Docker Analyzer: Program for comparison of docking results

• Autorzy: Nielepiec A. , Jurkowski W.

Warianty tytułu

PL

Docker Analyser: Program dla analizy porównawczej efektów dokowania liganda do białka

• Języki publikacji: EN

Abstrakty

EN

Vast amount of docking algorithms and scoring functions available encourage development of methods aimed to adjust functionality of docking tools. A certain level of scoring functions precision is needed to recognize complexes of specific intermolecular interactions. Having this kind of model morę detailed blind prediction of molecular complexes would be possible. To enhance specificity of docking results tools unifying application of many scoring functions should be developed. A program for assessment of molecular docking: Docker Analyzer is presented as preliminary approach. Complex calculation of over ten scoring functions and its simultaneous use (multiple consensus scoring) is possible to improve default selection of best hits after standard molecular docking procedure.

PL

Dostępność wielu programów dokujących oraz różnorodność używanych w nich funkcji służących do oceny poprawności kompleksów białko-ligand skłania do ich oceny i porównań. Istotna wydaje się być możliwość dobrania funkcji oceniającej pod kątem specyfiki badanego układu, a więc wybór funkcji, która najpoprawniej w danych przypadku opisywałaby naturę oddziaływań międzycząsteczkowych. Takie podejście powinno pomóc w poprawnym dokowaniu w przypadku kiedy brak jest wstępnej informacji strukturalnej (np. przy nieznanym miejscu wiążącym). Praca ta przedstawia program do oceny efektywności procedur dokowania będący wstępną realizacją takiego podejścia. Program Docker Analyzer umożliwia jednoczesne obliczenie kilkunastu popularnych funkcji oceniających i ich wzajemne porównanie, wyznaczenie na ich podstawie wskaźnika konsensusowego oraz prostą wizualizację kompleksów.

Słowa kluczowe

EN

docking procedure; protein-ligand complex; drug design

PL

procedura dokowania; kompleksy białek z ligandami; projektowanie leków

• Wydawca: Uniwersytet Jagielloński - Collegium Medicum ; Index Copernicus Sp. z o.o.
• Czasopismo: Bio-Algorithms and Med-Systems
• Rocznik: 2006
• Tom: Vol. 2, no. 4
• Strony: 29--36
• Opis fizyczny: Bibliogr. 36 poz., rys., tab.

Twórcy

autor

Nielepiec A.

• Faculty of Physics, Astronomy and Applied Computer Science - Jagiellonian University Reymonta 4, 30-060 Kraków, Poland
• Department of Bioinformatics and Telemedicine - Collegium Medicum - Jagiellonian University, Kopernika 17, 31-501 Kraków, Poland

autor

Jurkowski W.

• Department of Bioinformatics and Telemedicine - Collegium Medicum - Jagiellonian University, Kopernika 17, 31-501 Kraków, Poland

