Стыковочный порог: Стыковочные пороги для пола — Огромный выбор

Содержание

Стыковочные пороги для пола — Огромный выбор

Стыковочные пороги для пола и ступеней лестниц

Прежде всего, порог, это лицо вашего дома, через него перешагивают гости, которые приходят в ваш дом и ежедневно вы сами. Очень важно, какие пороги, накладки и профиля будут использоваться в вашем доме или квартире. От этого зависит не только внешний вид вашего интерьера, но и насколько они будут мешаться вам под ногами, не будите ли вы о них спотыкаться.

В наши дни, делая ремонт своего жилища, большинство строителей, при монтаже предлагаю хозяевам дома уложить напольное покрытие без единого стыка. Такой способ укладки трудоемкий, но зато интерьер пола смотреться одним единым полотном, межкомнатные пороги не бросаются в глаза и не мешаются под ногами. Укладка напольного покрытия без единого стыка безопасна, в случае если вы используете в качестве покрывающего материала линолеум, керамическую плитку или ковровое покрытие, но если вы  укладываете ламинат или паркетную доску, то технологический разрыв между комнатами оставлять просто необходимо. Дело все в том, что покрытия из дерева имеют свойства расширяться от перепада влажности и температуры. Поэтому, если не сделать между помещениями технологический разрыв, то есть вероятность, что при сильной влажности воздуха, ваш пол вздуется одним большим пузырем. И этот пузырь, как болячка на теле будет о себе постоянно напоминать, вздуваться и пропадать. Не испытывайте судьбу, делайте технологические зазоры между помещениями в случае использования древесных покрытий.

Виды и типы межкомнатных напольных порогов

НАКЛАДНЫЕ НАПОЛЬНЫЕ ПОРОЖКИ

В основном все пороги, которые применяются для пола, являются накладными. За редким исключением мастерами используются порожки для плитки, которые заделываются в плиточный клей. Чаще всего, накладной порожек представляет собой пластину, уголок или Т — образную форму профиля, выполненную из металла: алюминия, латуни, бронзы, нержавейки, титана, меди или пластика. Такие профили выполняют функцию стыкоперекрывающих порожков, то есть, закрывают щель, к примеру: между керамической плиткой и ламинатом, линолеумом и ковролином и так далее. Накладным порожек называют за то, что он накладывается на стык напольных покрытий, с целью скрыть некрасивый шов.

ОДНОУРОВНЕВЫЕ или ПЛОСКИЕ ПОРОГИ

Обычно имеют форму пластины, но бывают «Z» и «Т» — образной формы, такие профили, используются исключительно с плиточными покрытиями. Пороги, предназначены перекрывать стыки напольных покрытий на одном уровне и как правило перепад в  один или более миллиметров для них критичен. Поэтому, перед тем как купить порог, важно убедиться, что покрытия расположены строго на одном. Если есть вертикальная разница в высоте, на стыке одно и другого покрытия в один миллиметр и более, то вам нужен разноуровневый порожек.

РАЗНОУРОВНЕВЫЕ, ПОРОГИ С ПЕРЕПАДОМ ИЛИ ДВУХУРОВНЕВЫЕ

К переходным порогам можно смело отнести любые плоские пороги, ведь они соединяют одно напольное покрытие с другим, к примеру, служат для перехода с плитки на ламинат. Но чаще всего под словом переходной порожек подразумевают профиля служащие для скрытия стыка между напольными покрытиями расположенным на разном уровне. То есть порог предназначен для скрытия разности высот. Такие порожки скрывают незначительный перепад от 3 до 15 миллиметров. По форме они бывают полукруглые или имеют вид развернутого угла.

УГОЛКИ ДЛЯ СТЕН ИЛИ ПОРОГИ НА СТУПЕНИ Г — ОБРАЗНОЙ ФОРМЫ

У многих кто хоть раз сталкивался с отделкой ступеней, возникал вопрос, как и чем, отделать внешний угол ступени. В наши дни для таких целей существуют разные профиля, но самый надежный и проверенный временем, это алюминиевый накладной порог. Во-первых, он бывает разных размеров, самый маленький это 10х10 мм, а самый большой 50х50 мм. Во-вторых, края таких уголков могут быть разной ширины, к примеру, 10х25 или 15х35. В третьих, уголки на ступени могут иметь любой цвет, от классических анодированных, под серебро, золото и бронзу, до имитации под  любой цвет древесины. Металлические пороги под дерево, бывают двух видов, ламинированные и крашенные, о них мы поговорим позже. Такое разнообразие цветов, позволяет подобрать порожек в тон ступеней или напротив, выделить его. Большинство уголков для ступеней имеют рифлёную или как еще её называют, перфорированную поверхность, что обеспечивает противоскользящие свойства. Рельефная поверхность порогов дает лучшее сцепление с подошвой обуви, соответственно и лучшую устойчивость, особенно во влажных помещениях или на мокрых ступенях. Для влажных помещений, таких как: ванная комната, бассейн или на уличном пороге, где при наледи на ступенях можно поскользнуться, используются порожки с резиновой вставкой. Резина имеет хорошие противоскользящие свойства, что обеспечивает высокую устойчивость даже при ходьбе босиком. Лестничные пороги выполняются из прочного сплава алюминия, латуни, бронзы, реже из пластика. Они устойчивы к воздействию, тяжелой обуви, каблуков, песка, разности температур и абсолютно не боятся воздействия на них снега и воды. 

Порог с противоскользящими насечками

Это профиля для пола, выполненные из металла или пластика, но имеющие на своей поверхности небольшие риски, канавки или рельеф. Такие углубления на пороге, делаются, как противоскользящие для устойчивости человека, в случае если он наступит на него, реже в декоративных целях. На профилях, предназначенных для ступеней, перфорация обязательна, что бы, не поскользнуться.

МЕТАЛЛИЧЕСКИЕ ПОРОГИ

Самый распространённый материал, из которого производят пороги для пола, это металл. В качестве сырья, для изготовления используют: алюминий, латунь, сталь, нержавеющую сталь, реже бронзу. Метал для порогов, выбран неспроста, ведь на порог, как и на весь пол, идет очень высокая нагрузка, а учитывая, что он выступает над уровнем пола на несколько миллиметров, он больше подвержен механическим воздействиям, чем вся гладь напольного покрытия. Так же пороги располагаются между помещениями, которые разграничивают две зоны, к примеру, комнаты и коридора, профиля для соединения покрытий так и называют «межкомнатные пороги», такие места более проходимые, а значит, больше подвержены деформации. Метал в качестве материала для изготовления порогов, является самым универсальным.

Все металлы, используемые в качестве профилей на пороги или ступени, можно использовать не только в помещениях, но и на улице. Алюминий, латунь, бронза, это устойчивые металлы, как к механическим воздействиям, так и к природным. Это трудно окисляемые материалы, а значит, они не будут ржаветь, и разваливаться под ногами.

