SlideShare uma empresa Scribd logo
1 de 8
Baixar para ler offline
130207 ver. 3.0

AutoDock Vina & MGLTools
    on Mac OSX 10.6
AutoDock Vinaは、Oleg Trott 博士 (The Scripps Research Institute)によ
り提供されるAutoDock4の改良型ドッキングツールである。計算速度、
ドッキング精度ともに大幅に改善されている。


          Provided by Satoshi Kume
                Osaka Prefecture University
1. AutoDockToolsの起動
2. Proteinの設定
 2-1. File → Read Molecule → Open PDB file (表示設定 → Ribbonが見易い)
 2-2. Edit → Hydrogens → add → Polar only → OK.
 2-3. Grid → Macromolecule → Choose... → Select Molecule.. (同じファイル)
      → Save PDBQT
                                                                  例
3. GridBoxの設定
                                                  number of points in x-dimension: 22
 3-1. Grid → GridBox → Center Grid Boxの設定         number of points in y-dimension: 24
 3-2. Spacing (angstrom) → 必ず 1.000 angstrom      number of points in z-dimension: 28
 3-3. xyz-dimensions → 20-30 (覚えておくこと!!!)         Spacing (angstrom): 1.000
 ※ Search space volumeを27000 Angstrom3以下に設定する
4. Ligandの設定
 4-1. Ligand → Input → Open → リガンドのPDB fileを選択
 4-2. Ligand → Torsion Tree → Choose Torsions... → Rotatable bondsの設定
   (基本的にDefault) → Done
 4-3. Ligand → Output → Save PDBQT (※ Protein fileと同じフォルダに保存)
 4-4. AutoDockToolsを終了する
設定の記入例
5. Vinaの設定ファイル作製
                                                receptor = AAA.pdbqt
5-1. CotEditor、あるいはテキストエディット                    ligand = BBB.pdbqt
                                                log = BBB.log
  (or viコマンド)で新規テキストファイルを作製する。
                                                center_x = -3.13
5-2. 右のような記入例に従って、設定ファイルを                       center_y = 17.271
  作製・保存する。                                      center_z = 6.776

※ Protein & ligand filesと同じフォルダに保存              size_x = 24
                                                size_y = 28
                                                size_z = 30

                              < 27000           cpu = 1
                                                seed = 1000
                              size_x
                                                num_modes = 100
                              size_y            energy_range = 3
                              size_z
                                              各設定の簡易説明
                                receptor = : Protein file name, ligand = : Liand
 center_x                       file name, log = : Output log name, cpu = : 使用
 center_y                       コア数, Seed: 初期配座試行回数, num_modes:
 center_z                       計算試行回数, energy_range: 計算結果を表示

            ココ!!                する自由エネルギー差 (kcal/mol)
6. AutoDock Vinaの起動
6-1. ターミナルの起動 & 所定のディレクトリへの移動
(vinaのディレクトリを確認する)
(例えば、“/Users/AUTODOCK/ADvina_1_1_2_mac/bin/vina”の場合)
6-2. % /Users/AUTODOCK/ADvina_1_1_2_mac/bin/vina --help                                                                   # ヘルプの確認
 Input:
  --receptor arg
  --flex arg
                        rigid part of the receptor (PDBQT)
                    flexible side chains, if any (PDBQT)                        ※ パス設定をしても良い!
  --ligand arg        ligand (PDBQT)

 Search space (required):
  --center_x arg    X coordinate of the center
  --center_y arg
  --center_z arg
                    Y coordinate of the center
                    Z coordinate of the center
                                                                                6-3. 設定オプションが出力される
  --size_x arg     size in the X dimension (Angstroms)
  --size_y arg     size in the Y dimension (Angstroms)
  --size_z arg     size in the Z dimension (Angstroms)                         Advanced options (see the manual):
                                                                                --score_only                        score only - search space
 Output (optional):
  --out arg         output models (PDBQT), the default is chosen based on                                      can be omitted
                the ligand file name                                            --local_only                       do local search only
  --log arg         optionally, write log file                                  --randomize_only                       randomize input, attempting
                                                                                                               to avoid clashes
 Misc (optional):                                                               --weight_gauss1 arg (=-0.035579)             gauss_1 weight
  --cpu arg          the number of CPUs to use (the default is to try to        --weight_gauss2 arg (=-0.005156)             gauss_2 weight
                 detect the number of CPUs or, failing that, use 1)
                                                                                --weight_repulsion arg (=0.84024500000000002) repulsion weight
  --seed arg          explicit random seed
  --exhaustiveness arg (=8) exhaustiveness of the global search (roughly        --weight_hydrophobic arg (=-0.035069000000000003) hydrophobic weight
                 proportional to time): 1+                                      --weight_hydrogen arg (=-0.58743900000000004) Hydrogen bond weight
  --num_modes arg (=9)      maximum number of binding modes to generate         --weight_rot arg (=0.058459999999999998)          N_rot weight
  --energy_range arg (=3) maximum energy difference between the best binding
                 mode and the worst one displayed (kcal/mol)

