WikiDer > Стыковка (молекулярная) - Википедия

Docking (molecular) - Wikipedia
Глоссарий стыковки
Рецептор или же хозяин или же замок
"Получение" молекула, чаще всего белок или другой биополимер.
Лиганд или же гость или же ключ
Комплементарная молекула-партнер, которая связывает к рецептору. Лиганды чаще всего маленькие молекулы но также может быть другой биополимер.
Стыковка
Компьютерное моделирование связывания лиганда-кандидата с рецептором.
Режим привязки
Ориентация лиганда относительно рецептора, а также конформация лиганда и рецептора, когда они связаны друг с другом.
Поза
Режим привязки кандидата.
Подсчет очков
Процесс оценки конкретной позы путем подсчета количества благоприятных межмолекулярные взаимодействия Такие как водородные связи и гидрофобный контакты.
Рейтинг
Процесс определения того, какие лиганды с наибольшей вероятностью будут благоприятно взаимодействовать с конкретным рецептором, на основе предсказанных свободная энергия привязки.
Оценка стыковки (DA)
Процедура количественной оценки прогностической способности протокола стыковки.
редактировать

В области молекулярное моделирование, стыковка это метод, который предсказывает предпочтительную ориентацию одной молекулы второй, когда граница друг к другу, чтобы сформировать стабильную сложный.[1] Знание предпочтительной ориентации, в свою очередь, может быть использовано для прогнозирования силы ассоциации или связывающая аффинность между двумя молекулами, используя, например, скоринговые функции.

Схематическое изображение стыковки низкомолекулярного лиганда (зеленый) с белком-мишенью (черный) с образованием стабильного комплекса.
Стыковка небольшой молекулы (зеленый) в Кристальная структура из бета-2 адренергический Рецептор, связанный с G-белком (PDB: 3СН6​)

Ассоциации между биологически значимыми молекулами, такими как белки, пептиды, нуклеиновые кислоты, углеводы, и липиды играть центральную роль в преобразование сигнала. Кроме того, относительная ориентация двух взаимодействующих партнеров может влиять на тип производимого сигнала (например, агонизм против антагонизм). Следовательно, стыковка полезна для прогнозирования мощности и типа создаваемого сигнала.

Молекулярный докинг - один из наиболее часто используемых методов в дизайн лекарств на основе структуры, благодаря своей способности предсказывать конформацию связывания малая молекула лиганды к соответствующей мишени сайт привязки. Характеристика связывающего поведения играет важную роль в рациональный дизайн препаратов а также для выяснения фундаментальных биохимических процессов.[2][3]

Определение проблемы

Можно думать о молекулярном стыковке как о проблеме "замок и ключ", в котором нужно найти правильную взаимную ориентацию "ключ" который откроет "замок" (где на поверхности замка отверстие для ключа, в каком направлении повернуть ключ после того, как он вставлен и т. д.). Здесь белок можно рассматривать как «замок», а лиганд - как «ключ». Молекулярный докинг можно определить как проблему оптимизации, которая описывала бы «наиболее подходящую» ориентацию лиганда, который связывается с конкретным представляющим интерес белком. Однако, поскольку и лиганд, и белок являются гибкими, "рука в перчатке" аналогия более уместна, чем "замок и ключ".[4] В ходе процесса стыковки лиганд и белок регулируют свою конформацию для достижения общего «наилучшего соответствия», и такой вид конформационного регулирования, приводящий к общему связыванию, называется "вынужденная посадка".[5]

Исследования молекулярного докинга сосредоточены на компьютерном моделировании молекулярное распознавание процесс. Он направлен на достижение оптимизированной конформации как для белка, так и для лиганда и относительной ориентации между белком и лигандом, чтобы свободная энергия системы в целом сведена к минимуму.