— Алюминиевые пороги

Алюминиевые пороги производят не из чистого алюминия, это прочный сплав различных металлов, в большем количестве которого присутствует алюминий. Порожки из такого материала получаются очень легкие и прочные. Форма профиля, которую можно придать алюминию, может быть любая. Таки профиля чаще остальных встречаются в продаже, ведь цена их низкая, а срок службы их безграничен.

— Латунные пороги

Это прочные металлические пороги ярко золотого цвета. Латунь относится к дорогим, ценным, цветным металлам, но в разы дешевле золота. Красивый ярко желтый металлический блеск часто используют для облицовочной отделки помещений, ведь он хорошо имитирует золото. В наши дни материалы из латуни используются повсеместно, из неё выполняется множество строительных материалов, к примеру, клеммы для электропроводов, сантехнические изделия, так как этот метал трудно окисляемый и устойчивый к воде, для изготовления перил лестниц и для другого.

Золото всегда было предметом роскоши, люди изготавливали из этого металла дорогостоящие изделия, которые с годами становились антиквариатом. Золото всегда было не доступным, дорогим материалом, из которого делали и продолжают делать украшения. Только цари и вожди моли себе позволить использование золота в качестве оправ для зеркал, картин им украшали люстры перила и ступени лестниц. Теперь в качестве альтернативы золоту для отделки помещений используют латунь. Этот метал, в точности копирует золото, но значительно дешевле по цене.

— Стальные пороги

Это устойчивые к любым механическим воздействиям металлические пороги. В чистом виде в продаже их встретить невозможно, они всегда покрываются краской или анодируются. Плюсы стального профиля в его устойчивости и прочности, минусы, они ржавеют.

— Бронзовые пороги

Такие порожки не встречаются в свободной продаже, да и не каждому они по карману, ведь их изготавливают под индивидуальный заказ, так как бронза, это дорогостоящий металл. Зато легко можно купить пороги под бронзу, правда, сами они будут выполнены из алюминия.

— Пороги из нержавеющей стали

Пороги из нержавеющей стали имеют серебристый цвет с матовым или глянцевым покрытием. Толщина их сильно отличается от алюминиевых или латунных порожков, она тоньше, и это вполне оправдано, ведь нержавеющая сталь значительно прочнее алюминия или латуни. Профиля из нержавеющей стали могут использоваться как для пола, так и для отделки мебели или стен. Если у вас складское помещение, где необходимо использовать только прочные материалы, то профиля из нержавеющей стали будут для вас идеальным решением. Так же, хочется отметить, что эти пороги можно использовать в помещениях, даже где присутствует сильная влажность, они не ржавеют, не окисляются, и не облезают даже при постоянной влажности. Их применение идеально походит для таких помещений как: ванная комната, баня, душевая, бассейн, сырой подвал и в других, где присутствует много воды или влажный воздух. Такие пороги не требуют ухода, их не нужно натирать, что бы они блестели, их сияние и металлический блеск сохраниться на протяжении всего срока службы. Единственный минус этих профилей в том, что они производятся только в серебристом цвете.

Покрытие металлических порогов

Пороги из металла покрываются всегда, бывают исключения, когда заказчик требует сырые порожки, то есть их поверхность ни как не обработана. Не покрытые ни чем профиля, выглядят, как обычный блестящий серебристый метал. В основном покрываются только два вида металлических профилей, выполненных из стали и алюминия, очень редко можно встретить латунные порожки, анодированные в серебристый, блестящий как зеркало цвет. Латунные пороги обычно не чем не покрывают, ведь естественный цвет латуни, золотой, они и так выглядят красиво, и смысла в их покрытии абсолютно нет. 

Обработка поверхности профилей бывает несколькими способами, самый популярный: анодирование, далее ламинирование и реже встречаются крашеные пороги, и совсем редко, полированные или шлифованные.

— Анодированные

Это сложный способ покраски при помощи пропускания электрического тока через воду c мельчайшими частицами красящего вещества, в которой находится порог. Чаще всего анодируются пороги в три цвета, золото, бронза и серебро.

— Ламинированные

В качестве основы ламинированного профиля лежит тоже алюминий или иной метал, только его покрывают прочной самоклеющейся пленкой, которая может имитировать натуральное дерево, камень или другие природные материалы.

— Крашенные

В основе крашеных порогов может быть алюминиевый или стальной профиль, который покрывают однотонной краской или с имитацией под дерево.

— Шлифованные

Такой способ обработки применяют обычно для профилей из нержавеющей стали, реже к алюминию. После такой обработки, профиль приобретает матовую поверхность, ведь она имеет множество небольших засечек похожих на царапины, что и придает ему, привлекательный вид.

— Полированные

Такой способ обработки применяют к любым металла, поэтому, в продаже встречаются полированные пороги из латуни, нержавеющей стали, бронзы, алюминия и так далее. Поверхность полированного профиля абсолютно гладкая, а внешний вид, своим ярким блеском напоминает зеркало.

— Хромированное

Хромируют многие металлы, но в случаи с порогами, таким покрытием покрывают только латунь. Хромированное покрытие профилей очень устойчивое к царапинам, так же, оно обладает высокой устойчивостью к коррозии. Покрытие полируют до такого состояния, что бы в его зеркальной поверхности можно было увидеть собственное отражение.

Часто, начиная поиск порогов для пола, люди не могут разобраться, какой порог нужен и бегут за подробной консультацией в магазин. Это верное решение, но современные технологии позволяют решить такой вопрос, не выходя из дома. Зачем тратить столько времени на поиски детали, которая стоит копейки в сравнении с общей стоимостью ремонта, ведь есть интернет магазин Про-Клик, который расскажет и объяснит, что вам нужно. Специалисты нашей компании, знают всё, о самых современных профилях и порогах, мы специализируемся на этом и постоянно повышаем квалификацию в этой области. Если вы изучили весь сайт и так и не поняли, что вам нужно, звоните по телефону или пишите на почту и задавайте свои вопросы, мы ответим на них! Не стоит тратить уйму времени, бегая по магазинам в поисках нужного профиля, у нас вы найдёте любое решение для дома, офиса, магазина, склада, и так далее.

ПОРОГИ ДЛЯ ЛАМИНАТА

С появлением многообразия напольных покрытий, возникла необходимость скрывать стыки между ними, в этом нас выручают порожки. Что бы стык выглядел опрятно, не выделялся на фоне общего пола, к выбору нужного профиля, стоит подойти серьёзно. Для создания едва заметного стыка, подумайте о приобретении необходимого порога заблаговременно, до покупки напольного покрытия, ведь большинство из нас сталкивается с этой проблемой уже по завершении укладки пола.

