含共晶配体蛋白的小分子虚拟筛选（DOCK 6.9）

1. 前言

本教程讲述如何使用殷赋云平台的【小分子虚拟筛选（DOCK 6.9）】和【准备化合物库】大方案，以含共晶配体的蛋白为靶标，对自备化合物库进行小分子苗头化合物的虚拟筛选。

2. 流程图

graph LR
A(准备受体三维结构) --> B(虚拟筛选)
B(虚拟筛选) --> C(分析结果)
D(准备化合物库) --> B

3. 结构信息

受体蛋白：人Serine/threonine-protein kinase B-raf蛋白，uniprot AC号：P15056，PDB编号：5ITA

化合物库：1000个有机小分子（从ZINC库随机抽取）

4. 平台操作步骤

4.1 准备受体三维结构

1. 打开殷赋云平台（https://cloud.yinfotek.com/)【处理PDB结构】小工具；

2. 输入PDB编号5ITA，点击【确定】；

   

3. 删除多余结构（水分子），保留蛋白和共晶配体；

   该晶体结构为同源二聚体，含有A、B两条链，各包含一个共晶配体。我们保留A链蛋白和配体，删除B链结构和所有水分子，如下图所示。

3. 点击【准备】，下载文件。

4.2 虚拟筛选

1. 打开殷赋云平台【小分子虚拟筛选（DOCK 6.9）】大方案，创建任务，进入提交任务页面；

2. 上传受体文件，选择化合物库或者上传配体文件；

   上传的配体文件须为处理好的三维结构，化合物数量须介于100-10000（含）。

   

3. 上传共晶配体文件，点击【显示盒子】；

   稍等片刻，即返回盒子中心、盒子大小数据和图形。若盒子过小，可增大盒子边缘，再次点击【显示盒子】。

   

   

4. 点击【提交】任务。

4.3 结果分析

1. 待任务完成，点击【查看】，进入分析页面；

2. 查看苗头化合物的对接打分与分布直方图，下载文件；

   表格给出了前100个打分最好的化合物，表格下方为全部（Grid Score <= -50.0 kcal/mol）分子结构和对接打分文件。

   Grid Score：对接打分，Grid Score = Grid_vdw + Grid_es，数值越小，结合力越强；

   Grid_vdw：范德华力贡献，一般表现为疏水作用、π-π堆积等非极性作用；

   Grid_es：静电力贡献，一般表现为氢键、盐桥（离子键）、π-阳离子相互作用等极性作用；

   Int_energy：内部排斥能，数值越大，排斥力越大，表明该构象越不“舒服”，但远小于Grid Score时可以忽略。该指标主要用于警示异常结果。

   

   平台还给出全部结果的打分分布频率直方图，可直观了解整体打分的分布情况。

   

3. 查看相互作用，分析结合模式或挑选苗头化合物；

   • 该页面给出前100个结果的结合模式；
   • 右侧可调整视图样式，右下角可切换化合物和构象。

   

4. 挑选结果。设置过滤条件，点击【确定】。

   • 若返回出错提示，表示无符合条件的化合物，可调整过滤条件再试；
   • 最终结果为各条件的交集，即条件越多，符合的越少；
   • selected-4.sdf中的 4表示该文件包含4个化合物。