Подходы к стыковке

Два подхода особенно популярны в сообществе молекулярного докинга. Один из подходов использует метод сопоставления, который описывает белок и лиганд как комплементарные поверхности.[6][7][8] Второй подход моделирует фактический процесс стыковки, в котором рассчитываются энергии парного взаимодействия лиганд-белок.[9] Оба подхода имеют как значительные преимущества, так и некоторые ограничения. Они описаны ниже.

Комплементарность формы

Методы геометрического соответствия / комплементарности формы описывают белок и лиганд как набор функций, которые делают их стыкованными.[10] Эти функции могут включать молекулярная поверхность / дополнительная поверхность дескрипторы. В этом случае молекулярная поверхность рецептора описывается в терминах его доступная для растворителя поверхность и молекулярная поверхность лиганда описана в терминах его совпадающего описания поверхности. Комплементарность между двумя поверхностями составляет описание соответствия формы, которое может помочь найти комплементарную позу стыковки мишени и молекул лиганда. Другой подход состоит в описании гидрофобных свойств белка с использованием поворотов в атомах основной цепи. Еще один подход - использовать технику дескриптора формы Фурье.[11][12][13] В то время как подходы, основанные на комплементарности формы, обычно бывают быстрыми и надежными, они обычно не могут точно моделировать движения или динамические изменения конформаций лиганд / белок, хотя недавние разработки позволяют этим методам исследовать гибкость лиганда. Методы комплементарности формы могут быстро сканировать несколько тысяч лигандов за считанные секунды и фактически определять, могут ли они связываться с активным сайтом белка, и обычно масштабируются даже для белок-белковых взаимодействий. Они также гораздо более поддаются подходам на основе фармакофора, поскольку они используют геометрические описания лигандов для поиска оптимального связывания.

Моделирование

Моделировать процесс стыковки намного сложнее. В этом подходе белок и лиганд разделены некоторым физическим расстоянием, и лиганд находит свое положение в активном центре белка после определенного количества «перемещений» в его конформационном пространстве. Движения включают в себя преобразования твердого тела, такие как перемещения и вращения, а также внутренние изменения в структуре лиганда, включая поворот угла кручения. Каждое из этих перемещений в конформационном пространстве лиганда вызывает общую энергетическую стоимость системы. Следовательно, полная энергия системы вычисляется после каждого движения.

Очевидным преимуществом моделирования стыковки является то, что гибкость лиганда легко вводится, тогда как методы комплементарности формы должны использовать оригинальные методы для включения гибкости лигандов. Кроме того, он более точно моделирует реальность, в то время как дополнительные методы форм являются скорее абстракцией.

Ясно, что моделирование требует больших вычислительных ресурсов и требует изучения большого энергетического ландшафта. Сеточные методы, методы оптимизации и увеличенная скорость компьютера сделали моделирование стыковки более реалистичным.

Механика стыковки

Обзор блок-схемы стыковки

Для выполнения скрининга стыковки первое требование - это структура интересующего белка. Обычно структура определяется с использованием биофизических методов, таких как рентгеновская кристаллография, ЯМР-спектроскопия или же криоэлектронная микроскопия (крио-ЭМ), но также может происходить из моделирование гомологии строительство. Эта структура белка и база данных потенциальных лигандов служат входными данными для программы стыковки. Успех программы стыковки зависит от двух компонентов: алгоритм поиска и функция подсчета очков.

Алгоритм поиска

Основная статья: Поиск конформационного пространства для стыковки

В пространство поиска в теории состоит из всех возможных ориентаций и конформации белка, спаренного с лигандом. Однако на практике с текущими вычислительными ресурсами невозможно исчерпывающе исследовать пространство поиска - это потребует перечисления всех возможных искажений каждой молекулы (молекулы динамичны и существуют в ансамбле конформационных состояний) и всех возможных вращающийся и трансляционные ориентации лиганда относительно белка на данном уровне детализация. Большинство используемых программ стыковки учитывают все конформационное пространство лиганда (гибкий лиганд), а некоторые пытаются моделировать гибкий рецептор белка. Каждый «снимок» пары называется поза.

