[轉(zhuǎn)載]精彩分子動力學系列[1-9]
此文為dddc_redsnow發(fā)表于biolover上的關(guān)于分子動力學的系列原創(chuàng)文章,相當經(jīng)典與精彩,特此將系列文章整合,一起轉(zhuǎn)載,望學習動力學的新手們共同學習,提高進步,在此特向dddc_redsnow本人表示感謝。
動力學系列之一(gromacs,重發(fā))
在老何的鼓勵下,發(fā)一下我的gromacs上手手冊(我?guī)藭r用的,基本半天可以學會gromcas)
######################################################
# Process protein files step by step #
######################################################
pdb2gmx -f 2th_cap.pdb -o 2th_cap.gro -p 2th_cap.top -ignh -ter
nedit 2th_cap.top
editconf -f 2th_cap.gro -o 2th_cap_box.gro -d 1.5
genbox -cp 2th_cap_box.gro -cs -p 2th_cap.top -o 2th_cap_water.gro
make_ndx -f 2th_cap_water.gro -o 2th_cap.ndx
genpr -f 2th_cap_water.gro -n 2th_cap.ndx -o 2th_cap_All.itp
genpr -f 2th_cap_water.gro -n 2th_cap.ndx -o 2th_cap_M.itp
genpr -f 2th_cap_water.gro -n 2th_cap.ndx -o 2th_cap_C.itp
nedit Flavo.itp
grompp -f em.mdp -c 2th_cap_water.gro -p 2th_cap.top -o prepare.tpr
genion -s prepare.tpr -o 2th_cap_water_ion.gro -np 1 -pq 1
#####################################################
# Minimize step by step #
# 1. minimization fixing whole protein #
# 2. minimization fixing maincharin of protein #
# 3. minimization fixing Ca of protein #
# 4. minimization without fix #
#####################################################
grompp -np 4 -f em.mdp -c 2th_cap_water_ion.gro -p 2th_cap.top -o minimize_water.tpr
mpirun -np 4 mdrun -nice 0 -s minimize_water.tpr -o minimize_water.trr -c minimize_water.gro -e minimize_water.edr -g minimize_water.log &
grompp -np 4 -f em.mdp -c minimize_water.gro -p 2th_cap.top -o minimize_sidechain.tpr
mpirun -np 4 mdrun -nice 0 -s minimize_sidechain.tpr -o minimize_sidechain.trr -c minimize_sidechain.gro -e minimize_sidechain.edr -g minimize_sidechain.log &
grompp -np 4 -f em.mdp -c minimize_sidechain.gro -p 2th_cap.top -o minimize_sidechain_ex.tpr
mpirun -np 4 mdrun -nice 0 -s minimize_sidechain_ex.tpr -o minimize_sidechain_ex.trr -c minimize_sidechain_ex.gro -e minimize_sidechain_ex.edr minimize_sidechain_ex.log &
grompp -np 4 -f em.mdp -c minimize_sidechain_ex.gro -p 2th_cap.top -o minimize_all.tpr
mpirun -np 4 mdrun -nice 0 -s minimize_all.tpr -o minimize_all.trr -c minimize_all.gro -e minimize_allx.edr -g minimize_all.log&
editconf -f minimize_all.gro -o minimize_all.pdb
#####################################################