Порожки для ламината или перехода на другие покрытия, используются одноуровневые, разноуровневые, а в случаи отделки ступеней лестниц, угловые. Что бы профиль максимально был замаскирован в цвет покрытия, используйте ламинированные или крашеные пороги. Их покрытие в точности имитирует дерево или камень, что позволят подобрать профиль точно в цвет ламината. Используя профиль повторяющий рисунок ламината, вы гарантированно сделаете абсолютно незаметный стык.

Разноуровневые пороги с перепадом от 2 до 30 мм

Разноуровневые пороги для пола, с перепадом от 2 до 40 мм.

Очень часто не хватает денег, что бы отделать сразу всю квартиру или дом, и начинается постепенный ремонт переходящий от одной комнаты к другой. Сначала делается, туалет с ванной, потом кухня, потом комната, коридор и так далее. Напольное покрытие так же с завершением каждого помещения остается не доделанным. И тут чаще всего все сталкиваются с ситуацией, когда переход от одного напольного покрытия к другому имеет разный уровень. И что бы торец нового покрытия не разбить в процессе ремонта, его необходимо как то защитить. К примеру, везде лежал линолеум, и тут вы решили положить ламинат или паркетную доску, но как назло толщина ламината больше толщины линолеум, не красивый стык, бросается в глаза, да и вообще об него можно серьёзно споткнуться. Именно для таких ситуаций и были разработаны разноуровневые порожки.

Что такое разноуровневые пороги?

Это металлические или пластиковые накладки на стык напольных покрытий имеющих вид развернутого угла и способные срыть разницу высот между одним и другим покрытием. На картинках ниже, приведены примеры перекрытия стыков с перепадом.

Установка и крепление порога на стык покрытий находящихся на разном уровне:

Прежде чем купить порожек, уделите время измерению стыка. Перед походом в магазин, замерьте разницу в высоте между напольными покрытиями и только после этого приступайте к поиску необходимого профиля. Если вы не понимаете ни чего в порогах, обратитесь к продавцу магазина, который сумеет вам подобрать нужный профиль.

Перед установкой, замерьте длину проема, в который вам необходимо установить порог. При помощи ножовки по металлу, отрежьте нужную длину профиля. Приложите его на место предполагаемой установки и убедитесь, что порожек точно подходит по длине и скрывает стык напольных покрытий таким образом, что щели между ними не видно. После чего, через отверстия профиля, сделайте отметки в полу, при помощи карандаша или шила. Уберите порожек. В отмеченных местах, сделайте отверстия и установите в них пластиковые дюбеля. Еще раз положите порожек на место его установки. Через отверстия в пороге, вставьте металлические шурупы и закрутите их при помощи отвертки. Ваш порог надёжно установлен.

Порог для пола с перепадом

Двух уровневые пороги зачастую применяются в коммерческих и даже промышленных помещениях. Алюминиевый сплав профиля, способен выдерживать большую проходимость людей и даже провоз небольших тележек, к примеру, металлические корзины, что используются в продуктовых магазинах. Профили покрыты анодированным слоем, позволяющим не только придать равномерный и красивый цвет лицевой части профиля, но и позволяет защитить алюминиевые пороги от коррозии. Конечно, алюминиевый сплав ни когда не покроется ржавчинной, но без дополнительной анодированной защиты, он потеряет свою привлекательность, образовав на поверхности желтоватую оксидную пленку, что конечно негативно скажется на внешнем виде.

Для домашней эксплуатации, профили красятся или ламинируются износостойкой плёнкой или краской в цвет дерева. Такие покрытия менее прочные, чем анодировка, но в квартире или загородном доме, где проживает от 3-х до 6-ти человек, такое покрытие будет служить до тех пор, пока вы не решите сменить напольное покрытие.

В наши дни, напольные пороги стали неотъемлемой частью любого интерьера и обратившись в компанию Pro-Click, вы можете быть уверены, что мы подберём вам необходимый разноуровневый порожек.

Как правильно выбрать стыковочный порог?

Подобрать и оформить пол качественными отделочными напольными материалами, это половина дела, важно еще с учетом требований подобрать элементы для оформления стыков и межкомнатные пороги. Преимущества применения стыковочного порога:

1. Компенсирующая функция. Отметим, что вне зависимости от типа напольного покрытия его укладка предусматривает наличие небольшого компенсационного зазора. Для того, чтобы отделка выглядела аккуратно рекомендуется применять специальные стыковочные пороги, которые предлагаются:

  • Выравнивающие (разноуровневые) используется с целью выравнивания уровня пола между комнатами в дверном проеме;
  • Расширительные (перекрывающий, прямой, стыковочный) устанавливаются в дверном проеме между помещениями с одинаковым уровнем пола.

2. Декоративная функция. Отметим, что, к примеру, в гостиной и на кухне будет использоваться разное напольное покрытие, стыковочный порожек делает переход между ними более аккуратным, прячет наличие стыка.

Если вы обратитесь к нам, то сможете недорого купить стыковочные пороги максимального качества, которые выгодно отличаются надежностью, простотой, удобством монтажа и обслуживания, долговечностью эксплуатации.

Выбор стыковочного порога относительно материала изготовления

Итак, сразу отметим, что порог должен не только быть красивым, но и соответствовать по оформлению общему стилю помещений. При выборе необходимо обратить внимание на качество и прочностные характеристики, цветовой оттенок, но наибольшее внимание нужно отвести рассмотрению используемых при изготовлении материалов. Сегодня в ассортименте представлены изделия из:

  • Натурального дерева, такая продукция отличается экологической безопасностью, подойдет для использования в любых помещениях с нормальным уровнем влажности. Пороги из дерева в процессе эксплуатации требуют к себе дополнительного внимания, их главный недостаток высокая стоимость;
  • Металлические пороги выгодно отличаются и выделяются максимальной прочностью и надежностью. Они отлично смотрятся в современном стиле, но отметим, что для помещений с высоким уровнем влажности не подойдут.
  • Пластиковые пороги – это отличный вариант, отличается хорошим сочетанием цена/качества. Такие пороги представлены в большом ассортименте цветовых решений. Могут применяться для установки в помещения жилого направления, а также в ванную, туалет. Следует отметить простоту и удобство монтажа, что обеспечивается пластичностью.
  • Ламинированные пороги при производстве покрываются специальной пленкой, наличие которой придает готовой продукции надежную защиту от воздействия влаги. Изделия представлены в ассортименте цветов, размеров, что позволит легко подобрать вариант, максимально удовлетворяющий современным требованиям.

В каталоге на сайте нашей компании предлагается продукция на любой вкус, сотрудничая с нами, вы получите профессиональные консультации и возможность с максимальной для себя выгодой купить качественный и долговечный в использовании товар.

