分子对接虚拟筛选原创

本期视频我们将学习如何使用autodock vina进行分子对接。Autodock与autodock vina的一个主要区别是，Vina可以用于虚拟筛选。也就是说，我们可以一次处理多个分子，并使用autodock vina对它们进行分子对接。这就是VIA的一个优势，VIA的计算速度很快，而且能够快速给出较为精确的结果。下面先对这个主题做一个基础介绍，基于分子对接的虚拟筛选已经成为从大量小分子中寻找先导化合物的一种重要工具。建立化合物库并准备好受体分子之后，就可以将库中的每一个化合物虚拟对接到目标结合位点。我们使用特定的分子对接程序进行这一过程。本教程使用的是autodock vina, 正如我们在之前的视频中讨论的那样，对接的核心目标是预测配体蛋白质复合物的结构，也就是探索配体在蛋白质结合位点中的构象空间，从而寻找可能的结合构象。

随后利用打分函数计算蛋白质与配体之间的结合自由能，并对不同的对接构项进行评分。通过后处理和结果筛选，我们可以把成千上万种化合物逐步缩小到很少的一部分。这些候选化合物随后可以进一步进行实验验证，从而确定具有潜力的化合物，这就是虚拟筛选的基本思路。例如，我们可以从几千种化合物开始，最终筛选到几百种甚至几十种候选物。与传统autodock相比，Autodock vina是一个经过改进的，还有统一研究团队开发，在对接准确性和预测质量方面具有较好的表现。

同时VIA的计算速度非踌，因此特别适合进行大规模虚拟筛选。这个版本的一个主要优势是，通常只需要准备两个核心结构文件，配体文件和受体文件，而且都是PDBQT格式。与传统autodock流程不同，这里不需要像以前那样单独创建网格文件和docking log文件，接下来看看运行所需要的软件。我们需要mctools，同时需要安装autodock vina pearl以及open babel open babel可以帮助我们将不同格式的分子文件转换为PDBQT格式，它对我们进行格式转换非常有用。那么具体需要哪些文件呢？

我们主要需要三个文件，PDBQT格式的受体文件。PDBQT格式的配体文件以及用于运行VIA的配置文件。下面通过一个实例来说明，我准备一个受体分子和一个配体分子。这里选择nf capup, 我们都知道nf cap是一个参与调控DNA转录。细胞因子产生和细胞存活的重要蛋白复合物nf cap与多种人类疾病有关，包括哮喘、糖尿病、阿尔茨海默病和癌症。目前已经有研究表明，一些天然化合物能够在疾病状态下抑制nf cap, 因此本视频将研究天然化合物及其类似物。这里我们将采用用基于分子对接的虚拟筛选来寻找最佳相互作用。

我们准备从zinc数据库中获取天然化合物及其类似物。下面演示如何在zinc数据库中寻找这些天然化合物类似物。首先我们开始第一步。第一步是获取受体和配体分子，这里使用一个已经解析出晶体结构的nf CAPA pdb结构。

我准备从RCSBPDB下载源字幕中标记为183Q的结构。现在打开RCSB。这里可以看到，这是人员n f cap p52与DNA结合的结构，现在点击对应的结构。选择PDB格式，并将文件保存到桌面。下一步需要下载配体分子。正如前面所说，我们要从zinc数据库中获取天然化合物及其类似物。现在输入zinc数据库。这里就是zinc数据库。进入化合物搜索页面后，如果输入化合物名称，就会显示具有相似结构或药效团特征的化合物列表。此外，如果需要，还可以在这里设计自己的化合物。

也就是说，你可以在zinc中搜索与目标化合物相似的结构。这里我们暂时不使用自定义设计功能。现在使用一个天然化合物作为关键词，原字幕中的化合物名称识别不清，这里主要关注其结构及类似物。搜索后可以得到大约26个化合物，你可以一次性下载全部化合物的SDF文件，也可以逐个下载。例如，右键点击相应条目，可以看到下载选项，可以一次下载多种格式或直接下载SDF格式。这里我选择逐个下载SDF格式的化合物文件，点击SDF，然后进行下载。