# Raise temperature step by step #
# 1. raise from 0K to 100K fixing whole protein #
# 2. raise from 100K to 200K fixing whole protein #
# 3. raise from 200K to 300K fixing whole protein #
# 4. balance fixing maincharin of protein #
# 5. balance fixing Ca of protein #
#####################################################
grompp -np 4 -f heat.mdp -c minimize_all.gro -p 2th_cap.top -o temperature100K.tpr
mpirun -np 4 mdrun -nice 0 -s temperature100K.tpr -o temperature100K.trr -c temperature100K.gro -e temperature100K.edr -g temperature100K.log &
grompp -np 4 -f heat.mdp -c temperature100K.gro -p 2th_cap.top -o temperature200K.tpr
mpirun -np 4 mdrun -nice 0 -s temperature200K.tpr -o temperature200K.trr -c temperature200K.gro -e temperature200K.edr -g temperature200K.log &
grompp -np 4 -f heat.mdp -c temperature200K.gro -p 2th_cap.top -o temperature300K.tpr
mpirun -np 4 mdrun -nice 0 -s temperature300K.tpr -o temperature300K.trr -c temperature300K.gro -e temperature300K.edr -g temperature300K.log &
g_energy -f temperature300K.edr -s temperature300K.tpr -o temperature300K.xvg
grompp -np 4 -f heat.mdp -c temperature300K.gro -p 2th_cap.top -o T300K_M.tpr
mpirun -np 4 mdrun -nice 0 -s T300K_M.tpr -o T300K_M.trr -c T300K_M.gro -e T300K_M.edr -g T300K_M.log &
grompp -np 4 -f heat.mdp -c T300K_M.gro -p 2th_cap.top -o T300K_Ca.tpr
mpirun -np 4 mdrun -nice 0 -s T300K_Ca.tpr -o T300K_Ca.trr -c T300K_Ca.gro -e T300K_Ca.edr -g T300K_Ca.log &
grompp -np 4 -f heat.mdp -c T300K_Ca.gro -p 2th_cap.top -o T300K_MD.tpr
mpirun -np 4 mdrun -nice 0 -s T300K_MD.tpr -o T300K_MD.trr -c T300K_MD.gro -e T300K_MD.edr -g T300K_MD.log &
至此,全部搞定,可以跑了。PJ的東西放出來敏感,原創(chuàng)的教學東西也可以收精華吧
動力學系列之二(amber基礎(chǔ)篇)
上次寫了一個,結(jié)果一下在因為發(fā)貼的原因丟了,加上最近忙的要命,不過還是吃完飯干活前,靜下心寫一下amber,amber遠比gromacs要復雜(不過還比不上charmm,估計第一次看charmm腳本的人一定覺得自己選錯了行當,類fortran的語言加上自創(chuàng)的格式,唉,又是一段心酸的往事...)。我把amber分成兩部分講,第一部分講基礎(chǔ),第二部分講應用。這里先講第一部分。
1. 關(guān)于整體概括. amber的文件格式有三種最為重要:top, crd and pdb。pdb可以生成top and crd, top and crd也可以轉(zhuǎn)換成pdb,這些都是ascii碼文件,可以手動編輯(這也是DNA+Protein時候有時不得不作的事情,巨大的工作量)。top文件中是拓撲文件,相當于gromacs的top,不過直接把lib的參數(shù)搞過來,不要再調(diào)用lib了。crd文件是坐標和速度文件,類似于gro文件,pdb不用我說了吧。
