stringtranslate.com

Стыковка (молекулярная)

В области молекулярного моделирования стыковка представляет собой метод, который предсказывает предпочтительную ориентацию одной молекулы по отношению ко второй, когда лиганд и мишень связаны друг с другом, образуя стабильный комплекс . [1] Знание предпочтительной ориентации, в свою очередь, может быть использовано для прогнозирования прочности ассоциации или сродства связывания между двумя молекулами с использованием, например, функций оценки .

Схематическое изображение стыковки малой молекулы-лиганда (зеленый) с белковой мишенью (черный) с образованием стабильного комплекса.
Стыковка небольшой молекулы (зеленой) в кристаллической структуре бета -2 адренергического рецептора, сопряженного с G-белком ( PDB : 3SN6 )

Ассоциации между биологически значимыми молекулами, такими как белки , пептиды , нуклеиновые кислоты , углеводы и липиды , играют центральную роль в передаче сигнала . Кроме того, относительная ориентация двух взаимодействующих партнеров может влиять на тип производимого сигнала (например, агонизм против антагонизма ). Поэтому стыковка полезна для прогнозирования как силы, так и типа производимого сигнала.

Молекулярный стыковочный метод является одним из наиболее часто используемых методов в структурно-ориентированном дизайне лекарств , благодаря его способности предсказывать связывающую конформацию лигандов малых молекул с соответствующим целевым сайтом связывания . Характеристика поведения связывания играет важную роль в рациональном дизайне лекарств , а также в выяснении фундаментальных биохимических процессов. [2] [3]

Определение проблемы

Можно представить себе молекулярную стыковку как проблему «замка и ключа» , в которой требуется найти правильную относительную ориентацию «ключа» , который откроет «замок» (где на поверхности замка находится замочная скважина, в каком направлении поворачивать ключ после того, как он вставлен и т. д.). Здесь белок можно рассматривать как «замок», а лиганд можно рассматривать как «ключ». Молекулярную стыковку можно определить как задачу оптимизации, которая описывала бы «наилучшую» ориентацию лиганда, связывающегося с конкретным интересующим белком. Однако, поскольку и лиганд, и белок являются гибкими, аналогия «рука в перчатке» более уместна, чем «замок и ключ» . [4] В ходе процесса стыковки лиганд и белок корректируют свою конформацию для достижения общей «наилучшей подгонки», и этот вид конформационной корректировки, приводящий к общему связыванию, называется «индуцированной подгонкой» . [5]

Исследования молекулярного стыковки фокусируются на вычислительном моделировании процесса молекулярного распознавания . Целью является достижение оптимизированной конформации как для белка, так и для лиганда, а также относительной ориентации между белком и лигандом, чтобы минимизировать свободную энергию всей системы.

Подходы к стыковке

В сообществе специалистов по молекулярной стыковке особенно популярны два подхода.

Оба подхода имеют как существенные преимущества, так и некоторые ограничения. Они изложены ниже.

Дополнительность формы

Методы геометрического соответствия/комплементарности формы описывают белок и лиганд как набор характеристик, которые делают их стыкуемыми. [10] Эти характеристики могут включать молекулярные поверхностные /комплементарные поверхностные дескрипторы. В этом случае молекулярная поверхность рецептора описывается в терминах его доступной для растворителя площади поверхности , а молекулярная поверхность лиганда описывается в терминах описания его совпадающей поверхности. Комплементарность между двумя поверхностями сводится к описанию соответствия формы, которое может помочь найти комплементарную позу стыковки мишени и молекул лиганда. Другой подход заключается в описании гидрофобных характеристик белка с использованием поворотов в атомах основной цепи. Еще один подход заключается в использовании метода дескриптора формы Фурье. [11] [12] [13] В то время как подходы, основанные на комплементарности формы, обычно являются быстрыми и надежными, они обычно не могут точно моделировать движения или динамические изменения в конформациях лиганда/белка, хотя недавние разработки позволяют этим методам исследовать гибкость лиганда. Методы комплементарности формы могут быстро сканировать несколько тысяч лигандов за считанные секунды и фактически выяснить, могут ли они связываться с активным сайтом белка, и обычно масштабируются даже до белок-белковых взаимодействий. Они также гораздо более поддаются подходам на основе фармакофоров , поскольку они используют геометрические описания лигандов для поиска оптимального связывания.

