки гибких лигандов». Журнал компьютерного молекулярного дизайна . 17 (11): 755–63. Bibcode : 2003JCAMD..17..755B . DOI : 10,1023 / Б: JCAM.0000017496.76572.6f . PMID  15072435 . S2CID  12569345 .
  31. ^ Балланте, Флавио (2018). «Докинг-соединение белок-лиганд в дизайне лекарств: оценка эффективности и выбор позы связывания». Рациональный дизайн лекарств . Методы молекулярной биологии. 1824 . С. 67–88. DOI : 10.1007 / 978-1-4939-8630-9_5 . ISBN 978-1-4939-8629-3. ISSN  1940-6029 . PMID  30039402 .
  32. ^ Ирвин JJ (14 февраля 2008 г.). «Тесты сообщества для виртуального просмотра». Журнал компьютерного молекулярного дизайна . 22 (3–4): 193–9. Bibcode : 2008JCAMD..22..193I . DOI : 10.1007 / s10822-008-9189-4 . PMID  18273555 . S2CID  26260725 .
  33. ^ Хартсхорн MJ, Verdonk ML, Chessari G, Brewerton SC, Mooij W.T., Mortenson PN, Murray CW (февраль 2007 г.). «Разнообразный высококачественный набор для проверки эффективности стыковки белок-лиганд». Журнал медицинской химии . 50 (4): 726–41. DOI : 10.1021 / jm061277y . PMID  17300160 .
  34. ^ Хаузер А.С., Виндшюгель Б. (декабрь 2015 г.). «Набор контрольных данных для оценки эффективности стыковки пептидов». Журнал химической информации и моделирования . 56 (1): 188–200. DOI : 10.1021 / acs.jcim.5b00234 . PMID  26651532 .
  35. ^ Суреш П.С., Кумар А., Кумар Р., Сингх В.П. (январь 2008 г.). «Подход in silico [исправление инсилико] к биоремедиации: лакказа как тематическое исследование». Журнал молекулярной графики и моделирования . 26 (5): 845–9. DOI : 10.1016 / j.jmgm.2007.05.005 . PMID  17606396 .
  36. ^ Башарат З., Ясмин А., Биби М. (2020). «Значение молекулярного докинга для биоремедиации». Аналитика данных в медицине: концепции, методологии, инструменты и приложения . IGI Global. С. 1556–1577. ISBN 978-1799812043.

  • Бикади З., Ковач С., Демко Л., Хазай Э. «Молекулярный док-сервер - стыковка лиганд-белка и молекулярное моделирование» . Virtua Ltd Drug . Проверено 15 июля 2008 . Интернет-сервис, вычисляющий местоположение, геометрию и энергию малых молекул, взаимодействующих с белками.
  • Малинаускас Т. «Пошаговая установка MGLTools 1.5.2 (AutoDockTools, Python Molecular Viewer и среда визуального программирования) на Ubuntu Linux 8.04» . Архивировано из оригинала на 2009-02-26 . Проверено 15 июля 2008 .
  • Docking @ GRID Project of Conformational Sampling and Docking on Grids: одна из целей - развернуть некоторые встроенные распределенные алгоритмы стыковки в вычислительных Grids, загрузить версию Docking @ GRID для Linux с открытым исходным кодом
  • Click2Drug.org - Справочник средств компьютерного дизайна лекарств.
  • Лиганд: стыковка рецептора с MOE (молекулярная рабочая среда)