 Configuration file (optional):
  --config arg       the above options can be put here

 Information (optional):
  --help           display usage summary
  --help_advanced        display usage summary with advanced options
  --version         display program version
7. AutoDock Vinaを用いたドッキング計算
7-1. % /Users/AUTODOCK/ADvina_1_1_2_mac/bin/vina --config conf.txt
(confは任意のファイル名)                           #################################################
                                                    # If you used AutoDock Vina in your work, please cite:         #
7-2. 右のようなログが出力される                                  #                                                              #
                                                    # O. Trott, A. J. Olson,                                       #
7-3. Writing output ... done → 計算完了                 # AutoDock Vina: improving the speed and accuracy of docking
                                                    # with a new scoring function, efficient optimization and
                                                                                                                   #
                                                                                                                   #
                                                    # multithreading, Journal of Computational Chemistry 31 (2010) #
7-4. BBB_out.pdbqt & Log fileが新規に                   # 455-461                                                      #
                                                    #                                                              #
  作製される                                             # DOI 10.1002/jcc.21334
                                                    #
                                                                                                                   #
                                                                                                                   #
                                                    # Please see http://vina.scripps.edu for more information.     #
(BBBは任意のリガンドファイル名)                                  #################################################

                                                    Output will be LA1_out.pdbqt
                                                    Reading input ... done.
8. PyoMOLによる可視化                                     Setting up the scoring function ... done.
                                                    Analyzing the binding site ... done.
                                                    Using random seed: 1000
                                                    Performing search ...
8-1. BBB_out.pdbqtをPyMOLにドラッグし                      0% 10 20 30 40 50 60 70 80 90 100%
                                                    | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- |
  て開く!                                               ***************************************************
                                                    done.
(※ PyMOL → File → Open...ではダメ!)                     Refining results ... done.

                                                    mode | affinity | dist from best mode
8-2. PyMOL → File → Open... → Protein PDB                 | (kcal/mol) | rmsd l.b.| rmsd u.b.
                                                    -----+------------+----------+----------
  fileを開く                                              1       -5.5     0.000      0.000
                                                       2       -5.3     4.700      9.201
8-3. 結合部位を確認する                                         3       -5.3     1.272      2.895
                                                       4       -5.3     1.150      1.838
                                                       5       -5.3     4.682      8.772
※ Binding free energyが低い順に表示される                        6       -5.3     1.420      2.117
                                                       7       -5.3     4.218      8.038
                                                       8       -5.3     4.373      8.487
                                                       9       -5.2     1.390      2.106
                                                      10        -5.2     4.939      9.404
                                                    Writing output ... done.
VINA Virtual Screening の手引き
1. 化合物のダウンロード
1-1. ZINC websiteにおいて、Subsetをダウンロードする。
                                                 http://zinc.docking.org/




1-2. Unix download: mol2 unix のクリック → usual.mol2.csh がダウンロードされる!!
1-3. usual.mol2.csh の実行
        (ターミナル上)
        % cd Downloads/              // 所定のディレクトリへ移動
        % chmod a+x usual.mol2.csh   // 実行権限
        % ./usual.mol2.csh           // ダウンロードスタート!
2. MOL2からPDBQTへの変換
2-1. Raccoonの起動
  % pythonsh raccoon.py        # Raccoonの起動
  ※ Raccoon on Mac OSXを参照

2-2. 化合物の追加

  [+] Add ligands... クリック
  → ダウンロードしたMOL2 fileを選択
  → 勝手にPDBQT fileが生成される!

2-3. 蛋白質のPDB fileにおいても
PDBQT file への変換も行う!