Порог алюминиевый стыковочный, стыкоперекрывающий прямой

Алюминиевый профиль стыковочный (порожек) по ценам от производителя. Порожки с отверстиями от компании «Профиль-Центр», для напольных покрытий. Предназначены для наружного крепления саморезами. или дюбелями. С их помощью закрывается стыковочный шов между двумя одноуровневыми покрытиями. Алюминиевый соединительный профиль применяется в случаях, когда напольные материалы в месте соединения имеют неровные края и находятся на одном уровне.
Алюминиевый порог для пола изумительно просто подбирается по цвету к паркету (особо обратите внимание на порожек «под дерево»), ламинату, керамической плитке и другим покрытиям. Он скрывает все недостатки порезки и монтажа. Делает плавный, аккуратный и стильный переход между покрытиями

Стандартная длина порожков  0,9 м и 1,8 м.Максимальная длина профиля – 2,7 м.

Порог алюминиевый стыковочный, это специальное техническое приспособление, способное надежно закрепить края любого напольного покрытия. Благодаря такому подходу, напольный материал преждевременно не изнашивается и имеет дополнительную, качественную защиту в самых важных местах.

Как показывает практика, стыковочный порог достаточно прочный и надежный. Не подвержен преждевременному износу и деформации из-за перепада температур и других внешних факторов. Его успешно применяют как в домашнем ремонте, так и в местах с повышенной проходимостью людей. Общественные места не станут преградой для использования удобных и практичных изделий их алюминия.

Разновидности моделей

Компания «Профиль Центр» может предложить достаточно большое разнообразие среди своей продукции, в том числе и порог стыкоперекрывающий алюминиевый. Который прекрасно подходит для создания логичного перехода от одной комнаты в другую. К сожалению, каким бы качественным не был бы ремонт, полностью избавится от стыков просто невозможно. Разнообразные материалы требуют разного способа укладки, и как потом можно видеть впоследствии, в местах их соединения возникает не очень гармоничный переход. Чтобы полностью избавится от такого дисбаланса, используют проверенные временем, и тысячами других пользователей стыковочный порожек.

В зависимости от ширины проёма и типа материала, а также от эстетических предпочтений покупателей, Профиль Центр готов удивить даже очень требовательного покупателя своим ассортиментом

Преимущества продукции

Среди изобилия современных отделочных материалов, порожки стыковочные алюминиевые имеют целый ряд своих собственных преимуществ, которые можно выделить отдельным списком:

  1. Максимальная стойкость к физическим деформациям из-за перепада температур или механического воздействия.
  2. Максимальная простота монтажа при помощи простых и обычных инструментов.
  3. Нет необходимости тратить время на специальный уход и на покупку отдельных моющих средств. Достаточно просто протирать от пыли и грязи по мере необходимости.
  4. 100% экологическая безопасность для взрослых и детей. Материал не склонен вступать в химическую активность в течение всего срока эксплуатации.
  5. Уникальные свойства металла, из которого производится порог стыковочный. Не подвержен преждевременному износу, не склонен портится от влаги и перепадов температур.
  6. Очень широкий ассортимент для конечного потребителя. Любой желающий сможет подобрать оптимальное решение для уже готового дизайна помещения или целого дома (квартиры).
  7. Прекрасный внешний вид, с которым не могут конкурировать изделия из других материалов (сталь, полимер).

Правильный выбор готового изделия

Заказать, купить и доставить стыковочные порожки очень просто. Но, перед тем как сделать заказ, необходимо определиться с правильным выбором. На это влияет несколько важных факторов, которые стоит учитывать. Иначе может случиться ситуация, когда придется повторно делать заказ, из-за неправильного выбора.

И так, обратите внимание на следующие характеристики продукта:

  • насколько интенсивным будет поток людей;
  • качество покрытия для фиксации его порогом;
  • ширина между краями напольного покрытия;
  • есть ли необходимость в дополнительной безопасности от скольжения;
  • толщина материала, с которым будет контактировать порог стыкоперекрывающий.

Основное преимущество покупки изделий от производителя, это высокое качество конечного продукта. Возможность самостоятельно подобрать необходимое количество. Выбор не только по расцветке, но и по другим техническим параметрам. В итоге, любой покупатель получит максимальное удовлетворение от процесса создания уюта, в своем доме или квартире.

Как сделать порог между ламинатом и ламинатом — способы

Содержание:

Тенденция современных строительных работ в том, чтобы сделать любые покрытия максимально гармоничными, а сочетать разные их виды позволяют декоративные элементы. В статье речь пойдет о том, как пороги для ламината помогут при укладке данного вида покрытия.


Предназначение порожков для ламината

Суть в том, что дизайнерская отделка подразумевает сочетание в одном или соседних помещениях сразу несколько отделочных материалов. Между такими покрытиями остается стык, который следует заделать, поскольку его присутствие на фото и при визуальном осмотре создаст ощущение низкокачественно выполненных работ. Также в такой шов попадает пыль, грязь, бактерии и насекомые, чего априори не должно быть в квартире, которая позиционирует как чистая.

Проще всего устранить такой зазор между поверхностями при помощи декоративных порожков. Что касается строительных магазинов, то там можно найти самые разные виды таких элементов. Они различаются по самым разным параметрам: способ монтажа, материал изготовления, внешний вид (цвет, текстура) и т.д.


Также порог стыковочный нужен для следующих задач:

  • защита двух стыкующихся настилов и сохранение их от деформации;
  • при эксплуатации полов швы не станут проблемой для тех, кто очень любит спотыкаться о выделяющиеся элементы поверхности;
  • порожек довершается созданное покрытие. Вставленный порог между ламинатом и ламинатом довершит эстетичность настила;
  • незначительные неровности между соседними участками можно скрыть за счет особой конструкции порога.


Особые конструкции порожков, о которых говорится выше, могут закрывать перепад в высотах до 2 сантиметров. С их помощью можно объединить кафель и ламинат, линолеум и ковролин, а также ряд других сочетаний. Рассмотрим основные разновидности порожков по основным их параметрам.

Особенности конструкции

Данный признак обуславливает различие порожков между собой по форме и назначению:

  • Стандартным элементом является прямая планка, которая может быть использована в основном на равнорасположенных участках покрытия. Не важно, какие именно при этом объединяются покрытия, т.к. планке просто важно быть закрепленной на стыке. Неплохо будет смотреться такой порог и в переходе между двумя соседними комнатами, напольным покрытием в которых является исключительно ламинат или другие покрытия. Важно лишь соблюдать высоту этих покрытий.
  • Более изысканным вариантом является уголок для ламината и других покрытий, предназначенный для объединения облицовок на лестничных пролетах. Его укладка производится исключительно на ребрах ступеней, чтобы прикрыть обрезной край материала. Лучше всего для этих целей подходит резиновый декоративный элемент, который устранит эффект скольжения.
  • Завершающие порожки так называются, поскольку есть два варианта для их применения: конструкция будет скрывать лишь один из настилов, стыкующихся на разной высоте, либо она будет скрывать сразу две поверхности. Чаще всего такой вариант используется для монтажа на подъемах.
  • Криволинейный вариант позволяет оформить стыкуемые покрытие оригинально и осуществить зонирование помещения. Например, гибкий порог для ламината в сочетании с любым другим покрытием укладывать не сложно, но вот подогнать под него укладываемые покрытия очень важно. Особенности разметки при этом обуславливаются кривизной приобретенного порога.

