LigGrep: a tool for filtering docked poses to improve virtual-screening hit rates.
LigGrep: a tool for filtering docked poses to improve virtual-screening hit rates.
复制标题
DOI：
10.1186/s13321-020-00471-2
复制
发表时间：
2020-11-11
影响因子：
8.6
通讯作者：
Durrant JD
中科院分区：
文献类型：
--
作者：
Ha EJ;Lwin CT;Durrant JD
基于结构的虚拟筛选（VS）使用计算机对接来优先考虑候选小分子配体以用于随后的实验测试。对接程序部分地通过预测给定化合物可能结合靶受体的几何形状（例如，相对于蛋白质靶的对接“姿态”）。预测参与已知配体（或结合相关蛋白质的配体）的典型分子间相互作用的候选配体更有可能是真正的结合剂。一些对接程序允许用户在对接过程中应用约束条件，以优先考虑这些关键交互。但是这些程序通常具有限制性和/或昂贵的许可证，并且许多流行的开源对接程序（例如，AutoDock维纳）缺乏这一重要功能。我们目前LigGrep，一个免费的，开源的程序，解决了这个限制。作为输入，LigGrep接受一个蛋白质受体文件，一个包含许多对接化合物文件的目录，以及一个描述关键受体/配体相互作用的用户指定过滤器列表。LigGrep评估每个停靠的姿势，并输出通过所有过滤器的姿势的复合物的名称。为了证明实用性，我们表明LigGrep可以提高测试VS目标H的命中率。sapiens poly（ADPribose）polymerase 1（HsPARP1），H. sapiens peptidyl-prolyl cis-trans isomerase NIMA-interacting 1（HsPin1p）和S.酿酒酵母己糖激酶-2（ScHxk 2 p）。我们希望LigGrep将成为计算生物学社区的有用工具。可在http://durrantlab.com/liggrep/免费获得副本。
Structure-based virtual screening (VS) uses computer docking to prioritize candidate small-molecule ligands for subsequent experimental testing. Docking programs evaluate molecular binding in part by predicting the geometry with which a given compound might bind a target receptor (e.g., the docked “pose” relative to a protein target). Candidate ligands predicted to participate in the same intermolecular interactions typical of known ligands (or ligands that bind related proteins) are arguably more likely to be true binders. Some docking programs allow users to apply constraints during the docking process with the goal of prioritizing these critical interactions. But these programs often have restrictive and/or expensive licenses, and many popular open-source docking programs (e.g., AutoDock Vina) lack this important functionality. We present LigGrep, a free, open-source program that addresses this limitation. As input, LigGrep accepts a protein receptor file, a directory containing many docked-compound files, and a list of user-specified filters describing critical receptor/ligand interactions. LigGrep evaluates each docked pose and outputs the names of the compounds with poses that pass all filters. To demonstrate utility, we show that LigGrep can improve the hit rates of test VS targeting H. sapiens poly(ADPribose) polymerase 1 (HsPARP1), H. sapiens peptidyl-prolyl cis-trans isomerase NIMA-interacting 1 (HsPin1p), and S. cerevisiae hexokinase-2 (ScHxk2p). We hope that LigGrep will be a useful tool for the computational biology community. A copy is available free of charge at http://durrantlab.com/liggrep/.
登录
查看更多内容
影响因子：
2.7
作者：
Guo, Chuangxing;Hou, Xinjun;Murray, Brion W.
通讯作者：
Murray, Brion W.
影响因子：
7.3
作者：
HAMPTON, A;PICKER, D;MAEDA, M
通讯作者：
MAEDA, M
影响因子：
7.3
作者：
HAMPTON, A;HAI, TT;CHAWLA, RR
通讯作者：
CHAWLA, RR
DOI：
10.1038/nrm.2017.53
发表时间：
2017-10
期刊：
Nature reviews. Molecular cell biology
影响因子：
--
作者：
Ray Chaudhuri A;Nussenzweig A
通讯作者：
Nussenzweig A
DOI：
10.1093/bioinformatics/btaa579
发表时间：
2020-08-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Kochnev Y;Hellemann E;Cassidy KC;Durrant JD
通讯作者：
Durrant JD