3. リガンド名ファイルの作成
       (ターミナル上)
       % ls -1                      // 縦一列表示
       (PDBQT名をコピーする)
       % vi test.txt               // 新規作成
       (i → PDBQT名をペーストする → esc → ZZ)
設定の記入例
4. Vinaの設定ファイル作製(別項を参照)
                                                                        ZZZ.txt
    右の設定記入例は、参照のこと。                                                     center_x = -3.13
                                                                        center_y = 17.271
5. Bシェルスクリプトの作成・実行                                                      center_z = 6.776

                                                                        size_x = 24
    (ターミナル上)                                                            size_y = 28
    % vi test.sh                                                        size_z = 30
    (スクリプト記入例を参照のこと)
                                                                        cpu = 2
    % chmod a+x test.sh                                                 seed = 2000
    % ./test.sh                        // 実行!!
                                                                        num_modes = 100
                                                                        energy_range = 3
test.sh スクリプト記入例
#!/bin/sh
# Docking

exec 3< test.txt
while read FL 0<&3
do
/Users/XXX/ADvina_1_1_2_mac/bin/vina --receptor YYY.pdbqt --ligand $FL --log $FL.log --config ZZZ.txt
done
exec 3<&-

               XXX: 任意のディレクトリ名、YYY: 任意のファイル名

Mais conteúdo relacionado

Mais procurados

プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)Toshihiko Yamasaki
 
PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)Yasunori Ozaki
 
数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理Taiji Suzuki
 
合成経路探索 -論文まとめ- (PFN中郷孝祐)
合成経路探索 -論文まとめ-  (PFN中郷孝祐)合成経路探索 -論文まとめ-  (PFN中郷孝祐)
合成経路探索 -論文まとめ- (PFN中郷孝祐)Preferred Networks
 
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...Deep Learning JP
 
合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点Ichigaku Takigawa
 
不老におけるOptunaを利用した分散ハイパーパラメータ最適化 - 今村秀明(名古屋大学 Optuna講習会)
不老におけるOptunaを利用した分散ハイパーパラメータ最適化 - 今村秀明(名古屋大学 Optuna講習会)不老におけるOptunaを利用した分散ハイパーパラメータ最適化 - 今村秀明(名古屋大学 Optuna講習会)
不老におけるOptunaを利用した分散ハイパーパラメータ最適化 - 今村秀明(名古屋大学 Optuna講習会)Preferred Networks
 
PRML輪読#8
PRML輪読#8PRML輪読#8
PRML輪読#8matsuolab
 
【DL輪読会】Hopfield network 関連研究について
【DL輪読会】Hopfield network 関連研究について【DL輪読会】Hopfield network 関連研究について
【DL輪読会】Hopfield network 関連研究についてDeep Learning JP
 
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323Matlantis
 
関数型プログラミング入門 for Matlab ユーザー
関数型プログラミング入門 for Matlab ユーザー関数型プログラミング入門 for Matlab ユーザー
関数型プログラミング入門 for Matlab ユーザーIchiro Maruta
 
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...Deep Learning JP
 
5 クラスタリングと異常検出
5 クラスタリングと異常検出5 クラスタリングと異常検出
5 クラスタリングと異常検出Seiichi Uchida
 
レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成Nagi Teramo
 
混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)Takao Yamanaka
 
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知Yuya Takashina
 
CatBoost on GPU のひみつ
CatBoost on GPU のひみつCatBoost on GPU のひみつ
CatBoost on GPU のひみつTakuji Tahara
 
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたいTakuji Tahara
 

Mais procurados (20)

プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
 
PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)
 
数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理
 
合成経路探索 -論文まとめ- (PFN中郷孝祐)
合成経路探索 -論文まとめ-  (PFN中郷孝祐)合成経路探索 -論文まとめ-  (PFN中郷孝祐)
合成経路探索 -論文まとめ- (PFN中郷孝祐)
 
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
 
合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点
 
PRML Chapter 14
PRML Chapter 14PRML Chapter 14
PRML Chapter 14
 
不老におけるOptunaを利用した分散ハイパーパラメータ最適化 - 今村秀明(名古屋大学 Optuna講習会)
不老におけるOptunaを利用した分散ハイパーパラメータ最適化 - 今村秀明(名古屋大学 Optuna講習会)不老におけるOptunaを利用した分散ハイパーパラメータ最適化 - 今村秀明(名古屋大学 Optuna講習会)
不老におけるOptunaを利用した分散ハイパーパラメータ最適化 - 今村秀明(名古屋大学 Optuna講習会)
 
PRML輪読#8
PRML輪読#8PRML輪読#8
PRML輪読#8
 
【DL輪読会】Hopfield network 関連研究について
【DL輪読会】Hopfield network 関連研究について【DL輪読会】Hopfield network 関連研究について
【DL輪読会】Hopfield network 関連研究について
 