2. amber中的概念: 所有的單元從原子,小分子,殘基,堿基等等一直到大分子都是unit,熟悉C++,JAVA的朋友想一下object就理解了,amber的xleap的操作就像一個外包體,利用object的獨立性進行關(guān)聯(lián),組合或者分拆object, 實現(xiàn)不同的功能,每一個unit都是獨立單元。而標準的氨基酸,堿基就像class,你自己的蛋白就是object。每個class對應多個有自己名字的object。這些都是在xleap中實現(xiàn)的,xleap就是利用這種關(guān)系來導入,修改蛋白或者DNA/RNA。
3. amber自帶gaff力場(比gromacs那個網(wǎng)頁算的小分子正規(guī)多了),適用于大部分有機小分子,當然修改力場文件可以讓你獲得更多的支持,尤其是特殊的原子比如說鹵素,金屬原子。電荷是采用的resp擬和,而不是原子的partial charge,這個的優(yōu)點見JACS的原始文獻,不再贅述,主要是考慮極化。
4. 通過xleap搞定了大分子,小分子,水,溶劑離子,跑得時候就是sander了,當然8以后的pmemd是更好的選擇,不過只能跑pme方式的動力學。
5. 軌跡文件amber做的不好,太大,沒有壓縮。斷點續(xù)跑也不如gromacs,半個坐標的情況時有出現(xiàn),只見原子叉叉滿天飛啊,那叫一個壯觀。分析工具首推ptraj(不是我推的,是他們,我個人喜歡carnal),加各種輔助工具可以實現(xiàn)gromacs的各種功能。
6. 優(yōu)點: 上次說過了,軌跡穩(wěn)定,重復性好,可信度高。有些朋友非要跑出個地動山搖,驚濤駭浪的軌跡,不推薦您使amber,估計等到它跑到那一天,您也畢業(yè)了。缺點:真的打算用amber嗎,打算跑10ns嗎?打算有什么特別有意思的想法嗎?恭喜您,您可以考慮買硬盤了。amber的存儲量大概是1ns->1.5GB, 如果想發(fā)一個好一點的文章,闡述一個精細的機理,沒有10條軌跡搞不定的,算算是多少硬盤....我的一個題平均120G軌跡。
洋洋灑灑寫了這么多,不過amber的真正強大之處還不在這里,它的強大在于它的應用廣泛,有著各種的“人無我有,人有我精”的套件,下次我在應用篇里面詳細講一下
動力學系列之三(amber應用篇)
上海的天氣真是一天一變啊,又是大雨滂沱了。反正出不去了,索性把amber的第二部分寫完,大家周末也有個消遣。
上回說amber的基礎(chǔ)應用談到了他有很多應用的套件,這里我把最常用的以及比較容易發(fā)好文章的幾個部分講解以下:
1。首先要說的就是用于藥物設(shè)計平衡的sander/pmemd,一般來說,用amber作一下平衡是同源模建的重要可選步驟之一,尤其適用于結(jié)構(gòu)不確定性大的loop和缺乏明確模板的地方,當然,如果您要是有macromodel,還是用那個,最近的文章發(fā)現(xiàn)申稿人很喜歡那個,可能是因為那個公司比較得到大家的認可吧
2。MMPBSA, 計算自由能的很好選擇,KUNZ他們組就喜歡拿這個說事,作為虛篩的終結(jié)器。當然了方法的想法是很好的,不過還是有一些缺點的,比如對共軛體系,可極化嚴重的分子計算結(jié)果很不準確。MMPBSA流行的時候只做一個這個舊可以發(fā)Protein Sci. 現(xiàn)在基本不可能了,不過還是很好的一個計算自由能的方法,平均半個小時一個分子
3。NMODE,有的朋友問要什么樣的分析工具,NMODE絕對是一個可選的東東,具體的原理我不講了,很簡單,矩陣二次求導做頻率,底頻高幅運動就是它分析的對象,Maccoman他們組只做這個就在JMB上發(fā)了無數(shù)的文章(人家是開山鼻祖,我們做,呵呵,估計就是BJ也很難。
4。Alan掃描:預測突變影響的工具,很粗糙,但是如果你計算資源不是很多的話,這個是推薦的方法。原理沒什么可講的,想用的去看manual,不到1頁
5。TMD,我最近做的東西,和什么SMD了,F(xiàn)MD了。。。。一大堆兄弟姐妹啊,不過也快做爛了,可以模擬蛋白大幅運動的過渡態(tài)
6。TI。目前公認的計算自由能最好方法,缺點是相當?shù)暮臅r間,一個師兄做n年,結(jié)果發(fā)現(xiàn)不適合他的體系,韶華逝水啊,沒有時間的朋友千萬不要碰
上面的這些方法都是最常用的,也是文章中暴光頻率最高,精通2到3個,一個好體系,綜合起來,可以沖擊JMB或者JACS。呵呵,外面雨終于小了,希望大家看了能有幫助,會一個技術(shù)不難,難的是把這個技術(shù)用的恰到好處,下次有時間聊聊怎么綜合使用各種工具分析問題
動力學系列之四(能量分析)
明天就是5.1,可是手里還是一大堆的活,實驗也是詭異的要命,時光真是快啊。前面對兩個基本軟件介紹了一下,本來想講講charmm和macromodel,后來想想,沒有什么意思,還是講一下分析方法對大家更適用,如果大家真的想聽這兩個軟件,后面我再補充。動力學分析方法多種多樣,但是能量永遠是不變的話題,很多問題的說明都是以能量為基礎(chǔ)的,這里說的能量包括各種力場能量,溶劑化能,自由能等。我主要對自由能講解一些如何進行計算。在amber中,可以通過mmpbsa來計算這個相對自由能,在免費的軟件gromacs中,能量的計算(不知道有心的朋友是否自己加和過他提供的能量項,是不是缺點兒什么啊^v^)相當?shù)拇植,雖然提供了計算自由能的工具,但是源碼中卻是空,不知道到哪個版本才能實現(xiàn)。amber是比較好用,但是也是一個收費軟件,特別是想發(fā)文章的朋友要注意了。