蛋白合成交流之如何从数据库找合适的化合物？
体系相关
A:http://biocomp.chem.uw.edu.pl/CABSdock/这个网站的结果怎么比较啊?
答:我还没用过呢，只是在网上搜索到的。你那计算完了，有什么结果啊?
A:
答:没有打分之类的东西?
A:只给了结果，但没看到这样排序的依据。
答:应该是最上面的是最合适的，那你下载下来就可以用啦!
A:没看到这样排序的依据。
答:上面有讲啊，根据动力学轨迹中出现的概率排序，1表示最可能。
A:我还以为会和vina一样，有一个数值结果的比较。
答:大多数都有个评分，但这个恰好没有。不过也不妨碍我们使用，评分只是一个参考，通常只具有相对比较的意义，所以，换成概率也是可以的，而概率也只是一个粗略的估计，变成排序更为方便。请根据你对体系的了解，多看几个model，综合判断，选择一个合适的来做后续工作吧。
答:我多说一句，我经常在群里和私聊说，“对体系的了解”，指的是根据你的目标确定你要了解哪些信息，以此筛选、过滤模型。比如，如果我要做分子对接预测蛋白-配体结合模式，那么，除了打分是一个参考指标外，还需要你对这个蛋白的功能、关键残基、抑制剂、激动剂、拮抗剂的作用机理有所了解。掌握的信息越多，判断就越容易。我们平台把操作最简化，但其实对用户具有更高的要求，要做出科学合理的结果，需要用户去了解和思考，而非当个操作员。
模型预测
B:想问下大家，ZINC数据库下载下来的小分子，有没有相对应的LD50?
C:没有吧。
D:zinc里面天然产物能知道来源生物吗？
E:什么数据库这么强大？
D:我在zinc里面下载的好像ibs还是stock1n。我也不懂，纳闷那个物质能查到来源吗。
B:USCF DOCK对接软件里，可以预测化合物的LD50吗?主要是因为我看了这篇文献，文章里没说做实验得到的LD50，我就想不明白这个LD50到底是哪里得来的。
B:
F:数据库查到的?对接不能预测LD50吧。
答:对接软件不能预测LD50，文献是个别化合物刚好有人测了LD50。
B:
结果是这样的一个表格，我也不知道这些LD50哪里来的，关键是65个来源于ZINC数据库的小分子，难道正好都是查到了别人做过的LD50吗。
F:可能他选的大部分都是测过的吧。
答:是啊，不是还有2个没有LD50吗?如果是软件预测，为啥不是全部有呢？
B:也对哈，突然间我也意识到这个问题了。
G:部分化合物有admet数据，可以自己做模型预测。
B:怎么做啊这个？
G:自己训练模型，我没有训练过急性毒性，我做过遗传毒性。
C:搞个深度学习模型预测ADMET。
B:为啥有两个化合物没有毒性信息呢？
G:http://www.pkumdl.cn:8080//DLAOT/DLAOThome.php。有很多文献，照文献来就可以，大部分都没有，只有部分有。
B:我是看文献，没看懂。
G:其实现在不用看懂文献，只要做个合格的数据搬运工: 将数据帮到百度、阿里云、Google上，让它自动训练，获得模型。建议试试Google机器学习，1小时20美金。
B:我看是文献里对接出打分较高的65个小分子，然后这些小分子做了LD50，直接将这些小分子结构输入这些网站就能得到LD50?
G:不会，你要首先要训练它，获得一个模型; 然后用模型预测。
B:训练他什么意思?
C:数据结构整理好，输入模型就可以了。
G:你还是用这个比较好。http://www.pkumdl.cn:8080//DLAOT/DLAOThome.php。再看看这个的方法学。
H:请问现在有没有那种输入化合物，直接给出合成路线的软件或网站?尤其是天然产物那种。
G:我也想找一个。
H:通过训练ai，应该可能实现吧?
G:普通机器学习就可以
H:那怎么没人搞
D:效果不好呗
G:很多人搞，最好的是simulation pkus。https://www.simulations-plus.com/
G:刚才发的也都是机器学习，比薛定谔强100倍。你试试herg毒性预测就知道比所有的都强，只是学术用的比较少而已。
D:好，我平常用的都是ds带的ADMET预测，估计也不太靠谱。
G:你试试herg阴性化合物，试试schrodinger与ds，看看预测结果。
I:我之前用nlp的word2vec搞逆合成的深度学习，可惜学艺不精，准确度比较差。就是把化合物的smiles格式字符串变成向量，然后用LSTM神经网络学习，大概60万个化学反应。预测准确度很低。
C:反应当做什么，变量还是描述符?
I:就是自然语言处理翻译，把产物“翻译”成反应物。这个描述符就是word2vec，把smiles格式变成向量即可。
C:逆合成啊？
I:是啊。
答:LSTM适用于序列预测问题，但逆合成不涉及时间序列吧。你把逆合成的步骤算作序列?
I:lstm在nlp中比较常见，所以我就选它了。
Miscellaneous
I:DS对接出来Energy得分是正的，这代表啥意思啊?
D:是cdock吗?
I:是的，是cdocker。
G:不管是正值还是负值，解读应该都一样。这篇文章里的cdocker也都是正值。
https://www.sciencedirect.com/science/article/pii/S2095754817302119，见表5。
G:正确做法应该读个说明书与算法，看看结合亲和力与打分的关系。再与大家分享一下，文献之类的都不靠谱。
H:有没有软件或网站，能直接给出蛋白活性口袋区域的DNA序列?
G:你是说组成口袋氨基酸残基对应的dna吗?
H:对，我想比较一下两个蛋白的口袋，看看有没有异同。
G:那直接比蛋白口袋就可以了，序列比对或蛋白叠合就可以了。
K:
K: 这个地方指的保守的氢键网络是什么啊?
答:应该是跟同类多肽、不同种属、同工蛋白之类的进行比较，这个氢键是大家都有的，称为保守吧。要根据上下文判断。
贝尔湖:大家好，新来菜鸟报道，请问得到分子对接文件dlg怎么解释结果合理性呢，怎么解读结果呢?
答:还在用autodock4啊?用vina吧，更推荐用dock6。
贝尔湖:autodock4和dock6有什么大的差异吗，是结果可靠性还是什么?
答:官方数据表明autodock vina比autodock4更快更准，我的经验是dock6比vina准确，而且能够解释更多东西，更有物理意义。
M:嗯，不会用dock6。
答:用我们的平台，有教程，跟着一步一步点击鼠标就行。
这里还有分析教程：【文献重现】D715-2441 抑制剂与PB2蛋白的结合模式研究和作图教程：高质量PyMOL作图教程。
M:可以win吗?我还不会linux。
答:不用安装任何软件，只要浏览器，在任何系统都可以。
更多资讯，请登录www.yinfotek.com 或关注微信公众号“殷赋科技”。我司建立了微信学术交流群，为生物医药领域的朋友搭建沟通交流的互动平台。想入群的朋友，请在微信公众号菜单栏输入“加群”，根据提示操作即可。
-
科技前沿