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323
機械学習によるハイスループット 第一原理計算の代替の可能性_日本化学会_20230323
 
関数型プログラミング入門 for Matlab ユーザー
関数型プログラミング入門 for Matlab ユーザー関数型プログラミング入門 for Matlab ユーザー
関数型プログラミング入門 for Matlab ユーザー
 
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
 
5 クラスタリングと異常検出
5 クラスタリングと異常検出5 クラスタリングと異常検出
5 クラスタリングと異常検出
 
レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成
 
混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)
 
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
 
CatBoost on GPU のひみつ
CatBoost on GPU のひみつCatBoost on GPU のひみつ
CatBoost on GPU のひみつ
 
W8PRML5.1-5.3
W8PRML5.1-5.3W8PRML5.1-5.3
W8PRML5.1-5.3
 
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
 

Destaque

AutoDock_vina_japanese_ver.1.0
AutoDock_vina_japanese_ver.1.0AutoDock_vina_japanese_ver.1.0
AutoDock_vina_japanese_ver.1.0Satoshi Kume
 
molecular docking
molecular dockingmolecular docking
molecular dockingKOUSHIK DEB
 
Protein-Ligand Docking
Protein-Ligand DockingProtein-Ligand Docking
Protein-Ligand Dockingbaoilleach
 
Molecular docking
Molecular dockingMolecular docking
Molecular dockingpalliyath91
 
AutoDock, AutoGrid, AutoDockTools (GUI), and Open Babel Tutorial
AutoDock, AutoGrid, AutoDockTools (GUI), and Open Babel TutorialAutoDock, AutoGrid, AutoDockTools (GUI), and Open Babel Tutorial
AutoDock, AutoGrid, AutoDockTools (GUI), and Open Babel TutorialJohn Cahill
 
Drug discovery strategy final draft
Drug discovery strategy   final draftDrug discovery strategy   final draft
Drug discovery strategy final draftanaelishockey
 
Molecular docking
Molecular dockingMolecular docking
Molecular dockingRahul B S
 

Destaque (11)

AutoDock_vina_japanese_ver.1.0
AutoDock_vina_japanese_ver.1.0AutoDock_vina_japanese_ver.1.0
AutoDock_vina_japanese_ver.1.0
 
molecular docking
molecular dockingmolecular docking
molecular docking
 
Protein-Ligand Docking
Protein-Ligand DockingProtein-Ligand Docking
Protein-Ligand Docking
 
Molecular docking
Molecular dockingMolecular docking
Molecular docking
 
AutoDock, AutoGrid, AutoDockTools (GUI), and Open Babel Tutorial
AutoDock, AutoGrid, AutoDockTools (GUI), and Open Babel TutorialAutoDock, AutoGrid, AutoDockTools (GUI), and Open Babel Tutorial
AutoDock, AutoGrid, AutoDockTools (GUI), and Open Babel Tutorial
 
Drug discovery strategy final draft
Drug discovery strategy   final draftDrug discovery strategy   final draft
Drug discovery strategy final draft
 
Grupo 4 ppt
Grupo 4 pptGrupo 4 ppt
Grupo 4 ppt
 
[4] drug discovery-lect-1
[4] drug discovery-lect-1[4] drug discovery-lect-1
[4] drug discovery-lect-1
 
Cook2010web
Cook2010webCook2010web
Cook2010web
 
MOLECULAR DOCKING
MOLECULAR DOCKINGMOLECULAR DOCKING
MOLECULAR DOCKING
 
Molecular docking
Molecular dockingMolecular docking
Molecular docking
 

Semelhante a AutoDock_vina_japanese_ver.3.0

20181212 - PGconf.ASIA - LT
20181212 - PGconf.ASIA - LT20181212 - PGconf.ASIA - LT
20181212 - PGconf.ASIA - LTKohei KaiGai
 
An Intelligent Storage?
An Intelligent Storage?An Intelligent Storage?
An Intelligent Storage?Kohei KaiGai
 
NVIDIA Japan Seminar 2012
NVIDIA Japan Seminar 2012NVIDIA Japan Seminar 2012
NVIDIA Japan Seminar 2012Takuro Iizuka
 