Моделирование

Моделирование процесса стыковки гораздо сложнее. В этом подходе белок и лиганд разделены некоторым физическим расстоянием, и лиганд находит свое положение в активном центре белка после определенного количества «ходов» в его конформационном пространстве. Ходы включают в себя преобразования жесткого тела, такие как трансляции и вращения, а также внутренние изменения в структуре лиганда, включая вращения торсионного угла. Каждое из этих движений в конформационном пространстве лиганда вызывает общую энергетическую стоимость системы. Следовательно, общая энергия системы рассчитывается после каждого хода.

Очевидное преимущество моделирования стыковки заключается в том, что гибкость лиганда легко включается, тогда как методы комплементарности формы должны использовать изобретательные методы для включения гибкости в лиганды. Кроме того, он более точно моделирует реальность, тогда как методы комплементарности формы являются скорее абстракцией.

Очевидно, что моделирование является вычислительно затратным, поскольку необходимо исследовать большой энергетический ландшафт. Методы на основе сетки, методы оптимизации и возросшая скорость компьютера сделали моделирование стыковки более реалистичным.

Механика стыковки

Обзор схемы стыковки

Для выполнения стыковочного экрана первым требованием является структура интересующего белка. Обычно структура определяется с помощью биофизического метода, такого как

но также может быть получена из построения моделирования гомологии . Эта структура белка и база данных потенциальных лигандов служат входными данными для программы стыковки. Успех программы стыковки зависит от двух компонентов: алгоритма поиска и функции подсчета очков .

Алгоритм поиска

Пространство поиска в теории состоит из всех возможных ориентаций и конформаций белка, сопряженного с лигандом. Однако на практике с текущими вычислительными ресурсами невозможно исчерпывающе исследовать пространство поиска — это включало бы перечисление всех возможных искажений каждой молекулы (молекулы динамичны и существуют в ансамбле конформационных состояний) и всех возможных вращательных и трансляционных ориентаций лиганда относительно белка на заданном уровне детализации . Большинство используемых программ стыковки учитывают все конформационное пространство лиганда (гибкий лиганд), а несколько пытаются смоделировать гибкий белковый рецептор. Каждый «снимок» пары называется позой . [ 14]

К лиганду и рецептору были применены различные стратегии конформационного поиска. Они включают:

Гибкость лиганда

Конформации лиганда могут быть получены в отсутствие рецептора и впоследствии стыкованы [15] или конформации могут быть получены «на лету» в присутствии полости связывания рецептора [16] или с полной вращательной гибкостью каждого двугранного угла с использованием стыковки на основе фрагментов [17] Оценка энергии силового поля чаще всего используется для выбора энергетически обоснованных конформаций [18] , но также использовались методы, основанные на знаниях [19] .

Пептиды являются одновременно очень гибкими и относительно большими молекулами, что делает моделирование их гибкости сложной задачей. Было разработано несколько методов, позволяющих эффективно моделировать гибкость пептидов во время стыковки белок-пептид. [20]

Гибкость рецепторов

Вычислительная мощность значительно возросла за последнее десятилетие, что сделало возможным использование более сложных и ресурсоемких методов в компьютерном дизайне лекарств. Однако работа с гибкостью рецепторов в методологиях стыковки по-прежнему остается сложной проблемой. [21] Основной причиной этой трудности является большое количество степеней свободы, которые необходимо учитывать в такого рода расчетах. Однако пренебрежение этим в некоторых случаях может привести к плохим результатам стыковки с точки зрения прогнозирования позы связывания. [22]

Множественные статические структуры, экспериментально определенные для одного и того же белка в различных конформациях, часто используются для имитации гибкости рецептора. [23] В качестве альтернативы можно искать библиотеки ротамеров боковых цепей аминокислот, которые окружают полость связывания, для создания альтернативных, но энергетически обоснованных конформаций белка. [24] [25]

Функция подсчета очков

Программы стыковки генерируют большое количество потенциальных поз лиганда, некоторые из которых могут быть немедленно отклонены из-за столкновений с белком. Остальные оцениваются с использованием некоторой функции оценки, которая принимает позу в качестве входных данных и возвращает число, указывающее вероятность того, что поза представляет благоприятное связывающее взаимодействие, и ранжирует один лиганд относительно другого.

Большинство функций оценки — это основанные на физике поля молекулярной механики , которые оценивают энергию позы в месте связывания. Различные вклады в связывание можно записать в виде аддитивного уравнения:

Компоненты состоят из эффектов растворителя, конформационных изменений в белке и лиганде, свободной энергии из-за взаимодействий белок-лиганд, внутренних вращений, энергии ассоциации лиганда и рецептора для образования единого комплекса и свободной энергии из-за изменений в колебательных модах. [26] Низкая (отрицательная) энергия указывает на стабильную систему и, следовательно, на вероятное связывающее взаимодействие.

