快速建立合作: info@pumeirui.com
Edua

反向对接(潜在靶标预测)

63 人使用过此工具

给定目标分子,筛选内置靶标结构库,获得该分子可能结合的潜在靶标。

8000点起 立即运行

分类 : 蛋白-小分子

  • 详细介绍
  • 实验案例
  • 客户评价

药物开发者已有感兴趣的小分子化合物或天然产物,但并不知道潜在的作用靶点蛋白,需要针对已有蛋白质靶点进行反向分子对接搜索,寻找其可能的所有靶标,从而预测其分子机制、潜在靶标、新适应症或副作用等。本工具内置疾病靶标数据库,用户提供感兴趣的分子,即可对靶标库系统对接并给出潜在靶标列表及其关联的信号通路

产品功能:(1) 可根据用户提交的小分子文件,内置靶点库进行系统对接,预测并输出潜在靶标与小分子的复合物结构,并给出对接结合模式分析和结构显示。(2) 预测的复合物结构采用基于知识的对接打分函数以及深度学习模型打分函数进行打分排序,给出潜在靶标列表。

输入:小分子结构文件(smi, sdf, mol2)

输出:潜在靶标列表及打分文件,潜在靶标与小分子的结合模式。

 

目前靶标库全部结构约4万个,代表结构约8000个,选择全部结构对接预计耗费约40000点,选择代表构象对接预计耗费约8000点,时间周期1-2周。



白藜芦醇是一种非黄酮类多酚有机化合物,口服易吸收,抗氧化、抗炎、抗癌心血管保护等作用[1]本实例以白藜芦醇为小分子配体进行反向对接,具体步骤如下所示。

第一步:进入界面开始运行


第二步:输入任务名称。


第三步:上传小分子文件;配体小分子可在分子编辑器中绘制上传,也可直接输入小分子smiles,或以文件形式上传(文件仅支持sdfmol2格式)。



第四步:选择打分项及对接体系;Representative structures”为筛选出的靶蛋白代表靶蛋白构象合集,“All available structures”为所有靶蛋白构象库。用户可根据自身需求选择对接体系及是否需要添加AI打分。


第五步:阅读免责声明,同意后提交

第六步:确认参数,确认无误后提交;一经提交无法修改,请用户仔细核对。

结果输出:根据用户选择的上传体系和提交的小分子文件预测并输出潜在靶标列表、打分文件和潜在靶标与小分子的结合模式,具体说明如下。

第一步:查看结果

第二步:查看结果报告

第三步:查看、下载报告;

第四步:结果分析;如下图所示,表中按打分高低依次给出与小分子结合最优蛋白结构的Uniprot IDUniprot accession number、基因名称、相关疾病、信号通道、对接打分、打分排名和靶蛋白的PDB ID。若提交参数时勾选AI打分则可选按对接打分排序或按AI亲和力打分排序;若未勾选则仅可按对接打分排序。对接打分对应化合物的结合自由能值,数值越低结合能力越强;AI亲和力打分与亲和力正相关,拟合的是-log(Kd)(IC50Kd),打分越高则亲和力越好。

第五步:查看分子视图

参考文献

[1] Buryanovskyy L, Fu Y, Boyd M, Ma Y, Hsieh TC, Wu JM, Zhang Z. Crystal structure of quinone reductase 2 in complex with resveratrol. Biochemistry. 2004 Sep 14;43(36):11417-26. doi: 10.1021/bi049162o. PMID: 15350128; PMCID: PMC3650734.

暂无相关评论~

发表您的评价

登录
还没有账号?注册

保持登录