Proposed boost b_tree_library(ja)
Proposed boost b_tree_library(ja)Proposed boost b_tree_library(ja)
Proposed boost b_tree_library(ja)Takayuki Goto
 
tcpdump & xtrabackup @ MySQL Casual Talks #1
tcpdump & xtrabackup @ MySQL Casual Talks #1tcpdump & xtrabackup @ MySQL Casual Talks #1
tcpdump & xtrabackup @ MySQL Casual Talks #1Ryosuke IWANAGA
 
MongoDB Configパラメータ解説
MongoDB Configパラメータ解説MongoDB Configパラメータ解説
MongoDB Configパラメータ解説Shoken Fujisaki
 
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスするEWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスするKiyoshi Sawada
 
textsearch_jaで全文検索
textsearch_jaで全文検索textsearch_jaで全文検索
textsearch_jaで全文検索Akio Ishida
 
20170127 JAWS HPC-UG#8
20170127 JAWS HPC-UG#820170127 JAWS HPC-UG#8
20170127 JAWS HPC-UG#8Kohei KaiGai
 
AutoDock_Raccoon_japanese_ver.1.0
AutoDock_Raccoon_japanese_ver.1.0AutoDock_Raccoon_japanese_ver.1.0
AutoDock_Raccoon_japanese_ver.1.0Satoshi Kume
 
Rのデータ構造とメモリ管理
Rのデータ構造とメモリ管理Rのデータ構造とメモリ管理
Rのデータ構造とメモリ管理Takeshi Arabiki
 
ラズパイでデバイスドライバを作ってみた。
ラズパイでデバイスドライバを作ってみた。ラズパイでデバイスドライバを作ってみた。
ラズパイでデバイスドライバを作ってみた。Kazuki Onishi
 
C16 45分でわかるPostgreSQLの仕組み by 山田努
C16 45分でわかるPostgreSQLの仕組み by 山田努C16 45分でわかるPostgreSQLの仕組み by 山田努
C16 45分でわかるPostgreSQLの仕組み by 山田努Insight Technology, Inc.
 
EWD 3トレーニングコース#20 GlobalストレージのJavaScript用抽象化-(a)DocumentNodeオブジェクト
EWD 3トレーニングコース#20 GlobalストレージのJavaScript用抽象化-(a)DocumentNodeオブジェクトEWD 3トレーニングコース#20 GlobalストレージのJavaScript用抽象化-(a)DocumentNodeオブジェクト
EWD 3トレーニングコース#20 GlobalストレージのJavaScript用抽象化-(a)DocumentNodeオブジェクトKiyoshi Sawada
 
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスするEWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスするKiyoshi Sawada
 
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみたNissho Lab
 

Semelhante a AutoDock_vina_japanese_ver.3.0 (20)

20181212 - PGconf.ASIA - LT
20181212 - PGconf.ASIA - LT20181212 - PGconf.ASIA - LT
20181212 - PGconf.ASIA - LT
 
An Intelligent Storage?
An Intelligent Storage?An Intelligent Storage?
An Intelligent Storage?
 
NVIDIA Japan Seminar 2012
NVIDIA Japan Seminar 2012NVIDIA Japan Seminar 2012
NVIDIA Japan Seminar 2012
 
Proposed boost b_tree_library(ja)
Proposed boost b_tree_library(ja)Proposed boost b_tree_library(ja)
Proposed boost b_tree_library(ja)
 
tcpdump & xtrabackup @ MySQL Casual Talks #1
tcpdump & xtrabackup @ MySQL Casual Talks #1tcpdump & xtrabackup @ MySQL Casual Talks #1
tcpdump & xtrabackup @ MySQL Casual Talks #1
 
MongoDB Configパラメータ解説
MongoDB Configパラメータ解説MongoDB Configパラメータ解説
MongoDB Configパラメータ解説
 
Mongodb 紹介
Mongodb 紹介Mongodb 紹介
Mongodb 紹介
 
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスするEWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
 
textsearch_jaで全文検索
textsearch_jaで全文検索textsearch_jaで全文検索
textsearch_jaで全文検索
 
20170127 JAWS HPC-UG#8
20170127 JAWS HPC-UG#820170127 JAWS HPC-UG#8
20170127 JAWS HPC-UG#8
 
Mysql casial01
Mysql casial01Mysql casial01
Mysql casial01
 
20130819 jjugnslt
20130819 jjugnslt20130819 jjugnslt
20130819 jjugnslt
 
AutoDock_Raccoon_japanese_ver.1.0
AutoDock_Raccoon_japanese_ver.1.0AutoDock_Raccoon_japanese_ver.1.0
AutoDock_Raccoon_japanese_ver.1.0
 