Способ закрепления

Как и полагается декоративному элементу, порожек может быть закреплен двумя способами: открытым и скрытым.

Открытый способ монтажа подразумевает создание или наличие в панели специальных отверстий для ввинчивания саморезов, болтов или других крепежей. При отсутствии таких отверстий необходимо сделать их самостоятельно при помощи дрели. Расстояние между крепежами должно быть равным в пределах от 30 до 50 сантиметров.


Вначале порог урезается до той длины, которая позволит его вставить между ограничителями (косяки, плинтуса на противоположных стенах). Крепление к ламинату, уложенному на деревянное основание, осуществляется при помощи обычных саморезов. На бетонный пол лучше монтировать планки при помощи дюбелей, под которые предварительно высверливаются отверстия, естественно, с немного большим диаметром, чем у крепежа. И уже в дюбели можно будет вставлять болты, шурупы или саморезы.

Естественно, подобный способ монтажа не является эстетичным, и крепления будут бросаться в глаза на фото и при визуальном осмотре, что не допустимо, если хозяин желает показать все прелести новой отделки своего дома. Когда речь заходит о повышении презентабельности декоративных элементов, на помощь приходят порожки для ламината со скрытым креплением, представленные сборной конструкцией.

Нижняя часть такого порога выступает в роли основания и закрепляется на полу при помощи саморезов. Верхняя – фиксируется при помощи замков, закрывая при этом шляпки крепежей. Достаточно прижать ее к нижней части до характерного щелчка.


Существует и другой способ уложить пороги для ламината со скрытым креплением, который подразумевает использование обычного клея ПВ, жидких гвоздей или других смесей, наносимых на внутреннюю сторону планки. Необходимо выдерживать порожек на основании в течение того времени, за которое состав точно высохнет и надежно зафиксирует элемент. Лучше всего с такими смесями проводить работу в паре с помощником, который не даст планке смещаться вплоть до полного высыхания клея.

Естественно, производители не стоят на месте, а потому был придуман еще один способ монтажа – комбинированный. Суть заключается в том, что используются и крепежи и клеевая смесь. Применим данный вариант в тех случаях, когда порожек очень длинный и изогнутый. Речь идет в основном о пластиковых планках.

Материал производства

Также многие характеристики декоративных порожков обуславливаются материалом, который был использован при производстве.


На сегодняшний день известны следующие виды:

  • деревянные пороги для ламината между комнатами отлично сочетаются с покрытием. Имеют повышенную прочность, эстетичны и просты при закреплении. Недостаток их заключается в том, что наносимые на них лакокрасочные материалы быстро облупливаются. Необходимо периодически производить дополнительную обработку таких элементов;
  • металлический порог соединительный может быть алюминиевым, латунным или стальным. Популярнее всего в этом списке – алюминий. Однако каждому металлу присущи следующие характеристики: прочность и продолжительная эксплуатация. Многие дизайнеры рекомендуют подбирать дверные порожки, сочетающиеся с дверными ручками, что очень стильно. Металлические планки чаще устанавливаются в местах с повышенной механической нагрузкой. Но стоит отметить, что, к примеру, латунь быстро теряет свою презентабельность, если ходить по ней в обуви. Внешнюю сторону таких элементов закрывают специальной пленкой с имитацией золота, серебра, хрома или бронзы;
  • из плит МДФ нарезают ламинированные декоративные порожки, отличающиеся разнообразием текстур и оттенков. У них низкая стоимость и малый срок эксплуатации;
  • порожки из пластика имеют самую высокую популярность, т.к. их стоимость устраивает покупателей практически любых категорий, а обилие текстур и цветов, наносимых на панели, удовлетворит любые творческие пожелания. Срок службы таких элементов достаточно короткий, но заменять их достаточно просто;
  • изысканным вариантом, является стеклянный скрытый порог для ламината, повышающий экзотичность интерьера, но используемый исключительно в помещениях с низкой механической нагрузкой.

Выбор декоративных порожков

Правильный выбор порожка должен быть осуществлен по ряду критериев:

  • функциональное предназначение стыкуемых покрытий. К примеру, если в коридоре укладывается ламинат, а на кухне – кафель, то порожек, соединяющий их, должен иметь достаточную прочность и влагоустойчивостью в соответствии с условиями эксплуатации в обеих частях дома. Лучше всего в таких условиях использовать алюминиевую или пластиковую планку;
  • с дизайнерской точки зрения выбор остается исключительно за владельцем, которому следует определить, насколько гармонично будет смотреться порожек в сочетании со стыкуемыми настилами. Тут можно играть на методе контрастов или наоборот создавать однородное покрытие. Когда речь идет о разграничении помещений лучше всего подбирать порожек, который будет однотонным для одного покрытия и оттенит другое;
  • если же речь идет о разнице высот, то необходимо подбирать пороги для ламината разноуровневые и упор в этом процессе делать на покрываемую толщину.


Естественно, не стоит забывать и о престижности даже столь малого декоративного элемента, как порожек. Рядом с очень дорогим ламинатом априори не может располагаться низкокачественный пластиковый порог. Читайте также: «Какие бывают порожки для пола и способы их укладки».

Уход за порожками

Очень важно ознакомиться с рядом нюансов, которые позволят добиться максимально длительного срока эксплуатации порожка:

  • конечно же, в первую очередь, качественная установка порожков на ламинат и другие покрытия сделает их более защищенными от деформаций. Чтобы не допускать ошибок при монтаже, каждое действие должно быть запланировано еще до начала ремонтных работ, а технология для его осуществления – изучена;
  • при отсутствии опыта в подобных работах рекомендуется использовать исключительно прямые планки, т.к. под них не придется подгонять стыкующиеся покрытия. Не стоит думать, что красиво смотрящийся на фото вариант криволинейного стыка сможет сделать кто угодно. При необходимости создания особых видов покрытия лучше обратиться за помощью к специалистам;
  • стоит учитывать, насколько основание под напольным покрытием подготовлено для установки порожка. К примеру, под кафелем располагается лишь клеевая смесь, а под ламинат закладывается подложка, уровень которой придется учесть, чтобы заложить монтажную часть сборного порожка на достаточном для закрепления декоративной планки уровне. Обычно разница высот устраняется при помощи прокладки из резины с возможностью изменения толщины;
  • еще одним важным параметром является ширина порожка. Существуют различные варианты элементов с учетом того, что швы между стыкуемыми покрытиями не всегда одинаковы;
  • установку порожка можно осуществлять только после того, как доделано покрытие, но и покрытие должно укладываться в определенной очередности: сначала кафель, потом все остальное. Причина заключается в том, что керамическая плитка подвержена усадке со временем высыхания смеси (прочитайте: «Как сделать порожек между плиткой и ламинатом – выбираем оптимальный способ»).


