FitDock: protein–ligand docking by template fitting

对接(动物) 蛋白质-配体对接 计算机科学 计算生物学 药物发现 人工智能 化学 虚拟筛选 生物化学 生物 医学 护理部
作者
Xiaocong Yang,Yang Liu,Jianhong Gan,Zhi‐Xiong Jim Xiao,Yang Cao
出处
期刊:Briefings in Bioinformatics [Oxford University Press]
卷期号:23 (3) 被引量:284
标识
DOI:10.1093/bib/bbac087
摘要

Protein-ligand docking is an essential method in computer-aided drug design and structural bioinformatics. It can be used to identify active compounds and reveal molecular mechanisms of biological processes. A successful docking usually requires thorough conformation sampling and scoring, which are computationally expensive and difficult. Recent studies demonstrated that it can be beneficial to docking with the guidance of existing similar co-crystal structures. In this work, we developed a protein-ligand docking method, named FitDock, which fits initial conformation to the given template using a hierarchical multi-feature alignment approach, subsequently explores the possible conformations and finally outputs refined docking poses. In our comprehensive benchmark tests, FitDock showed 40%-60% improvement in terms of docking success rate and an order of magnitude faster over popular docking methods, if template structures exist (> 0.5 ligand similarity). FitDock has been implemented in a user-friendly program, which could serve as a convenient tool for drug design and molecular mechanism exploration. It is now freely available for academic users at http://cao.labshare.cn/fitdock/.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
共享精神应助威武的荔枝采纳,获得10
刚刚
白色杏林糖完成签到,获得积分10
1秒前
Y888888应助8723采纳,获得10
1秒前
3秒前
Lucas应助科研通管家采纳,获得10
4秒前
乐乐应助cornelia采纳,获得30
4秒前
赘婿应助科研通管家采纳,获得10
4秒前
隐形曼青应助科研通管家采纳,获得10
5秒前
香蕉觅云应助科研通管家采纳,获得10
5秒前
学无止境完成签到,获得积分10
5秒前
田様应助科研通管家采纳,获得10
5秒前
tjyiia完成签到,获得积分10
5秒前
专注鸵鸟完成签到,获得积分10
5秒前
幻影猫应助科研通管家采纳,获得10
5秒前
Owen应助科研通管家采纳,获得10
5秒前
Synan完成签到,获得积分10
5秒前
CipherSage应助科研通管家采纳,获得10
5秒前
CodeCraft应助科研通管家采纳,获得10
6秒前
orixero应助科研通管家采纳,获得10
6秒前
va_1104应助科研通管家采纳,获得10
6秒前
va_1104应助科研通管家采纳,获得10
6秒前
今后应助科研通管家采纳,获得10
6秒前
22336应助科研通管家采纳,获得20
6秒前
7秒前
sagitar应助科研通管家采纳,获得60
7秒前
顾矜应助科研通管家采纳,获得10
7秒前
FashionBoy应助科研通管家采纳,获得10
7秒前
152455发布了新的文献求助10
7秒前
Akim应助科研通管家采纳,获得10
7秒前
干饭啦完成签到,获得积分10
9秒前
Alan发布了新的文献求助10
9秒前
HANZHANG发布了新的文献求助10
13秒前
Ava应助nuture采纳,获得10
13秒前
CQZXY完成签到,获得积分20
14秒前
bzlinhqu@126.com完成签到 ,获得积分10
15秒前
小蘑菇应助jianzhong张采纳,获得10
17秒前
李健的小迷弟应助三月采纳,获得10
17秒前
CQZXY发布了新的文献求助20
17秒前
zzy完成签到,获得积分10
18秒前
152455发布了新的文献求助10
20秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
APA handbook of comparative psychology: Basic concepts, methods, neural substrate, and behavior 1000
全员动态考核,锚定高质量发展:读懂同济大学教师人事改革新政的深层价值 900
Health Psychology 800
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
Römisch-Germanische Forschungen 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7593865
求助须知:如何正确求助?哪些是违规求助? 9170961
关于积分的说明 19630216
捐赠科研通 7171622
什么是DOI,文献DOI怎么找? 3267682
关于科研通互助平台的介绍 2432486
邀请新用户注册赠送积分活动 2260315