전 세계 모든 Schrödinger 사무소는 휴식과 재충전을 위한 전사적 조치의 일환으로 8월 17일부터 21일까지 일주일간 휴무합니다. 이 기간 동안 문의에 대한 답변이 제한될 수 있으니 양해 부탁드립니다. 과학 및 기술 지원팀 직원들은 긴급 지원 문의에 한해 대응할 예정입니다.

문의하기

Protein Preparation Workflow

흔히 발생하는 구조적 문제를 수정하고 신뢰할 수 있는 전원자 단백질 모델을 생성할 수 있는 사용하기 쉬운 도구

 

개요

성공적인 구조 기반 모델링 프로젝트를 수행하려면 정확한 소프트웨어뿐만 아니라 정확한 초기 구조도 필요합니다. 실험을 통해 도출된 구조에 흔히 발생하는 문제들을 방치할 경우, 시간과 자원의 낭비로 이어질 수 있습니다. Schrödinger의 ‘ Protein Preparation Workflow ’는 연구자들이 프로젝트 초기 단계부터 구조의 정확성을 확보할 수 있도록 돕기 위해 설계되었으며, 다양한 모델링 응용 분야에 활용하기에 이상적인 신뢰도 높은 구조를 제공합니다.

경험이 풍부한 모델링 전문가들은 정확한 초기 구조가 성공적인 계산 기반 구조 결정( 약물 설계)의 필수 조건이라는 사실을 잘 알고 있습니다. 안타깝게도, 고해상도 X선 결정학 구조를 활용하더라도 연구자들은 수소 원자 결손, 불완전한 측쇄 및 루프, 모호한 양성자화 상태, 뒤집힌 잔기 등과 같은 흔한 문제들을 수정하는 데 상당한 시간과 노력을 쏟아야 할 수 있습니다.

Protein Preparation Workflow 는 구조 준비 과정에서 가장 빈번하게 사용되는 도구와 기법을 통합, 자동화 및 연계하면서도, 연구자가 단일하고 유연성 없는 프로세스에 얽매이도록 강요하지 않습니다. 준비 워크플로우 전반에 걸쳐 사용자는 특정 작업을 적용할지 여부를 선택할 수 있으며, 중간 구조들이 모두 프로젝트 테이블에 체계적으로 정리되어 있으므로, 결과를 동료와 공유하거나 특수한 접근 방식이 필요할 때 외부 애플리케이션을 활용하는 것이 매우 간편해집니다.

Protein Preparation Workflow 는 단순한 구조적 수정용 유틸리티 몇 가지에 그치지 않고, 구조 기반 약물 설계 프로젝트의 초기 단계에서 합리적인 출발점을 확보할 수 있도록 해주는 강력한 솔루션으로, 정확한 단백질 모델에 의존하는 연구를 수행하는 모든 화학자에게 매력적인 선택지입니다.

주요 기능

성능

Schrödinger의 Protein Preparation Workflow 을 활용하면, 연구자들은 원시 PDB 구조를 몇 시간이나 며칠이 아닌 단 몇 분 만에 올-아톰(all-atom) 방식의 완벽하게 준비된 단백질 모델로 변환할 수 있을 뿐만 아니라, 이후 진행되는 모든 모델링 시뮬레이션의 정확성도 보장할 수 있습니다.

Protein Preparation Workflow 는 다음과 같은 기능을 제공함으로써 구조 준비 과정의 효율성을 높여줍니다:

