На главную
Докинг низкомолекулярных лигандов в структуру белкаДля всех операций по моделированию комплекса лизоцима LYS_ANTMY с лигандом NAG воспользуемся структурой данного белка, предсказанной по гомологии, в которой удалены атомы лиганда: seq5.pdb
1. CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O - smiles нотация лиганда NAG. При помощи команд: obgen nag.smi > nag.mol babel -imol nag.mol -opdb nag.pdb babel -ipdb nag.pdb -omop nag.mop -xk "PM6" MOPAC2009.exe nag.mop babel -imopout nag.out -opdb nag.pdb построили 3D модель лиганда NAG (nag.pdb) из его smiles нотации nag.smi 2. Скриптом prepare_ligand4.py из пакета Autodock tools создадим pdbqt файл лиганда (команда /home/preps/golovin/progs/bin/prepare_ligand4.py -l nag.pdb -o nag.pdbqt) На выходе получаем pdbqt файл для лиганда. 3. Скриптом prepare_receptor4.py подготовим молекулу рецептора (команда /home/preps/golovin/progs/bin/prepare_receptor4.py -r seq5.pdb -o seq5.pdbqt) На выходе получаем seq5.pdbqt файл. 4. Создаем файл с параметрами для докинга vina.cfg. 5. Проведем первый докинг с фиксированными аминокислотами белка и подвижным лигандом. Запустим команду vina --config vina.cfg --receptor seq5.pdbqt --ligand nag.pdbqt --out nag_prot.pdbqt --log nag_prot.log На выходе имеем два файла nag_prot.pdbqt, содержащий информацию о положениях лиганда, и nag_prot.log, содержащий информацию о энергиях каждой модели. Ниже на рисунке ппредставлены все состояния лиганда. Видно, что лиганд может занимать любую позицию которую мы ему укажем (одна модель отражает положение наг'а в нестрандартном окружение (не природном)). Ниже приведены модели с наилучшими энегиями (последняя (№15) - выбивающаяся модель).
(видно, что положение вдали от нативного центра связывания энергетически менее выгодно). 6. Проведем докинг лиганда (подвижен) в белок, у которого подвижны некоторые боковые радикалы. Задаем подвижную и константную часть при помощи команды python /usr/share/pyshared/AutoDockTools/Utilities24/prepare_flexreceptor4.py -r prot.pdbqt -s GLU32_ASN44_ASP50_ASN57_ALA102 (здесь мы указываем аминокислот, боковые цепи которых вращаются) Затем запустим моделирование. в результате моделирования мы получили файлы nag1.pdbqt, nag1.log, аналогичные файлам в предыдущих пунктах Все состояния лиганда (красный) и выбранных аминокислотных остатков (зеленый) можно посмотреть ниже: Далее в таблице представлены характеристики лучших моделей и сравнение этих параметров для докинга с неподвижным белком.
Из этих данных трудно что-либо сказать. где-то аффинность выросла, где-то упала, а где-то (модель 1) практические не изменилась. Но со стопроцентной вероятностью можно сказать, что аминокислотные радикалы крутятся). Но, стоит отметить, несмотря на отсутствие явных преимуществ, существует плюс гибкого моделирования, заключающийся в следующем: в природе белки не являются неподвижными молекулами, при взаимодействии с лигандом может происходить не только вращение боковых радикалов (что мы и делаем при подобном типе докинга), но и изменение вторичной структуры белка. Так что, более правильно моделировать именно с подвижными боковыми радикалами (из соображений сходства подобной системы с белками в растворе). 7. Лиганд располагается наиболее близко к положению лиганда, полученного при моделировании белка по гомлогии, в моделе №20 (нпри моделировании с неподвижным белком) с энергией взаимодействия -3.7kcal/mol, а при моделировании с подвижными радикалами, не удалось обнаружить подобного варианта (есть много вариантов, когда лиганд лежит там же где и лиганд, полученный на основе гомологичного моделирования, но он сильно повернут). Но, стоит отметичть, что энергетическая невыгодность такого положения лиганда не указывает на низкую вероятность реализации подобного расположени, т.к. мы взяли в рассмотрение лишь один мономер из трисахарида. если посмотреть на предсказанную структуру (по гомологии), большая часть водородных связей (которые обеспечивают удержание лиганда)образована с атомами трисахарида, принадлежащими другуому моносахариду.неудивительно, что мы не видим правильного расположения лиганда (согласующегося с моделью по гомологии) при докинге. стоило бы в данной ситуации дочить трисахарид (или ту часть трисахарида, с которой образуется наибольшее количество водородных связей). 8. Произведем замену метильного радикала в боковой группе СH3C(=O)NH NAG'a на OH (nag_oh.smi), H (nag_h.smi), Ph (nag_ph.smi), NH2 (nag_nh2.smi). Запустим скрипт следующего содержания: export PATH=${PATH}:/home/preps/golovin/progs/bin for i in nag_h nag_oh nag_nh2 nag_ph ;do obgen ${i}.smi > ${i}.mol babel -imol ${i}.mol -opdb ${i}.pdb babel -ipdb ${i}.pdb -omop ${i}.mop -xk "PM6" MOPAC2009.exe ${i}.mop babel -imopout ${i}.out -opdb ${i}1.pdb /home/preps/golovin/progs/bin/prepare_ligand4.py -l ${i}1.pdb -o ${i}.pdbqt vina --config vina.cfg --receptor seq5.pdbqt --ligand ${i}.pdbqt --out ${i}_seq5.pdbqt --log ${i}_seq5.log vina --config vina.cfg --receptor seq5_rigid.pdbqt --flex seq5_flex.pdbqt --ligand ${i}.pdbqt --out ${i}_seq5_fr.pdbqt --log ${i}_seq5_fr.log done Все полученные файлы можн посмотреть по ссылке Practice9. Проведем анализ результатов замен метильного радикала на прочие.
Ниже на графике приведено сравнение энергий моделей с номерами 1-20 ({i}_FLEX - результаты моделирования с подвижными аминокислотными остатками) Из данных таблицы и графика можно сделать следующие выводы: - Значени энергий связывания лиганда при моделировании с подвижными боковыми радикалами (выбранными нами заранее) практически всегда хуже, чем в случае моделирования с неподвижным белком. - Замена метильного радикала на гидроксил приводит к "потери сродства" лиганда к данному центру связывания. - Замена метильного радикала на водород снижает сродство лиганда к сайту связывания. - Замена метильного радикала на аминогруппу практически не меняет сродство лиганда к сайту связывания. - Замена метильного радикала на фенил существенно повышает сродство лиганда к сайту связывания. |