К лиганду и рецептору применялись различные стратегии конформационного поиска. К ним относятся:

Гибкость лиганда

Конформации лиганда могут быть созданы в отсутствие рецептора и впоследствии состыкованы.[14] или конформации могут быть созданы на лету в присутствии полости для связывания рецептора,[15] или с полной гибкостью поворота каждого двугранного угла с использованием стыковки на основе фрагментов.[16] Силовое поле энергетические оценки чаще всего используются для выбора энергетически обоснованных конформаций,[17] но также использовались методы, основанные на знаниях.[18]

Пептиды являются одновременно очень гибкими и относительно крупными молекулами, что делает моделирование их гибкости сложной задачей. Был разработан ряд методов, позволяющих эффективно моделировать гибкость пептидов во время стыковки белок-пептид.[19]

Гибкость рецептора

Вычислительные возможности резко возросли за последнее десятилетие, что сделало возможным использование более сложных и требовательных к вычислительным ресурсам методов в компьютерной разработке лекарств. Тем не менее, проблема гибкости рецепторов в методологиях стыковки все еще остается сложной.[20] Основная причина этой трудности - большое количество степеней свободы, которые необходимо учитывать при такого рода расчетах. Однако пренебрежение им в некоторых случаях может привести к плохим результатам стыковки с точки зрения предсказания позы привязки.[21]

Множественные статические структуры, экспериментально определенные для одного и того же белка в разных конформациях, часто используются для имитации гибкости рецептора.[22] Альтернативно библиотеки ротамеров боковых цепей аминокислот, которые окружают полость для связывания, можно исследовать для создания альтернативных, но энергетически приемлемых конформаций белка.[23][24]

Функция подсчета очков

Основная статья: Функции подсчета очков для стыковки

Программы стыковки генерируют большое количество потенциальных поз лиганда, некоторые из которых могут быть немедленно отклонены из-за конфликтов с белком. Остальные оцениваются с использованием некоторой оценочной функции, которая принимает позу в качестве входных данных и возвращает число, указывающее вероятность того, что поза представляет собой благоприятное связывающее взаимодействие, и ранжирует один лиганд относительно другого.

Большинство функций подсчета очков основаны на физике молекулярная механика силовые поля которые оценивают энергию позы в месте привязки. Различные вклады в связывание можно записать в виде аддитивного уравнения:

Компоненты состоят из эффектов растворителя, конформационных изменений в белке и лиганде, свободной энергии из-за взаимодействий белок-лиганд, внутренних вращений, энергии ассоциации лиганда и рецептора для образования единого комплекса и свободной энергии из-за изменений в колебательных режимах.[25] Низкая (отрицательная) энергия указывает на стабильную систему и, следовательно, на вероятное связывающее взаимодействие.

Альтернативный подход заключается в получении основанного на знаниях статистического потенциала для взаимодействий из большой базы данных комплексов белок-лиганд, таких как Банк данных белков, и оцените соответствие позы в соответствии с этим предполагаемым потенциалом.

Есть большое количество конструкций из Рентгеновская кристаллография для комплексов между белками и лигандами с высокой аффинностью, но сравнительно меньше для лигандов с низким сродством, поскольку более поздние комплексы имеют тенденцию быть менее стабильными и, следовательно, более трудно кристаллизоваться. Функции подсчета, обученные с этими данными, могут правильно стыковать лиганды с высоким сродством, но они также дадут правдоподобные стыкованные конформации для лигандов, которые не связываются. Это дает большое количество ложный положительный результат хиты, то есть лиганды, которые, как предполагается, связываются с белком, которые на самом деле не связываются при помещении вместе в пробирку.

