Молекулярная операционная среда
 | |
| Разработчик(и) | Группа химических вычислений |
|---|---|
| Написано в | Научный векторный язык |
| Операционная система | Кросс-платформенный |
| Тип | Молекулярное моделирование |
| Веб-сайт | www |
Molecular Operating Environment (MOE) — это программная платформа для поиска лекарств, которая объединяет визуализацию, моделирование и симуляцию, а также разработку методологии в одном пакете. Научные приложения MOE используются биологами, химиками-медиками и химиками-вычислителями в фармацевтических, биотехнологических и академических исследованиях. MOE работает на Windows, Linux, Unix и macOS. Основные области применения в МЧС включают структурное проектирование, [1] фрагментарный дизайн , [2] дизайн на основе лигандов, открытие фармакофоров , применение медицинской химии, применение биологических препаратов, структурная биология и биоинформатика, белков и антител моделирование , молекулярное моделирование и симуляция, виртуальный скрининг, хеминформатика и QSAR . Язык научных векторов ( SVL ) — это встроенный язык команд, сценариев и разработки приложений MOE.
История
[ редактировать ]Молекулярная операционная среда была разработана группой химических вычислений под руководством президента/генерального директора Поля Лабуте. [3] Основана в 1994 году [4] Эта частная компания, базирующаяся в Монреале, Квебек, Канада, занимается разработкой вычислительного программного обеспечения, которое бросит вызов, произведет революцию и поможет в научной методологии. В группу химических вычислений входит команда математиков, ученых и инженеров-программистов, постоянно изменяющих и обновляющих MOE с целью улучшения областей теоретической/вычислительной химии и биологии, молекулярного моделирования и компьютерного молекулярного дизайна. [5] Исследователи, специализирующиеся в области фармацевтики (открытие лекарств); вычислительная химия; биотехнология; биоинформатика; хеминформатика; молекулярная динамика, моделирование и моделирование являются основными клиентами Chemical Computing Group.
Программное обеспечение
[ редактировать ]Как обсуждалось ранее, MOE — это универсальное программное обеспечение, основными приложениями которого являются трехмерная молекулярная визуализация; структурно-ориентированный белково-лигандный дизайн; разработка антител и биологических препаратов, структурная белковая инженерия; SAR и SPR Визуализация ; лигандный дизайн; белков, ДНК / РНК моделирование ; виртуальный просмотр ; 3D-фармакофорный скрининг; обнаружение на основе фрагментов; структурная биоинформатика ; молекулярная механика и динамика; пептидное моделирование; структурная биология ; хеминформатика и QSAR. [5]
Молекулярное моделирование и моделирование
[ редактировать ]
Молекулярное моделирование и симуляция — это процесс, часто используемый в вычислительной химии, но он широко применяется исследователями в различных областях. Этот теоретический подход позволяет ученым широко изучать свойства молекул, а использование данных может дать представление о том, как эти молекулы могут вести себя в биологических и/или химических системах. [6] Эта информация жизненно важна для разработки новых материалов и химикатов.