Также стоит знать, что от использования порожком можно отказаться. Заменой может стать силиконовый герметик, залитый в стык, или пробковая вставка, посаженная на клеевую смесь четко по шву, но при этом его глубина должна быть достаточной.

Итог

Порожки для ламината – это важнейший декоративный элемент, позволяющий оформить дом, повысив его комфортность и эстетичность. Без них не обойтись, если различные виды покрытия уложены не на одном уровне. Стык закрывается порожком, и полы становятся монолитными. При этом повышается их презентабельность и функциональность.

Порожки стыковочные для пола: материалы, цвета, особенности монтажа (41 фото)

Во время облицовки пола в комнате в местах стыка двух покрытий следует оставлять зазор. Это делается с компенсационной целью: материал под воздействием температур расширяется и сужается, для этого ему требуется дополнительное пространство. Но наличие дырки в полу как минимум не эстетично, не говоря уже о том, что туда будет попадать мусор и влага. Устранить данную проблему поможет стыковочный порожек.

Различают два вида порогов: расширительный и выравнивающий. Первый используется, если уровень двух покрытий одинаковый, второй – при разноуровневой обшивке. В зависимости от конкретной ситуации, применяются разные виды материалов, которые мы рассмотрим ниже. Стыковочные порожки для пола – незаменимая вещь при проведении ремонта

Материалы для изготовления стыковочных порожков

В строительных гипермаркетах можно найти пороги из латуни, алюминия, нержавеющей стали, дерева и пластика. При выборе нужно помнить о декоративной функции: цвета и фактура предметов мебели и стройматериалов должны дополнять друг друга.

Металл как один из приоритетных материалов

Металлические порожки – одни из наиболее распространенных. Людей привлекает большой выбор конструкций, прочность, износостойкость, сравнительно низкая цена. Алюминиевые имеют приоритет над латунными и стальными по стоимости, над деревянными и пластиковыми – по качеству. Межкомнатные швы зачастую оформляются именно ими, поскольку данная плоскость больше всего подвержена механическому воздействию. При выборе обратите внимание на текстуру профиля: лакированный слой со временем сотрется, появятся царапины, внешний вид соединения станет неаккуратным. Полуматовая порошковая отделка устойчива к царапинам и другим механическим повреждениям, срок службы изделия больше. Гибкий алюминиевый порожек для плитки и ламината поможет эстетично оформить переход на кухне от рабочей зоны к обеденной.

Дерево и пробка

Деревянные конструкции смотрятся презентабельно. Для их изготовления используется древесина сосны или дуба, текстура обычно наносится на МДФ-профиль, рисунок часто делается «под дуб». Деревянный шов смотрится красивее, но это основное и практически единственное его преимущество. Материал недолговечен, нестойкий к механическим воздействиям и капризен при перепадах температур.

Пробковый компенсатор любим благодаря ряду преимуществ. Он позволяет оформить соединение разных покрытий без использования порогов, реализовать нестандартные дизайнерские решения с применением, казалось бы, не сочетаемых материалов. Сторонники экологически чистых стройматериалов оценят приобретение – пробка экологически чистая, не интересует грызунов и насекомых, не гниет и даже при горении не выделяет хлора, фенола и цианида. В эластичности и упругости у пробки наивысшие показатели, она легко сжимается (например, при расширении ламината) и восстанавливает свою форму после.

ПВХ

Пороги из ПВХ не только бюджетны, но и гибки. Это свойство используется при оформлении сложных криволинейных и изогнутых стыков. Чтобы правильно установить такую конструкцию, перед монтажом подержите пластик 15-20 минут в горячей воде или погрейте строительным феном. Под воздействием высоких температур он станет гибким, а после установки уже не изменит свою форму.

Пластиковая модель состоит из нижней и верхней части. Нижняя устанавливается на пол и оборудована особыми зажимами, на которые крепится верхняя часть. Чтобы установить последнюю, слегка постукивайте резиновым молотком по креплениям, и они сами защелкнутся. Пороги из пластика в основном ламинированы или окрашены.

Типы соединения профилей

Существует обширная классификация в зависимости от предназначения порожков:

  • классический. Он служит для обрамления ступеней и выполнен в виде буквы «г». Рекомендуется использовать металлические планки, поскольку на лестнице нагрузка увеличена, и деревянные или пластиковые конструкции прослужат недолго;
  • при небольшом перепаде уровней для плитки и ламината используются кантовые (выравнивающие) планки. Они содержат каучуковую прокладку, которая компенсирует переходный уровень;
  • декоративные порожки применяются для облицовки межкомнатных стыков на полу. Такие накладки могут использоваться для стыковки как между одинаковыми, так и разными материалами;
  • криволинейные пороги предусматриваются в случае, если стоит задача соединить разнородные поверхности с помощью кривой линии. Единственное условие – уровень должен быть одинаковым. Используются только податливые материалы – пластик или пробка;
  • для того чтобы обрамить кромку покрытия комнаты, используют завершающий порожек. Он широко применяется в качестве соединения разноуровневых поверхностей ламината и керамики.

В зависимости от способа соединения различают профили в виде букв: T, Z, F, L, H, П, Г.

Порожки для стыка между плиткой и ламинатом

Чаще всего шов между плиткой и ламинатом находится между комнатами. Материал зависит от комнаты, декора и условий, в которых он находится. Разберем монтаж стыковочной конструкции на примере алюминиевого перекрытия (как наиболее популярного варианта).

  1. Порожек обрезается до необходимой длины (ширина дверного проема).
  2. В точках соприкосновения намечаются точки сверления.
  3. Просверливаются необходимые отверстия, вставляются дюбели.
  4. С помощью отвертки с минимальным крутящим моментом сверху вкручивается планка на саморез.

Учтите, что если порожек оснащен скрытым креплением, процесс меняется. После нанесения разметки вам следует вставить саморез с дюбелем в паз, который находится на изнаночной стороне порога. Далее сделайте отверстия в полу, и вставьте в них подготовленный порожек, забейте. Такие пороги для ламината между комнатами будут аккуратными и максимально долговечными.

Порожки для стыка между линолеумом и ламинатом

Соединить линолеум с ламинатом также не составит труда. Сделать это можно как с помощью планки, так и без нее. Так, с помощью сквозного крепления планка накладывается сверху на место стыка и привинчивается к полу. Такое крепление надежное и долговечное, но не самое эстетичное.

