技術標籤：tag 批量修改dicom

上節講了單個蛋白-小分子用auto dock vina對接，本節介紹批量小分子與蛋白對接，首先要安裝軟體：

軟體安裝

在Linux系統下安裝mgltools和auto dock vina:

#安裝ADT:
tar xzvf mgltools_x86_64Linux2_1.5.6.tar.gz
cd mgltools_x86_64Linux2_1.5.6
sudo bash install.sh
vi ~/.bashrc
alias pmv='/lustre/home/shouli/autodock-vina/mgltools1.5.6/bin/pmv'
alias adt='/lustre/home/shouli/autodock-vina/mgltools1.5.6/bin/adt'
alias vision='/lustre/home/shouli/autodock-vina/mgltools1.5.6/bin/vision'
alias pythonsh='/lustre/home/shouli/autodock-vina/mgltools1.5.6/bin/pythonsh

source ~/.bashrc
#安裝autodock vina和auto dock：
##從官網http://autodock.scripps.edu/downloads下載AutoDock vina和Autodock4.2，直接解壓即可；

##注意可能會有關於python的軟體目錄修改：
sudo vi /lustre/home/shouli/course-protease/autodock/mgltools_x86_64Linux2_1.5.6/MGLToolsPckgs/AutoDockTools/Utilities24/prepare_ligand4.py
##該檔案第一行改為：
#! /lustre/home/shouli/autodock/mgltools1.5.6/bin/python
 

軟體安裝如遇到什麼bug,可將報錯內容在必應瀏覽器中搜索，見招拆招~要堅信，沒有安裝不上的軟體；

準備受體pdbq檔案：

用auto dock tool開啟6lu7_A_chain.pdb（此步可在windows下做）

1. file--read molecule--選擇6lu7_A_chain.pdb
2. Edit--hydrogens--add--選擇Polar only--點OK
3. Grid--macromolecule--choose--protein--select molecule--OK--儲存為6lu7_A_chain.pdbqt檔案

設定盒子大小和座標：

grid--grid box--調整盒子大小和盒子的中心座標

包括第一個口袋的作用位點的盒子的大小和座標：

22,30,28

-11.867, 15.851, 68.917

我們用預測的口袋1的氨基酸來定位盒子，具體的定位方法請檢視本推送最後面的視訊教程；

建立conf_protease.arg, 包括第一個口袋的盒子的大小和座標：

receptor = 6lu7_A_chain.pdbqt
ligand = fda.pdbqt

center_x =  -11.867
center_y =  15.851
center_z =  68.917

size_x = 22
size_y = 30
size_z = 28

exhaustiveness =16
num_modes = 9
energy_range = 4
 

準備批量的小分子：

下載ZINC中的FDA資料（mol2格式）：

https://zinc.docking.org/substances/subsets/fda/

截止到2020-5-20：ZINC中FDA獲批小分子共1615個

小分子mol2檔案拆分，以及轉換為pdbqt:

#用Babel軟體(https://github.com/openbabel/openbabel/releases/tag/openbabel-3-1-1)
#下載後解壓
tar xvf openbabel-3.1.1-source.tar.bz2
cd openbabel-3.1.1
#安裝
mkdir build
cd build
cmake3 ..
make -j install
#下載缺失的軟體
sudo yum provides  libboost_regex-mt.so.1.53.0
sudo yum install boost-regex-1.53.0

##使用babel
./lustre/home/shouli/course-protease/autodock/openbabel-3.1.1/build/bin/obabel -i mol2 fda.mol2 -o mol2 -O fda.mol2 -m 
##共得到2106個小分子mol2檔案

批量建立資料夾，將小分子移到對應編號的資料夾下，對小分子統一命名後，使用auto dock tool將小分子批量轉為pdbqt格式檔案，再使用auto dock批量對接；

對接後的.log檔案移到log資料夾下，使用python指令碼調取每個小分子log檔案內的親和力資料，從而得出親和力排名最前的幾個小分子；

下一節，我將介紹如何使用gromacs做小分子和蛋白的模擬，計算小分子與蛋白之間作用力的變化，從而再次確認兩者是否有結合；

以上具體的步驟，請到我的微信公眾號觀看：Bekcy的生活and科研

如有疑問，歡迎叨擾，也歡迎大家將視訊與小夥伴一起分享，共同進步哦~

歡迎土豪打賞或轉發哦，您的讚賞與肯定是我文思泉湧的不竭動力~