diff --git a/.vscode/extensions.json b/.vscode/extensions.json new file mode 100644 index 0000000..9c3f005 --- /dev/null +++ b/.vscode/extensions.json @@ -0,0 +1,5 @@ +{ + "recommendations": [ + "lextudio.restructuredtext" + ] +} \ No newline at end of file diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_20_04.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_20_04.png" new file mode 100644 index 0000000..1fccf39 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_20_04.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_26_55.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_26_55.png" new file mode 100644 index 0000000..2ce4f96 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_26_55.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_37_43.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_37_43.png" new file mode 100644 index 0000000..c5f2317 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_37_43.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_39_08.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_39_08.png" new file mode 100644 index 0000000..c2e8f81 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_39_08.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_40_06.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_40_06.png" new file mode 100644 index 0000000..f8bf551 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_40_06.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_40_57.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_40_57.png" new file mode 100644 index 0000000..f1e10e1 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_40_57.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_43_49.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_43_49.png" new file mode 100644 index 0000000..1215c45 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_43_49.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_44_49.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_44_49.png" new file mode 100644 index 0000000..765a2fe Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_44_49.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_45_15.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_45_15.png" new file mode 100644 index 0000000..519c552 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_45_15.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_47_39.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_47_39.png" new file mode 100644 index 0000000..4a11913 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_47_39.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_49_06.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_49_06.png" new file mode 100644 index 0000000..58a8404 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_16_\344\270\213\345\215\2105_49_06.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_28_\344\270\213\345\215\2105_14_22.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_28_\344\270\213\345\215\2105_14_22.png" new file mode 100644 index 0000000..7e22038 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_28_\344\270\213\345\215\2105_14_22.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_28_\344\270\213\345\215\2105_22_16.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_28_\344\270\213\345\215\2105_22_16.png" new file mode 100644 index 0000000..db7a8a1 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_28_\344\270\213\345\215\2105_22_16.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2102_44_31.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2102_44_31.png" new file mode 100644 index 0000000..7415e70 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2102_44_31.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_23_34.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_23_34.png" new file mode 100644 index 0000000..d028943 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_23_34.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_24_47.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_24_47.png" new file mode 100644 index 0000000..05eac15 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_24_47.