Другой вариант оформления – с помощью потайных крепежных планок. Приобретая планки с особой потайной крепежной системой, вы упрощаете процесс в разы. Третьим вариантом является приклеивание. Применяется оно чаще с плиточным покрытием, но возможно и при линолеуме. Он используется, если для интерьера важно отсутствие швов. Здесь ключевым моментом является идентичность уровней, поскольку ламинат, зачастую, располагается выше. Механизм прост: поверхность обрабатывается для обезжиривания, после чего на шов жидкими гвоздями сверху приклеивается планка. Учитывайте недолговечность такой конструкции.

Порожки для стыка разноуровневого пола и лестницы

Данная модель профиля отличается от обычной только внешним видом: она предусматривает различные уровни покрытий и выполняет плавный переход между ними. Способы их крепления: открытое, скрытое и самоклеющееся. Последнее оснащено липкой лентой, которая клеится на основание.

Завершающий порожек устанавливается на ступенях лестницы для предупреждения скольжения ноги. Чаще всего материал выполнения – резина или металл, монтаж происходит открытым способом. Ниже вы можете увидеть фото примера завершающего порога для ламината.

Гибкие порожки для криволинейного стыка

Чтобы воплотить дизайнерский замысел в виде изогнутого рельефа пола, придется постараться и с установкой гибких профилей. Для этого подойдет только пробковый компенсатор или пластиковые молдинги. Установить пробковый компенсатор труднее: уровень должен быть строго одинаковый, щель – размером не более 2 мм. Учитывайте, что пробка не закроет огрехи швов, покрытия должны быть ровными и красивыми. Результат идеально выполненной работы стоит потраченных усилий.

Пластиковые молдинги могут ликвидировать ступеньку между перекрытиями до 18 мм. В своем первоначальном виде они слегка изогнуты, размером около одного метра. С помощью нагрева им придается желаемая форма.

Цвета стыковочных порожков для пола

Современный строительный рынок насыщен панелями десятков цветов. Чтобы не прогадать, на этапе планирования продумайте, каким именно вы видите порожек: неприметным, сливающимся с полом или ярко контрастирующим.

Чтобы не ошибиться в решении, подбирайте порог под цвет дверного проема, плинтуса, или элементов покрытия. Старайтесь подобрать максимально идентичный оттенок и фактуру.

Наиболее универсальным решением является планка под дерево. Она подчеркивает естественность, в то же время выглядит ненавязчиво, мягко.

Особенности монтажа прямых и гибких стыковочных порожков

Прямые профили устанавливаются открытым и закрытым способом. Первый подразумевает открытые шляпки крепежей, которые требуют закрашивания. Скрытый способ заключается в двойной конструкции крепежа: верхней и нижней. Нижняя устанавливается вместе с основанием, верхняя крепится сверху на него.

Гибкий ПВХ-профиль крепится без лишних усилий. В щель следует уложить ленту ПВХ, куда будет вмонтирован порог. Перфоратором сверлим отверстия через ленту, ее убираем. В образовавшиеся дырки вставляем дюбели, сверху – ленту. Вкручиваем саморезы, вставляем гибкий профиль в направляющую планку, защелкиваем их.

Стыковочный порожек придаст полу завершенный вид. Это не просто элемент декора, а необходимость, к которой следует отнестись со всей серьезностью. Ведь неправильно установленная деталь может повлечь за собой порчу напольного покрытия.

Порожек между плиткой и ламинатом: виды, установка

Ламинат и керамическая плитка — два наиболее популярных, в последнее время, напольных покрытия. О том, как оформить стык между ламинатом и плиткой, чтобы было правильно и красиво и пойдет речь. Если место соединения находится в дверном проеме, лучший выход — порожек. Этот вид изделий может называться «переходной профиль», «соединительный профиль» и так далее в том же духе. Но не всегда стык между ламинатом и плиткой находится в дверном проеме. Для других случаев есть другие решения, которые также можно применять между комнатами. 

Содержание статьи

Зачем нужен порожек

Кафель или керамогранит и ламинат — два совершенно разных напольных покрытия с различными свойствами и характеристиками. Но и тот и другой материал изменяет размеры при изменении температуры и влажности. Плитка изменяется незначительно, а вот ламинат может на метр длины увеличиваться или уменьшаться на 1-1,5 мм. А если длина комнаты 5 метров, это уже от 5 мм до 7,5 мм.

Стыковка плитки и ламината без порогов и с порожками. Каждый выбирает, что ему больше нравится

Как вы понимаете, если не позаботиться о том, чтобы материалам было куда расширяться, они поднимутся, поэтому при укладке ламината вдоль стен оставляют технологический компенсационный зазор. Он должен быть и на месте соединения ламината и плитки тоже. Потому их укладывают не вплотную, а оставив незаполненное ничем расстояние между двумя покрытиями. Это расстояние — не менее 10 мм. Чтобы это расстояние прикрыть,  используют порожки, профили. Можно обойтись без порожков на стыке между ламинатом и плиткой? Можно. Есть свои решения, но класть вплотную можно только при небольшой длине ламината. В остальных случаях зазор просто заполняется подходящим эластичным материалом или вставкой.

Для стыковки плитки и ламината без порогов оба покрытия надо вывести на один уровень и подрезать идеально

Порожек выполняет еще одну задачу. С его помощью можно прикрыть соединение разных по уровню материалов. Большую разницу закрыть не получится, но в несколько миллиметров — легко. При стыковке плитки и ламината без порожка, приходится выводить два покрытия на один уровень без малейших отклонений. И еще один момент: подрезка плитки и ламината должна быть идеальной. Ведь шов получается открытым.

Металлические пороги

Металлические порожки между плиткой и ламинатом делают из алюминия и латуни. Можно найти из нержавеющей стали. Поверхность может быть:

  • глянцевой (отполированной) или матовой;
  • окрашенной — порошковое окрашивание, хромирование, анодирование или гальванизация;
  • ламинированной той же пленкой, которую применяют при изготовлении ламината.
Некоторые виды профилей для стыка плитки и ламината

Это то, что касается того, из чего может быть порожек. Есть еще пластиковые и деревянные. Пластиковые слишком недолговечны, хоть и заменить их не проблема. Стоят они немного, монтируются просто и быстро. Деревянные применяются обычно на стыке паркета или дощатого пола с плиткой. Дальше поговорим о формах и особенностях их установки.

Стыковочная планка

Самый простой и дешевый способ закрыть стык — установить обычный накладной порожек. Это чуть изогнутая планка из алюминия или латуни. На «спинке» может быть нанесена насечка — чтобы нога не скользила. Монтаж — напрямую через планку к основанию при помощи дюбелей или саморезов. Отверстия под установку крепежа могут быть насверлены на заводе. Есть варианты, когда делать их надо самостоятельно.

