Uni-GBSA: an open-source and web-based automatic workflow to perform MM/GB(PB)SA calculations for virtual screening

工作流程 虚拟筛选 计算机科学 分子力学 计算科学 结合亲和力 药物发现 计算生物学 化学 生物信息学 数据库 计算化学 分子动力学 生物 生物化学 受体
作者
Maohua Yang,Zonghua Bo,Tao Xu,Binghe Xu,Dongdong Wang,Hang Zheng
出处
期刊:Briefings in Bioinformatics [Oxford University Press]
卷期号:24 (4) 被引量:1
标识
DOI:10.1093/bib/bbad218
摘要

Abstract Binding free energy calculation of a ligand to a protein receptor is a fundamental objective in drug discovery. Molecular mechanics/Generalized-Born (Poisson–Boltzmann) surface area (MM/GB(PB)SA) is one of the most popular methods for binding free energy calculations. It is more accurate than most scoring functions and more computationally efficient than alchemical free energy methods. Several open-source tools for performing MM/GB(PB)SA calculations have been developed, but they have limitations and high entry barriers to users. Here, we introduce Uni-GBSA, a user-friendly automatic workflow to perform MM/GB(PB)SA calculations, which can perform topology preparation, structure optimization, binding free energy calculation and parameter scanning for MM/GB(PB)SA calculations. It also offers a batch mode that evaluates thousands of molecules against one protein target in parallel for efficient application in virtual screening. The default parameters are selected after systematic testing on the PDBBind-2011 refined dataset. In our case studies, Uni-GBSA produced a satisfactory correlation with the experimental binding affinities and outperformed AutoDock Vina in molecular enrichment. Uni-GBSA is available as an open-source package at https://github.com/dptech-corp/Uni-GBSA. It can also be accessed for virtual screening from the Hermite web platform at https://hermite.dp.tech. A free Uni-GBSA web server of a lab version is available at https://labs.dp.tech/projects/uni-gbsa/. This increases user-friendliness because the web server frees users from package installations and provides users with validated workflows for input data and parameter settings, cloud computing resources for efficient job completions, a user-friendly interface and professional support and maintenance.
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
唐文硕完成签到,获得积分10
刚刚
1秒前
Kis Sealed发布了新的文献求助10
1秒前
痴情的雨真关注了科研通微信公众号
1秒前
Chem完成签到,获得积分10
1秒前
2秒前
2秒前
充电宝应助愉快彩虹采纳,获得10
2秒前
科研小白完成签到,获得积分10
3秒前
3秒前
3秒前
jnngshan完成签到,获得积分10
3秒前
绝世容颜完成签到,获得积分10
3秒前
哟哟哟发布了新的文献求助10
4秒前
tree完成签到,获得积分10
4秒前
北极星162完成签到,获得积分10
4秒前
真实的雅阳完成签到,获得积分10
5秒前
5秒前
书涵发布了新的文献求助10
5秒前
天真的雨完成签到,获得积分10
5秒前
6秒前
liukuangxu发布了新的文献求助10
6秒前
武理发布了新的文献求助10
6秒前
标致咖啡发布了新的文献求助10
6秒前
6秒前
spinning完成签到,获得积分10
8秒前
阿皮完成签到,获得积分10
8秒前
陈醒醒发布了新的文献求助10
8秒前
小宇发布了新的文献求助10
8秒前
Noob_saibot完成签到,获得积分10
8秒前
顾矜应助晓湫采纳,获得10
9秒前
小毕锅锅发布了新的文献求助10
9秒前
旭宝儿发布了新的文献求助10
9秒前
个性的紫菜应助冉柒采纳,获得20
9秒前
skyrmion发布了新的文献求助10
10秒前
Andy_Cheung完成签到,获得积分10
10秒前
Chridy发布了新的文献求助10
10秒前
jnngshan发布了新的文献求助30
10秒前
11秒前
11秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
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 3143314
求助须知:如何正确求助?哪些是违规求助? 2794476
关于积分的说明 7811257
捐赠科研通 2450676
什么是DOI,文献DOI怎么找? 1303944
科研通“疑难数据库(出版商)”最低求助积分说明 627160
版权声明 601386