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_01.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_01.png" new file mode 100644 index 0000000..92ad0de Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_01.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_06.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_06.png" new file mode 100644 index 0000000..22f2f7b Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_06.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_23.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_23.png" new file mode 100644 index 0000000..35839f8 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2103_25_23.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_29_12.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_29_12.png" new file mode 100644 index 0000000..022ecb7 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_29_12.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_34_51.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_34_51.png" new file mode 100644 index 0000000..280ee20 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_34_51.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_44_19.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_44_19.png" new file mode 100644 index 0000000..a7c85bd Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_44_19.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_46_13.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_46_13.png" new file mode 100644 index 0000000..39c789f Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_07_29_\344\270\213\345\215\2105_46_13.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_08_11_\344\270\213\345\215\2103_41_41.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_08_11_\344\270\213\345\215\2103_41_41.png" new file mode 100644 index 0000000..6d5d4c4 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_08_11_\344\270\213\345\215\2103_41_41.png" differ diff --git "a/docs/images/workshop_image/\346\210\252\345\261\2172025_08_11_\344\270\213\345\215\2104_27_56.png" "b/docs/images/workshop_image/\346\210\252\345\261\2172025_08_11_\344\270\213\345\215\2104_27_56.png" new file mode 100644 index 0000000..bbf1364 Binary files /dev/null and "b/docs/images/workshop_image/\346\210\252\345\261\2172025_08_11_\344\270\213\345\215\2104_27_56.png" differ diff --git a/docs/source/autodock.rst b/docs/source/autodock.rst new file mode 100644 index 0000000..1ad80cf --- /dev/null +++ b/docs/source/autodock.rst @@ -0,0 +1,66 @@ +.. _autodock: + +==================== +autodock +==================== + +介绍 +---- +AutoDock是一款广泛应用于分子对接的开源工具套件，由Scripps研究所开发，主要用于预测小分子配体与生物大分子（如蛋白质）之间的结合模式和亲和力。 + +其核心算法结合了拉马克遗传算法和半柔性对接策略，支持配体构象搜索和蛋白质侧链柔性调整。AutoDock Vina作为其优化版本，在速度和精度上显著提升，采用梯度优化算法实现高效全局搜索。用户需准备受体（PDBQT格式）和配体文件，通过定义搜索空间生成结合构象及结合自由能评分。该工具广泛应用于药物虚拟筛选和相互作用机制研究。 + +输入 +---- + +.. image:: ../images/workshop_image/截屏2025_07_29_下午5_29_12.png + +上传文件结构包括： + +PDB文件（蛋白质结构） +^^^^^^^^^^^^^^^^^^^^^^ +PDB（Protein Data Bank）格式是存储生物大分子三维结构的标准文本格式，由固定列宽的记录行组成，包含原子坐标、残基信息、二级结构等关键数据。每行以特定关键字（如ATOM、HETATM）开头，记录原子序号、元素类型、残基名称、链标识、三维坐标（X/Y/Z）及温度因子等信息。该格式兼容主流可视化工具（PyMOL、Chimera），但精度受限于列宽限制（坐标保留3位小数） + +PDB文件可直接从RCSB数据库下载，是分子对接、结构分析的基础输入格式。 + +SDF文件（小分子结构） +^^^^^^^^^^^^^^^^^^^^^^ +SDF（Structure-Data File）是一种化学信息学通用格式，以文本形式存储单/多分子的结构、属性及拓扑信息。每个分子由原子-键列表（如``C 1.0 0.0 0.0``）、连通性（``1 2 1``）及自定义属性（如``> ``）组成，支持多分子批量存储（通过``$$$$``分隔）。SDF广泛用于药物数据库（如PubChem）和虚拟筛选，其优势在于兼容生物活性数据，但需工具（如OpenBabel）转换为PDBQT等对接专用格式。 + +PDBQT文件 +^^^^^^^^^^ +电荷结构文件，包含蛋白质或者小分子结构信息，既可以通过**PDB**文件转化生成，也可以从**SDF**等小分子格式转换得到。 + +PDBQT是AutoDock系列工具专用的分子格式，在PDB基础上扩展了原子电荷（Q）、原子类型（T）及柔性定义。受体PDBQT需保留蛋白质刚性骨架并指定柔性残基（如``REMARK 20 active torsions``），配体PDBQT则需标记可旋转键（``TORSDOF 10``）。该格式通过工具（如MGLTools）从PDB/SDF生成，关键步骤包括：加氢（如``pdbqt_addh``）、计算电荷（如Gasteiger）、删除非极性氢，确保对接时能量评分准确。PDBQT是AutoDock/Vina强制要求的输入格式，平衡了结构精度与计算效率。 + +坐标选择 +^^^^^^^^ +.. image:: ../images/workshop_image/截屏2025_07_29_下午5_34_51.png +可通过在查看器中选择原子进行手动坐标查询及显示，后续可以将坐标填入对接参数窗口中。 + +参数调整 +-------- +.. image:: ../images/workshop_image/截屏2025_07_29_下午5_44_19.png + +口袋中心坐标 +^^^^^^^^^^^^ +在AutoDock中，口袋中心坐标（Grid Center）用于定义分子对接的搜索空间核心位置，通常以三维直角坐标系（X、Y、Z）表示。