shanshan的博客

当药物进入生物体时，往往存在着一个瀑布效应。举例：1级是药物成分，2级是成分作用的靶点（在这靶点不再是网药中的狭隘的定义，而是广义的定义），3级是靶点调控的分子。更具体点来说，以槲皮素为例，1级是槲皮素这个成分，2级是Nrf2 信号通路（槲皮素常作用的位置），3级是超氧化物歧化酶（又称SOD，是通路中槲皮素具体作用的受体蛋白，或者说分子）。一个药物之所以能治病，就是因为在人体内有着如上的1级、2级、3级这样层层传递的瀑布效应，最终具体落到的是分子层面或者说蛋白层面。

一般一个蛋白可能有结合口袋，可能没有，如果验证了有结合口袋且研究清楚该口袋的位置、形状、化学性质，等等之后，我们就把这个口袋称之为活性位点。即，

从本篇博客之后的几篇博客，都是走一遍 单药 对 单疾病 的网药流程+分子对接+分子动力学模拟。

String。

然后我们依次将前面步骤得到的中药活性成分都重复如上步骤，得到各个成分的潜在靶点，汇总并去重，范围一般是几十到几百个。列代表着作用在该靶点上的可能性，我们一般根据这个由大到小排列，然后选取结果集的前5/10/15/20个。是靶点的通用名，也就是常用的基因名，一般我们只要这一列（有时候前三列都有点作用）。结构渲染出来，确认下是否是我们想要的活性成分的结构。，即任务ID，我们需要保存好它，然后去到。要注意的是，如果我们的论文里面使用了。是人类种的意思，一般不需要更改。网站首页如下，我们主要关注的是。

所以新建第二列，将前30个靶点的第二列输入为1。后面的小图，在这里我们可以双击最大值和最小值的方框，输入对应的同心圆的半径，在这里我最大输入了120，最小输入了50，可以看到网络图不同权重的节点也有了大小之分。好的，接下来，我们选择最小的一批Degree值对应的节点（相当于同心圆的第三圈），如下，遇到了一个问题，就是这第三圈同心圆的半径实在是太小了，和第二圈挨得很近。就是PPI网络图中会出现的节点，因为我们要构建的网络图是“中药-成分-靶点”的图，所以节点一共会有三种，分别是“中药”、“成分”、“靶点”。

up主补充在评论区的知识点：P值大小可以简单的理解为可信度的高低，p值越小可信度越高。在本次的例子中，P值越小，我们就越有把握说某个基因是差异基因；，这个讲了常见GO富集分析的结果图有哪些，怎么看结果图（譬如横纵坐标有什么意义），还讲了如何快速从Log P转为P值，以及如何利用微生信在线做图。在进行该文章复现之前，希望大家能对GO和KEGG富集分析有一个大概的了解，推荐把以下前置知识看完，总共也才用时十几分钟。，主要把什么是富集分析，为什么需要富集分析，以及什么是GO和KEGG富集分析讲清楚了。

下载地址：https://autodock.scripps.edu/download-autodock4/如果你的电脑满足以下配置，那么推荐下载autodock GPU下载完后我们得到autodock4和autogrid4两个程序文件。然后下载autodock tools下载地址：https://ccsb.scripps.edu/mgltools/downloads/

本次Pymol演示涉及到的蛋白质有PUB ID为7DHG和5T01，已经下好PDB格式文件。，该视频讲解了蛋白质结构的显示方式。

配体的结合需要疏水作用，通常来说，疏水性空腔（开口小、肚子大、能容纳一定体积的分子结构）更有可能成为口袋。当我们复现网络药理学文章时可能经过前面的筛选，依旧有数个乃至数十个蛋白需要做分子对接验证。此时如果我们能预测蛋白口袋，那么可以大大加速后续的分子对接过程。那么我们该如何去预测一个蛋白是否有潜在的蛋白口袋呢？这里我们以PUB ID为5T01的蛋白来做预测。

首页如下：我们以热休克蛋白HSP90AA1为例，其PDB ID为7DHG，所以我们在搜索栏输入7DHG主要关注红框里的几个地方。DownloadPDB FormatReleasedMethodX-RayNMRResolution2A再往下翻，主要看该蛋白有几条链，并且右下角可以直接跳转到UnitProt数据库可以看到，这里该蛋白是有两条链的。同时，对于一些有小分子的蛋白也最好看看相关信息，这里我展示另一个7A2O示例：一般要记住这里的ID，在处理蛋白的时候要去除。

因为有人私下来问我，我才发现有人可能不知道。

即。（想知道autodock和的不同也可见该文。这里是快速实践的流程总结版（正文步骤都需要在中进行）。

来源B站，讲的都是有效的概论，其中关于分子动力学模拟归纳的三步挺有用的。来源B站，也没有讲清楚关于分子对接后得到的文件该如何处理。但是还是推荐看下的来源B站，需要用的是，而且走过一遍up主之前分子对接的视频才比较好理解。来源B站，纯操作视频，没有废话。不过没有前置讲解，譬如分子对接后的pdb格式文件怎么来的，没有讲解操作背后的含义，以及看不到鼠标，画质堪忧hhh来源youtube，如果你能忍受印度老哥的口音的话，讲的挺好的。

