自学内容网 自学内容网

Rosetta 二:手把手教你用Rosetta的全局对接模块

1. 全局对接模块的主要步骤

  1. 粗略对接(Coarse-Grained Docking):
    全局对接首先通过低分辨率的方法进行粗略采样,探索两种分子之间的可能对接位置。这个阶段通常通过模拟刚体转动和位移来采样分子相对位置的多样性。Rosetta 使用 Monte Carlo 随机采样方法,以广泛探索结合区域,并找出可能的初步对接姿态。
  2. 精细对接(High-Resolution Refinement):
    在初步的粗略对接后,Rosetta会对对接的蛋白质复合物进行精细化处理。这涉及到侧链重新排列、局部能量优化以及进一步精细化的构象空间探索,以找到更加稳定的结合状态。
  3. 能量评估:
    对接过程中,Rosetta 使用能量函数对每个姿态进行打分。能量函数考虑了分子间的相互作用、静电作用、范德华力以及结合位点的几何形状。这个评分可以用来区分不同的对接姿态,并选择最有可能的结合模式。

2. Rosetta全局对接的命令行工具

1. docking_protocol:

这是 Rosetta 进行蛋白质-蛋白质对接的核心应用程序。通常先生成粗略的对接结构,然后在低分辨率模式下进行采样,并通过高分辨率优化进行进一步改进。

docking_protocol.default.linuxgccrelease \
    -s receptor.pdb ligand.pdb \
    -partners A_B \
    -docking:low_res_protocol_only \
    -nstruct 100 \
    -out:path:all output_directory/
•-s:指定输入的受体和配体的 PDB 文件。
•-partners A_B:定义对接的受体链和配体链。
•-docking:low_res_protocol_only:仅执行低分辨率粗略对接。
•-nstruct 100:生成 100 个不同的对接构象。
•-out:path:all:指定输出文件的保存路径。

2. FlexPepDock:

如果是蛋白质-肽段对接,可以使用 FlexPepDock 模块进行全局和局部对接。

FlexPepDocking.default.linuxgccrelease \
    -s receptor.pdb ligand.pdb \
    -pep_refine \
    -ex1 -ex2aro \
    -nstruct 100 \
    -out:path:all output_directory/

3. Fa_dock

使用Rosetta进行蛋白质和纳米材料的全局对接可以使用Fa_dock

 rosetta_scripts.default.linuxgccrelease -s /mnt/data/zf/rosetta/dock/AF-Q13148-F1-model_v4.pdb /mnt/data/zf/rosetta/dock/ps_nanoball.pdb -native /mnt/data/zf/rosetta/dock/AF-Q13148-F1-model_v4.pdb -score:weights docking.wts -ex1 -ex2aro -use_input_sc \-nstruct 1000

4. RosettaScripts:

对于更复杂或自定义的全局对接工作流程,用户可以使用 RosettaScripts 定义更加灵活的对接策略。例如,可以通过 XML 文件定义对接、打分、侧链优化等步骤。

3. 全局对接的输入文件

1. 蛋白质结构文件(PDB 格式):

Rosetta 全局对接需要受体和配体的 PDB 文件。一般情况下,这些文件应尽可能干净,去除不相关的配体、溶剂分子等。

2. 可选的约束文件:

如果你有一些关于对接位点的先验知识,可以提供约束文件(.cst 格式),在对接过程中强制 Rosetta 重点探索这些区域。这对于提高对接的准确性和速度很有帮助。

4. 结果分析

对接完成后,Rosetta 会生成多个对接构象和能量打分文件。一般可以使用以下方式进行分析:

  1. 观察打分分布:
    Rosetta 通常会对每个对接结构进行打分,选择能量最低的一些构象来进行进一步分析。
  2. 聚类分析:
    可以对生成的对接构象进行聚类分析,找出最常见的对接姿态。Rosetta 提供了 cluster 应用程序进行这种分析。
  3. 可视化:
    使用 PyMOL 或 Chimera 等分子可视化工具查看生成的对接构象,比较受体和配体的相对位置以及结合位点的几何特性。

原文地址:https://blog.csdn.net/m0_54634272/article/details/142413805

免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!