GalaxyDock2‐HEME: Protein–ligand docking for heme proteins

蛋白质-配体对接 对接(动物) 血红素 寻找对接的构象空间 化学 配体(生物化学) 自动停靠 大分子对接 生物化学 立体化学 蛋白质结构 药物发现 虚拟筛选 受体 生物信息学 基因 医学 护理部
作者
Changsoo Lee,Jinsol Yang,Sohee Kwon,Chaok Seok
出处
期刊:Journal of Computational Chemistry [Wiley]
卷期号:44 (14): 1369-1380 被引量:3
标识
DOI:10.1002/jcc.27092
摘要

Abstract Prediction of protein–ligand binding poses is an essential component for understanding protein–ligand interactions and computer‐aided drug design. Various proteins involve prosthetic groups such as heme for their functions, and adequate consideration of the prosthetic groups is vital for protein–ligand docking. Here, we extend the GalaxyDock2 protein–ligand docking algorithm to handle ligand docking to heme proteins. Docking to heme proteins involves increased complexity because the interaction of heme iron and ligand has covalent nature. GalaxyDock2‐HEME, a new protein–ligand docking program for heme proteins, has been developed based on GalaxyDock2 by adding an orientation‐dependent scoring term to describe heme iron‐ligand coordination interaction. This new docking program performs better than other noncommercial docking programs such as EADock with MMBP, AutoDock Vina, PLANTS, LeDock, and GalaxyDock2 on a heme protein–ligand docking benchmark set in which ligands are known to bind iron. In addition, docking results on two other sets of heme protein–ligand complexes in which ligands do not bind iron show that GalaxyDock2‐HEME does not have a high bias toward iron binding compared to other docking programs. This implies that the new docking program can distinguish iron binders from noniron binders for heme proteins.
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
刚刚
asdf完成签到,获得积分10
1秒前
zzh发布了新的文献求助10
1秒前
mage发布了新的文献求助10
2秒前
赘婿应助陈少华采纳,获得10
3秒前
3秒前
林夕君发布了新的文献求助10
4秒前
4秒前
4秒前
李爱国应助无限的含羞草采纳,获得10
6秒前
buno应助mage采纳,获得30
7秒前
深情安青应助范白容采纳,获得10
7秒前
陈xt完成签到,获得积分10
8秒前
小白发布了新的文献求助10
8秒前
9秒前
dali发布了新的文献求助10
9秒前
liuheqian发布了新的文献求助10
10秒前
10秒前
10秒前
zzh完成签到,获得积分10
10秒前
十二完成签到,获得积分10
11秒前
11秒前
yinggill完成签到 ,获得积分10
11秒前
12秒前
12秒前
ephore应助wwent采纳,获得30
13秒前
SciGPT应助jingjingl采纳,获得10
13秒前
宁馨明发布了新的文献求助10
13秒前
13秒前
14秒前
pluto应助liuheqian采纳,获得60
14秒前
14秒前
坦率寻雪发布了新的文献求助10
15秒前
陈少华发布了新的文献求助10
15秒前
科研通AI2S应助jiayou采纳,获得10
17秒前
18秒前
yy完成签到 ,获得积分10
18秒前
zuanyhou发布了新的文献求助10
18秒前
18秒前
18秒前
高分求助中
Solution Manual for Strategic Compensation A Human Resource Management Approach 1200
Natural History of Mantodea 螳螂的自然史 1000
Glucuronolactone Market Outlook Report: Industry Size, Competition, Trends and Growth Opportunities by Region, YoY Forecasts from 2024 to 2031 800
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
The analysis and solution of partial differential equations 400
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
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 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3334609
求助须知:如何正确求助?哪些是违规求助? 2963868
关于积分的说明 8611689
捐赠科研通 2642793
什么是DOI,文献DOI怎么找? 1446965
科研通“疑难数据库(出版商)”最低求助积分说明 670499
邀请新用户注册赠送积分活动 658693