Один из способов уменьшить количество ложных срабатываний - это пересчитать энергию поз, получивших наибольшее количество баллов, используя (потенциально) более точные, но более интенсивные в вычислительном отношении методы, такие как Обобщенный рожденный или же Пуассона-Больцмана методы.[9]

Оценка стыковки

Взаимозависимость между отбором проб и функцией подсчета очков влияет на способность стыковки при прогнозировании правдоподобных поз или сродства связывания для новых соединений. Таким образом, обычно требуется оценка протокола стыковки (при наличии экспериментальных данных) для определения его прогностической способности. Оценка стыковки может выполняться с использованием различных стратегий, таких как:

  • расчет точности стыковки (ТД);
  • корреляция между оценкой стыковки и экспериментальным ответом или определением фактора обогащения (EF);[26]
  • расстояние между ион-связывающим фрагментом и ионом в активном центре;
  • наличие индуцированных моделей.

Точность стыковки

Точность стыковки[27][28] представляет собой одну меру для количественной оценки пригодности программы стыковки за счет рационализации способности предсказывать правильную позу лиганда по сравнению с экспериментально наблюдаемой.[29]

Фактор обогащения

Док-скрины также могут быть оценены путем обогащения аннотированных лигандов известных связывающих веществ из большой базы данных предполагаемых несвязывающих веществ, «приманкаМолекулы.[26] Таким образом, успешность стыковочного экрана оценивается по его способности обогащать небольшое количество известных активных соединений в верхних рядах экрана среди гораздо большего числа молекул-ловушек в базе данных. Площадь под рабочая характеристика приемника (ROC) Кривая широко используется для оценки его производительности.

Перспективный

Полученные попадания из стыковочных экранов проходят фармакологическую проверку (например, IC50, близость или же потенция измерения). Только проспективные исследования представляют собой убедительное доказательство пригодности техники для конкретной цели.[30]

Сравнительный анализ

Возможности стыковочных программ воспроизводить режимы привязки, определенные Рентгеновская кристаллография можно оценить с помощью ряда наборов тестов для стыковки.

Для малых молекул существует несколько наборов эталонных данных для стыковки и виртуального скрининга, например Набор Astex Diverse состоящий из высококачественных рентгеновских кристаллических структур белок-лиганд[31] или Справочник полезных приманок (DUD) для оценки эффективности виртуального скрининга.[26]

Оценка док-программ на предмет их способности воспроизводить режимы связывания пептидов может быть оценена с помощью Уроки по оценке эффективности стыковки и подсчета очков (ЛИДС-ПЕР).[32]

Приложения

Связывающее взаимодействие между малая молекула лиганд и фермент белок может привести к активации или торможение фермента. Если белок является рецептором, связывание лиганда может привести к агонизм или же антагонизм. Док-станция чаще всего используется в области дизайн лекарства - большинство лекарств маленькие органический молекулы, и докинг может применяться к:

  • идентификация попадания - стыковка в сочетании с функция подсчета очков может использоваться для быстрого просмотра больших баз данных потенциальных лекарств in silico для идентификации молекул, которые могут связываться с интересующей белковой мишенью (см. виртуальный просмотр).
  • Оптимизация отведения - стыковка может использоваться для прогнозирования того, где и в какой относительной ориентации лиганд связывается с белком (также называемый режимом связывания или позой). Эта информация, в свою очередь, может быть использована для разработки более эффективных и селективных аналогов.
  • Биоремедиация - Докинг белкового лиганда также можно использовать для прогнозирования загрязнителей, которые могут разлагаться ферментами.[33][34]

