Molegro Virtual Docker

Molegro Virtual Docking提供：

‧高準確性的docking結果：與其他docking軟體相較之下，為準確率最高的(MVD: 87%, Glide: 82%, Surflex: 75%, FlexX: 58%)

‧簡單易用的軟體介面：提供互動步驟方法(wizard)，讓使用者可以很快的設定及執行docking，也針對docking結果提供完整的視覺及分析工具

‧跨平台的整合：MVD 提供在Linux, Windows,及Mac平台的版本以及其結果可以在各平台存取

‧產品特色 Features

‧ 分子輸入及處理 - Molecule Import and Preparation

將分子結構檔案開啟後，軟體會自動處理分析檔案內的各種結構出來並分類(ligands, cofactors, water molecules and proteins)以及進行結構preparation

在處理分析過程中，如果有任何錯誤及注意訊息，可在軟體中的文字視窗知道

軟體本身有尋找分子的cavity的功能，可以找出分子中比較有可能的鍵解區域(binding locations)，再針對此區域進行計算軟體提供質子化(protonation)的互動步驟方法，可以快速的定義出有可能質子化的分子(像是Histidine)及改變其質子化的狀態

‧ 嵌合 - Docking

軟體提供Docking的互動步驟模式來進行Docking的計算，在互動模式中，可以提供： 

選擇哪些分子要進行Docking計算

選擇哪個鍵結區域來進行Docking計算(MVD會先自動計算出有可能的binding pockets)

設定演算法及計算過程的參數設定

管理及增加額外的限制條件在計算的過程中

檢查計算過程中的錯誤狀況

‧ 分析 - Analysis

藉由Pose Organizer可以分析及瀏覽上千以上docking的結果，也可依照自己的喜好針對來分析能量或interaction的結果。

‧ 序列及結構的視算 - Sequence and Structure Visualization

Sequence Viewer可以很快的找到所需要的residues，也提供以cartoon的方式表現出結構的二級結構。

‧ 限制條件 - Constraints

提供使用者針對能量或是化學小份子的特性來設定條件進行docking的預測。

‧ 回歸工具 - Regression Tool

提供以神經網路方式的Regression Tool，來進行結果的數值分析

‧ 支鏈可活動性 - Sidechain Flexibility

可模擬蛋白質active site的sidechain為flexibility的情況下進行docking，並由最後的結果最佳化其side chain的分佈情況。也提供客戶手動進行sidechain能量最小化的計算。

‧ 其他特性 - Other Features

‧ 可以在Mac (PowerPC及Intel), Linux (32-bit及64-bit), 及 Windows的平台執行

‧ 提供巨集的功能

‧ 提供客製化的分子表面及骨幹的表示

‧ Biomolecule generator可以轉換PDB檔案給軟體來用

‧ 提供文字標示分子的特性

‧ 提供線上幫助及檢查新版更新

‧ 提供使用MVD本身的scripting language及其他程式語言(Python已經包含)

‧ Pose Modifier可以提供使用者修改化學分子的結構

‧ 相關技術

Gaussian 09是Gaussian系列電子結構程式的最新版本。它在化學、化工、生物化學、物理化學等化學相關領域方面具有強大的功能。

‧ Docking Algorithm

MVD本身研發出新的MolDock的演算法來預測 ligand - protein interaction。MolDock是一個新的混合的搜尋演算法，稱為guided differential evolution，其利用了differential evolution (DE) optimization 技術並配合cavity預測的演算法。Differential evolution的相關資料，可以參考 Storn and Price [1] in 1995。

MolDock已經發表在Journal of Medicinal Chemistry的期刊上，MolDock: A New Technique for High-Accuracy Molecular Docking。

Table 1: 選擇市面上docking軟體來測試準確度。其docking結果的正確性是跟實驗結果的RMSD在2.0A以內。在docking開始時，先針對ligands來進行能量最小化跟隨機化，及將所有水分子都移除掉。整個dataset為77個complexes的結構，此dataset是 Surflex set由Friesner et al.[2]的期刊中選出。[*]FlexX只有預測出其中的76個

‧ Evaluation Function

Docking scoring function是以 piecewise linear potential(PLP)[3]的方法。

‧ Binding Affinity

MVD利用下面的含算來計算binding energy

Ebinding = -5.68*pKi (in kJ/mol) (the numerical factor corresponds to a temperature of 297K).

預測pKi是利用結合energy terms及molecular descriptors的方法。pKi estimator是藉由超過200個complexes with known binding affinities來

‧ More Information

如需要知道更多有關資料，可以參考Molegro Virtual Docker 2007的使用手冊或是下面這些期刊：

[1] Storn, R.; Price, K. Differential Evolution - A Simple And Efficient Adaptive Scheme for Global Optimization over Continuous Spaces. Tech-report, International Computer Science Institute, Berkley, 1995. 

[2] Friesner, R. A.; Banks, J. L.; Murphy, R. B.; Halgren, T. A. Glide: A New Approach for Rapid Accurate Docking And Scoring. 1. Method And Assessment of Docking Accuracy. J. Med. Chem. 2004, 47, 1739-1749.

[3] Gehlhaar, D. K.; Verkhivker, G.; Rejto, P. A.; Fogel, D. B.; Fogel, L. J.; Freer, S. T. Docking Conformationally Flexible Small Molecules Into a Protein Binding Site Through Evolutionary Programming. Proceedings of the Fourth International Conference on Evolutionary Programming 1995, 615-627.