Альтернативные подходы используют модифицированные функции оценки для включения ограничений, основанных на известных ключевых взаимодействиях белок-лиганд [27] или потенциалов, основанных на знаниях, полученных из взаимодействий, наблюдаемых в больших базах данных структур белок-лиганд (например, Protein Data Bank ). [28]

Существует большое количество структур из рентгеновской кристаллографии для комплексов между белками и лигандами с высоким сродством, но сравнительно меньше для лигандов с низким сродством, поскольку последние комплексы, как правило, менее стабильны и, следовательно, их сложнее кристаллизовать. Функции подсчета, обученные с этими данными, могут правильно стыковать лиганды с высоким сродством, но они также дадут правдоподобные стыковочные конформации для лигандов, которые не связываются. Это дает большое количество ложноположительных попаданий, т. е. лигандов, которые, как предсказывают, связываются с белком, но на самом деле не связываются, когда помещаются вместе в пробирку.

Одним из способов уменьшения количества ложных срабатываний является пересчет энергии поз с наивысшими показателями с использованием (потенциально) более точных, но и более ресурсоемких методов, таких как обобщенный метод Борна или метод Пуассона-Больцмана . [9]

Оценка стыковки

Взаимозависимость между функцией выборки и подсчета влияет на способность стыковки предсказывать правдоподобные позы или сродства связывания для новых соединений. Таким образом, оценка протокола стыковки обычно требуется (при наличии экспериментальных данных) для определения его предсказательной способности. Оценка стыковки может быть выполнена с использованием различных стратегий, таких как:

Точность стыковки

Точность стыковки [30] [31] представляет собой одну из мер количественной оценки пригодности программы стыковки путем обоснования способности предсказывать правильное положение лиганда относительно экспериментально наблюдаемого. [32]

Коэффициент обогащения

Экраны стыковки также можно оценить путем обогащения аннотированных лигандов известных связующих из большой базы данных предполагаемых несвязывающихся молекул- « приманок ». [29] Таким образом, успех экрана стыковки оценивается по его способности обогащать небольшое количество известных активных соединений в верхних рядах экрана из гораздо большего количества молекул-«приманок» в базе данных. Площадь под кривой рабочей характеристики приемника (ROC) широко используется для оценки его производительности.

Перспективный

Полученные в результате стыковочных экранов результаты подвергаются фармакологической проверке (например, IC 50 , измерения сродства или активности ). Только перспективные исследования представляют собой окончательное доказательство пригодности метода для определенной цели. [33] В случае рецепторов, сопряженных с G-белком (GPCR), которые являются целями более 30% продаваемых лекарств, молекулярная стыковка привела к открытию более 500 лигандов GPCR. [34]

Бенчмаркинг

Потенциал программ стыковки по воспроизведению режимов связывания, определенных с помощью рентгеновской кристаллографии, можно оценить с помощью ряда наборов контрольных тестов стыковки.

Для малых молекул существует несколько наборов контрольных данных для стыковки и виртуального скрининга, например, Astex Diverse Set, состоящий из высококачественных рентгеновских кристаллических структур белок-лиганд [35], Directory of Useful Decoys (DUD) для оценки эффективности виртуального скрининга [29] или набор данных LEADS-FRAG для фрагментов [36].

Оценку программ стыковки на предмет их потенциала воспроизводить режимы связывания пептидов можно провести с помощью уроков по оценке эффективности стыковки и подсчета очков (LEADS-PEP). [37]

Приложения

Связывающее взаимодействие между лигандом малой молекулы и белком фермента может привести к активации или ингибированию фермента. Если белок является рецептором, связывание лиганда может привести к агонизму или антагонизму . Стыковка чаще всего используется в области разработки лекарств — большинство лекарств представляют собой небольшие органические молекулы, и стыковка может применяться к:

Смотрите также

Ссылки

  1. ^ Lengauer T, Rarey M (июнь 1996). "Вычислительные методы для биомолекулярной стыковки". Current Opinion in Structural Biology . 6 (3): 402–6. doi :10.1016/S0959-440X(96)80061-3. PMID  8804827.
  2. ^ Kitchen DB, Decornez H, Furr JR, Bajorath J (ноябрь 2004 г.). «Стыковка и подсчет в виртуальном скрининге для открытия лекарств: методы и приложения». Nature Reviews. Drug Discovery . 3 (11): 935–49. doi :10.1038/nrd1549. PMID  15520816. S2CID  1069493.
  3. ^ Mostashari-Rad T, Arian R, Mehridehnavi A, Fassihi A, Ghasemi F (13 июня 2019 г.). «Исследование ингибиторов рецепторов хемокинов CXCR4 с использованием методов QSPR и молекулярной стыковки». Журнал теоретической и вычислительной химии . 178 (4). doi : 10.1142/S0219633619500184. S2CID  164985789.
  4. ^ Jorgensen WL (ноябрь 1991). «Ржавчина модели замка и ключа для связывания белка с лигандом». Science . 254 (5034): 954–5. Bibcode :1991Sci...254..954J. doi :10.1126/science.1719636. PMID  1719636.
  5. ^ Wei BQ, Weaver LH, Ferrari AM, Matthews BW, Shoichet BK (апрель 2004 г.). «Тестирование алгоритма стыковки гибкого рецептора в модельном сайте связывания». Журнал молекулярной биологии . 337 (5): 1161–82. doi :10.1016/j.jmb.2004.02.015. PMID  15046985.
  6. ^ Goldman BB, Wipke WT (2000). "QSD квадратичные дескрипторы формы. 2. Молекулярная стыковка с использованием квадратичных дескрипторов формы (QSDock)". Белки . 38 (1): 79–94. doi : 10.1002/(SICI)1097-0134(20000101)38:1<79::AID-PROT9>3.0.CO;2-U . PMID  10651041.
  7. ^ Meng EC, Shoichet BK, Kuntz ID (1992). «Автоматизированная стыковка с оценкой энергии на основе сетки». Журнал вычислительной химии . 13 (4): 505–524. doi :10.1002/jcc.540130412. S2CID  97778840.
  8. ^ Morris GM, Goodsell DS, Halliday RS, Huey R, Hart WE, Belew RK, Olson AJ (1998). «Автоматизированная стыковка с использованием ламарковского генетического алгоритма и эмпирической функции свободной энергии связывания». Journal of Computational Chemistry . 19 (14): 1639–1662. CiteSeerX 10.1.1.471.5900 . doi :10.1002/(SICI)1096-987X(19981115)19:14<1639::AID-JCC10>3.0.CO;2-B. 
  9. ^ ab Feig M, Onufriev A, Lee MS, Im W, Case DA, Brooks CL (январь 2004 г.). «Сравнение производительности обобщенных методов Борна и Пуассона при расчете энергий электростатической сольватации для структур белков». Журнал вычислительной химии . 25 (2): 265–84. doi :10.1002/jcc.10378. PMID  14648625. S2CID  3191066.
  10. ^ Shoichet BK, Kuntz ID, Bodian DL (2004). «Молекулярная стыковка с использованием дескрипторов формы». Журнал вычислительной химии . 13 (3): 380–397. doi :10.1002/jcc.540130311. S2CID  42749294.
  11. ^ Cai W, Shao X, Maigret B (январь 2002 г.). «Распознавание белков-лигандов с использованием сферических гармонических молекулярных поверхностей: на пути к быстрому и эффективному фильтру для скрининга большой виртуальной пропускной способности». Журнал молекулярной графики и моделирования . 20 (4): 313–28. doi :10.1016/S1093-3263(01)00134-6. PMID  11858640.
  12. ^ Моррис Р. Дж., Наджманович Р. Дж., Кахраман А., Торнтон Дж. М. (май 2005 г.). «Реальные сферические коэффициенты гармонического расширения как дескрипторы трехмерной формы для сравнения карманов связывания белков и лигандов». Биоинформатика . 21 (10): 2347–55. doi : 10.1093/bioinformatics/bti337 . PMID  15728116.
  13. ^ Kahraman A, Morris RJ, Laskowski RA, Thornton JM (апрель 2007 г.). «Изменение формы в карманах связывания белков и их лигандах». Журнал молекулярной биологии . 368 (1): 283–301. doi :10.1016/j.jmb.2007.01.086. PMID  17337005.