这些坐标需精准覆盖目标蛋白的活性位点或已知结合区域，可通过可视化软件（如PyMOL）手动测量或基于参考配体的质心自动计算。 + +若坐标过于偏离实际结合位点，可能导致对接失败或结果不准确。例如，对HIV-1蛋白酶，中心经度可设为关键催化残基（如Asp25）附近。用户需在配置文件（.gpf或Vina的--center参数）中指定位置，确保算法聚焦于相关区域。 + +对接盒子尺寸 +^^^^^^^^^^^^ +对接盒子尺寸（Grid Box Size）决定了搜索空间的范围，以埃（Å）为单位定义长、宽、高（如20×20×20 Å）。尺寸过小可能遗漏潜在结合位点，过大则增加计算量且降低精度。 + +一般建议盒子边缘距离配体至少5-10 Å，以容纳构象变化。例如，若配体大小约10 Å，盒子尺寸可设为20×20×20 Å。在柔性对接中，还需考虑蛋白质侧链运动空间。AutoDock Tools或Vina的--size参数可交互式调整盒子，需平衡计算效率与覆盖度。 + +计算线程数 +^^^^^^^^^^ +计算线程数（Number of Threads）控制并行计算资源，直接影响对接速度。AutoDock Vina通过--cpu参数指定（如--cpu 8表示使用8线程），充分利用多核CPU加速搜索。目前平台推荐线程数值：2000-5000 + +输出结果 +-------- +.. image:: ../images/workshop_image/截屏2025_07_29_下午5_46_13.png + +结合能窗口中显示不同构象的结合能排名，可以初步筛选底物与酶的耦合效果。通过比较不同底物的结合能，有效评估其与受体的相互作用强度。 +结合能单位通常为负值，单位kcal/mol，负值越大结合能越高。通过结合能在下载文件中找到对应的构象并转化为PDB格式。 \ No newline at end of file diff --git a/docs/source/diffdock.rst b/docs/source/diffdock.rst new file mode 100644 index 0000000..22dddba --- /dev/null +++ b/docs/source/diffdock.rst @@ -0,0 +1,69 @@ +.. _diffdock: + +==================== +diffdock +==================== + +介绍 +---- +DiffDock是一种基于扩散模型的革命性分子对接方法，通过先进的生成式AI技术预测小分子配体与蛋白质受体的结合模式。 + +与传统依赖力场和采样算法的对接工具不同，DiffDock利用扩散模型的强大生成能力，将对接过程转化为从噪声中逐步重建配体三维构象的概率建模问题。该方法首先生成随机初始构象，然后通过训练好的神经网络逐步去噪，最终输出高精度的结合构象，同时为每个预测提供置信度评分。 + +DiffDock的创新性在于其能够自然处理蛋白质-配体相互作用中的复杂特性，如蛋白质柔性、诱导契合效应和隐式结合口袋，而无需预先定义搜索空间或依赖经验力场。相比传统方法，DiffDock在对接精度上显著提升，特别是对于困难靶点，其预测结果中高精度构象（RMSD≤2Å）的比例可达60-80%，远超传统方法的30-50%。 + +此外，DiffDock的计算效率极高，在GPU上可实现秒级预测，支持大规模虚拟筛选。该方法的输出包含多个可能构象及其置信度，用户可根据需求筛选最优结果或分析结合模式的多模态分布。DiffDock的出现为药物发现中的分子对接提供了全新范式，适用于挑战性靶点的先导化合物优化和虚拟筛选研究。 + +输入 +---- + +蛋白质输入 +^^^^^^^^^^ +.. image:: ../images/workshop_image/截屏2025_07_29_下午3_24_47.png + +**蛋白质输入格式： PDB** +PDB（Protein Data Bank）格式是存储生物大分子三维结构的标准文本格式，由固定列宽的记录行组成，包含原子坐标、残基信息、二级结构等关键数据。每行以特定关键字（如ATOM、HETATM）开头，记录原子序号、元素类型、残基名称、链标识、三维坐标（X/Y/Z）及温度因子等信息。该格式兼容主流可视化工具（PyMOL、Chimera），但精度受限于列宽限制（坐标保留3位小数） + +PDB文件可直接从RCSB数据库下载，是分子对接、结构分析的基础输入格式。 + +小分子输入 +^^^^^^^^^^ +.. image:: ../images/workshop_image/截屏2025_07_29_下午3_25_01.png + +SDF（Structure-Data File）、MOL2（Tripos Mol2）和MOL（MDL Molfile）是化学信息学和分子建模中广泛使用的配体文件格式，它们的来源和发展背景各不相同： + +1. **SDF（Structure-Data File）** + + - **来源**：由**MDL Information Systems**（现属Biovia/Dassault Systèmes）开发，最初用于其分子建模软件（如ISIS/Draw、Pipeline Pilot）。 + + - **特点**：支持存储多个分子结构及自定义属性（如生物活性数据），广泛应用于高通量虚拟筛选和药物数据库（如PubChem、ChEMBL）。 + +2. **MOL2（Tripos Mol2）** + + - **来源**：由**Tripos Associates**（现属Certara）为其**SYBYL**分子建模软件设计，用于存储分子结构、电子、力场参数等扩展信息。 + + - **特点**：采用自由格式ASCII文本，支持复杂分子描述（如蛋白质-配体相互作用），常见于分子动力学模拟（如AMBER、GROMACS）。 + +3. **MOL（MDL Molfile）** + + - **来源**：由**MDL**开发，是早期化学信息学的标准格式，用于单分子结构存储。 + + - **特点**：结构简单，仅包含原子、键和基本连通性数据，兼容大多数化学绘图工具（如ChemDraw） + +4. **SMILES**（Simplified Molecular Input Line Entry System）描述分子结构的字符串 + +参数调整 +-------- +.. image:: ../images/workshop_image/截屏2025_07_29_下午3_25_06.png + +DiffDock中的采样数量（num_samples）是指模型在预测时生成的候选结合构象总数，直接影响结果的全面性和计算效率。增加采样数（如>20）能提高对柔性配体或复杂结合位点的覆盖度，更可能捕获真实构象，但会显著增加计算时间和GPU内存消耗；减少采样数（如<20）可加速预测，适合高通量筛选，但可能遗漏低能态构象。用户可根据靶点灵活性和需求调整，建议结合聚类分析和置信度评分验证采样充分性。 + +输出结果 +-------- +.. image:: ../images/workshop_image/截屏2025_07_29_下午3_25_23.png + +- **Rank（排名）**：表示模型对生成的多个构象按综合质量（如能量评分、几何合理性）进行的排序，**Rank 1**代表当前预测中最优的结合构象，数值越小优先级越高。 + +- **Confidence（置信度）**：反映模型对该构象准确性的把握程度（通常基于内部评分或概率），数值通常为负数，数值越低（及负值越大）表示预测可靠性越强，可能更接近真实结合模式。 + +**sdf**结果为已经对接后的带坐标轴信息的小分子输出结果。 \ No newline at end of file diff --git a/docs/source/enzyme_coupling.rst b/docs/source/enzyme_coupling.rst new file mode 100644 index 0000000..066156f --- /dev/null +++ b/docs/source/enzyme_coupling.rst @@ -0,0 +1,138 @@ +.. _enzyme_coupling: + +==================== +I. 酶柔性耦合 +==================== + +酶柔性耦合（Enzyme Flexible Coupling）是指通过计算模拟研究酶与底物/配体结合时的动态相互作用过程，重点考察酶构象变化对结合亲和力和催化效率的影响。与刚性对接不同，柔性耦合不仅考虑底物的自由度，还模拟酶活性残基（如催化三联体）和结构域（如柔性loop区）的构象调整，更真实地反映生物分子识别的动态特性。 + +在这一过程中，**蛋白质结构**提供了结合口袋的三维空间信息，其关键残基的质子化状态（如组氨酸的tautomer形式）和侧链取向直接影响底物结合模式。高分辨率的PDB结构（<2.5 Å）能准确呈现活性位点的几何特征，而分子动力学（MD）模拟可进一步预测构象变化。**分子结构**（如底物或抑制剂）的化学特性（SMILES/SDF编码）决定了其与酶的结合方式：氢键供体/受体、疏水基团和立体构型均会影响结合自由能。通过柔性对接（如Induced Fit Docking）或增强采样技术（如Metadynamics），可系统评估酶-底物复合物的动态稳定性，为酶工程改造或药物设计提供理论依据。 + +结构准备阶段 +------------ + +酶结构获取 +^^^^^^^^^^ +蛋白质序列是氨基酸的线性排列，可通过UniProt或NCBI获取，如人胰岛素（P01308）。