Rのデータ構造とメモリ管理
Rのデータ構造とメモリ管理Rのデータ構造とメモリ管理
Rのデータ構造とメモリ管理
 
ラズパイでデバイスドライバを作ってみた。
ラズパイでデバイスドライバを作ってみた。ラズパイでデバイスドライバを作ってみた。
ラズパイでデバイスドライバを作ってみた。
 
C16 45分でわかるPostgreSQLの仕組み by 山田努
C16 45分でわかるPostgreSQLの仕組み by 山田努C16 45分でわかるPostgreSQLの仕組み by 山田努
C16 45分でわかるPostgreSQLの仕組み by 山田努
 
pg_bigmを用いた全文検索のしくみ(前編)
pg_bigmを用いた全文検索のしくみ(前編)pg_bigmを用いた全文検索のしくみ(前編)
pg_bigmを用いた全文検索のしくみ(前編)
 
EWD 3トレーニングコース#20 GlobalストレージのJavaScript用抽象化-(a)DocumentNodeオブジェクト
EWD 3トレーニングコース#20 GlobalストレージのJavaScript用抽象化-(a)DocumentNodeオブジェクトEWD 3トレーニングコース#20 GlobalストレージのJavaScript用抽象化-(a)DocumentNodeオブジェクト
EWD 3トレーニングコース#20 GlobalストレージのJavaScript用抽象化-(a)DocumentNodeオブジェクト
 
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスするEWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
EWD 3トレーニングコース#19 JavaScriptからGlobalストレジにアクセスする
 
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
 

Mais de Satoshi Kume

ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートSatoshi Kume
 
230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdfSatoshi Kume
 
20230314_R-universe.pdf
20230314_R-universe.pdf20230314_R-universe.pdf
20230314_R-universe.pdfSatoshi Kume
 
211204_japan_r_v01
211204_japan_r_v01211204_japan_r_v01
211204_japan_r_v01Satoshi Kume
 
211104 Bioc Asia workshop
211104 Bioc Asia workshop211104 Bioc Asia workshop
211104 Bioc Asia workshopSatoshi Kume
 
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonCRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonSatoshi Kume
 
Exchange program 071128
Exchange program 071128Exchange program 071128
Exchange program 071128Satoshi Kume
 
D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)Satoshi Kume
 
AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)Satoshi Kume
 
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)Satoshi Kume
 
Openlink Virtuoso v01
Openlink Virtuoso v01Openlink Virtuoso v01
Openlink Virtuoso v01Satoshi Kume
 
201209 Biopackathon 12th
201209 Biopackathon 12th201209 Biopackathon 12th
201209 Biopackathon 12thSatoshi Kume
 
201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索Satoshi Kume
 
201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00preSatoshi Kume
 
200612_BioPackathon_ss
200612_BioPackathon_ss200612_BioPackathon_ss
200612_BioPackathon_ssSatoshi Kume
 
How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0Satoshi Kume
 
CentOS_slide_ver1.0
CentOS_slide_ver1.0CentOS_slide_ver1.0
CentOS_slide_ver1.0Satoshi Kume
 
Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Satoshi Kume
 

Mais de Satoshi Kume (20)

ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
 
230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf
 
20230314_R-universe.pdf
20230314_R-universe.pdf20230314_R-universe.pdf
20230314_R-universe.pdf
 
211204_japan_r_v01
211204_japan_r_v01211204_japan_r_v01
211204_japan_r_v01
 
211104 Bioc Asia workshop
211104 Bioc Asia workshop211104 Bioc Asia workshop
211104 Bioc Asia workshop
 
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonCRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
 
Exchange program 071128
Exchange program 071128Exchange program 071128
Exchange program 071128
 
D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)
 
AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)
 
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
 
Openlink Virtuoso v01
Openlink Virtuoso v01Openlink Virtuoso v01
Openlink Virtuoso v01
 
201209 Biopackathon 12th
201209 Biopackathon 12th201209 Biopackathon 12th
201209 Biopackathon 12th
 
201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索
 
201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre
 
200612_BioPackathon_ss
200612_BioPackathon_ss200612_BioPackathon_ss
200612_BioPackathon_ss
 
How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0
 
CentOS_slide_ver1.0
CentOS_slide_ver1.0CentOS_slide_ver1.0
CentOS_slide_ver1.0
 
R_note_ODE_ver1.0
R_note_ODE_ver1.0R_note_ODE_ver1.0
R_note_ODE_ver1.0
 
Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Mac_Terminal_ver1.0
Mac_Terminal_ver1.0
 