Bibliografia

• 1. J.L. Wang, D. Liu, Z.J. Zhang, S. Shan, X. Han, S.M. Srinivasula, CM. Croce, E.S. Alnemri, Z. Huang. Structure-based discovery of an organie compound that binds Bcl-2 protein and induces apoptosis of tumor cells. Proc. Natl. Acad. Sci. USA, 2000, 97, 7124-7129.
• 2. J. Leban, W. Saeb, G. Garcia, R. Baumgartner, B. Kramer. Discovery of a novel series of DHODH inhibitors by docking procedure and QSAR refinement. Bioorg. Med. Chem. 2004, 14, 55-58.
• 3. H.-L. Liu, J.-C. Lin. Structural model of the voltage-gated potassium channel Kv1.1 and molecular docking of Tc1 toxin from Tityus cambridgei to KcsA and Kv1.1, Chem. Phys. Lett., 2003,381,592-597.
• 4. B.K. Schoichet, S.L. McGovern, B. Wei, J.J. Irwin. Lead discovery using molecular docking. Curr. Op. Chem. Biol., 2002,6, 439-446.
• 5. J.S. Mason, D.L. Cheney. Ligand-Receptor 3-D Similarity Studies Using Multiple 4-Point Pharmacophores. Pacific Symposium on Biocomputing, 1999, 456-467
• 6. R.A. Laskowski, J.D. Watson, J.M. Thornton. ProFunc: a server for predieting protein function from 3D structure. Nucleic Acids Res., 2005, 33, W89-W93.
• 7. M. Jambon, A. Imberty, G. Deleage, Ch. Geourjon. A new bioinformatic approach to detect common 3D sites in protein structures. Proteins, 2003, 52(2), 137-45.
• 8. M. Brylinski, L. Konieczny, I. Roterman. Ligation site in proteins recognized in silico. Bioinformation, 2006, 1, 127-129.
• 9. I. Schellhammer, M. Rarey. FlexX-Scan: Fast Structure-Based Virtual Screening, PROTEINS: Structure, Funetion, and Geneties, 2004, 57, 504-517.
• 10. G.M. Morris, D.S. Goodsell, R.S. Halliday, R. Huey, W.E. Hart, R.K. Belew, A.J. Olson. Automated Docking Using a Lamarckian Genetic Algorithm and Empirical Binding Free Energy Funetion. J. Computational Chemistry, 1998,19,1639- 1662.
• 11. D.T. Moustakas, P.T. Lang, S. Pegg, E.T. Pettersen, I.D. Kuntz, N. Broojimans, R.C. Rizzo. Development and Validation of a Modular, Extensible Docking Program: DOCK5. J. Comput. Aided Mol. Design., 2006, 20, 601-609.
• 12. R.A. Friesner, R.B. Murphy, M.P. Repasky, L.L. Frye, J.R. Greenwood, T.A. Halgren, P.C. Sanschagrin, D.T. Mainz. Extra Precision Glide: Docking and Scoring Incorporating a Model of Hydrophobic Enclosure for Protein-Ligand Complexes. J. Med. Chem., 2006, 49, 6177-6196.
• 13. R. Wang, Y. Lu, S. Wang. Comparative evaluation of 11 scoring functions for molecular docking. J. Med Chem, 2003, 46, 2287-2303.
• 14. D. Beazley. Advanced Python Programming. 0'Reilly 2000.
• 15. W. Chun. Core Python Programming. Prentice Hali PTR 2000.
• 16. M. Lutz. Programming Python. 2nd Edition. 0'Reilly 2001.
• 17. GTK+, http://www.gtk.org/ (3.11.2005).
• 18. Libglade Reference, http://developer.gnome.org/doc/API/libglade/libglade.html (2.02.2006).
• 19. GtkGLExt, http://www.k-3d.org/gtkglext/ (2.02.2006).
• 20. OpenGL, http://www.opengl.org/ (15.02.2006).
• 21. NeHe, http://nehe.gamedev.net/ (15.02.2006).
• 22. H. Bohm. The development of a simple empirical scoring function to estimate the binding konstant for a protein-ligand complex of known three-dimensional structure. J. Comput.-Aided Mol. Des., 1994, 8, 243-256.
• 23. User Guide. Cerius2 4.10L-Structure Based Focusing. Accelrys 2005
• 24. M. Eldridge, C. Murray, T. Auton, G. Paolini, R. Mee. Empirical scoring functions: I. The development of a fast empirical scoring function to estimate the binding affinity of ligands in receptor complexes. J. Comput.-Aided Mol. Des., 1997,11, 425-445.
• 25. D. Gehlhaar, G. Verkhivker, P. Rejto, C. Sherman, D. Fogel, L. Fogel, S. Freer. Molecular recognition of the inhibitor AG-1343 by HIV-1 Protease: Conformationally flexible docking by evolutionary programming. Chem. Biol., 1995,2,317-324.
• 26. Accelrys Inc, http://www.accelrys.com (17.06.2006).
• 27. A. Krammer, P. Kirchhoff, X. Jiang, C. Venkatachalam, M. Waldman, LigScore: a novel scoring function for predicting binding affinities. J. Molec. Graph. and Mod., 2005, 25, 395-407.
• 28. M. Rarey, B. Kramer, T. Lengauer, G. Klebe. A fast flexible docking method using an incremental construction algorithm. J. Mol. Biol., 1996, 261,470-489.
• 29. T. Ewing, S. Makino, A. Skillman, I. Kuntz. DOCK 4.0: Search strategies for automated molecular docking of flexible molecule databases. J. Comput.-Aided Mol. Des., 2001,15, 411-428.
• 30. G. Jones, P. Willett, R. Glen, A. Leach, R. Taylor. Development and validation of a genetic algorithm for flexible docking. J. Mol. Biol., 1997, 267, 727-748.
• 31. S. Weiner, P. Kollman, D. Case. A new force field for molecular mechanical simulation of nucleic acids and proteins. J. Am. Chem. Soc, 1984,106, 765-784.
• 32. I. Mueegge. Effect of ligand volume correlation on PMF scoring. J. Comput. Chem., 2001, 22, 418-425.
• 33. H. Gohlke, M. Hendlich, G. Klebe. Knowledge-based scoring function to predict protein-ligand interactions. J. Mol. Biol., 2000, 295, 337-356.
• 34. R. Wang, L. Lai, S. Wang. Further development and validation of empirical scoring functions for structure-based binding affinity prediction. J. Comput.-Aided Mol. Des., 2002,16 (2), 11-26.
• 35. H. Berman, J. Westbrook, Z. Feng, G. Gilliland, T. Bhat, H. Weissig, I. Shindyalov, P. Bourne. The Protein Data Bank. Nuci. Acids Res., 2000, 28, 235-242.
• 36. Docker Analyzer Home Page, http://www.bioinformatics.cm-uj.krakow.pl/docker_analyzer.html (02.02.2007).