  • 로컬 데이터베이스나 PDB 웹사이트에서 전체 PDB 파일 또는 PDB 파일 내의 특정 체인을 자동으로 가져옵니다.
  • 누락된 수소 원자를 자동으로 추가
  • 올바른 형식 전하와 힘장 처리를 보장하기 위해 금속 이온화 상태를 정확히 설정하십시오.
  • HET 그룹에 대한 결합 순서를 열거하십시오
  • 사용자의 판단에 따라 공결정화된 물 분자를 제거하십시오
  • 단백질 말단을 ACE 및 NMA 잔기로 마감한다
  • 원자가 누락되었거나 점유도가 여러 개인 잔기를 강조 표시합니다.
  • Prime( Schrödinger의 단백질 구조 예측 프로그램)을 위한 구조 전처리
  • 직관적인 그래픽 도구를 사용하여 서로 다른 잔기, HET 그룹 및 사슬 간을 손쉽게 이동할 수 있습니다.
  • 가장 가능성이 높은 리간드 양성자화 상태와, 다른 상태 양성자화 에 수반되는 에너지 손실을 빠르고 쉽게 파악할 수 있습니다.
  • 히스티딘 잔기에 대한 최적의 ‘ 양성자화 ’ 상태를 결정한다
  • 아르기닌, 글루타민, 히스티딘의 측쇄에서 위치가 바뀔 가능성이 있는 중원자를 수정하십시오.
  • 체계적인 클러스터 기반 접근법을 통해 단백질의 수소 결합 네트워크를 최적화함으로써, 준비 시간을 대폭 단축합니다.
  • 수소 원자는 자유롭게 최소화되도록 허용하는 동시에, 응력 받은 결합, 각도 및 충돌을 완화하기에 충분한 중원자의 이동을 허용하는 제약 조건 하의 최소화 작업을 수행한다.

참고 문헌

  1. Penicillium verruculosum 유래 엔도글루카나제의 열안정성 향상을 위한 이황화 결합 공학

    Anna Bashirova, Subrata Pramanik, Pavel Volkov, Aleksandra Rozhkova, Vitaly Nemashkalov, Ivan Zorov, Alexander Gusakov, Arkady Sinitsyn, Ulrich Schwaneberg, Mehdi D. Davari,《Int J Mol Sci》,2023, 20(7), 1602

  2. 단일클론 항체에서 메티오닌 산화 위험을 컴퓨터 시뮬레이션을 통해 평가하는 새로운 방법: 2-쉘 모델에 비해 개선된 점

    Davide Tavella, David R. Ouellette, Raffaella Garofalo, Kai Zhu, Jianwen Xu, Eliud O. Oloo, Christopher Negron, Peter M. Ihnat,PLoS ONE,2022, 17(12)

  3. 인간 β-트립타제를 표적으로 하는 새로운 자가조립성 이량체 억제제

    Giardina, S.F.; Werner, D.S.; Pingle, M.; Feinberg, P.B.; Foreman, K.W.; Bergstrom, D.E.; Arnold, L.D.; Barany, F.,J. Med. Chem.,2020, 63(6), 3004–3027

  4. 클로베타솔 프로피오네이트는 헤메 매개형 인간 시토크롬 P450 3A5 선택적 억제제이다.

    Wright, W.C.; Chenge, J.; Wang, J.; Girvan, H.M.; Yang, L.; 차이, S.C.; 후버, A.D.; 우, J.; 올라디메지, P.O.; 먼로, A.W.; 첸, T.,J. Med. Chem.,2020, 63 (3), 1415–1433

  5. 급성 골수성 백혈병에서 MUSASHI의 RNA 결합 활성을 표적으로 하는 소분자 치료

    Minuesa, G.; Albanese, S. K.; Xie, W.; Kazansky, Y.; Worroll, D. 외,Nature Communications,2019, 10, 2691 (2019)

  6. MM-GBSA를 이용한 베타-락타마제 TEM1의 기능 손실을 초래하는 돌연변이 예측

    Negron, C.; Pearlman, D.A.; del Angel, G.,PLoS ONE,2019, 14(3), e0214015

  7. 분자동역학 궤적에서 계산된 표현자 를 이용한 ERK2 키나아제 억제제의 화학적 공간 특성 분석

    Ash, J.; Fourches, D.,J. Chem. Inf. Model.,2017, 57 (6), 1286–1299

  8. 흔한 HLA-B*57:01 변이에 의해 유발되는 약물 이상반응: 분자 도킹 연구

    Van Den Driessche, G.; Fourches, D.,J. Cheminform.,2017, 9 (13), 1-17

  9. 아미노산 단일 점 돌연변이가 단백질에 미치는 영향 예측 안정성— 분자 동역학(MD) 기반 상대 자유 에너지 계산의 대규모 검증

    Steinbrecher, T.; Zhu, C.; Wang, L.; Abel, A.; Negron, C.; Pealman, D.; Feyfant, E.; Duan, J.; Sherman, W.,J. Mol. Biol. ,2017, 429 (7), 948-963

