Benchmarking Methods for PROTAC Ternary Complex Structure Prediction

标杆管理 三元络合物 三元运算 水准点(测量) 计算机科学 结构生物信息学 蛋白质结构预测 化学 蛋白质结构 业务 程序设计语言 营销 生物化学 大地测量学 地理
作者
Evianne Rovers,Matthieu Schapira
出处
期刊:Journal of Chemical Information and Modeling [American Chemical Society]
卷期号:64 (15): 6162-6173 被引量:1
标识
DOI:10.1021/acs.jcim.4c00426
摘要

Proteolysis targeting chimeras (PROTACs) are bifunctional compounds that recruit an E3 ligase to a target protein to induce ubiquitination and degradation of the target. Rational optimization of PROTAC requires a structural model of the ternary complex. In the absence of an experimental structure, computational tools have emerged that attempt to predict PROTAC ternary complexes. Here, we systematically benchmark three commonly used tools: PRosettaC, MOE, and ICM. We find that these PROTAC-focused methods produce an array of ternary complex structures, including some that are observed experimentally, but also many that significantly deviate from the crystal structure. Molecular dynamics simulations show that PROTAC complexes may exist in a multiplicity of configurational states and question the use of experimentally observed structures as a reference for accurate predictions. The pioneering computational tools benchmarked here highlight the promises and challenges in the field and may be more valuable when guided by clear structural and biophysical data. The benchmarking data set that we provide may also be valuable for evaluating other and future computational tools for ternary complex modeling.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
snail完成签到,获得积分10
1秒前
安静翠柏完成签到,获得积分10
1秒前
雷小哈完成签到,获得积分10
2秒前
2秒前
2秒前
3秒前
拜拜关注了科研通微信公众号
3秒前
蓝调子完成签到,获得积分20
3秒前
寂寞有声发布了新的文献求助10
4秒前
5秒前
0000完成签到,获得积分10
5秒前
光亮向雁发布了新的文献求助20
6秒前
Rencal完成签到,获得积分10
6秒前
安静翠柏发布了新的文献求助10
7秒前
ll发布了新的文献求助30
7秒前
8秒前
三石发布了新的文献求助10
9秒前
打败拖延症完成签到,获得积分10
9秒前
研友_VZG7GZ应助coco采纳,获得10
9秒前
shawn驳回了Lucas应助
10秒前
沐言发布了新的文献求助10
11秒前
11秒前
11秒前
KD完成签到,获得积分10
12秒前
12秒前
ShuangWeng应助清爽孤风采纳,获得20
12秒前
香蕉觅云应助cherrychou采纳,获得20
12秒前
13秒前
沧海君完成签到,获得积分10
15秒前
jx发布了新的文献求助10
15秒前
louise发布了新的文献求助10
16秒前
CryBill完成签到,获得积分10
16秒前
负责月光发布了新的文献求助10
16秒前
舒适初晴完成签到 ,获得积分10
17秒前
hopez发布了新的文献求助10
17秒前
共享精神应助顺心裙子采纳,获得10
17秒前
拼搏荠关注了科研通微信公众号
18秒前
19秒前
大模型应助津津乐道采纳,获得10
20秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157298
求助须知:如何正确求助?哪些是违规求助? 2808647
关于积分的说明 7878088
捐赠科研通 2467070
什么是DOI,文献DOI怎么找? 1313183
科研通“疑难数据库(出版商)”最低求助积分说明 630369
版权声明 601919