Молекулярная стыковка
[ редактировать ]Молекулярный докинг — это вычислительное исследование, используемое в первую очередь для анализа сродства связывания лиганда и рецептора . Часто белки изучают с использованием этого метода, поскольку данные молекулярного стыковки позволяют ученым предсказать, будет ли лиганд связываться с конкретной молекулой, и если да, то насколько сильно. [7] Молекулярный докинг можно использовать для прогнозирования способа связывания уже известных лигандов и/или новых лигандов, а также в качестве инструмента прогнозирования аффинности связывания. [8] Сродство связывания измеряется изменением энергии: чем более отрицательная энергия, тем стабильнее комплекс и тем прочнее лиганд связывается с рецептором. [9] Данные молекулярного докинга можно использовать для создания новых соединений, которые более или менее эффективно связываются с конкретной молекулой. По этим причинам молекулярный докинг широко используется при открытии лекарств. [10]
Подготовка к исследованиям молекулярного стыковки может включать в себя множество этапов. При стыковке белков белки получают из Банка данных белков (PDB), который представляет собой онлайн-ресурс с открытым доступом, содержащий классификацию, структуру/складывание, организм, длину последовательности, мутации, геном, последовательность и другие данные, относящиеся к белкам. [11] Структуру белка можно точно определить с помощью процесса, известного как рентгеновская кристаллография . Этот процесс включает в себя концентрированный луч рентгеновских лучей , направленный на кристалл. [12] Когда рентгеновские лучи проецируются на кристаллическую структуру, кристалл преломляет рентгеновские лучи в определенных направлениях. [13] Эти направления позволяют ученым составить карту и определить подробную структуру белков, которая затем записывается и загружается в PDB. [14]
Методы
[ редактировать ]Файл структуры белка загружается из PDB и открывается в программном обеспечении для молекулярной стыковки. Существует множество программ, которые могут облегчить молекулярную стыковку, например AutoDock, DOCK, FlexX, HYDRO, LIGPLOT, SPROUT, STALK, [15] и Виртуальный Докер Molegro. [16] Альтернативно, структуры некоторых белков не были определены экспериментально с помощью рентгеновской кристаллографии и, следовательно, не обнаружены в PDB. Чтобы создать молекулу белка, которую можно будет использовать для стыковки, ученые могут использовать аминокислотную последовательность белка и программу UniProt, чтобы найти в PDB белковые структуры, имеющие схожие аминокислотные последовательности. [17] Аминокислотная последовательность конструируемого белка затем используется в сочетании со структурой белка, найденной в PDB с наибольшим процентом сходства (матричный белок), для создания целевого белка, используемого при стыковке. Хотя этот метод не создает точную модель целевого белка, он позволяет ученым создать максимально приближенную структуру для проведения вычислительных методов и получения некоторого понимания поведения белка. После создания необходимых для стыковки молекул они импортируются в программное обеспечение для вычислительной стыковки, такое как MOE. В этой программе можно визуализировать белки и выделить определенные части молекулы, чтобы получить более точные данные для интересующей области. Полость или область, где будет происходить молекулярная стыковка, создается вокруг сайта связывания, который представляет собой область в рецепторном белке, к которой прикрепляется лиганд. После указания полости настраиваются параметры молекулярного стыковки и запускается программа для определения энергии связи комплекса.
Молекулярная динамика (MD)
[ редактировать ]
Молекулярно-динамическое моделирование — это вычислительное исследование, которое предсказывает движение каждого атома в молекуле с течением времени. [18] Молекулярная динамика может оценивать движение воды, ионов, малых и макромолекул или даже сложных систем, что чрезвычайно полезно для воспроизведения поведения химической и биологической среды. [19] Этот теоретический подход позволяет ученым получить более глубокое представление о том, как молекулы могут вести себя по отношению друг к другу, особенно если молекула уйдет или останется в связывающем кармане. Если молекула остается в связывающем кармане, это часто указывает на то, что молекула образует стабильный комплекс с рецептором и энергетически выгодна. [20] С другой стороны, если молекула покидает связывающий карман, это указывает на то, что комплекс нестабилен. Эта информация затем используется для разработки новых соединений с характеристиками, которые могут иметь большее или меньшее сродство к рецептору.