  10. 자유 에너지 섭동을 이용한 GPCR 리간드의 결합 친화도 예측

    Lenselink, E.B.; Louvel, J.; Forti, A.F.; van Veldhoven, J.P.D.; de Vries, H.; Mulder-Krieger, T.; McRobb, F.M.; Negri, A.; Goose, J.; Abel, R.; van Vlijmen, H.W.T.; Wang, L.; Harder, E.; Sherman, W.; IJzerman, A.P.; Beuming, T.,ACS Omega,2016, 1, 293-304

  11. 클로스트리디움 디피실리(Clostridium difficile) 이원성 독소(CDT)의 효소 활성 및 세포독성 활성을 차단하는 나노항체 선별

    Unger, M; Eichhoff, AM; Schumacher, L; Strysio, M; Menzel, M; Schwan, C; Alzogaray, V; Zylberman, V; Seman, M; Brandner, J; Rohde, H; Zhu, K; Haag, F; Mittrücker, H; Goldbaum, F; Aktories, K; Koch-Nolte, F., Scientific Reports,2015, 5(7850), 1-10

  12. 단편 최적화에서 정확한 결합 자유 에너지 예측

    Steinbrecher, T.B.; Dahlgren, M.; Cappel, D.; Lin, T.; Wang, L.; Krilov, G.; Abel, R.; Friesner, R.; Sherman, W.,J. Chem. Inf. Model.,2015, 55 (11), 2411–2420

  13. 해양 유래 물질인 시폴레놀 A-4-O-3′,4′-디클로로벤조에이트는 Brk 및 FAK 신호전달 경로를 억제함으로써 체외 및 생체 내에서 유방암의 증식과 이동성을 억제한다.

    Akl, M.R.; Foudah, A.I.; Ebrahim, H.Y.; Meyer, S.A.; El Sayed, K.A.,Mar. Drugs,2014, 12(4), 2282-2304

  14. 구조 기반 가상 스크리닝을 통한 선택적 및 ATP 비경쟁적 CDK5/p25 억제제로서의 티에노퀴놀론 유도체 발견

    Chatterjee, A.; Cutler, S.J.; Doerksen, R.J.; Khan, I.A.; Williamson, J.S.,Bioorg. Med. Chem.,2014, 22, 6409-6421

  15. d-아르기닌 탈수소효소의 티로신-페닐알라닌 환원 반반응 활성 부위 변이체에 대한 기전 및 전산 연구

    Gannavaram, S.; Sirin, S.; Sherman, W.; Gadda, G.,Biochemistry,2014, 53(41), 6574-6583

  16. 물리학 기반 효소 설계: 결합 친화도 및 촉매 활성 예측

    Sirin, S.; Pearlman, D.A.; Sherman, W.,《Proteins》,2014, 82(12), 3397-409

  17. 효소 설계에 대한 계산적 접근법: 도킹 및 MM-GBSA 스코어링을 이용한 ω-아미노전달효소의 촉매 활성 예측

    Sirin, S.; Kumar, R.; Martinez, C.; Karmilowicz, M.J.; Ghosh, P.; Abramov, Y.A.; Martin, V.; Sherman, W.,J. Chem. Inf. Model.,2014, 54(8), 2334-2346

  18. 단백질 및 리간드 준비: 매개변수, 프로토콜 및 가상 스크리닝 농축도에 미치는 영향

    Sastry, G.M.; Adzhigirey, M.; Day, T.; Annabhimoju, R.; Sherman, W.,J. Comput. Aid. Mol. Des.,2013, 27(3), 221-234

  19. 폴리펩타이드와 Glide

    Tubert-Brohman, I.; Sherman, W.; Repasky, M.; Beuming, T.,J. Chem. Inf. Model.,2013, 53(7), 1689-1699

  20. 데이터 융합을 통한 가상 스크리닝의 풍부도 향상: 2차원 지문, 형상 및 도킹 결과로부터의 히트 통합

    Sastry, G.M.; Inakollu, V.S.; Sherman, W,J. Chem. Inf. Model.,2013, 53, 1531-1542