如果是不想買amber的朋友,一個中間路線就是用gromacs跑軌跡,用autodock算能量(自由能),雖然不如mmpbsa原理上準確,但是忽略部分熵效應也在變動不大的體系也還不錯。下面這個腳本是我自己寫的,可以實現(xiàn)這一功能,希望能對大家有個幫助: #!/bin/sh #'$1' is set for different list name #'$2' is set for the ligand name #prepare the $2.bnd in advance with command: #/~root/autodock/dist305/bin/pdbtoatm lig.pdbq| ~root/autodock/dist305/bin/atmtobnd >lig.bnd for snapshot in `cat $1` do rec=protein_mn_hoh1.${snapshot} lig=$2.${snapshot} echo ${rec} #assign the atomic solvation parameters to PDBQ-formatted version of your macromolecule, ~root/bin/addsol ${rec}.pdbq ${rec}.pdbqs ~root//bin/autotors -A $2.bnd ${lig}.pdbq ${lig}.out.pdbq > ${lig}.out.${rec}.epdb.com ~root/autodock/dist305/bin/autodock3 -p ${lig}.out.${rec}.dpf -l ${lig}.out.${rec}.epdb.log -c > $1_Binding ~root//bin/Docked.awk ${lig}.out.${rec}.epdb.log >> $1_Docked ~root//bin/Inter_score.awk ${lig}.out.${rec}.epdb.log >> $1_Inter_Energy ~root//bin/Intra_score.awk ${lig}.out.${rec}.epdb.log >> $1_Intra_Energy #rm -f *.map *.fld *.xyz *.err *.pdbqs *.glg *.log *.com *.gpf *.dpf Binding.awk #!~root/bin/gawk -f BEGIN{ name=ARGV[1] split(name,array,".") } { if($0 ~ /Estimated Free Energy of Binding/) {print array[1]" "$9" " $10} } Docked.awk #!~root/bin/gawk -f BEGIN{ name=ARGV[1] split(name,array,".") } { if($0 ~ /Final Docked Energy/) {print array[1]" "$7" " $8} }
返回小木蟲查看更多
京公網(wǎng)安備 11010802022153號
動力學系列之五(外一篇,1-4樓加在一起)
上次發(fā)了系列四的能量計算后,不少朋友pm我,既然可以用多個大分子構(gòu)象計算能量曲線,反過來是否可以用一個大分子對小分子數(shù)據(jù)庫做類似dock, gold那種虛擬篩選那?答案是可以的,不過這個要通過腳本來實現(xiàn),雖然也有一個程序,但是那個程序是我寫給ddgrid這個工程的,這半年暫時不能放出來,年底給大家共享(主要原因是怕阿)。言歸正傳,不過這個腳本也可實現(xiàn)一樣的功能,就是時間上慢一些,空間上占用多一點,以前在別的地方放過早期的版本,這次放一個完全版,而且包含了我們常用的參數(shù)設(shè)置。雖然和動力學這個系列關(guān)系不是非常緊密,但是在進行多個陽性物對比動力學的時候結(jié)合上一個腳本可以把大量工作簡單化。廢話少說,放東西先:
--------------------------------------
主程序, 由于論壇屏蔽原因,我用了替代字符,而且好像總是砍掉我的字符啊
不得不分開發(fā),請大家見諒
"&&"請轉(zhuǎn)換為"EOF"后使用
--------------------------------------
//準備文件
#!/bin/sh
receptor=receptor.mol2
rec=${receptor%.mol2}
mol2topdbqs $receptor
for ligand in `cat mol2.list`
do
lig=${ligand%.mol2}
deftors $ligand <<&&
//選項
1
c
c
&&
#if(-z ${lig}.pdbq) then
# deftors $ligand <<&&
# a
# 1
# c
# c
# &&
#endif
#vi ${lig}.pdbq << &&
#:%s/ Br/ b /g
#:%s/ Cl/ c /g
#wq
#&&
動力學系列之六(膜蛋白的模擬)
今天是假期的最后一天(不過好像大家都是8號上班了,我們特殊,不過后面是慘痛的10天連續(xù)工作),整理一下思路,寫一些膜蛋白的模擬,膜蛋白的工作量大,需要進行的準備工作多,做一個膜蛋白相當于兩個球蛋白的工作量。我先介紹一下膜蛋白的一些基本概念:
1。膜蛋白-顧名思義,就是存在于細胞膜和細胞核(線粒體膜也有,不過不屬于主流,暫時忽略之)雙層脂質(zhì)膜上的大型蛋白質(zhì)。膜蛋白從拓撲結(jié)構(gòu)可以分為幾種,酶(3500個左右),7次跨膜的G偶聯(lián)受體(2000個左右),離子通道(1000個左右),核的激素受體(150個左右)
2。生物膜膜蛋白可分為外周膜蛋白和內(nèi)在膜蛋白,后者約占整個膜蛋白的70%~80%,它們部分或全部嵌入膜內(nèi),有的則是跨膜分布,如受體、離子通道、離子泵、膜孔、運載體(transporter)以及各種膜酶等等。象水溶性蛋白質(zhì)一樣,要深入了解膜蛋白的功能必須解析它們的三維結(jié)構(gòu)。第一個水溶性蛋白質(zhì)——肌紅蛋白的三維結(jié)構(gòu)的解析是由英國Kendrew于1957年用X射線衍射法完成的,從而使他獲得了諾貝爾獎。隨著相關(guān)技術(shù)的日益改進與發(fā)展,迄今蛋白質(zhì)解析出具有原子分辨率的三維結(jié)構(gòu)已達13 000個左右,而且正以2000個/年的速率遞增。但是其中內(nèi)在膜蛋白只有26個左右(根據(jù)2000年6月的統(tǒng)計),換言之,僅占所有已經(jīng)解析出三維結(jié)構(gòu)的蛋白質(zhì)的0.2%。因此,用MD理解膜蛋白的作用機制也成為2000年后的一個熱點。
3。當獲得了一個膜蛋白后,該怎么下手那(廢話,當然是越快越好,世界上n多個組都瞄著新的膜蛋白那,JMB和PNAS的常客。瑴蕚溥^程我簡要介紹一下,細節(jié)如果大家感興趣,我今后再詳細說一下,不過確實的繁瑣啊,我花了兩個月時間搞這個東東:
a. 修補殘基(這個都知道怎么做了,不說了)
b. 選擇合適的膜,膜的種類也是很多的,所以大家不要挑花眼啊(網(wǎng)上有,自己down,我也可以提供一個,呵呵,別人的,不過是我們修改了一點不合理結(jié)構(gòu)的,獲得方法, pm我)
c. 把蛋白正確的放到膜里面,去掉重疊部分,打通蛋白內(nèi)部的通道(最關(guān)鍵的一步,決定了是否可以正確的模擬和結(jié)果的可靠性)
d. 膜兩側(cè)包水加box
e. MD
第三步是做膜蛋白的精髓,不同的組使用的方法不同,我自己寫了一個簡單的Interactive的程序,供組里的人使用,這次是第一次發(fā)布到外面(dos版,linux或者sgi的,可以pm我),可以非常簡單的實現(xiàn)這一步,不要做繁瑣的處理,google上可以搜到鉀通道的處理方法,8頁english, 相當?shù)穆闊,gromacs給了一個命令,但是膜不合適(他給的膜也就適合做demo,缺乏合理性)。當然,即使搞定了上述5步,強大的cpu和足夠的硬盤是基本的保障,否則2006年交的作業(yè),2007年可以才能進行分析。
明天EMBO就要開始了,牛人我知道的來了兩個,都是做的最前沿的東東,一個是free enregy landscape, 另一個是structrual genomics。去聽聽,有什么感想后面和大家共享
動力學系列之七(同源模建)
最近去聽了幾場embo, 覺得自己還是有很多地方需要提高啊,而且今年的embo的特色很突出,可能代表了當今的潮流吧,等embo結(jié)束,我寫一個自己的感受,大家分享。動力學里面核心是生物大分子,當然有NMR和X-RAY最好,如果沒有,就需要同源模建技術(shù)來構(gòu)建蛋白。同源模建技術(shù)在90年代風靡一時,簡單的模建在一些高檔次的文章中獨撐一面,2000年以來,隨著技術(shù)的成熟和應用的廣泛,這項技術(shù)逐漸成為一個基本工具出現(xiàn)在各種文獻中。同源模建是一個根據(jù)模板蛋白將一級序列轉(zhuǎn)成3D結(jié)構(gòu)的技術(shù)總稱,包括了threading和homology兩種,當讓后來發(fā)展的fugue啊,geneatlas等等都是以次為基礎(chǔ)。在這兩種中,又以后者重要(因為簡單而且準確性高),在很多軟件中都提供了相應的功能,做的最好的商業(yè)軟件是INSIGHTii和modeller(這個非常傻瓜,但是結(jié)果的可控制性不高), 免費的有spdbvierwer和一些在線服務器.。如果買了這個軟件的朋友一定首選insightII做,因為審稿人很偏愛這個;沒有買的朋友最好的方法是找買了的單位合作(D版發(fā)文章會給你的導師和單位帶來很多麻煩),如果找不到,只好用spdbviewer了,但是這樣的結(jié)構(gòu)最好不要發(fā)在純計算的雜志上,被拒的危險很大。說了這么多廢話,我這次主要介紹INSIGHTii的用法和一些使用細節(jié):
一. insightII
最強大的同源模建軟件(前提是你看了所有的manual,理解了各種算法和參數(shù)的意義),可以進行各種模建和驗證預測。主要分以下幾個步驟:
a. input sequence,alignment(pariwise and multi alignment,主要是對類似結(jié)構(gòu)要很好了解,manual的排列原則寫的非常好,建議大家仔細看)
b. refine (我個人使用的筆記)