将第一个文件保存下来，接下来第二个化合物也按照同样的方法保存。其他化合物也进行相同的操作。这里可以看到，我已经从zinc数据库下载了大约100个化合物，并保存为SDF格式。下一步需要把SDF格式转换为PDBQT格式，方法与之前autodock教程中的操作类似。对于受体分子，需要去除水分子，同时去除其他不需要的异原原子。这里我选择二聚体作为受体，并生成receptor pdb Qt文件。

音乐。

音乐。音乐。下一步需要确定蛋白质中的结合位置，也就是配体具体与蛋白质发生相互作用的区域。因此需要创建一个grid box, 也就是网格和操作方式与autodock中类似。点击grid box需要注意，我们可以选择blind docking盲对接，也可以根据已经确定的活性位点进行对接。

在这个实例中，结合区域已经比较明确，这里两个单体相互作用的区域就是nf cap的活性位点。所以我将网格和覆盖这个，也就是说把所有可能与抑制剂发生相互作用的区域覆盖进去。这里我手动调整网格和的位置。这里使用相应的数值，你需要记住这些参数，因为之后创建VIA配置文件时还会用到。这些参数本身不需要全部记住，但要记录网格和的位置和尺寸，因为这些信息需要用于创建VIA的配置文件。这就是我最终选择的docking位置，我会把这些信息记录到文本文件中。

这些信息在创建配置文件时是必须的，因此一定要保存好，保存之后，这个窗口的信息就暂时不再需要了。下一步安装autodock vina和pearl，希望大家已经安装好了mctools和open babel.整个安装过程比较简单，与之前autodock的安装方式类似，根据你的操作系统选择相应的autodock vina安装程序。这里我的系统已经安装好了autodock vina, 安装完成后进入C盘的program files目录。找到相应的安装目录，这里可以看到安装文件夹中有几个重要文件，可以将这些文件复制出来。

把相关文件复制到我们准备工作的文件夹中，这里可以看到VIA的可执行文件以及相关文件。下一步是在Windows中安装pearl，对于部分系统环境，Pearl可能已经存在，如果没有，就需要手动安装。可以按Windows+R打开运行窗口，或者直接输入CMD打开命令行。输入pearl v, 如果能够显示pearl的版本信息，说明pearl已经安装成功。如果出现错误，就需要在Windows中安装pearl。下面演示如何在Windows中安装pearl。首先搜索pearl。

搜索pearl IDE或pearl相关安装程序，进入对应的官方网站或下载页面，然后点击download。Windows用户选择对应的Windows安装包并下载，下载完成后进行安装。安装完成后，再次打开CMD，输入pearlv，检查是否安装成功。为什么需要安装pearl？因为仅靠VIA本身不能像单分子对接那样方便的一次性完成整个虚拟筛选流程。我们需要编写一个脚本，让程序能够在同一个目标位点和同一个grbox中一次运行多个配体分子。

因此，安装pearl是非常必要的，安装好pearl后，还需要准备一个批量运行VIA的脚本。这个脚本可以在视频描述区提供，准备好脚本后将其保存到桌面。例如保存为VIA Windows PAL, 注意使用PL的proarl脚本格式。保存完成后，现在基本准备就绪，我们已经有legend pdb Qt文件和receptor pdb Qt文件。把所有配体分子文件复制到工作目录中。现在可以看到配体文件、受体文件以及相应的PDBQT格式文件。下一步需要创建配置文件。

打开文本文件，并将其保存为conf Vs, 然后打开这个配置文件，开始编写VIA的参数。首先指定receptor，也就是受体文件的名称。例如，Receptor=receptor pdb Qt, 这里必须使用实际存在的PDBQT文件名。接下来需要提供grbox的中心坐标，这里必须准确输入之前记录下来的参数，如果输入错误，程序可能无法正确运行。这里可以看到，我们设置了网格和的尺寸以及中心坐标，视频中视例使用了相应的80等参数。