PDB结构则记录蛋白质的三维原子坐标，主要来自X射线晶体学（如T4溶菌酶1L63，分辨率1.7Å）、冷冻电镜或NMR。PDB文件包含原子位置、二级结构（α螺旋/β折叠）及辅因子信息。序列决定结构，而结构决定功能，例如酶活性位点的空间构象直接催化底物反应。用户可通过RCSB PDB数据库按分辨率（≤2.5Å更佳）或R值（衡量结构精度）筛选可靠结构，二者共同用于分子对接、突变分析等研究。 + +**操作步骤**： + +A. PDB Bank获取pdb三维结构 + + 1. 访问RCSB PDB数据库（https://www.rcsb.org/） + 2. 输入酶名称/PDB ID（如"CALB"） + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_20_04.png + +B. UniProt获取蛋白质序列（后两步非必须） + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_26_55.png + + 1. 通过UniProt ID获取完整序列或名字（如：Candida antarctica）进行搜索 + 2. 可比对PDB缺失区域（尤其柔性loop区） + 3. 记录EC编号和关键残基注释 + +底物结构准备 +^^^^^^^^^^^^ +SMILES（Simplified Molecular Input Line Entry System）和SDF（Structure Data File）是化学信息学中两种重要的分子结构表示格式。SMILES采用ASCII字符串编码分子结构（如"CC(=O)OC1=CC=CC=C1C(=O)O"代表阿司匹林），具有体积小、易解析的特点，适用于快速检索和机器学习；而SDF是包含原子坐标、键连接关系及化学属性的三维结构文件格式，支持多分子存储（如PubChem下载的化合物库），其扩展性强，可附加物化性质、生物活性等数据字段。二者可相互转换（OpenBabel等工具），SMILES适合初步筛选，SDF则用于精确对接计算。在分子对接中，SMILES需经3D构象生成（RDKit等），而SDF可直接用于Autodock等软件，但需注意检查质子化状态和手性。 + +**操作方案**： + +A. PubChem下载获取 + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_37_43.png + + 1. 搜索化合物名称/CID，如：butyl 4 nitrobenzoate/CID67121、p Nitrophenyl stearate/CID4279087 + 2. 下载选项： + - SDF格式：保留3D构象和原子属性 + - SMILES：需平台转化为3D结构（需能量最小化） + +分子对接模拟 +------------ +.. image:: ../images/workshop_image/截屏2025_07_16_下午5_39_08.png + +目前QureGenAI平台支持三种对接工具，protenix（简化版）、diffdock和autodock，根据分析需求，下载的酶/底物格式自行进行选择。 + ++-----------+--------------------------+ +| 工具 | 适用场景 | ++===========+==========================+ +| Protenix | 快速筛选序列-smiles | ++-----------+--------------------------+ +| DiffDock | 较高精度柔性对接 | ++-----------+--------------------------+ +| AutoDock | 已知活性位点的精确对接 | ++-----------+--------------------------+ + +Protenix +^^^^^^^^ +- ProteinsX 支持输入蛋白质序列和配体的 SMILES 格式，简化了对接过程。它直接从序列和小分子结构生成对接结果，适合快速初筛和初步评估。 + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_40_06.png + +DiffDock +^^^^^^^^ +- DiffDock 支持多种文件格式，包括 PDB 格式的蛋白质结构、蛋白质序列、SMILES 格式的小分子以及 SDF 格式的配体。SDF 文件名中包含置信度评分（如 ``confidence-XX``），方便用户评估结果。 +- 但是，DiffDock 目前仅支持单批次并行对比，不适合横向比较不同批次的对接结果。因此，如果你需要对多个不同的对接结果进行详细比较，不推荐使用 DiffDock。 + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_40_57.png + +AutoDock +^^^^^^^^ +- AutoDock 支持 PDB 格式的蛋白质结构和 SDF 格式的配体。用户可以在页面上手动选择对接中心点坐标，提高了操作灵活性和精度。 +- 由于其高度可配置性和详细的参数设置，AutoDock 适用于需要精细控制对接过程的情况，特别适合高精度对接和后续的分子动力学模拟。 + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_43_49.png + +结果分析与验证 +-------------- +Protenix +^^^^^^^^ +生成的对接结果以 CIF 格式呈现，用户可以通过点击右手边的眼睛按钮进行可视化查看。 + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_44_49.png + +推荐查看 对接得分最高的结果``sample_0``，进行对接结果可视化。此外，通过 JSON 文件，查看各个项目的具体得分，便于进一步的定量分析和结果评估。 + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_45_15.png + + 1. **pLDDT (Predicted Local Distance Difference Test)**: + - **定义**: pLDDT 是一个局部置信度得分，用于衡量蛋白质结构预测中每个残基的局部准确性。它反映了模型在该位置的预测质量。 + - **范围**: 通常在 0 到 100 之间，默认情况下，高分表示更高的置信度和更好的预测质量。 + - **用途**: 常见于 AlphaFold2 等蛋白质结构预测软件中，用于可视化和评估预测结构的每部分的可信度。 + 2. **pTM (Predicted TM-Score)**: + - **定义**: pTM 是预测的模板建模得分 (Template Modeling Score)，用于评估预测结构与真实结构的整体相似度。 + - **范围**: 通常在 0 到 1 之间，越接近 1 表示预测结构与真实结构越相似。 + - **用途**: 用于评估全局结构的一致性和整体质量。pTM 分数越高，表示预测模型与真实结构越接近。 + 3. **pGDE (Predicted Global Distance Error)**: + - **定义**: pGDE 是预测的全局距离误差，用于衡量预测结构中的原子对之间的距离误差。 + - **单位**: 通常是埃 (Å)。 + - **用途**: 用于评估预测结构中的全局几何精度。pGDE 分数越低，表示预测模型的几何结构越准确。 +通过不同底物的对接得分可以初步筛选底物和酶的耦合效果。 + +DiffDock +^^^^^^^^ +DiffDock 支持多种文件格式，包括 PDB、序列、SMILES 和 SDF。SDF 文件名中包含置信度评分（如 ``confidence-XX``），这有助于用户快速评估对接结果的可靠性。 + +平台DiffDock输出目前仅支持单批次并行对比，不支持不同批次之间的横向比较。因此，若需要对多个批次的对接结果进行详细比较，建议使用本地软件如 PyMOL 进行手动可视化评估。 + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_47_39.png + +AutoDock +^^^^^^^^ +AutoDock 在结合能窗口中显示不同构象的结合能排名，用户可以通过这些排名初步筛选底物与酶的耦合效果。通过比较不同底物的结合能，可以有效评估其与受体的相互作用强度。 + +AutoDock 的高度可配置性允许用户设置详细的对接参数，并且可以进行精细的对接中心点选择，从而提高对接结果的准确性和可靠性。 + + .. image:: ../images/workshop_image/截屏2025_07_16_下午5_49_06.png + +后续分析 +-------- +在获得初步的蛋白质-配体对接结果后，可以使用分子动力学（MD）模拟软件如 GROMACS 或 OpenMM 对结果进行更详细的分析。这些工具能够提供更为深入的动态信息，帮助研究者理解蛋白质和配体在真实环境中的行为。 + +**GROMACS:** GROMACS 是一个广泛使用的分子动力学模拟软件包，适用于生物大分子系统的研究。通过 GROMACS，用户可以设置复杂的模拟条件，包括温度、压力、溶剂模型等，从而在接近生理条件的环境中模拟蛋白质-配体复合物的行为。这有助于揭示蛋白质的柔性变化、构象转换以及配体结合的动态过程。 + +**OpenMM:** OpenMM 是另一个强大的分子动力学模拟平台，特别适合大规模并行计算。它提供了高效的算法和硬件加速，使得用户能够在较短的时间内完成复杂的模拟任务。OpenMM 也支持多种力场和溶剂模型，确保模拟结果的准确性和可靠性。 + +本内容受到公众号“生物大模型”发布的《AI蛋白质教程：AlphaFold+GROMACS酶柔性与功能耦合分析教程（烯酶实例）》的启发。我们在此表示衷心的感谢。 + +对于更详细的分子动力学分析内容，我们推荐大家前往公众号“生物大模型”查看《AI蛋白质教程：AlphaFold+GROMACS酶柔性与功能耦合分析教程（烯酶实例）》，以获得更多宝贵的信息和指导。 \ No newline at end of file diff --git a/docs/source/protenix.rst b/docs/source/protenix.rst new file mode 100644 index 0000000..1b8d8a9 --- /dev/null +++ b/docs/source/protenix.rst @@ -0,0 +1,80 @@ +.. _protenix: + +==================== +protenix +==================== + +介绍 +---- +Protenix是由**字节跳动AML AI4Science团队**研发的一款AI工具，专注于**蛋白质、配体、离子、DNA及RNA等生物分子**的快速精准三维结构预测。该工具基于**PyTorch深度学习框架**开发，作为**AlphaFold 3的开源替代方案**，在蛋白质结构预测领域展现出强大性能，尤其擅长利用**分子间相互作用信息**提升预测精度。 + +通过严格的基准测试，Protenix在结构预测准确性方面表现优异，为结构生物学研究、药物设计及分子动力学模拟提供了高效可靠的开源工具。其代码已公开于**GitHub平台**，推动科研社区在计算生物学领域的创新发展。 + +参数调整 +-------- +通过选择true/false按钮进行调整。 + +.. image:: ../images/workshop_image/截屏2025_07_28_下午5_14_22.png + +1. MSA（多重序列比对） +^^^^^^^^^^^^^^^^^^^^^^ +- **定义**：MSA 是一种生物信息学方法，通过比对目标蛋白与大量同源序列，找出保守的氨基酸位点和共进化模式。 +- **在蛋白质对接中的作用**： + - 提供 **共进化信息**，帮助预测蛋白质的接触图（Contact Map），即哪些残基在空间上可能接近。 + - 辅助3D结构预测，进而用于蛋白-蛋白或蛋白-配体对接分析。 + - 依赖 **同源序列数据库**（如UniRef），计算成本较高，尤其是对于稀有蛋白家族。 + +2. ESM（蛋白质语言模型） +^^^^^^^^^^^^^^^^^^^^^^^^^ +- **定义**：ESM 是基于 Transformer 的深度学习模型（如 ESM-1b、ESM-2），通过无监督训练从单序列预测蛋白质结构和功能。 +- **在蛋白质对接中的作用**： + - **替代MSA**：ESM 可以直接从单序列预测残基间的相互作用，无需依赖MSA，大幅降低计算成本。 + - **预测接触图**：ESM 的注意力机制可以捕捉长程相互作用，帮助推断蛋白质的折叠方式和潜在结合位点。 + - **适用于低同源性蛋白**：即使目标蛋白的同源序列较少，ESM 仍能提供较可靠的预测。 + +输入 +---- +.. image:: ../images/workshop_image/截屏2025_07_28_下午5_22_16.png + +可执行蛋白-蛋白对接、蛋白-RNA、蛋白-分子对接，以下为**Protein（蛋白质）、DNA、RNA、Ligand（SMILES格式）** 格式说明： + +1. Protein（蛋白质）FASTA输入氨基酸序列 +2. DNA碱基序列（FASTA） +3. RNA序列（FASTA） +4. SMILES（Simplified Molecular Input Line Entry System），描述分子结构的字符串 + +输出结果 +-------- +cif +^^^ +.. image:: ../images/workshop_image/截屏2025_07_29_下午2_44_31.png + +分析完毕后，点开任务历史记录，查看详情为模型分析中的参数，在查看结果中可下载对接结果文件，文件格式为cif。 +**CIF（Crystallographic Information File）** 是一种标准的结构数据格式，常用于存储晶体结构信息（如PDB数据库中的实验结构）。 + +特点： +- **文本格式**：可读性强，支持注释（以``#``开头）。 +- **基于标签**：数据以``key-value``形式存储（如``_atom_site.Cartn_x``表示原子X坐标）。 +- **支持多维数据**：可存储结构因子、电子密度等晶体学信息。 + +对接结果可视化可以通过点cif文件后的眼睛按钮进行在线可视化查看。 + +json +^^^^ +推荐查看 对接得分最高的结果``sample_0``，进行对接结果可视化。此外，通过 JSON 文件，可查看各个项目的具体得分，便于进一步的定量分析和结果评估。 + +.. image:: ../images/workshop_image/截屏2025_07_29_下午3_23_34.png + +1. **pLDDT (Predicted Local Distance Difference Test)**: + - **定义**: pLDDT 是一个局部置信度得分，用于衡量蛋白质结构预测中每个残基的局部准确性。它反映了模型在该位置的预测质量。 + - **范围**: 通常在 0 到 100 之间，默认情况下，高分表示更高的置信度和更好的预测质量。 + - **用途**: 常见于 AlphaFold2 等蛋白质结构预测软件中，用于可视化和评估预测结构的每部分的可信度。 +2. **pTM (Predicted TM-Score)**: + - **定义**: pTM 是预测的模板建模得分 (Template Modeling Score)，用于评估预测结构与真实结构的整体相似度。 + - **范围**: 通常在 0 到 1 之间，越接近 1 表示预测结构与真实结构越相似。 + - **用途**: 用于评估全局结构的一致性和整体质量。pTM 分数越高，表示预测模型与真实结构越接近。 +3. **pGDE (Predicted Global Distance Error)**: + - **定义**: pGDE 是预测的全局距离误差，用于衡量预测结构中的原子对之间的距离误差。 + - **单位**: 通常是埃 (Å)。 + - **用途**: 用于评估预测结构中的全局几何精度。pGDE 分数越低，表示预测模型的几何结构越准确。 +通过不同底物的对接得分可以初步筛选底物和酶的耦合效果。 \ No newline at end of file diff --git a/docs/workshop/autodock.md b/docs/workshop/autodock.md new file mode 100644 index 0000000..a4aa3d6 --- /dev/null +++ b/docs/workshop/autodock.md @@ -0,0 +1,63 @@ +## QureGenAI平台教程：autodock定义口袋三维坐标进行对接预测及配体筛选 + + +### 介绍 + +AutoDock是一款广泛应用于分子对接的开源工具套件，由Scripps研究所开发，主要用于预测小分子配体与生物大分子（如蛋白质）之间的结合模式和亲和力。 + +其核心算法结合了拉马克遗传算法和半柔性对接策略，支持配体构象搜索和蛋白质侧链柔性调整。AutoDock Vina作为其优化版本，在速度和精度上显著提升，采用梯度优化算法实现高效全局搜索。用户需准备受体（PDBQT格式）和配体文件，通过定义搜索空间生成结合构象及结合自由能评分。该工具广泛应用于药物虚拟筛选和相互作用机制研究。 + +### 输入 + +![image](../images/workshop_image/截屏2025_07_29_下午5_29_12.png) +上传文件结构包括： +##### PDB文件（蛋白质结构） +PDB（Protein Data Bank）格式是存储生物大分子三维结构的标准文本格式，由固定列宽的记录行组成，包含原子坐标、残基信息、二级结构等关键数据。每行以特定关键字（如ATOM、HETATM）开头，记录原子序号、元素类型、残基名称、链标识、三维坐标（X/Y/Z）及温度因子等信息。该格式兼容主流可视化工具（PyMOL、Chimera），但精度受限于列宽限制（坐标保留3位小数） + +PDB文件可直接从RCSB数据库下载，是分子对接、结构分析的基础输入格式。 + +##### SDF文件（小分子结构） +SDF（Structure-Data File）是一种化学信息学通用格式，以文本形式存储单/多分子的结构、属性及拓扑信息。每个分子由原子-键列表（如`C 1.0 0.0 0.0`）、连接性（`1 2 1`）及自定义属性（如`> `）组成，支持多分子批量存储（通过`$$$$`分隔）。SDF广泛用于药物数据库（如PubChem）和虚拟筛选，其优势在于兼容生物活性数据，但需工具（如OpenBabel）转换为PDBQT等对接专用格式。 + + +##### PDBQT文件 +电荷结构文件，包含蛋白质或者小分子结构信息，既可以通过**PDB**文件转化生成，也可以从**SDF**等小分子格式转换得到 + +PDBQT是AutoDock系列工具专用的分子格式，在PDB基础上扩展了原子电荷（Q）、原子类型（T）及柔性定义。受体PDBQT需保留蛋白质刚性骨架并指定柔性残基（如`REMARK 20 active torsions`），配体PDBQT则需标记可旋转键（`TORSDOF 10`）。该格式通过工具（如MGLTools）从PDB/SDF生成，关键步骤包括：加氢（如`pdbqt_addh`）、计算电荷（如Gasteiger）、删除非极性氢，确保对接时能量评分准确。PDBQT是AutoDock/Vina强制要求的输入格式，平衡了结构精度与计算效率。 + + +##### 坐标选择 + +![image](../images/workshop_image/截屏2025_07_29_下午5_34_51.png) +可通过在查看器中选择原子进行手动坐标查询及显示，后续可以讲坐标填入对接参数窗口中 + + + +### 参数调整 +![image](../images/workshop_image/截屏2025_07_29_下午5_44_19.png) + + +##### 口袋中心坐标 + +在AutoDock中，口袋中心坐标（Grid Center）用于定义分子对接的搜索空间核心位置，通常以三维直角坐标系（X、Y、Z）表示。这些坐标需精准覆盖目标蛋白的活性位点或已知结合区域，可通过可视化软件（如PyMOL）手动测量或基于参考配体的质心自动计算。 + +若坐标过于偏离实际结合位点，可能导致对接失败或结果不准确。例如，对HIV-1蛋白酶，中心坐标可能设为关键催化残基（如Asp25）附近。用户需在配置文件（.gpf或Vina的--center参数）中指定位置，确保算法聚焦于相关区域。 + +##### 对接盒子尺寸 + +对接盒子尺寸（Grid Box Size）决定了搜索空间的范围，以埃（Å）为单位定义长、宽、高（如20×20×20 Å）。尺寸过小可能遗漏潜在结合位点，过大则增加计算量且降低精度。 + +一般建议盒子边缘距离配体至少5-10 Å，以容纳构象变化。例如，若配体大小约10 Å，盒子尺寸可设为20×20×20 Å。在柔性对接中，还需考虑蛋白质侧链运动空间。AutoDock Tools或Vina的--size参数可交互式调整盒子，需平衡计算效率与覆盖度。 + +##### 计算线程数 + +计算线程数（Number of Threads）控制并行计算资源，直接影响对接速度。AutoDock Vina通过--cpu参数指定（如--cpu 8表示使用8线程），充分利用多核CPU加速搜索。目前平台推荐线程数值：2000-5000 + + +### 输出结果 + +![image](../images/workshop_image/截屏2025_07_29_下午5_46_13.png) + + +结合能量窗口中显示不同构象的结合能排名，可以初步筛选底物与酶的耦合效果。通过比较不同底物的结合能，有效评估其与受体的相互作用强度。 +结合能单位通常为负值，单位kcal/mol，负值越大结合能越高。通过结合能在下载文件中找到对应的构象并转换为PDB格式 diff --git a/docs/workshop/diffdock.md b/docs/workshop/diffdock.md new file mode 100644 index 0000000..7f78984 --- /dev/null +++ b/docs/workshop/diffdock.md @@ -0,0 +1,70 @@ +## diffdock + +### 介绍 + +DiffDock是一种基于扩散模型的革命性分子对接方法，通过先进的生成式AI技术预测小分子配体与蛋白质受体的结合模式。 + +与传统依赖力场和采样算法的对接工具不同，DiffDock利用扩散模型的强大生成能力，将对接过程转化为从噪声中逐步重建配体三维姿态的概率建模问题。该方法首先生成随机初始构象，然后通过训练好的神经网络逐步去噪，最终输出高精度的结合构象，同时为每个预测提供置信度评分。 + +DiffDock的创新性在于其能够自然处理蛋白质-配体相互作用中的复杂特性，如蛋白质柔性、诱导契合效应和隐式结合口袋，而无需预先定义搜索空间或依赖经验力场。相比传统方法，DiffDock在对接精度上显著提升，特别是对于困难靶点，其预测结果中高精度构象（RMSD≤2Å）的比例可达60-80%，远超传统方法的30-50%。 + +此外，DiffDock的计算效率极高，在GPU上可实现秒级预测，支持大规模虚拟筛选。该方法的输出包含多个可能构象及其置信度，用户可根据需求筛选最优结果或分析结合模式的多模态分布。DiffDock的出现为药物发现中的分子对接提供了全新范式，适用于挑战性靶点的先导化合物优化和虚拟筛选研究。 + + +### 输入 + +#### 蛋白质输入 +![image](../images/workshop_image/截屏2025_07_29_下午3_24_47.png) +**蛋白质输入格式： PDB** +PDB（Protein Data Bank）格式是存储生物大分子三维结构的标准文本格式，由固定列宽的记录行组成，包含原子坐标、残基信息、二级结构等关键数据。每行以特定关键字（如ATOM、HETATM）开头，记录原子序号、元素类型、残基名称、链标识、三维坐标（X/Y/Z）及温度因子等信息。该格式兼容主流可视化工具（PyMOL、Chimera），但精度受限于列宽限制（坐标保留3位小数） + +PDB文件可直接从RCSB数据库下载，是分子对接、结构分析的基础输入格式。 + + + +#### 小分子输入 + +![image](../images/workshop_image/截屏2025_07_29_下午3_25_01.png) +SDF（Structure-Data File）、MOL2（Tripos Mol2）和MOL（MDL Molfile）是化学信息学和分子建模中广泛使用的配体文件格式，它们的来源和发展背景各不相同： + +1. **SDF（Structure-Data File）** + + - **来源**：由**MDL Information Systems**（现属Biovia/Dassault Systèmes）开发，最初用于其分子建模软件（如ISIS/Draw、Pipeline Pilot）8。 + + - **特点**：支持存储多个分子结构及自定义属性（如生物活性数据），广泛应用于高通量虚拟筛选和药物数据库（如PubChem、ChEMBL）8。 + +2. **MOL2（Tripos Mol2）** + + - **来源**：由**Tripos Associates**（现属Certara）为其**SYBYL**分子建模软件设计，用于存储分子结构、电荷、力场参数等扩展信息36。 + + - **特点**：采用自由格式ASCII文本，支持复杂分子描述（如蛋白质-配体相互作用），常见于分子动力学模拟（如AMBER、GROMACS）3。 + +3. **MOL（MDL Molfile）** + + - **来源**：由**MDL**开发，是早期化学信息学的标准格式，用于单分子结构存储8。 + + - **特点**：结构简单，仅包含原子、键和基本连接性数据，兼容大多数化学绘图工具（如ChemDraw） + +4. **SMILES**（Simplified Molecular Input Line Entry System）描述分子结构的字符串 + + + + +### 参数调整 + +![image](../images/workshop_image/截屏2025_07_29_下午3_25_06.png) + +DiffDock中的采样数量（num_samples）是指模型在预测时生成的候选结合构象总数，直接影响结果的全面性和计算效率。增加采样数（如>20）能提高对柔性配体或复杂结合位点的覆盖度，更可能捕获真实构象，但会显著增加计算时间和GPU内存消耗；减少采样数（如<20）可加速预测，适合高通量筛选，但可能遗漏低能态构象。用户可根据靶点灵活性和需求调整，建议结合聚类分析和置信度评分验证采样充分性。 + + + +### 输出结果 + + +![image](../images/workshop_image/截屏2025_07_29_下午3_25_23.png) + +- **Rank（排名）**：表示模型对生成的多个构象按综合质量（如能量评分、几何合理性）进行的排序，**Rank 1**代表当前预测中最佳的结合姿态，数值越小优先级越高。 + +- **Confidence（置信度）**：反映模型对该构象准确性的把握程度（通常基于内部评分或概率），数值通常为负数，数值越低（及负值越大）表示预测可靠性越强，可能更接近真实结合模式。 + +**sdf**结果为已经对接后的带坐标轴信息的小分子输出结果 \ No newline at end of file diff --git a/docs/workshop/enzyme_coupling.md b/docs/workshop/enzyme_coupling.md new file mode 100644 index 0000000..a672e0e --- /dev/null +++ b/docs/workshop/enzyme_coupling.md @@ -0,0 +1,149 @@ +## I.QureGenAI平台教程：酶柔性耦合 + + +酶柔性耦合（Enzyme Flexible Coupling）是指通过计算模拟研究酶与底物/配体结合时的动态相互作用过程，重点考察酶构象变化对结合亲和力和催化效率的影响。