Приложения и использование
[ редактировать ]Открытие наркотиков
[ редактировать ]
Открытие лекарств — это процесс, который включает в себя использование вычислительных, экспериментальных и клинических исследований для разработки новых терапевтических средств. [21] Этот процесс длительный и дорогостоящий, но на сегодняшний день это самый популярный процесс в разработке успешных методов лечения и лекарств от различных заболеваний. Растущее использование открытий лекарств можно объяснить новыми технологиями, которые позволяют проводить вычислительные/теоретические исследования. Данные расчетных/теоретических исследований часто являются основой и обоснованием разработки новых лекарств. [22] Без многообещающих теоретических данных эти соединения не могут быть синтезированы и протестированы в ходе экспериментальных исследований. Молекулярное моделирование, молекулярная стыковка и МД-моделирование — это лишь некоторые из многих вычислительных исследований, которые проводятся во время открытия лекарств и позволяют ученым тщательно изучать структуру и свойства органических и неорганических молекул. Изучая эти свойства, ученые могут получить представление о том, как предсказать сродство молекул в биологических и химических системах, чтобы определить, как терапевтическое средство может реагировать с различными типами химических веществ, рецепторами и другими состояниями, обнаруженными у людей или других животных. Например, молекулярная динамика часто используется при открытии лекарств для выявления структурных полостей, которые важны для определения аффинности связывания. [19] Затем эти данные собираются и анализируются, чтобы определить, следует ли синтезировать и клинически тестировать определенные терапевтические средства или требуется дальнейшая оптимизация для разработки новых, более эффективных лекарств. [23]
Пестициды и гербициды
[ редактировать ]Вычислительная химия также может применяться для разработки более безопасных пестицидов и гербицидов . В последнее время растущее использование пестицидов и гербицидов вызвало много споров из-за проблем, связанных с окружающей средой и здоровьем населения. Было обнаружено, что, хотя эти химические вещества предназначены для уничтожения целевых вредителей, их воздействие часто может нанести вред другим организмам, включая человека. [24] Некоторые типы пестицидов и гербицидов, такие как органофосфаты и карбаматы, могут влиять на нервную систему человека, тогда как другие оказались канцерогенными , раздражают кожу или глаза и даже влияют на гормональную или эндокринную систему. [25] Кроме того, неоникотиноиды — это еще один тип пестицидов, который в последнее время приобрел популярность благодаря своей эффективности в борьбе с тлей и другими вредителями, мешающими сельскохозяйственному производству. [26] Хотя неоникотиноиды не вызывают большого количества проблем со здоровьем человека (что является еще одной причиной его популярности), растущее использование этого пестицида связано с синдромом коллапса колоний (CCD) или быстрым исчезновением взрослых пчел. [27] Из-за этой закономерности Европейский Союз запретил использование трех неоникотиноидных пестицидов на открытом воздухе в попытке смягчить CCD. [28] Очевидно, что существует множество проблем, связанных с использованием этих пестицидов и гербицидов. Призыв к созданию более безопасных и эффективных пестицидов и гербицидов реализуется с помощью вычислительных/теоретических методов.
Будущие последствия
[ редактировать ]
Методы вычислительной/теоретической химии и биологии постоянно расширяют горизонты. Недавно компания DeepMind , специализирующаяся на разработке искусственного интеллекта (ИИ), создала систему ИИ под названием AlphaFold . [29] AlphaFold — самая совершенная на сегодняшний день система, которая может точно предсказать трехмерную структуру белка по его аминокислотной последовательности. [30] Проблема сворачивания белка впервые начала возникать примерно в 1960-х годах, и с тех пор ученые изо всех сил пытаются найти методы, позволяющие точно предсказать, как будет сворачиваться белок, исключительно на основе аминокислотной последовательности. [31] Однако благодаря недавним достижениям в области технологий компания AlphaFold совершила прорыв в решении этой давней проблемы. Используя базу данных, содержащую более 350 000 структур, AlphaFold может определить форму белка за несколько минут с атомарной точностью. [32] Способность предсказывать структуру миллионов неизвестных белков может помочь в борьбе с болезнями, поиске более эффективных лекарств и открытии других неизвестных, которые управляют жизнью. Этот технологический прорыв произведет революцию в будущих исследованиях и будет иметь глубокие последствия для научного сообщества.
Ссылки
[ редактировать ]- ^ Рейнольдс CH, Мерц К.М., Ринге Д., ред. (2010). Разработка лекарств: подходы на основе структуры и лигандов (1-е изд.). Кембридж, Великобритания: Издательство Кембриджского университета. ISBN 978-0521887236 .
- ^ Эрлансон, Дэниел А.; Макдауэлл, Роберт С.; О'Брайен, Том (2004). «Открытие лекарств на основе фрагментов» . Журнал медицинской химии . 47 (14): 3463–3482. дои : 10.1021/jm040031v . ПМИД 15214773 .