现在gridbox已经建立，接下来设置需要输出多少个docking modes?理论上可以设置更多的构象，例如100个。这里为了演示，我设置为10个结果，并设置相应的能量范围。这里使用默认的相关选项，完成后保存配置文件，接下来还需要再创建一个配体列表文件。配体列表文件中只需要写legend相关的信息即可，很多用户直接在桌面运行命令会觉得不方便。因此，这里把整个工作文件夹放到C盘，把工作目录放到C盘后，路径会更加简单。现在打开CMD命令行窗口。

使用CD命令进入VIA对接的工作目录。现在需要把所有PDBQT配体文件的文件名提取到一个文本文件中。这里需要的是所有legend pdb Qt文件的名称，下面使用一个简单的命令。输入DB，并将结果输出到legend text.打开生成的legend textt文件，就可以看到目录中的文件名都被列出来了，其中有一些文件并不是配体，不需要加入列表。

例如配置文件、受体文件以及其他文本文件都不需要。我们最终只保留配体分子的文件名，整理好以后保存这个列表。现在所有文件都准备好了，第一是PDBQT格式的受体文件。第二是所有配体的PDBQT文件，第三是VIA的配置文件，其中包含gridbox等参数。第4是用于批量运行的pearl脚本，最后还需要包含所有配体名称的文本列表。

列表中的每一个配体名称都应该写在这个legend的文本文件中。现在可以开始运行命令，在命令行中输入provia Windows pel.程序会询问legend文件名，现在输入我们刚才创建的配体列表文件，输入legend TT, 这就是刚才生成的文件名。现在程序已经自动开始运行，具体需要多长时间取决于你的计算机配置。我的这次实验中，100个配体与蛋白质之间的对接大约花时间一两个时间会因系统配置而不同。如果你的计算机配置较高，或者使用高性能计算平台。整个对接过程会快很多。运行Lo文件程序会生成两个解要类型的，这里一共形成了10个不同，一个是po件，其一个是包含对接结果的8点PQT文件，Moll对应的是第19个配置。如果希望进一步可视化这个对接结果，可以使用p more. 首先打开p more.

先加在受体分子，然后在拍Mo中打开相应的结构。选择之前准备好的receptor pdb Qt文件。接下来加载VIA的输出文件，并选择对应的天然化合物结果。这里就是对应的化合物，加载后可以看到配体在蛋白质中的结合位置，播放结果可以观察不同dockim poses的变化。这里一共有10个可以继续加入其他类同式的对接结果去添加里他受体丽娜推出的结果文件，我已经加入了20个配体分子。

加载相应的lock和结构结果后播放，可以查看这20个分子的结合模式。如果想单独检查某一个天然化合物，也可以隐藏其他分子，然后与虚拟筛选得到的其他候选化合物进行比较。例如，选择第11个化合物，观察它与蛋白质之间有哪些不同的相互作用。这里可以看到化合物1的结合构象最佳，构象之间可能存在一定差异。例如，可以看到某个配体与这一条链结合，而另一个dockin结果则与蛋白质的其他区域发生相互作用。可以通过查看相应的log文件进一步确认。打开对应化合物的结果log文件可以查看具体的结合能，这里显示的结合能约为-6.1千卡more。同样的，还可以查看第11个化合物的log文件。与前面的证人化合物相比，我们可以利用类似sna显示出了该强的预测，相互做一次加入数千个化合物。

不过正如前面所说，主要的问题是需要比较高配置的计算系统。最好使用高性能计算机或计算机群来完成这种大规模分析。如果没有足够的计算资源，对一个大型化合物库进行虚拟筛选会非常困难。

感谢大家观看，如果你喜欢本期内容，请分享点赞并订阅我们的频道，非常感谢。音乐。