这是一种非常紧凑的格式，但精度有限。注意：如果你和我一样，主机是win11，用wsl2生成的一个ubuntu实例，要将ubuntu实例中的文件拷贝到主机文件夹中，再拖拽到qtgrace打开，否则是打不开的，显示初始空白界面，而且不会报错，并且会影响到后续文件的打开！你可以使用文本编辑器打开PDB文件，查找MET残基的定义（通常是以MET开头的行），并确保原子命名符合标准（如：N, CA, C, O, CB, CG等）。如果输入的PDB文件中有缺失的原子，pdb2gmx 可能会提示你处理这些缺失的原子。

25.03.19二次修订：因超算平台软件变更，module load anaconda/2022.10 修正为 module load miniforge/24.1.2mol2pdbMDgromacs7w3小时3.2.1PDB ID7OVVMOL004004这是因为用软件导出的话会在文件开头添加软件相关的注释和说明，但和蛋白信息其实无关。而这些信息可能导致手动搭建体系（也就是我薛定谔专栏第一篇博客讲的传统体系）出问题，所以必须用文本操作只保留关键的原子坐标信息。这是为了防止直接分离导致原子序数不一样。

（链接失效可以直接看本专栏p4）

RMSD用于评估蛋白质在模拟过程中相对于初始结构的偏差，即看各个原子在分子动力学模拟中的变化。一般RMSD值越小，那么认为整体体系越稳定。

David数据库可以用基因ID或者基因名。

为0，那么即使在top15也不要选，数据量小时可以选择。，在里面再建子文件夹。文件夹内新建子文件夹。

可以看本人另一篇分子动力学模拟的文章，搞懂如何在超算平台上进行单个的MD操作后再来看这篇。注意如果你不用超算平台的话，以下操作也全都需要在类linux平台上进行（不推荐windows 上 安装 WSL2 子系统的方式）。如果使用超算平台的话，以下操作在超算平台的shell窗口进行。本篇文章以PDB ID为6X7B和6LUD，配体的MOL ID为MOL000354和MOL002662作为示例。

为什么选用薛定谔的Maestro，除了刚刚1.直观先进的图形用户界面，不像ADT甚至不能拖拽蛋白文件导入。安装简单，不像ADT需要在中文路径，并且安装有闪退等问题。支持动力学模拟操作，不像ADT只专注于分子对接操作。支持批量分子对接前置处理（包括蛋白和配体），不像ADT只能支持批量分子对接操作本身。直接支持查找蛋白活性位点，确定合适的蛋白构象等操作。然而ADT并不支持，需要从外网deepsite等网站进行预测或文献查找。

本人是win11，薛定谔版本是12.9。官网：https://www.schrodinger.com/本篇文章的示例大分子蛋白PDB ID为4KNN，小分子配体的MOL ID为MOL004004。打开软件，最原始的界面如下：接下来我会详细介绍。

本人是win11，薛定谔版本是12.9。官网：https://www.schrodinger.com/本篇文章的示例大分子蛋白PDB ID为4KNN，小分子配体的MOL ID为MOL004004。

选项2：在选项1选择了批量导入小分子配体时，选项2的过滤就显得比较有用了，这使得我们可以自定义筛选条件。create打开新面板如下，是常见属性，主要是针对官能团的。譬如如果我们希望导入的批量小分子中，只有分子量＜500，且手性中心数＜1的是合格的。我们可以选中后选择>500，再点击add，下方条件面板自动添加上该条件。同理再加上手性中心的条件，最后点击ok（如果想要从条件面板中删去条件，选中条件后点击右侧delete即可）。

本人是win11，薛定谔版本是12.9。官网：https://www.schrodinger.com/本篇文章的示例大分子蛋白PDB ID为4KNN，小分子配体的MOL ID为MOL004004。

本人是win11，薛定谔版本是12.9。本篇文章的示例大分子蛋白PDB ID为4KNN，小分子配体的MOL ID为MOL004004。本文部分图源来自知乎，推荐为原作者贡献阅读量捏。

25.03.19回顾时发现漏洞和需要补充的地方。二次修正呃呃呃呃修订了好多，结果优快云卡住退出了……痛需要大家自行准备多个蛋白质（PDB格式）和多个小分子配体（最好是mol2格式。在开始批量对接前，确保你prep_lig。

需要自己确定蛋白的PDB ID和配体的。

在 2021—2022 年 发表的 50 篇复方 NP 论文中，40 篇分布在消化系统、神经系统等不同疾病和相应不同方药（累计 150 余种中药）的论文，均存在仅依赖中药数据库情况、关键成分同质化的现象，包括槲皮素、山柰酚、β-谷甾醇、豆甾醇和木樨草素等广泛分布的化合物排名常位居核心。与之形成对比的是，采用GS-MS、HPLC-Q-TOF-MS/MS等方法，通过实验结合质谱数据库、对照品比对，结合里宾斯基五规则进行物质基础鉴定，则并未出现明显“同质化”现象。

旧TCMSP首页官方介绍如下，同样适用于新TCMSP：Peng Li;Jinan Wang;Wei Zhou;Bohui Li;Chao Huang;Pidong Li;Zihu Guo;Xue Xu;Yan Li;6(1):13.由以上信息，我们知道：TCMSP ，全称是Traditional Chinese Medicine Systems Pharmacology ，中文名是中药系统药理学数据库与分析平台。TCMSP捕捉药物、靶点和疾病之间的关系。该数据库包括。