R_note_02_ver1.0
R_note_02_ver1.0R_note_02_ver1.0
R_note_02_ver1.0
 

AutoDock_vina_japanese_ver.3.0

  • 1. 130207 ver. 3.0 AutoDock Vina & MGLTools on Mac OSX 10.6 AutoDock Vinaは、Oleg Trott 博士 (The Scripps Research Institute)によ り提供されるAutoDock4の改良型ドッキングツールである。計算速度、 ドッキング精度ともに大幅に改善されている。 Provided by Satoshi Kume Osaka Prefecture University
  • 2. 1. AutoDockToolsの起動 2. Proteinの設定  2-1. File → Read Molecule → Open PDB file (表示設定 → Ribbonが見易い)  2-2. Edit → Hydrogens → add → Polar only → OK.  2-3. Grid → Macromolecule → Choose... → Select Molecule.. (同じファイル)    → Save PDBQT 例 3. GridBoxの設定 number of points in x-dimension: 22  3-1. Grid → GridBox → Center Grid Boxの設定 number of points in y-dimension: 24  3-2. Spacing (angstrom) → 必ず 1.000 angstrom number of points in z-dimension: 28  3-3. xyz-dimensions → 20-30 (覚えておくこと!!!) Spacing (angstrom): 1.000 ※ Search space volumeを27000 Angstrom3以下に設定する 4. Ligandの設定  4-1. Ligand → Input → Open → リガンドのPDB fileを選択  4-2. Ligand → Torsion Tree → Choose Torsions... → Rotatable bondsの設定    (基本的にDefault) → Done  4-3. Ligand → Output → Save PDBQT (※ Protein fileと同じフォルダに保存)  4-4. AutoDockToolsを終了する
  • 3. 設定の記入例 5. Vinaの設定ファイル作製 receptor = AAA.pdbqt 5-1. CotEditor、あるいはテキストエディット ligand = BBB.pdbqt log = BBB.log   (or viコマンド)で新規テキストファイルを作製する。 center_x = -3.13 5-2. 右のような記入例に従って、設定ファイルを center_y = 17.271   作製・保存する。 center_z = 6.776 ※ Protein & ligand filesと同じフォルダに保存 size_x = 24 size_y = 28 size_z = 30 < 27000 cpu = 1 seed = 1000 size_x num_modes = 100 size_y energy_range = 3 size_z 各設定の簡易説明 receptor = : Protein file name, ligand = : Liand center_x file name, log = : Output log name, cpu = : 使用 center_y コア数, Seed: 初期配座試行回数, num_modes: center_z 計算試行回数, energy_range: 計算結果を表示 ココ!! する自由エネルギー差 (kcal/mol)
  • 4. 6. AutoDock Vinaの起動 6-1. ターミナルの起動 & 所定のディレクトリへの移動 (vinaのディレクトリを確認する) (例えば、“/Users/AUTODOCK/ADvina_1_1_2_mac/bin/vina”の場合) 6-2. % /Users/AUTODOCK/ADvina_1_1_2_mac/bin/vina --help # ヘルプの確認 Input: --receptor arg --flex arg rigid part of the receptor (PDBQT) flexible side chains, if any (PDBQT) ※ パス設定をしても良い! --ligand arg ligand (PDBQT) Search space (required): --center_x arg X coordinate of the center --center_y arg --center_z arg Y coordinate of the center Z coordinate of the center 6-3. 設定オプションが出力される --size_x arg size in the X dimension (Angstroms) --size_y arg size in the Y dimension (Angstroms) --size_z arg size in the Z dimension (Angstroms) Advanced options (see the manual): --score_only score only - search space Output (optional): --out arg output models (PDBQT), the default is chosen based on can be omitted the ligand file name --local_only do local search only --log arg optionally, write log file --randomize_only randomize input, attempting to avoid clashes Misc (optional): --weight_gauss1 arg (=-0.035579) gauss_1 weight --cpu arg the number of CPUs to use (the default is to try to --weight_gauss2 arg (=-0.005156) gauss_2 weight detect the number of CPUs or, failing that, use 1) --weight_repulsion arg (=0.84024500000000002) repulsion weight --seed arg explicit random seed --exhaustiveness arg (=8) exhaustiveness of the global search (roughly --weight_hydrophobic arg (=-0.035069000000000003) hydrophobic weight proportional to time): 1+ --weight_hydrogen arg (=-0.58743900000000004) Hydrogen bond weight --num_modes arg (=9) maximum number of binding modes to generate --weight_rot arg (=0.058459999999999998) N_rot weight --energy_range arg (=3) maximum energy difference between the best binding mode and the worst one displayed (kcal/mol) Configuration file (optional): --config arg the above options can be put here Information (optional): --help display usage summary --help_advanced display usage summary with advanced options --version display program version
  • 5. 7. AutoDock Vinaを用いたドッキング計算 7-1. % /Users/AUTODOCK/ADvina_1_1_2_mac/bin/vina --config conf.txt (confは任意のファイル名) ################################################# # If you used AutoDock Vina in your work, please cite: # 7-2. 右のようなログが出力される # # # O. Trott, A. J. Olson, # 7-3. Writing output ... done → 計算完了 # AutoDock Vina: improving the speed and accuracy of docking # with a new scoring function, efficient optimization and # # # multithreading, Journal of Computational Chemistry 31 (2010) # 7-4. BBB_out.pdbqt & Log fileが新規に # 455-461 # # #   作製される # DOI 10.1002/jcc.21334 # # # # Please see http://vina.scripps.edu for more information. # (BBBは任意のリガンドファイル名) ################################################# Output will be LA1_out.pdbqt Reading input ... done. 8. PyoMOLによる可視化 Setting up the scoring function ... done. Analyzing the binding site ... done. Using random seed: 1000 Performing search ... 8-1. BBB_out.pdbqtをPyMOLにドラッグし 0% 10 20 30 40 50 60 70 80 90 100% | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- |   て開く! *************************************************** done. (※ PyMOL → File → Open...ではダメ!) Refining results ... done. mode | affinity | dist from best mode 8-2. PyMOL → File → Open... → Protein PDB | (kcal/mol) | rmsd l.b.| rmsd u.b. -----+------------+----------+----------   fileを開く 1 -5.5 0.000 0.000 2 -5.3 4.700 9.201 8-3. 結合部位を確認する 3 -5.3 1.272 2.895 4 -5.3 1.150 1.838 5 -5.3 4.682 8.772 ※ Binding free energyが低い順に表示される 6 -5.3 1.420 2.117 7 -5.3 4.218 8.038 8 -5.3 4.373 8.487 9 -5.2 1.390 2.106 10 -5.2 4.939 9.404 Writing output ... done.
  • 6. VINA Virtual Screening の手引き 1. 化合物のダウンロード 1-1. ZINC websiteにおいて、Subsetをダウンロードする。 http://zinc.docking.org/ 1-2. Unix download: mol2 unix のクリック → usual.mol2.csh がダウンロードされる!! 1-3. usual.mol2.csh の実行 (ターミナル上) % cd Downloads/ // 所定のディレクトリへ移動 % chmod a+x usual.mol2.csh // 実行権限 % ./usual.mol2.csh // ダウンロードスタート!
  • 7. 2. MOL2からPDBQTへの変換 2-1. Raccoonの起動 % pythonsh raccoon.py # Raccoonの起動 ※ Raccoon on Mac OSXを参照 2-2. 化合物の追加 [+] Add ligands... クリック → ダウンロードしたMOL2 fileを選択 → 勝手にPDBQT fileが生成される! 2-3. 蛋白質のPDB fileにおいても PDBQT file への変換も行う! 3. リガンド名ファイルの作成 (ターミナル上) % ls -1 // 縦一列表示 (PDBQT名をコピーする) % vi test.txt // 新規作成 (i → PDBQT名をペーストする → esc → ZZ)
  • 8. 設定の記入例 4. Vinaの設定ファイル作製(別項を参照) ZZZ.txt 右の設定記入例は、参照のこと。 center_x = -3.13 center_y = 17.271 5. Bシェルスクリプトの作成・実行 center_z = 6.776 size_x = 24 (ターミナル上) size_y = 28 % vi test.sh size_z = 30 (スクリプト記入例を参照のこと) cpu = 2 % chmod a+x test.sh seed = 2000 % ./test.sh // 実行!! num_modes = 100 energy_range = 3 test.sh スクリプト記入例 #!/bin/sh # Docking exec 3< test.txt while read FL 0<&3 do /Users/XXX/ADvina_1_1_2_mac/bin/vina --receptor YYY.pdbqt --ligand $FL --log $FL.log --config ZZZ.txt done exec 3<&- XXX: 任意のディレクトリ名、YYY: 任意のファイル名