Смотрите также

Рекомендации

  1. ^ Ленгауэр Т., Рэри М. (июнь 1996 г.). «Вычислительные методы биомолекулярного докинга». Текущее мнение в структурной биологии. 6 (3): 402–6. Дои:10.1016 / S0959-440X (96) 80061-3. PMID 8804827.
  2. ^ Kitchen DB, Decornez H, Furr JR, Bajorath J (ноябрь 2004 г.). «Стыковка и оценка в виртуальном скрининге для открытия лекарств: методы и приложения». Обзоры природы. Открытие наркотиков. 3 (11): 935–49. Дои:10.1038 / nrd1549. PMID 15520816. S2CID 1069493.
  3. ^ Мосташари-Рад, Т; Ариан, Р. Мехридехнави, А; Фассихи, А; Гасеми, Ф (13 июня 2019 г.). «Исследование ингибиторов рецептора хемокина CXCR4 с использованием QSPR и методик молекулярного докинга». Журнал теоретической и вычислительной химии. 178 (4). Дои:10.1142 / S0219633619500184.
  4. ^ Йоргенсен WL (ноябрь 1991 г.). «Ржавчина модели замка и ключа для связывания белок-лиганд». Наука. 254 (5034): 954–5. Bibcode:1991Научный ... 254..954J. Дои:10.1126 / science.1719636. PMID 1719636.
  5. ^ Wei BQ, Weaver LH, Ferrari AM, Matthews BW, Shoichet BK (апрель 2004 г.). «Тестирование алгоритма стыковки гибких рецепторов на модельном сайте связывания». Журнал молекулярной биологии. 337 (5): 1161–82. Дои:10.1016 / j.jmb.2004.02.015. PMID 15046985.
  6. ^ Гольдман ББ, Випке У.Т. (2000). «Дескрипторы квадратичной формы QSD. 2. Молекулярное стыкование с использованием дескрипторов квадратичной формы (QSDock)». Белки. 38 (1): 79–94. Дои:10.1002 / (SICI) 1097-0134 (20000101) 38: 1 <79 :: AID-PROT9> 3.0.CO; 2-U. PMID 10651041.
  7. ^ Meng EC, Shoichet BK, Kuntz ID (1992). «Автоматическая стыковка с оценкой энергопотребления по сети». Журнал вычислительной химии. 13 (4): 505–524. Дои:10.1002 / jcc.540130412. S2CID 97778840.
  8. ^ Моррис Г.М., Гудселл Д.С., Холлидей Р.С., Хьюи Р., Харт В.Е., Белью Р.К., Олсон А.Дж. (1998). «Автоматическая стыковка с использованием генетического алгоритма Ламарка и эмпирической функции свободной энергии связывания». Журнал вычислительной химии. 19 (14): 1639–1662. CiteSeerX 10.1.1.471.5900. Дои:10.1002 / (SICI) 1096-987X (19981115) 19:14 <1639 :: AID-JCC10> 3.0.CO; 2-B.
  9. ^ а б Фейг М., Онуфриев А., Ли М.С., Им В., Дело Д.А., Брукс С.Л. (январь 2004 г.). «Сравнение производительности обобщенных методов Борна и Пуассона при расчете энергий электростатической сольватации для белковых структур». Журнал вычислительной химии. 25 (2): 265–84. Дои:10.1002 / jcc.10378. PMID 14648625. S2CID 3191066.
  10. ^ Шойчет Б.К., Кунц И.Д., Бодиан Д.Л. (2004). «Молекулярная стыковка с использованием дескрипторов формы». Журнал вычислительной химии. 13 (3): 380–397. Дои:10.1002 / jcc.540130311. S2CID 42749294.
  11. ^ Цай В., Шао Х, Мегре Б. (январь 2002 г.). «Распознавание белок-лиганд с использованием сферических гармонических молекулярных поверхностей: на пути к быстрому и эффективному фильтру для большого виртуального скрининга». Журнал молекулярной графики и моделирования. 20 (4): 313–28. Дои:10.1016 / S1093-3263 (01) 00134-6. PMID 11858640.