  14. ^ Torres PH, Sodero AC, Jofily P, Silva-Jr FP (сентябрь 2019 г.). «Ключевые темы молекулярной стыковки для разработки лекарств». International Journal of Molecular Sciences . 20 (18): 4574. doi : 10.3390/ijms20184574 . PMC 6769580. PMID  31540192 . 
  15. ^ Kearsley SK, Underwood DJ, Sheridan RP, Miller MD (октябрь 1994 г.). «Flexibases: способ улучшить использование методов молекулярной стыковки». Journal of Computer-Aided Molecular Design . 8 (5): 565–82. Bibcode : 1994JCAMD...8..565K. doi : 10.1007/BF00123666. PMID  7876901. S2CID  8834526.
  16. ^ Friesner RA, Banks JL, Murphy RB, Halgren TA, Klicic JJ, Mainz DT, Repasky MP, Knoll EH, Shelley M, Perry JK, Shaw DE, Francis P, Shenkin PS (март 2004 г.). «Glide: новый подход к быстрой, точной стыковке и подсчету. 1. Метод и оценка точности стыковки». Журнал медицинской химии . 47 (7): 1739–49. doi :10.1021/jm0306430. PMID  15027865.
  17. ^ Zsoldos Z, Reid D, Simon A, Sadjad SB, Johnson AP (июль 2007 г.). «eHiTS: новая быстрая, исчерпывающая гибкая система стыковки лигандов». Журнал молекулярной графики и моделирования . 26 (1): 198–212. doi :10.1016/j.jmgm.2006.06.002. PMID  16860582.
  18. ^ Wang Q, Pang YP (сентябрь 2007 г.). Romesberg F (ред.). «Предпочтение малых молекул локальным минимальным конформациям при связывании с белками». PLOS ONE . 2 (9): e820. Bibcode : 2007PLoSO ...2..820W. doi : 10.1371/journal.pone.0000820 . PMC 1959118. PMID  17786192. 
  19. ^ Клебе Г., Мицнер Т. (октябрь 1994 г.). «Быстрый и эффективный метод создания биологически значимых конформаций». Журнал компьютерного молекулярного дизайна . 8 (5): 583–606. Bibcode : 1994JCAMD...8..583K. doi : 10.1007/BF00123667. PMID  7876902. S2CID  206768542.
  20. ^ Ciemny M, Kurcinski M, Kamel K, Kolinski A, Alam N, Schueler-Furman O, Kmiecik S (май 2018 г.). «Белково-пептидная стыковка: возможности и проблемы». Drug Discovery Today . 23 (8): 1530–1537. doi : 10.1016/j.drudis.2018.05.006 . PMID  29733895.
  21. ^ Antunes DA, Devaurs D, Kavraki LE (декабрь 2015 г.). «Понимание проблем гибкости белков при разработке лекарств» (PDF) . Мнение экспертов по открытию лекарств . 10 (12): 1301–13. doi :10.1517/17460441.2015.1094458. hdl : 1911/88215 . PMID  26414598. S2CID  6589810.
  22. ^ Cerqueira NM, Bras NF, Fernandes PA, Ramos MJ (январь 2009 г.). «MADAMM: многоступенчатая стыковка с автоматизированным протоколом молекулярного моделирования». Proteins . 74 (1): 192–206. doi :10.1002/prot.22146. PMID  18618708. S2CID  36656063.
  23. ^ Тотров М, Абагян Р (апрель 2008 г.). «Гибкая стыковка лигандов с множественными конформациями рецепторов: практическая альтернатива». Current Opinion in Structural Biology . 18 (2): 178–84. doi :10.1016/j.sbi.2008.01.004. PMC 2396190. PMID  18302984 . 
  24. ^ Hartmann C, Antes I, Lengauer T (февраль 2009). «Стыковка и подсчет с альтернативными конформациями боковой цепи». Белки . 74 (3): 712–26. doi :10.1002/prot.22189. PMID  18704939. S2CID  36088213.
  25. ^ Taylor RD, Jewsbury PJ, Essex JW (октябрь 2003 г.). «FDS: гибкая стыковка лигандов и рецепторов с моделью континуального растворителя и функцией энергии мягкого ядра». Журнал вычислительной химии . 24 (13): 1637–56. CiteSeerX 10.1.1.147.1131 . doi :10.1002/jcc.10295. PMID  12926007. S2CID  15814316. 
  26. ^ Murcko MA (декабрь 1995 г.). «Вычислительные методы прогнозирования свободной энергии связывания в комплексах лиганд-рецептор». Журнал медицинской химии . 38 (26): 4953–67. doi :10.1021/jm00026a001. PMID  8544170.
