想加入微信学术交流群的朋友，请在公众号首页输入“加群”，验证后入群。
殷赋云平台-分子对接方案，智能化预测蛋白质、多肽、核酸与小分子间的相互作用，识别文末二维码了解更多！
A：请教蛋白自带好多小分子，对接的时候怎么处理呢?
殷赋科技：对接时并不需要这些小分子，其用途只有一个——帮助定位口袋。因此，保存你需要的小分子，其他清除掉。但有一种情况例外，辅酶分子或类似作用的分子应当保留在受体中，因为它将作为受体的一部分与配体产生相互作用。
A：有的还带有金属离子~ 是不是也应该保留。
殷赋科技：看情况，跟配体有重要作用的保留，水分子也是。
A:我设计的靶点化合物已经测完细胞活性，除了需要买蛋白回来测活性以外，还有没有什么替代的方法来验证活性?
B:你可以用生物物理的方法做亲和力测试，或者生物化学的方法做酶的抑制率和IC50(如果你是要研究抑制剂的话)。
C:你要明确你的靶点，最好有这个靶点现有药物的构效关系或者药效团，然后再做结构改造，如果没有的话稍微有些难度。
D:验证活性?那就是分子水平，细胞水平还有动物水平。你做了细胞了，那就再做下蛋白，细胞水平很优异可以考虑动物水平。
A:靶点已知，目前觉得蛋白很贵，有点不舍得买，所以想看看有没有别的方法替代。
在使用殷赋云计算平台的时候，有不少用户对于如何选择蛋白晶体结构存在疑问。本篇就这个话题做一些经验分享。任何标准都有一个适用范围。我们在这里只讨论用于分子对接的蛋白晶体结构的选择原则和方法。
在实验当中，研究人员通常使用动物模型（如小鼠）来研究人源蛋白。这样做有许多原因，比如：
1） 无法获得（提纯分离）人源蛋白；
以下是我司精选的微信群聊天记录，想加入微信学术交流群的朋友，请在公众号“殷赋科技”首页输入“加群”，验证后入群。
A:有没有关于主流对接软件的横评的综述啊，我看很多CNS级别的文章也在引用autodock还有vina，对接的准确与否一般是怎么定义的呢?
殷赋科技:这样的文章(文献)有很多，到pubmed搜一下就有了。之前群里有人发了一篇文章，说到vina的准确率比dock6高。我对此持怀疑态度。我只凭经验判断，没有重现过人家的结果，也没有去仔细研究人家的研究过程。
有两个方面，我认为dock6更好：
想加入微信学术交流群的朋友，请在公众号首页输入“加群”，验证后入群。
A:一般虚拟筛选的小分子结合能低，docking分数很不错但实际活性不好是什么原因?反之如果活性好的，一定结合的好吗?
B:docking分数好，结合能也不错，这和活性没有关系。活性好，也不一定就结合的特别好，还要考虑结合质量，还有假阳性的情况。最好测酶活以及Ki(Kd)。
想加入微信学术交流群的朋友，请在公众号首页输入“加群”，验证后入群。
公众号首页输入“0”或“菜单”，获取公众号相关内容。
A: 有没有人做过共价化合物的分子对接?
B:薛定谔有，covalent docking。
A:有没有用过，结果可有价值?
A:对接的时候，小分子与蛋白的活性位点是怎么选呢?参照文献么?选择的时候，活性位点有很多，是选择什么样的位点对接呢?
B:先分析你的化合物和已知底物的相似性关系，再选择合适位点。
殷赋科技学术交流群，期待你的加入。公众号首页输入“加群”，验证即可入群。
A:怎么提高虚拟筛选准确性?目前我已经对自己建立的3000多分子库做完对接了，现在想找可靠的分子。目前想到的方法是看有没有和关键氨基酸成键，然后统计，但是我觉得样本量太大了，如果聚类再挑选也同样面临这个问题。
B:写代码呀。不过也可以借助lewater来判断。科学网上开发者写过一个教程。ledock的虚拟筛选教程。
殷赋科技学术交流群，牛人集中地，期待你的加入。请在公众号首页输入“加群”，验证后即入群。
A:打扰一下，有做过药效团的大佬么，做药效团测试集的时候，怎么找一些阴性对照的小分子呢，一般是怎么个经验?
B:我是从drugbank和pubmed一些药物数据库里找的。
殷赋学术交流2群已建立，需求加群的朋友，请在公众号首页输入“加群”，验证后即入群。
A:请问分子对接后还可以调整侧链方向吗?
殷赋科技:调整氨基酸侧链?可以的啊，用你熟悉的软件，比如MOE，调整后对该氨基酸残基和附近若干受影响的残基(以及配体，如果配体有参与的话)进行能量优化，其余部分保持固定。