  12. ^ Моррис Р.Дж., Наджманович Р.Дж., Кахраман А., Торнтон Дж.М. (май 2005 г.). «Реальные коэффициенты расширения сферических гармоник как трехмерные дескрипторы формы для сравнения кармана связывания белка и лиганда». Биоинформатика. 21 (10): 2347–55. Дои:10.1093 / биоинформатика / bti337. PMID 15728116.
  13. ^ Кахраман А., Моррис Р. Дж., Ласковски Р. А., Торнтон Дж. М. (апрель 2007 г.). «Изменение формы карманов связывания белков и их лигандов». Журнал молекулярной биологии. 368 (1): 283–301. Дои:10.1016 / j.jmb.2007.01.086. PMID 17337005.
  14. ^ Кирсли С.К., Андервуд диджей, Шеридан Р.П., Миллер М.Д. (октябрь 1994 г.). «Flexibases: способ расширить использование методов молекулярного стыковки». Журнал компьютерного молекулярного дизайна. 8 (5): 565–82. Bibcode:1994JCAMD ... 8..565K. Дои:10.1007 / BF00123666. PMID 7876901. S2CID 8834526.
  15. ^ Фриснер Р.А., Бэнкс Дж. Л., Мерфи Р. Б., Халгрен Т. А., Клилич Дж. Дж., Майнц Д. Т., Репаски М. П., Нолл Е. Х., Шелли М., Перри Дж. К., Шоу Д. Е., Фрэнсис П., Шенкин П. С. (март 2004 г.). «Glide: новый подход к быстрой и точной стыковке и подсчету очков. 1. Метод и оценка точности стыковки». Журнал медицинской химии. 47 (7): 1739–49. Дои:10.1021 / jm0306430. PMID 15027865.
  16. ^ Zsoldos Z, Reid D, Simon A, Sadjad SB, Johnson AP (июль 2007 г.). «eHiTS: новая быстрая и гибкая система стыковки лигандов». Журнал молекулярной графики и моделирования. 26 (1): 198–212. Дои:10.1016 / j.jmgm.2006.06.002. PMID 16860582.
  17. ^ Ван Кью, Пан Ю.П. (сентябрь 2007 г.). Ромесберг Ф (ред.). «Предпочтение малых молекул локальным минимальным конформациям при связывании с белками». PLOS ONE. 2 (9): e820. Bibcode:2007PLoSO ... 2..820Вт. Дои:10.1371 / journal.pone.0000820. ЧВК 1959118. PMID 17786192.
  18. ^ Клебе Г., Мицнер Т. (октябрь 1994 г.). «Быстрый и эффективный метод создания биологически значимых конформаций». Журнал компьютерного молекулярного дизайна. 8 (5): 583–606. Bibcode:1994JCAMD ... 8..583K. Дои:10.1007 / BF00123667. PMID 7876902. S2CID 206768542.
  19. ^ Ciemny M, Kurcinski M, Kamel K, Kolinski A, Alam N, Schueler-Furman O, Kmiecik S (май 2018 г.). «Белок-пептидный докинг: возможности и проблемы». Открытие наркотиков сегодня. 23 (8): 1530–1537. Дои:10.1016 / j.drudis.2018.05.006. PMID 29733895.
  20. ^ Антунес Д.А., Деваурс Д., Кавраки Л.Е. (декабрь 2015 г.). «Понимание проблем, связанных с гибкостью белков при разработке лекарств» (PDF). Мнение эксперта об открытии лекарств. 10 (12): 1301–13. Дои:10.1517/17460441.2015.1094458. HDL:1911/88215. PMID 26414598. S2CID 6589810.
  21. ^ Cerqueira NM, Bras NF, Fernandes PA, Ramos MJ (январь 2009 г.). «MADAMM: многоступенчатая стыковка с протоколом автоматизированного молекулярного моделирования». Белки. 74 (1): 192–206. Дои:10.1002 / prot.22146. PMID 18618708. S2CID 36656063.
  22. ^ Тотров М., Абагян Р. (апрель 2008 г.). «Присоединение гибкого лиганда к множеству конформаций рецептора: практическая альтернатива». Текущее мнение в структурной биологии. 18 (2): 178–84. Дои:10.1016 / j.sbi.2008.01.004. ЧВК 2396190. PMID 18302984.
