이 연구는 아프리카 관련 질병에 대한 새로운 혁신 약물을 개발하거나 현재 존재하는 약물의 용도를 변경하기 위한 컴퓨터 지원 약물 설계에 중점을 두고 있습니다. 자, 현재 우리 분야에는 사람들이 개발하고 있는 많은 기계 학습 응용 프로그램이 있으며, 이것은 베타 약물을 설계하기 위해 우리 그룹 내에 통합하고자 하는 것입니다. 현재 우리는 고성능 컴퓨팅으로 알려진 것을 사용하고 있으며, 이는 기본적으로 CPU와 GPU 기술을 모두 사용하여 실험 할 때 더 빠른 결과를 얻음으로써 연구 속도를 높이는 것입니다.
현재 컴퓨터 학습은 여전히 연구에서 매우 새로운 분야이며 학생들은 종종 해야 할 일에 대처하지 못하기 때문에 규율에 도달하는 데 시간이 조금 더 걸립니다. 최근에는 아프리카에서 두드러진 천연 제품을 많이 분리할 수 있었고 현재 SARS-CoV-2 치료에 사용되고 있습니다. 시작하려면 모니터 화면의 창 아이콘으로 이동하여 클릭하십시오.
모든 앱을 선택하고 아래로 스크롤하여 Schrodinger 폴더를 찾습니다. 폴더를 열고 Maestro 아이콘을 클릭합니다. 열기를 선택하여 소프트웨어를 시작합니다.
단백질 구조를 검색하려면 파일 탭을 클릭하고 팝업 메뉴에서 PDB 가져오기를 선택합니다. 텍스트 상자에 원하는 PDB 코드를 입력하고 다운로드 버튼을 클릭합니다. 선택한 PDB 파일이 프로젝트 창에 나타납니다.
또는 검색 상자에 PDB ID를 입력하고 다운로드를 클릭하여 단백질 데이터 뱅크에서 단백질을 다운로드합니다. Maestro에서 File(파일) 탭으로 이동하여 Import Structures(구조 가져오기)를 선택합니다. 가져오기 인터페이스에서 다운로드한 PDB 파일을 찾아 가져오기를 클릭합니다.
이제 단백질 구조를 선택하고 마우스 오른쪽 버튼을 클릭합니다. 준비된 단백질을 선택하고, 마우스 오른쪽 버튼을 클릭하고, Split 옵션을 선택하고, 리간드, 물 등으로 분할합니다. PubChem 데이터베이스를 열고 검색 창에 화합물 이름을 입력하여 화합물을 다운로드합니다.
사용 가능한 구조를 검토하고 다운로드를 클릭한 다음 3D-Conformer를 선택하여 구조 좌표를 구조화된 데이터 파일(SDF)로 저장합니다. Schrodinger에서 파일(File) 탭을 클릭하고 구조 가져오기(Import Structures)를 선택합니다. SDF가 저장된 위치로 이동하여 화합물을 로드합니다.
Schrodinger에서 작업을 클릭하고 검색 창에 LigPrep을 입력한 다음 선택합니다. 다음에서 구조 사용을 클릭하여 작업공간 또는 프로젝트 테이블에서 파일을 선택합니다. LigPrep 창에서 원하는 옵션을 선택하고 실행을 클릭하여 리간드 준비를 위한 작업을 제출합니다.
소프트웨어 창에서 준비된 리간드를 시각화합니다. 구조물의 형상 최적화를 위해 소프트웨어를 엽니다. 파일 탭으로 이동하고 열기를 선택하여 PubChem에서 다운로드한 SDF를 선택합니다.
Calculate 탭으로 이동하여 Gaussian Calculation Setup을 선택합니다. 작업 유형(Job type) 탭에서 최적화(Optimization) 또는 최적화와 빈도(Frequency)를 선택합니다. 이제 방법 탭으로 이동하여 양자 화학 방법을 선택합니다.
드롭다운 메뉴에서 Cone Sham Global Hybrid Exchange Correlation Density Functional, Basis Set, Charge 및 Spin을 선택합니다. 제목 탭으로 이동하여 조사 중인 화합물의 이름을 입력합니다. Link Zero 탭으로 이동하여 메모리 한계 및 공유 프로세서를 지정하십시오.
Full Path(전체 경로) 상자를 선택 취소합니다. 아래쪽에 있는 편집 버튼을 클릭하여 가우스 입력 파일을 가우스 작업 파일 또는 GJF로 선택한 파일 이름으로 원하는 위치에 저장합니다. Tasks(작업)로 이동하고 Receptor Grid Generation을 선택하여 코어 결정 리간드에 결합된 단백질의 활성 부위를 검출합니다.
Pick을 클릭하여 리간드를 식별한 다음 공결정화된 리간드를 선택합니다. Run(실행)을 클릭하여 생성을 위해 그리드를 제출합니다. 분자 도킹의 경우 작업으로 이동하여 Ligand Docking을 선택한 다음 Ligand Docking Glide Docking을 선택합니다.
