微信学术交流群之聊天记录(6)

微信学术交流群之聊天记录(6)

 

体系相关

A:http://biocomp.chem.uw.edu.pl/CABSdock/这个网站的结果怎么比较啊?

殷赋科技:我还没用过呢,只是在网上搜索到的。你那计算完了,有什么结果啊?

A:

殷赋科技:没有打分之类的东西?

A:只给了结果,但没看到这样排序的依据。

殷赋科技:应该是最上面的是最合适的,那你下载下来就可以用啦!

A:没看到这样排序的依据。

殷赋科技:上面有讲啊,根据动力学轨迹中出现的概率排序,1表示最可能。

A:我还以为会和vina一样,有一个数值结果的比较。

殷赋科技:大多数都有个评分,但这个恰好没有。不过也不妨碍我们使用,评分只是一个参考,通常只具有相对比较的意义,所以,换成概率也是可以的,而概率也只是一个粗略的估计,变成排序更为方便。请根据你对体系的了解,多看几个model,综合判断,选择一个合适的来做后续工作吧。

殷赋科技:我多说一句,我经常在群里和私聊说,“对体系的了解”,指的是根据你的目标确定你要了解哪些信息,以此筛选、过滤模型。比如,如果我要做分子对接预测蛋白-配体结合模式,那么,除了打分是一个参考指标外,还需要你对这个蛋白的功能、关键残基、抑制剂、激动剂、拮抗剂的作用机理有所了解。掌握的信息越多,判断就越容易。我们平台把操作最简化,但其实对用户具有更高的要求,要做出科学合理的结果,需要用户去了解和思考,而非当个操作员。

模型预测

B:想问下大家,ZINC数据库下载下来的小分子,有没有相对应的LD50?

C:没有吧。

D:zinc里面天然产物能知道来源生物吗?

E:什么数据库这么强大?

D:我在zinc里面下载的好像ibs还是stock1n。我也不懂,纳闷那个物质能查到来源吗。

B:USCF DOCK对接软件里,可以预测化合物的LD50吗?主要是因为我看了这篇文献,文章里没说做实验得到的LD50,我就想不明白这个LD50到底是哪里得来的。

B:

F:数据库查到的?对接不能预测LD50吧。

殷赋科技:对接软件不能预测LD50,文献是个别化合物刚好有人测了LD50。

B:

结果是这样的一个表格,我也不知道这些LD50哪里来的,关键是65个来源于ZINC数据库的小分子,难道正好都是查到了别人做过的LD50吗。

F:可能他选的大部分都是测过的吧。

殷赋科技:是啊,不是还有2个没有LD50吗?如果是软件预测,为啥不是全部有呢?

B:也对哈,突然间我也意识到这个问题了。

G:部分化合物有admet数据,可以自己做模型预测。

B:怎么做啊这个?

G:自己训练模型,我没有训练过急性毒性,我做过遗传毒性。

C:搞个深度学习模型预测ADMET。

G:http://admet.scbdd.com/

B:为啥有两个化合物没有毒性信息呢?

G:http://www.pkumdl.cn:8080//DLAOT/DLAOThome.php。有很多文献,照文献来就可以,大部分都没有,只有部分有。

B:我是看文献,没看懂。

G:其实现在不用看懂文献,只要做个合格的数据搬运工: 将数据帮到百度、阿里云、Google上,让它自动训练,获得模型。建议试试Google机器学习,1小时20美金。

B:我看是文献里对接出打分较高的65个小分子,然后这些小分子做了LD50,直接将这些小分子结构输入这些网站就能得到LD50?

G:不会,你要首先要训练它,获得一个模型; 然后用模型预测。

B:训练他什么意思?

C:数据结构整理好,输入模型就可以了。

G:你还是用这个比较好。http://www.pkumdl.cn:8080//DLAOT/DLAOThome.php。再看看这个的方法学。

H:请问现在有没有那种输入化合物,直接给出合成路线的软件或网站?尤其是天然产物那种。

G:我也想找一个。

H:通过训练ai,应该可能实现吧?

G:普通机器学习就可以

H:那怎么没人搞

D:效果不好呗

G:很多人搞,最好的是simulation pkus。https://www.simulations-plus.com/

G:刚才发的也都是机器学习,比薛定谔强100倍。你试试herg毒性预测就知道比所有的都强,只是学术用的比较少而已。

D:好,我平常用的都是ds带的ADMET预测,估计也不太靠谱。

G:你试试herg阴性化合物,试试schrodinger与ds,看看预测结果。

I:我之前用nlp的word2vec搞逆合成的深度学习,可惜学艺不精,准确度比较差。就是把化合物的smiles格式字符串变成向量,然后用LSTM神经网络学习,大概60万个化学反应。预测准确度很低。

C:反应当做什么,变量还是描述符?

I:就是自然语言处理翻译,把产物“翻译”成反应物。这个描述符就是word2vec,把smiles格式变成向量即可。

C:逆合成啊?

I:是啊。

殷赋科技:LSTM适用于序列预测问题,但逆合成不涉及时间序列吧。你把逆合成的步骤算作序列?

I:lstm在nlp中比较常见,所以我就选它了。

Miscellaneous

I:DS对接出来Energy得分是正的,这代表啥意思啊?

D:是cdock吗?

I:是的,是cdocker。

G:不管是正值还是负值,解读应该都一样。这篇文章里的cdocker也都是正值。

https://www.sciencedirect.com/science/article/pii/S2095754817302119,见表5。

G:正确做法应该读个说明书与算法,看看结合亲和力与打分的关系。再与大家分享一下,文献之类的都不靠谱。

H:有没有软件或网站,能直接给出蛋白活性口袋区域的DNA序列?

G:你是说组成口袋氨基酸残基对应的dna吗?

H:对,我想比较一下两个蛋白的口袋,看看有没有异同。

G:那直接比蛋白口袋就可以了,序列比对或蛋白叠合就可以了。

K:

K:@殷赋科技 这个地方指的保守的氢键网络是什么啊?

殷赋科技:应该是跟同类多肽、不同种属、同工蛋白之类的进行比较,这个氢键是大家都有的,称为保守吧。要根据上下文判断。

贝尔湖:大家好,新来菜鸟报道,请问得到分子对接文件dlg怎么解释结果合理性呢,怎么解读结果呢?

殷赋科技:还在用autodock4啊?用vina吧,更推荐用dock6。

贝尔湖:autodock4和dock6有什么大的差异吗,是结果可靠性还是什么?

殷赋科技:官方数据表明autodock vina比autodock4更快更准,我的经验是dock6比vina准确,而且能够解释更多东西,更有物理意义。

M:嗯,不会用dock6。

殷赋科技:用我们的平台,有教程,跟着一步一步点击鼠标就行。

这里还有分析教程:【文献重现】D715-2441 抑制剂与PB2蛋白的结合模式研究和作图教程:高质量PyMOL作图教程

M:可以win吗?我还不会linux。

殷赋科技:不用安装任何软件,只要浏览器,在任何系统都可以。

更多资讯,请登录www.yinfotek.com 或关注微信公众号“殷赋科技”。我司建立了微信学术交流群,为生物医药领域的朋友搭建沟通交流的互动平台。想入群的朋友,请在微信公众号菜单栏输入“加群”,根据提示操作即可。