Dwupoziomowy model interakcji białko-ligand w dokowaniu molekularnym

• Autorzy: Pacholczyk M. , Starosolski Z.

Warianty tytułu

EN

Two-level model of protein-ligand interaction for molecular docking

• Konferencja: XVI Krajowa Konferencja Automatyzacji Procesów Dyskretnych, (2008, Gliwice, Polska)
• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono ideę dwupoziomowego modelu interakcji białko-ligand w problemie dokowania molekularnego. Dokowanie molekularne może być rozpatrywane jako potencjalna metoda komputerowego wspomagania projektowania i optymalizacji działania nowych leków. Stosowana metoda symulacji, z wykorzystaniem map stochastycznych, wywodząca się z losowych metod planowania trajektorii w robotyce, może być uważana za niezwykle interesujące, nowe podejście do efektywnego próbkowania przestrzeni konformacyjnej ligandu wokół białka. Oddziaływanie białko-ligand podzielone jest na dwie części - elektrostatykę modelowaną za pomocą równania Poissona-Boltzmanna oraz oddziaływania van der Waalsa reprezentowane przez potencjał Lennarda-Jonesa. Mapa stochastyczna w połączeniu z geometrycznym modelem interakcji białko-ligand, takim jak LUDI, może dać pełny obraz procesu dokowania molekularnego, począwszy od fazy niezwiązanej, na fazie końcowej, gdy ligand wiązany jest specyficznymi dla miejsca wiążącego oddziaływaniami, skończywszy.

EN

. In the paper we present an idea of two-level model of protein-ligand interaction for the problem of molecular docking. Molecular docking can be regarded as a potential method for computer aided drug design and optimization. We use stochastic roadmap methodology, inspired by probabilistic path planning in robotics, which can be regarded as a very interesting novel approach to effective sampling of ligand conformational space around a protein molecule. Protein - ligand interaction in divided into two parts electrostatics, modeled by the Poisson-Boltzmann equation, and van der Waals interaction represented by the Lennard-Jones potential. The stochastic roadmap combined with geometrical model of protein - ligand interaction, such as LUDI, could give full insight into the molecular docking problem from unbound phase to the final phase when a ligand is bound to the binding site of a protein.

Słowa kluczowe

PL

białko-ligand; dokowanie molekularne; LUDI; SRS; bioinformatyka

EN

protein-ligand; molecular docking; LUDI; SRS; bioinformatic

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Automatyka / Politechnika Śląska
• Rocznik: 2008
• Tom: z. 151
• Strony: 223--232
• Opis fizyczny: bibliogr. 16 poz.

Twórcy

autor

Pacholczyk M.

autor

Starosolski Z.

• nstytut Automatyki Politechniki Ślaskiej Gliwice, ul.Akademicka 16, tel.: [phone],

Bibliografia

• 1. Perola E., Walters W.P. and Charifson P.S.: A detailed comparison of current docking and scoring methods on systems of pharmaceutical relevance. Proteins, 56, 2004, p. 235-249.
• 2. Conolly M.L.: Solvent-accessible surfaces of proteins and nucleic acids. Science, 1983, 221(4612), p. 709-713.
• 3. Böhm H-J.: LUDI: rule-based automatic design of new substations for enzyme inhibitor leads. Journal of Computer Aided Molecular Design, 6, 1992, p. 593-606.
• 4. Apaydin M. S., Brutlag D. L., Guestrin C. E., Hsu D., Latombe J-C, Varma C: Stochastic Roadmap Simulation: An Efficient Representation and Algorithm for Analyzing Molecular Motion. Journal of Computational Biology, 10 (3-4), 2003, p. 257-281.
• 5. Apaydin M. S., Guestrin C. E., Varma C, Brutlag D. L., Latombe J-C: Stochastic roadmap simulation for the study of ligand-protein interactions. Bioinformatics, 18 sup. 2, 2002, S18-S26.
• 6. Apaydin M.S.: Stochastic Roadmap Simulation: An Efficient Representation and Algorithm for Analyzing Molecular Motion. Ph. D. thesis, Stanford University, 2004.
• 7. Sharp K.A., Honig B.: Electrostatic interactions in macromolecules: Theory and applications. Annual Reviews of Biophysics and Biophysical Chemistry, 19, 1990, p.301-332.
• 8. Rocchia W., Alexov E., Honig B.: Extending the applicability of the nonlinear Poisson-Boltzmann equation: Multiple dielectric constants and multivalent ions. Journal of Physical Chemistry B, 105, 2001, p. 6507-6514.
• 9. Holst M. J., Saied F.: Numerical solution of the nonlinear Poisson-Boltzmann Equation: Developing more robust and efficient methods. Journal of Computational Chemistry, 16 (3), 1995, p. 337-364.
• 10. Humphrey W., Dalke A. and Schulten K. VMD - Visual Molecular Dynamics, Journal of Molecular Graphics, vol. 14, 1996, p. 33-38.
• 11. Rarey M., Wefing S., Langauer T.: Placement of medium-sized molecular fragments into active sites of proteins. Journal of Computer Aided Molecular Design, 10, 1996, p. 41-54.
• 12. Singh A.P., Latombe J.C. and Brutlag D.L.: A motion planning approach to flexible ligand binding. In Proceedings of the 1999 International Conference on Intelligent Systems for Molecular Biology (Heidelberg, Germany, Aug. 6-10), 1999, p. 252-261.
• 13. Taylor H., Karlin S.: An introduction to stochastic modeling. Academic Press, San Diego 1998.
• 14. Abad-Zapatero C, Griffith J.P., Sussman J.L., Rossmann M.G.: Refined crystal structure of dogfish M4 apo-lactate dehydrogenase. Journal of Molecular Biology, 198, 1987, p. 445-67.
• 15. Berman H.M., Westbrook J., Feng Z., Gilliland G, Bhat T.N., Weissig H., Shindyalov I.N., Bourne P.E.: The Protein Data Bank. Nucleic Acids Research, 28, 1992, p. 235-242.
• 16. Laskowski R. A., Chistyakov V. V., Thornton J. M.: PDBsum more: new summaries and analyses of the known 3D structures of proteins and nucleic acids. Nucleic Acids Res., 33, 2005, D266-D268.