与刚性对接不同，柔性耦合不仅考虑底物的自由度，还模拟酶活性残基（如催化三联体）和结构域（如柔性loop区）的构象调整，更真实地反映生物分子识别的动态特性。 + +在这一过程中，**蛋白质结构**提供了结合口袋的三维空间信息，其关键残基的质子化状态（如组氨酸的tautomer形式）和侧链取向直接影响底物结合模式。高分辨率的PDB结构（<2.5 Å）能准确呈现活性位点的几何特征，而分子动力学（MD）模拟可进一步预测构象变化。**分子结构**（如底物或抑制剂）的化学特性（SMILES/SDF编码）决定了其与酶的结合方式：氢键供体/受体、疏水基团和立体构型均会影响结合自由能。通过柔性对接（如Induced Fit Docking）或增强采样技术（如Metadynamics），可系统评估酶-底物复合物的动态稳定性，为酶工程改造或药物设计提供理论依据。 + +### I. 结构准备阶段 +#### 1.1 酶结构获取 + +蛋白质序列是氨基酸的线性排列，可通过UniProt或NCBI获取，如人胰岛素（P01308）。PDB结构则记录蛋白质的三维原子坐标，主要来自X射线晶体学（如T4溶菌酶1L63，分辨率1.7Å）、冷冻电镜或NMR。PDB文件包含原子位置、二级结构（α螺旋/β折叠）及辅因子信息。序列决定结构，而结构决定功能，例如酶活性位点的空间构象直接催化底物反应。用户可通过RCSB PDB数据库按分辨率（≤2.5Å更佳）或R值（衡量结构精度）筛选可靠结构，二者共同用于分子对接、突变分析等研究。 + +**操作步骤**： +A. PDB Bank获取pdb三维结构 + +1. 访问RCSB PDB数据库（[https://www.rcsb.org](https://www.rcsb.org/)） + +2. 输入酶名称/PDB ID（如"CALB"） + ![image](../images/workshop_image/截屏2025_07_16_下午5_20_04.png) + + + +B. UniProt获取蛋白质序列（后两步非必需） +![image](../images/workshop_image/截屏2025_07_16_下午5_26_55.png) + +1. 通过UniProt ID获取完整序列或名字（如：Candida antarctica）进行搜索 + +2. 可比对PDB缺失区域（尤其柔性loop区） + +3. 记录EC编号和关键残基注释 + + +#### 1.2 底物结构准备 + +SMILES（Simplified Molecular Input Line Entry System）和SDF（Structure Data File）是化学信息学中两种重要的分子结构表示格式。SMILES采用ASCII字符串编码分子结构（如"CC(=O)OC1=CC=CC=C1C(=O)O"代表阿司匹林），具有体积小、易解析的特点，适用于快速检索和机器学习；而SDF是包含原子坐标、键连接关系及化学属性的三维结构文件格式，支持多分子存储（如PubChem下载的化合物库），其扩展性强，可附加物化性质、生物活性等数据字段。二者可相互转换（OpenBabel等工具），SMILES适合初步筛选，SDF则用于精确对接计算。在分子对接中，SMILES需经3D构象生成（RDKit等），而SDF可直接用于Autodock等软件，但需注意检查质子化状态和手性。 + +**操作方案**： +A. PubChem下载获取 +![image](../images/workshop_image/截屏2025_07_16_下午5_37_43.png) + +1. 搜索化合物名称/CID + 如： butyl 4 nitrobenzoate/CID67121、 p Nitrophenyl stearate/CID4279087 + + +2. 下载选项： + + - SDF格式：保留3D构象和原子属性 + + - SMILES：需平台转换为3D结构（需能量最小化） + + + +### II. 分子对接模拟 + +![image](../images/workshop_image/截屏2025_07_16_下午5_39_08.png) +目前QureGenAI平台目前支持三种对接工具，protenix（简化版）、diffdock和autodock，根据分析需求，下载的酶/底物格式自行进行选择 + +| 工具 | 适用场景 | +| -------- | ------------- | +| Protenix | 快速筛选序列-smiles | +| DiffDock | 较高精度柔性对接 | +| AutoDock | 已知活性位点的精确对接 | + +#### *Protenix* + +- ProteinsX 支持输入蛋白质序列和配体的 SMILES 格式，简化了对接过程。它直接从序列和小分子结构生成对接结果，适合快速初筛和初步评估。 + +![image](../images/workshop_image/截屏2025_07_16_下午5_40_06.png) + +#### *DiffDock* + +- DiffDock 支持多种文件格式，包括 PDB 格式的蛋白质结构、蛋白质序列、SMILES 格式的小分子以及 SDF 格式的配体。SDF 文件名中包含置信度评分（如 `confidence-XX`），方便用户评估结果。 +- 但是，DiffDock 目前仅支持单批次平行对比，不适合横向比较不同批次的对接结果。因此，如果你需要对多个不同的对接结果进行详细比较，不推荐使用 DiffDock。 + +![image](../images/workshop_image/截屏2025_07_16_下午5_40_57.png) + + + +#### *AutoDock* + +- AutoDock 支持 PDB 格式的蛋白质结构和 SDF 格式的配体。用户可以在页面上手动选择对接中心点坐标，提高了操作灵活性和精度。 +- 由于其高度可配置性和详细的参数设置，AutoDock 适用于需要精细控制对接过程的情况，特别适合高精度对接和后续的分子动力学模拟。 +- +![image](../images/workshop_image/截屏2025_07_16_下午5_43_49.png) + + +### III. 结果分析与验证 + +#### *Protenix* + +生成的对接结果以 CIF 格式呈现，用户可以直接通过点击右手边的眼睛按钮进行可视化查看。 + +![image](../images/workshop_image/截屏2025_07_16_下午5_44_49.png) + + +推荐查看 对接得分最高的结果`sample_0`，进行对接结果可视化 +此外，通过 JSON 文件，查看各个项目的具体得分，便于进一步的定量分析和结果评估。 + +![image](../images/workshop_image/截屏2025_07_16_下午5_45_15.png) +1. **pLDDT (Predicted Local Distance Difference Test)**: + + - **定义**: pLDDT 是一个局部置信度得分，用于衡量蛋白质结构预测中每个残基的局部准确性。它反映了模型在该位置的预测质量。 + - **范围**: 通常在 0 到 100 之间，默认情况下，高分表示更高的置信度和更好的预测质量。 + - **用途**: 常见于 AlphaFold2 等蛋白质结构预测工具中，用于可视化和评估预测结构的每部分的可信度。 +2. **pTM (Predicted TM-Score)**: + + - **定义**: pTM 是预测的模板建模得分 (Template Modeling Score)，用于评估预测结构与真实结构的整体相似度。 + - **范围**: 通常在 0 到 1 之间，越接近 1 表示预测结构与真实结构越相似。 + - **用途**: 用于评估全局结构的一致性和整体质量。pTM 分数越高，表示预测模型与真实结构越接近。 +3. **pGDE (Predicted Global Distance Error)**: + + - **定义**: pGDE 是预测的全局距离误差，用于衡量预测结构中的原子对之间的距离误差。 + - **单位**: 通常是埃 (Å)。 + - **用途**: 用于评估预测结构中的全局几何精度。pGDE 分数越低，表示预测模型的几何结构越准确。 +通过不同底物的对接得分可以初步筛选底物和酶的耦合效果 + + +#### *DiffDock* +DiffDock 支持多种文件格式，包括 PDB、序列、SMILES 和 SDF。SDF 文件名中包含置信度评分（如 `confidence-XX`），这有助于用户快速评估对接结果的可靠性。 + +平台DiffDock输出目前仅支持单批次平行对比，不支持不同批次之间的横向比较。因此，若需要对多个批次的对接结果进行详细比较，建议使用本地软件如 PyMOL 进行手动可视化评估。 + +![image](../images/workshop_image/截屏2025_07_16_下午5_47_39.png) + + + + +#### *AutoDock* +AutoDock 在结合能量窗口中显示不同构象的结合能排名，用户可以通过这些排名初步筛选底物与酶的耦合效果。通过比较不同底物的结合能，可以有效评估其与受体的相互作用强度。 + +AutoDock 的高度可配置性允许用户设置详细的对接参数，并且可以进行精细的对接中心点选择，从而提高对接结果的准确性和可靠性。 + +![image](../images/workshop_image/截屏2025_07_16_下午5_49_06.png) + +### IV. 后续分析 + +在获得初步的蛋白质-配体对接结果后，可以使用分子动力学（MD）模拟软件如 GROMACS 或 OpenMM 对结果进行更详细的分析。这些工具能够提供更为深入的动态信息，帮助研究者理解蛋白质和配体在真实环境中的行为。 + +**GROMACS:** GROMACS 是一个广泛使用的分子动力学模拟软件包，适用于生物大分子系统的研究。通过 GROMACS，用户可以设置复杂的模拟条件，包括温度、压力、溶剂模型等，从而在接近生理条件的环境中模拟蛋白质-配体复合物的行为。这有助于揭示蛋白质的柔性变化、构象转换以及配体结合的动态过程。 + +**OpenMM:** OpenMM 是另一个强大的分子动力学模拟平台，特别适合大规模并行计算。它提供了高效的算法和硬件加速，使得用户能够在较短的时间内完成复杂的模拟任务。OpenMM 也支持多种力场和溶剂模型，确保模拟结果的准确性和可靠性。 + + +本文内容受到了公众号“生物大模型”发布的《AI蛋白质教程：AlphaFold+GROMACS酶柔性与功能耦合分析教程（酯酶实例）》的启发。 +该教程详细介绍了如何结合 AlphaFold 预测的蛋白质结构与 GROMACS 进行酶的柔性与功能耦合分析，对我们撰写本教程提供了宝贵的参考和灵感。我们在此表示衷心的感谢。 + +对于更详细的分子动力学分析内容，我们推荐大家前往公众号“生物大模型”查看《AI蛋白质教程：AlphaFold+GROMACS酶柔性与功能耦合分析教程（酯酶实例）》，以获取更多宝贵的信息和指导。 + + diff --git a/docs/workshop/protenix.md b/docs/workshop/protenix.md new file mode 100644 index 0000000..e621358 --- /dev/null +++ b/docs/workshop/protenix.md @@ -0,0 +1,103 @@ +## QureGenAI平台教程：使用Protenix进行蛋白质折叠与PPI和DTI预测 + + +### 介绍 + +蛋白质折叠是生物信息学的核心问题之一，其关键在于从氨基酸序列预测蛋白质的三维结构，这一过程直接影响蛋白质的功能和相互作用。蛋白质-蛋白质相互作用（PPI）预测在此基础上进一步研究不同蛋白质之间的结合模式，对理解细胞信号传导、代谢调控等生物学过程至关重要。而药物-靶标相互作用（DTI）预测则更侧重于小分子药物与蛋白质靶点的结合能力分析，是计算机辅助药物设计（CADD）的关键环节。这三者紧密关联：准确的蛋白质折叠模型能显著提升PPI和DTI预测的可靠性，而PPI和DTI的研究又为蛋白质功能注释和药物开发提供重要依据。 + +近年来，随着深度学习技术的突破，Protenix、AlphaFold等工具大幅提升了蛋白质结构预测的精度，同时也推动了PPI和DTI预测的发展。例如，基于三维结构的对接算法（如分子动力学模拟、深度学习驱动的虚拟筛选）能够更准确地模拟药物分子与靶蛋白的结合模式，从而加速药物发现流程。然而，动态构象变化、蛋白质复合物界面预测以及多靶点药物设计仍是当前研究的难点。未来，结合高性能计算、多模态生物数据融合以及可解释AI，蛋白质折叠、PPI和DTI预测有望在精准医疗和药物研发中发挥更大作用。 + +Protenix是由**字节跳动AML AI4Science团队**研发的一款AI工具，专注于**蛋白质、配体、离子、DNA及RNA等生物分子**的快速精准三维结构预测。该工具基于**PyTorch深度学习框架**开发，作为**AlphaFold 3的开源替代方案**，在蛋白质结构预测领域展现出强大性能，尤其擅长利用**分子间相互作用信息**提升预测精度。 + +通过严格的基准测试，Protenix在结构预测准确性方面表现优异，为结构生物学研究、药物设计及分子动力学模拟提供了高效可靠的开源工具。其代码已公开于**GitHub平台**，推动科研社区在计算生物学领域的创新发展。 + + + +### 参数调整 +通过选择true/false按钮进行调整 + +![image](../images/workshop_image/截屏2025_07_28_下午5_14_22.png) +##### **1. MSA（多重序列比对）** + +- **定义**：MSA 是一种生物信息学方法，通过比对目标蛋白与大量同源序列，找出保守的氨基酸位点和共进化模式。 + +- **在蛋白质对接中的作用**： + + - 提供 **共进化信息**，帮助预测蛋白质的接触图（Contact Map），即哪些残基在空间上可能接近。 + + - 辅助3D结构预测，进而用于蛋白质-蛋白质或蛋白质-配体对接分析。 + + - 依赖 **同源序列数据库**（如UniRef），计算成本较高，尤其是对于稀有蛋白家族。 + + +##### **2. ESM（蛋白质语言模型）** + +- **定义**：ESM 是基于 Transformer 的深度学习模型（如 ESM-1b、ESM-2），通过无监督训练从单序列预测蛋白质结构和功能。 + +- **在蛋白质对接中的作用**： + + - **替代MSA**：ESM 可以直接从单序列预测残基间的相互作用，无需依赖MSA，大幅降低计算成本。 + + - **预测接触图**：ESM 的注意力机制可以捕捉长程相互作用，帮助推断蛋白质的折叠方式和潜在结合位点。 + + - **适用于低同源性蛋白**：即使目标蛋白的同源序列较少，ESM 仍能提供较可靠的预测。 + + +### 输入 +![image](../images/workshop_image/截屏2025_07_28_下午5_22_16.png) + +可执行蛋白-蛋白对接、蛋白-RNA、蛋白-分子对接，以下为**Protein（蛋白质）、DNA、RNA、Ligand（SMILES格式）** 格式说明 + + +1. Protein（蛋白质）FASTA输入氨基酸序列 +2. DNA碱基序列（FASTA） +3. RNA序列（FASTA） +4. SMILES（Simplified Molecular Input Line Entry System），描述分子结构的字符串 + +### 输出结果 +##### cif +![image](../images/workshop_image/截屏2025_07_29_下午2_44_31.png) + +对接结果可视化可以通过点击cif文件后的眼睛按钮进行在线可视化查看 + +![image](../images/workshop_image/截屏2025_08_11_下午4_27_56.png) + + + +分析完毕后，点开任务历史记录，查看详情为模型分析中的参数，在查看结果中可下载对接结果文件，文件格式为cif +**CIF（Crystallographic Information File）** 是一种标准的结构数据格式，常用于存储晶体结构信息（如PDB数据库中的实验结构） + + 特点 +- **文本格式**：可读性强，支持注释（以`#`开头）。 + +- **基于标签**：数据以`key-value`形式存储（如`_atom_site.Cartn_x`表示原子X坐标）。 + +- **支持多维数据**：可存储结构因子、电子密度等晶体学信息。 + +对接结果可视化可以通过点击cif文件后的眼睛按钮进行在线可视化查看 + + +##### json +推荐查看 对接得分最高的结果`sample_0`，进行对接结果可视化 +此外，通过 JSON 文件，可查看各个项目的具体得分，便于进一步的定量分析和结果评估。 + +![image](../images/workshop_image/截屏2025_07_29_下午3_23_34.png) + +![image](../images/workshop_image/截屏2025_08_11_下午3_41_41.png) + +1. **pLDDT (Predicted Local Distance Difference Test)**: + + - **定义**: pLDDT 是一个局部置信度得分，用于衡量蛋白质结构预测中每个残基的局部准确性。它反映了模型在该位置的预测质量。 + - **范围**: 通常在 0 到 100 之间，默认情况下，高分表示更高的置信度和更好的预测质量。 + - **用途**: 常见于 AlphaFold2 等蛋白质结构预测工具中，用于可视化和评估预测结构的每部分的可信度。 +2. **pTM (Predicted TM-Score)**: + + - **定义**: pTM 是预测的模板建模得分 (Template Modeling Score)，用于评估预测结构与真实结构的整体相似度。 + - **范围**: 通常在 0 到 1 之间，越接近 1 表示预测结构与真实结构越相似。 + - **用途**: 用于评估全局结构的一致性和整体质量。pTM 分数越高，表示预测模型与真实结构越接近。 +3. **pGDE (Predicted Global Distance Error)**: + + - **定义**: pGDE 是预测的全局距离误差，用于衡量预测结构中的原子对之间的距离误差。 + - **单位**: 通常是埃 (Å)。 + - **用途**: 用于评估预测结构中的全局几何精度。pGDE 分数越低，表示预测模型的几何结构越准确。 +通过不同底物的对接得分可以初步筛选底物和酶的耦合效果 \ No newline at end of file