- ^ Фрумкин, Дэниел; Гейл, Эми Томлинсон; Фарагуна, Нико; Инглиш, Джен; Сьюэлл, Доусон; Намачунский, Ростуслав; Петтитт, Катрина-Кей; Шерфнер, Эрин; Мешанович, Мевлюдин. «Группа химических вычислений — Wiki» . Золотой . Проверено 7 декабря 2022 г.
- ^ «Профиль компании Chemical Computing Group: Финансирование и инвесторы | PitchBook» . Pitchbook.com . Проверено 8 ноября 2022 г.
- ^ Перейти обратно: а б Группа химических вычислений (7 ноября 2022 г.). «Продукты молекулярной рабочей среды» . chemcomp.com . Проверено 7 ноября 2022 г.
- ^ «Молекулярное моделирование — обзор | Темы ScienceDirect» . www.sciencedirect.com . Проверено 8 ноября 2022 г.
- ^ Мэн, Сюань-Юй; Чжан, Хун-Син; Мезей, Михай; Цуй, Мэн (1 июня 2011 г.). «Молекулярная стыковка: мощный подход к открытию лекарств на основе структуры» . Современный компьютерный дизайн лекарств . 7 (2): 146–157. дои : 10.2174/157340911795677602 . ISSN 1573-4099 . ПМК 3151162 . ПМИД 21534921 .
- ^ Бартузи, Дамиан; Качор, Агнешка А.; Тарговска-Дуда, Катажина М.; Матосюк, Дариуш (22 февраля 2017 г.). «Последние достижения и применение молекулярного докинга к рецепторам, связанным с G-белком» . Молекулы . 22 (2): 340. doi : 10,3390/molecules22020340 . ISSN 1420-3049 . ПМК 6155844 . ПМИД 28241450 .
- ^ Кастритис, Панайотис Л.; Бонвен, Александр MJJ (06 февраля 2013 г.). «О сродстве связывания макромолекулярных взаимодействий: смелость спросить, почему белки взаимодействуют» . Журнал интерфейса Королевского общества . 10 (79): 20120835. doi : 10.1098/rsif.2012.0835 . ПМЦ 3565702 . ПМИД 23235262 .
- ^ Пинци, Лука; Растелли, Джулио (04 сентября 2019 г.). «Молекулярная стыковка: изменение парадигм в открытии лекарств» . Международный журнал молекулярных наук . 20 (18): 4331. doi : 10.3390/ijms20184331 . ISSN 1422-0067 . ПМК 6769923 . ПМИД 31487867 .
- ^ Банк, Данные о белках RCSB. «RCSB PDB: Домашняя страница» . www.rcsb.org . Проверено 8 ноября 2022 г.
- ^ Смит, MS; Мартин, JHJ (февраль 2000 г.). «Рентгеновская кристаллография» . Молекулярная патология . 53 (1): 8–14. дои : 10.1136/mp.53.1.8 . ISSN 1366-8714 . ПМЦ 1186895 . ПМИД 10884915 .
- ^ «Рентгеновская кристаллография — обзор | Темы ScienceDirect» . www.sciencedirect.com . Проверено 8 ноября 2022 г.
- ^ «Рентгеновская кристаллография» . Химия LibreTexts . 02.10.2013 . Проверено 8 ноября 2022 г.
- ^ «6.Список программного обеспечения, используемого для молекулярного стыковки - Molecular Docking» . сайты.google.com . Проверено 8 ноября 2022 г.
- ^ Пагадала, Натарадж С.; Сайед, Хаджамохиддин; Тушински, Джек (16 января 2017 г.). «Программное обеспечение для молекулярного стыковки: обзор» . Биофизические обзоры . 9 (2): 91–102. дои : 10.1007/s12551-016-0247-1 . ISSN 1867-2450 . ПМЦ 5425816 . ПМИД 28510083 .
- ^ «ЮниПрот» . www.uniprot.org . Проверено 8 ноября 2022 г.