  27. ^ Arcon JP, Turjanski AG, Martí MA, Forli S (2021). Ballante F (ред.). Смещенная стыковка для прогнозирования положения белка-лиганда . Методы в молекулярной биологии. Т. 2266. Нью-Йорк, Нью-Йорк: Springer US. стр. 39–72. doi :10.1007/978-1-0716-1209-5_3. ISBN 978-1-0716-1209-5. PMID  33759120. S2CID  232340746.
  28. ^ Gohlke H, Hendlich M, Klebe G (январь 2000 г.). «Функция оценки на основе знаний для прогнозирования взаимодействий белок-лиганд». Журнал молекулярной биологии . 295 (2): 337–356. doi :10.1006/jmbi.1999.3371. PMID  10623530.
  29. ^ abc Huang N, Shoichet BK, Irwin JJ (ноябрь 2006 г.). «Наборы для бенчмаркинга молекулярной стыковки». Журнал медицинской химии . 49 (23): 6789–801. doi :10.1021/jm0608356. PMC 3383317. PMID  17154509 . 
  30. ^ Ballante F, Marshall GR (январь 2016 г.). «Автоматизированная стратегия выбора положения связывания и оценки стыковки при разработке лекарственных препаратов на основе структуры». Журнал химической информации и моделирования . 56 (1): 54–72. doi :10.1021/acs.jcim.5b00603. PMID  26682916.
  31. ^ Бурсулая BD, Тотров M, Абагян R, Брукс CL (ноябрь 2003 г.). «Сравнительное исследование нескольких алгоритмов для гибкой стыковки лигандов». Журнал компьютерного молекулярного дизайна . 17 (11): 755–763. Bibcode :2003JCAMD..17..755B. doi :10.1023/B:JCAM.0000017496.76572.6f. PMID  15072435. S2CID  12569345.
  32. ^ Ballante F (2018). «Стыковка белков и лигандов в разработке лекарств: оценка производительности и выбор положения связывания». Rational Drug Design . Методы в молекулярной биологии. Том 1824. С. 67–88. doi :10.1007/978-1-4939-8630-9_5. ISBN 978-1-4939-8629-3. PMID  30039402.
  33. ^ Irwin JJ (2008-02-14). "Общественные бенчмарки для виртуального скрининга". Журнал компьютерного молекулярного дизайна . 22 (3–4): 193–199. Bibcode :2008JCAMD..22..193I. doi :10.1007/s10822-008-9189-4. PMID  18273555. S2CID  26260725.
  34. ^ Ballante F, Kooistra AJ, Kampen S, de Graaf C, Carlsson J (октябрь 2021 г.). «Виртуальный скрининг на основе структуры лигандов рецепторов, сопряженных с G-белком: что может сделать для вас молекулярная стыковка?». Pharmacological Reviews . 73 (4): 527–565. doi : 10.1124/pharmrev.120.000246 . PMID  34907092. S2CID  245163594.
  35. ^ Hartshorn MJ, Verdonk ML, Chessari G, Brewerton SC, Mooij WT, Mortenson PN, Murray CW (февраль 2007 г.). «Разнообразный высококачественный набор тестов для проверки эффективности стыковки белок-лиганд». Журнал медицинской химии . 50 (4): 726–41. doi :10.1021/jm061277y. PMID  17300160.
  36. ^ Chachulski L, Windshügel B (декабрь 2020 г.). «LEADS-FRAG: эталонный набор данных для оценки производительности стыковки фрагментов». Журнал химической информации и моделирования . 60 (12): 6544–6554. doi : 10.1021/acs.jcim.0c00693. PMID  33289563.
  37. ^ Hauser AS, Windshügel B (декабрь 2015 г.). «Набор контрольных данных для оценки эффективности стыковки пептидов». Журнал химической информации и моделирования . 56 (1): 188–200. doi :10.1021/acs.jcim.5b00234. PMID  26651532.
  38. ^ Suresh PS, Kumar A, Kumar R, Singh VP (январь 2008 г.). «Подход in silico [коррекция in silico] к биоремедиации: лакказа как пример исследования». Журнал молекулярной графики и моделирования . 26 (5): 845–9. doi :10.1016/j.jmgm.2007.05.005. PMID  17606396.
  39. ^ Башарат З, Ясмин А, Биби М (2020). «Значение молекулярного стыковочного анализа для биоремедиации». Аналитика данных в медицине: концепции, методологии, инструменты и приложения. Достижения в области инженерии окружающей среды и зеленых технологий. IGI Global. стр. 1556–1577. doi :10.4018/978-1-5225-2325-3.ch002. ISBN 978-1799812043. S2CID  63136337.

Внешние ссылки