  23. ^ Хартманн К., Антеш I, Ленгауэр Т. (февраль 2009 г.). «Стыковка и оценка с альтернативными конформациями боковой цепи». Белки. 74 (3): 712–26. Дои:10.1002 / prot.22189. PMID 18704939. S2CID 36088213.
  24. ^ Тейлор Р. Д., Еврейсбери П. Дж., Эссекс Дж. У. (октябрь 2003 г.). «FDS: стыковка гибких лигандов и рецепторов с моделью континуального растворителя и энергетической функцией мягкого ядра». Журнал вычислительной химии. 24 (13): 1637–56. CiteSeerX 10.1.1.147.1131. Дои:10.1002 / jcc.10295. PMID 12926007. S2CID 15814316.
  25. ^ Murcko MA (декабрь 1995 г.). "Вычислительные методы для прогнозирования свободной энергии связывания в комплексах лиганд-рецептор". Журнал медицинской химии. 38 (26): 4953–67. Дои:10.1021 / jm00026a001. PMID 8544170.
  26. ^ а б c Хуанг Н., Шойчет Б.К., Ирвин Дж.Дж. (ноябрь 2006 г.). «Тестовые наборы для молекулярного докинга». Журнал медицинской химии. 49 (23): 6789–801. Дои:10.1021 / jm0608356. ЧВК 3383317. PMID 17154509.
  27. ^ Ballante F, Marshall GR (январь 2016 г.). «Автоматизированная стратегия для выбора позы привязки и оценки стыковки при разработке лекарств на основе структуры». Журнал химической информации и моделирования. 56 (1): 54–72. Дои:10.1021 / acs.jcim.5b00603. PMID 26682916.
  28. ^ Бурсулая Б.Д., Тотров М., Абагян Р., Брукс К.Л. (ноябрь 2003 г.). «Сравнительное исследование нескольких алгоритмов стыковки гибких лигандов». Журнал компьютерного молекулярного дизайна. 17 (11): 755–63. Bibcode:2003JCAMD..17..755B. Дои:10.1023 / B: JCAM.0000017496.76572.6f. PMID 15072435. S2CID 12569345.
  29. ^ Балланте, Флавио (2018). «Докинг белок-лиганд в дизайне лекарств: оценка эффективности и выбор позы связывания». Рациональный дизайн лекарств. Методы молекулярной биологии. 1824. С. 67–88. Дои:10.1007/978-1-4939-8630-9_5. ISBN 978-1-4939-8629-3. ISSN 1940-6029. PMID 30039402.
  30. ^ Ирвин JJ (14 февраля 2008 г.). «Тесты сообщества для виртуального просмотра». Журнал компьютерного молекулярного дизайна. 22 (3–4): 193–9. Bibcode:2008JCAMD..22..193I. Дои:10.1007 / s10822-008-9189-4. PMID 18273555. S2CID 26260725.
  31. ^ Хартсхорн MJ, Verdonk ML, Chessari G, Brewerton SC, Mooij W.T., Mortenson PN, Murray CW (февраль 2007 г.). «Разнообразный высококачественный набор для проверки эффективности стыковки белок-лиганд». Журнал медицинской химии. 50 (4): 726–41. Дои:10.1021 / jm061277y. PMID 17300160.
  32. ^ Хаузер А.С., Виндшюгель Б. (декабрь 2015 г.). «Набор контрольных данных для оценки эффективности стыковки пептидов». Журнал химической информации и моделирования. 56 (1): 188–200. Дои:10.1021 / acs.jcim.5b00234. PMID 26651532.
  33. ^ Суреш П.С., Кумар А., Кумар Р., Сингх В.П. (январь 2008 г.). «Подход in silico [коррекция инсилико] к биоремедиации: лакказа как тематическое исследование». Журнал молекулярной графики и моделирования. 26 (5): 845–9. Дои:10.1016 / j.jmgm.2007.05.005. PMID 17606396.
  34. ^ Башарат З., Ясмин А., Биби М. (2020). «Влияние молекулярного докинга для биоремедиации». Аналитика данных в медицине: концепции, методологии, инструменты и приложения. IGI Global. С. 1556–1577. ISBN 978-1799812043.

внешняя ссылка