- ^ Холлингсворт, Скотт А.; Дрор, Рон О. (19 сентября 2018 г.). «Молекулярно-динамическое моделирование для всех» . Нейрон . 99 (6): 1129–1143. дои : 10.1016/j.neuron.2018.08.011 . ISSN 0896-6273 . ПМК 6209097 . ПМИД 30236283 .
- ^ Перейти обратно: а б Эрнандес-Родригес, Марикармен; Росалес-Эрнандес, Марта К.; Мендьета-Веджебе, Джессика Э.; Мартинес-Аркундиа, Марлет; Басурто, Хосе Корреа (2016). «Современные инструменты и методы молекулярно-динамического (МД) моделирования для разработки лекарств» . Современная медицинская химия . 23 (34): 3909–3924. дои : 10.2174/0929867323666160530144742 . ISSN 1875-533X . ПМИД 27237821 .
- ^ «Молекулярная динамика - обзор | Темы ScienceDirect» . www.sciencedirect.com . Проверено 9 ноября 2022 г.
- ^ Чжоу, Шу-Фэн; Чжун, Вэй-Чжу (13 февраля 2017 г.). «Разработка и открытие лекарств: принципы и применение» . Молекулы . 22 (2): 279. doi : 10,3390/molecules22020279 . ISSN 1420-3049 . ПМК 6155886 . ПМИД 28208821 .
- ^ «Разработка лекарств – обзор | Темы ScienceDirect» . www.sciencedirect.com . Проверено 8 ноября 2022 г.
- ^ «Открытие лекарств - Последние исследования и новости | Природа» . www.nature.com . Проверено 8 ноября 2022 г.
- ^ «Пестициды и здоровье человека | Калифорнийцы за реформу пестицидов» . Проверено 10 ноября 2022 г.
- ^ Агентство по охране окружающей среды США, OCSPP (11 августа 2015 г.). «Проблемы здоровья человека, связанные с пестицидами» . www.epa.gov . Проверено 9 ноября 2022 г.
- ^ 25 мая; Линдволл, 2022 Кортни. «Неоникотиноиды 101: Воздействие на людей и пчел» . НРДЦ . Проверено 9 ноября 2022 г.
{{cite web}}: CS1 maint: числовые имена: список авторов ( ссылка ) - ^ Бостон, Хантингтон-авеню, 677; Ма 02115 +1495‑1000 (09.05.2014). «Исследование усиливает связь между неоникотиноидами и разрушением семей медоносных пчел» . Новости . Проверено 10 ноября 2022 г.
{{cite web}}: CS1 maint: числовые имена: список авторов ( ссылка ) - ^ «Европейский Союз расширяет запрет на три неоникотиноидных пестицида» . www.science.org . Проверено 10 ноября 2022 г.
- ^ «База данных структуры белков AlphaFold» . Alphafold.ebi.ac.uk . Проверено 10 ноября 2022 г.
- ^ Джампер, Джон; Эванс, Ричард; Притцель, Александр; Грин, Тим; Фигурнов Михаил; Роннебергер, Олаф; Туньясувунакул, Кэтрин; Бейтс, Расс; Жидек, Августин; Потапенко, Анна; Бриджланд, Алекс; Мейер, Клеменс; Коль, Саймон А.А.; Баллард, Эндрю Дж.; Коуи, Эндрю (август 2021 г.). «Высокоточное предсказание структуры белка с помощью AlphaFold» . Природа . 596 (7873): 583–589. Бибкод : 2021Natur.596..583J . дои : 10.1038/s41586-021-03819-2 . ISSN 1476-4687 . ПМЦ 8371605 . PMID 34265844 .
- ^ Дилл, Кен А.; Озкан, С. Бану; Шелл, М. Скотт; Вейкль, Томас Р. (9 июня 2008 г.). «Проблема сворачивания белка» . Ежегодный обзор биофизики . 37 : 289–316. doi : 10.1146/annurev.biophys.37.092707.153558 . ISSN 1936-122Х . ПМК 2443096 . ПМИД 18573083 .
- ^ «АльфаФолд» . www.deepmind.com . Проверено 10 ноября 2022 г.