1. Check and correct potentials, partial charges, and hydrogens before submitting a Discover/CHARMm job.
① Builder from the Module pulldown
② For hydrogens, use the Hydrogen command in the Modify pulldown
③ Potential atom types and partial charges, use the commands in the Forcefield pulldown.
2. Check and correct steric overlaps
① Bump command from the Measure pulldown
② Relieve them by moving atoms with the Torsion command in the Transform pulldown.
3. Find unacceptable steric overlaps caused by one to three interactions or short bond lengths.
① Using the Geometry command in the Modify pulldown in the Builder module.
4. End Repair
5. Splice Repair
6. Energy Minimization
① Relax command provides for the selective minimization of sections of the model protein.
7. Molecular Dynamics
① Explore command in the Refine pulldown can accomplish this task.
同源模建技術(shù)給我們帶來了更多選擇和探索新領(lǐng)域的機會,但是有一點請大家注意,如果你的蛋白同源性不高,波動性過大,關(guān)鍵位點差異顯著的話,要謹慎的選擇同源模建,因為這樣構(gòu)造出來的蛋白很可能誤導你后面的工作,因為往往同源模建在我們這里都是一個課題的第一步,決定了后面這個課題是否成功的關(guān)鍵
動力學系列之八(如何設(shè)計動力學)
今天下午沒有課程,可以閑下來寫點東西,上面談了那么多技術(shù),說到底,應該為了解決問題.動力學的課題我大大小小也作了不少,當然目的不同,設(shè)計也不同.這次我講一下怎么設(shè)計動力學的整個課題,主要是思路方面,細節(jié)就不談了,例子就講我在JACS發(fā)過的一篇文章(J. AM. CHEM. SOC., 127, 11709-11719 ,2005),希望作的不好的地方大家指正
這是一個典型的配體誘導open-closed運動的文章,為后面的抑制劑設(shè)計打下了基礎(chǔ),在這個機理上,獲得了36/60的活性化合物,最好的幾個正在結(jié)構(gòu)改造中(有的是相當?shù)穆闊┌,痛。O(shè)計這個題目的目的就是為了根據(jù)ATP和TNPATP的不同來設(shè)計抗生素的先導化合物.