그런 다음, 그리드 파일을 불러오고 다음에서 리간드 사용(Use Ligand From) 옵션을 사용하여 작업 공간에서 리간드를 선택합니다. 상단의 Display Receptor 상자를 선택하고 적절한 작업 이름을 추가한 다음 Run을 클릭하여 작업을 제출합니다. 설정 탭에서 선호하는 도킹 정밀도 방법을 선택합니다.
수소 결합과 같은 제약 조건을 구성합니다. 모든 설정을 검토한 후 실행을 클릭하여 도킹 프로세스를 시작합니다. 도킹 결과를 검토하고 리간드를 최적화하기 전과 후의 도킹 점수를 비교합니다.
workspace navigator에서 docked protein과 ligand complex 쌍을 선택합니다. 작업으로 이동하여 리간드 디자이너로 이동한 다음 리간드 디자이너 창에서 작업 공간 분석을 클릭합니다. 새로운 리간드를 생성하고 평가하려면 워크플로우 목록에서 Isostere Scanning을 선택하며, 이는 기존 분자 구조에 단편을 추가하여 리간드를 확장하는 성장 방법을 의미합니다.
열거된 화합물의 도킹 결과를 분석하고 공결정화된 화합물에서 9.242를 뺀 값보다 음의 값이 더 큰 화합물을 식별합니다. 그런 다음 작업 버튼을 클릭하고 Desmond System Builder를 선택합니다. 시스템 빌더 패널에서 해결 탭을 선택합니다.
단백질 리간드 복합체에 적합한 사전 정의된 용매 모델을 선택합니다. 그런 다음 상자 모양과 상자 크기 계산 방법을 선택합니다. 그런 다음 Ions(이온) 탭을 선택하고 recalcate(재계산)를 클릭하여 상대 이온을 추가하고 원하는 용매 농도를 설정하여 시스템을 중화합니다.
시스템 준비가 끝나면 작업 공간에서 프로젝트를 봅니다. 작업 공간 탐색기에서 단백질 리간드 복합체를 선택합니다. Task(작업)로 이동하여 Molecular Dynamics Desmond(분자 역학 데스몬드)를 선택합니다.
Molecular Dynamics 패널의 작업 공간에서 리간드 단백질 복합체를 불러옵니다. 시뮬레이션 탭에서 원하는 시뮬레이션 타임라인을 선택합니다. NPT를 앙상블 클래스로 선택합니다.
분자 역학 패널에서 작업 이름을 적절하게 지정합니다. 작업을 작성하고 닫기를 클릭하여 분자 역학 창을 종료합니다. 분자 역학 준비를 위해 작성된 작업을 로컬 터미널을 통해 제출합니다.
완료되면 완료된 작업을 열고 초기 설정 타임라인부터 원하는 시뮬레이션 시간까지 시뮬레이션 시간을 계속합니다. 예를 들어 100나노초 또는 200나노초가 있습니다. 궤적 파일을 열고 궤적을 재생합니다.
단백질 리간드 복합체가 평형을 이루는 위치를 시각화하고 프레임 수를 기록합니다. 터미널을 통해 작업을 제출합니다. 생성된 결과를 분석하기 위해 출력 파일 내용을 보고 CSV 파일을 다운로드합니다.
CSV 파일을 열고 바인딩 에너지를 기록해 둡니다. 마지막으로, 표시된 방정식을 사용하고 MD 시뮬레이션 내에서 각 스냅샷에 대해 결정된 결합 에너지 값의 평균을 구하여 복합체의 자유 결합 에너지를 계산합니다. 산점도는 QSAR 모델의 클래스 1에 대해 관찰된 활동과 예측된 활동을 보여줍니다.
그래프는 예측 활성 값을 제공하기 위해 훈련 세트인 클래스 1과 테스트 세트인 비뉴클레오티드 역전사효소 억제제 사이의 적합도를 나타냅니다. 훈련 세트는 회귀선과 잘 정렬된 반면 테스트 세트에는 약간의 편차가 있었습니다. 서로 다른 리간드에 있는 단백질 간의 상호 작용의 힘은 모든 리간드에서 라이신 101과 수소 결합을 나타냈습니다.
유리 단백질의 분자 역학 시뮬레이션은 약 3.5 옹스트롬의 RMSD에서 약 60나노초 후에 안정화되어 프로토콜 신뢰성을 확인했습니다. 에트라비린(etravirine)을 열거하였고, 이는 3.5에서 안정화되었다. 옹스트롬은 4.5 옹스트롬에서 안정화된 에트라비린에 비해 HIV 1 역전사효소의 활성 부위에서 더 강력하고 안정적인 결합을 나타냈습니다.
열거된 에트라비린의 접촉 타임라인은 또한 시간이 지남에 따라 더 강력하고 안정적인 상호 작용을 나타냈습니다.