采用方法:GMD (gromacs), PCA, QM, Homology, Protein-Protein docking
1. 首先通過GMD解析兩個小分子構(gòu)象變化
2. 從結(jié)構(gòu)入手分析產(chǎn)生變化的原因
3. 設(shè)計QM來驗證ATP變化的假說
4. 設(shè)計PCA來分析蛋白的變化,并通過PCA將小分子變化與蛋白變化關(guān)聯(lián)起來
5. 分析得出大分子打開的根本原因來自于小分子的構(gòu)想周期性變化
6. 利用Protein-Protein docking進行反應初始環(huán)境的構(gòu)建,并用GMD來考證結(jié)構(gòu)的正確性
7. 總結(jié)整個磷酸化機制,并提出設(shè)計抑制劑的關(guān)鍵性氨基酸(控制蛋白口袋開合)
基本上開始時值是設(shè)計了前幾步,隨著課題的深入不斷對問題深化,最后得出結(jié)論。在同時進行的藥物設(shè)計上采用了這個機制的關(guān)鍵氨基酸限制性搜尋,獲得36個陽性化合物,從一個側(cè)面證明機制的正確性。
在上面這個例子中,動力學起了一個串聯(lián)起各項技術(shù)橋梁的作用,當然,最后的機制還是由根據(jù)綜合各項技術(shù)提出的。作一個計算課題的關(guān)鍵我個人覺得是知道什么時候選用什么樣的技術(shù),理解這個技術(shù)的算法和機理,這樣才能心中有雄兵。
一家之談,不足之處請大家指正
動力學系列之九(動力學發(fā)展方向)
今天embo整個結(jié)束了,我斷斷續(xù)續(xù)的聽的(因為最近實在是太忙而且有的聽不懂)。前面談了許多技術(shù)阿,思路阿,對于中國從事計算生物學,計算化學的人來說,最重要的是在國外已經(jīng)有的基礎(chǔ)上發(fā)展自己的東西,不能亦步亦趨。自從六七十年代Karplus發(fā)展動力學以來,動力學經(jīng)過了幾次大的波折,開始的時候模擬真空中幾十個氨基酸,慢慢的可以模擬大一些的蛋白,隨著計算資源的發(fā)展和算法的改進,水環(huán)境可以加入到模擬當中。進入90年代,膜蛋白,尤其是GPCR和離子通道的模擬成功進一步推動了整個動力學的應用范圍;仡^來我們看一看整個發(fā)展歷程,表面上動力學的一個大的方向是模擬越來越大的體系,模擬越來越長的時間,模擬越來越多的次數(shù)來滿足動力學原理上的隨機問題。如果我們眼光只看著這些,我們永遠也無法超越國外的水平,因為國外新生代比較好的動力學組已經(jīng)不是把應用作為主要目標了,他們在反思動力學到底可以為科學的發(fā)展貢獻什么,怎么用動力學來預測想要的東西,計算/生物/化學怎么結(jié)合起來,相互驗證著進行解決實驗無法測得尺度上的微觀問題。國外的人來參觀,你說你模擬了多長,多少條軌跡,實際人家不是真正的佩服你,只是佩服你能搞到這么多的計算資源。如果你能在算法或者動力學本身原理上提出見解;你通過動力學發(fā)現(xiàn)了一些東西,結(jié)果實驗證明是正確的,人家才是由衷的說fine,這次embo課程中,象clark,grummuller等都是將生物和計算結(jié)合的比較好的組,用到的手段包括AFM,熒光,NOE,NMR 等等。 許多做實驗的朋友可能覺得動力學好發(fā)文章,可以make story,所以趨之若鶩,實際冷靜一下,你要考慮一下如果你要做動力學,你應該怎么做,怎么和你的實驗結(jié)合起來,把一個課題,一個體系,一個機制完整的呈現(xiàn)出來,我提幾個自己的想法,大家指正:
1. 結(jié)構(gòu)生物學結(jié)合動力學(最容易)進行結(jié)構(gòu)功能研究
2. 酶學結(jié)合動力學進行殘基突變,酶反應機理的研究
3. 蛋白組學結(jié)合動力學進行partner的識別
4. 信號傳導通過動力學研究構(gòu)象如何變化實現(xiàn)信號傳輸
5. 其他,包括folding, 蛋白演化這些原來純粹的計算生物學的方向,現(xiàn)在可以結(jié)合AFM, Biocore等儀器來驗證你的idea
說了這么多,最后有幾個建議,送給想做動力學的朋友
1. 不要只解釋別人的實驗結(jié)果,提出機制。從去年年底到今年,發(fā)現(xiàn)動力學的文章最大的變化就是這個,只解釋的文章被拒稿率猛增,QSAR的今天就是md的明天
2. 不要局限于細節(jié),要有大局觀,從整體入手考慮文章構(gòu)架
3. 給出預測,并用實驗驗證它,如果你沒有條件,一定要提出你的建議,沒有建議的文章不要投4分以上的雜志
4. 數(shù)據(jù)分析不是目的,整理思路才是關(guān)鍵,我有海量數(shù)據(jù),但是人家沒有海量時間聽你講,看你的羅羅嗦嗦象唐僧一樣,馬上給你kill,理由就是你的文章沒有新穎性,沒有條理性
5. 建議一定要做重復,就是同一條軌跡最好多跑幾邊,從統(tǒng)計學意義上說明問題,不要保僥幸心里
一家之言,不足之處,請大家指正,
深為受教
希望樓主以后多提供這樣的好內(nèi)容