Простой накладной порожек

Перед установкой замеряют ширину проема, отрезают планку нужной длины. Затем прикладывают ее на место. При установке на саморезы проблем нет — сразу прикручиваем к основанию (фанера, ГВЛ и другие материалы). Если основание цементное или бетонное, требуется установка дюбелей. Тогда при помощи карандаша, маркера и тонкого сверла переносят отверстия под крепеж на основание. Сверлят отверстия под пластиковые заглушки. Диаметр сверла равен диаметру крепежа. Вставляют заглушки, выставляют на место порожек и закручивают дюбель-гвозди.

Второй способ монтажа плоского порожка — на силикон или эластичный клей. Он не такой надежный, хотя силикон тоже достаточно прочно держится. Есть еще такие накладные порожки с нанесенным клеящимся составом. При их установке надо поверхности хорошо очистить и обезжирить уайт-спиритом. После высыхания снять защитную пленку и установить порожек на место, хорошо пригладить/придавить.

Переход между ламинатом и плиткой можно закрыть при помощи накладной планки на самоклеящейся основе

Кстати, при установке на саморезы/дюбеля на края порожка тоже лучше нанести полосу герметика или клея. Оба состава должны оставаться эластичными после высыхания. Эластичность позволит покрытиям немного двигаться — при изменении влажности и температуры. А сам состав не позволит песку и другому мелкому мусору оказаться под планкой. Иначе в процессе эксплуатации он набивается в зазор, а потом начинает его потихоньку поднимать вверх.

Порожек с кабель-каналом

Разводка малоточной проводки — кабели телевидения, интернета — может стать проблемой. Непонятно куда уложить эти провода и кабели, чтобы они были в сохранности, доступны для обследования и при этом не портили внешний вид. Одно из решений — использование напольных плинтусов с кабель-каналами. Но как их провести через дверной проем? Решения два. Первое — вокруг дверного проема, второе — уложить в порожек с кабель-каналом.

Порожек с кабель-каналом

Есть они двух видов — выпуклые, различной ширины/высоты, встраиваемые. Встраиваемые, это те, которые с напольной отделкой практически на одном уровне. Они обычно металлические со сформованной выемкой. Но много проводов там не спрячешь. Могут быть с накладками из резины и без.

Т-образный порожек

Т-образные порожки хороши тем, что при их установке не обязательно использовать крепеж. Это так называемые порожки для ламината со скрытым креплением. Если в полу проходят трубы или кабели, другие коммуникации, сверлить его опасно. Т-образный порожек состоит из двух частей: собственно защитной планки в виде буквы Т и вспомогательного профиля. Этот профиль обычно имеет форму буквы U. Такие профили есть для одноуровневых покрытий (они дешевле) и для разноуровневых (дороже).

Т-образный порог может быть для одноуровневых и разноуровневых покрытий

Разноуровневые Т-образные порожки могут ставиться с некоторым наклоном. Для этого снабжены насечками как «ножка» накладной планки, так и стенки U-образного профиля. Но перепад не может быть большим — несколько миллиметров. Максимум — до 3 миллиметров. Хотя, есть более дорогие системы в которых верхняя планка состоит из трех подвижно соединенных частей. Тут перепад может быть больше.

Более дорогие варианты, которые «подстраиваются» под перепад между ламинатом и плиткой

Монтаж Т-образного порожка состоит в том, чтобы приклеить/прикрутить вспомогательный U-профиль. В него затем вставляется Т-образная часть. Продаются эти части отдельно. Понятное дело, что форма паза вспомогательного профиля и выступы на Т-образной части должны быть совместимы. Хорош этот вид тем, что декоративную планку легко заменить. Вот только если вы один раз его вынули, второй раз он уже держаться не будет. То есть, нужна будет другая декоративная планка. Стоят они не слишком много.

Z-образные

Основная идея порожка — оставить свободу движения покрытию при увеличении размеров. Плитка и керамогранит изменяются меньше, ламинат — больше. Потому и делают Z-образные порожки с полочками разной ширины. Узкая полочка в несколько миллиметров перекрывает срез плитки, более широкая закрывает зазор до ламината.

Переходные порожки в форме буквы Z

Хорош этот порожек тем, что его не надо крепить: нижняя планка заводится под плитку и держится за счет прочности клея. Минус в том, что такой порожек между плиткой и ламинатом можно устанавливать только при монтаже плитки. Ламинат можно завести позже, а вот порожек укладывать надо только вместе с плиткой.

Стыковка плитки и ламината без порогов

Если стык ламината с кафелем проходит не под дверью, использование порожков выглядит нелогичным, царапает глаз. В этом случае можно ставить не порожки, а различного вида компенсаторы. Они не заходят на материал, но заполняют зазор. И еще раз обращаем ваше внимание, что при стыковке ламината и плитки в таком варианте, подрезка должна быть ювелирной и идеально исполненной.

Стыковочная планка не всегда в виде порожка

Как вывести плитку и ламинат на один уровень

Как уже говорили, если хотите стык между ламинатом и плиткой сделать без накладных порожков, надо выводить покрытия на один уровень. Совпадение должно быть точным. Если получается, что ламинат «выходит» немного ниже, придется искать подложку подходящей толщины. Если разница слишком большая, может потребоваться выравнивание плиточным клеем. Выравнивание плавное. Помним, что допустимый перепад для ламината — 2 мм на 2 метра длины. Так что все это надо будет продумать заранее.

Если толще получается ламинат+подложка, выравнивают за счет более толстого слоя клея под плиткой. При перепаде в 1-2 мм, можно сыграть за счет большего слоя клея, шпателя с более глубоким зубом. Если больше 2 мм, придется делать предварительное выравнивание. Подъем должен быть плавным — не менее чем метр. Для этого готовят планку длиной чуть больше метра. На одном конце ее сделан выступ, которым планка будет опираться на край ламината. Ступенька от нижнего конца планки до выступа — равняется толщине плитки+толщина клея.

Приспособление для выравнивания плитки в один уровень с ламинатом

Выравнивание проводим плиточным клеем. Он сохнет быстрее. Наносим его на выравниваемую зону. Планку выступом опираем на ламинат, вторым концом — на основание пола. На ламинат лучше предварительно наклеить малярный скотч. Лучше — несколько полос, чтобы защитить от попадания клея и от царапин. Этой планкой проводим «на себя», собирая излишки клея. Их затем выкладываем дальше. Работа похожа на выравнивание стяжки или бетонного раствора по маякам. Добившись относительно ровной поверхности, оставляем сохнуть. Идеально выводить  незачем — плиточный клей скроет небольшие (в несколько миллиметров) огрехи. Дальше дело за заполнением шва.

Пробковый компенсатор

Переход между плиткой и паркетом или плиткой и ламинатом можно заполнить пробковым компенсатором. Это брусок из пробки, покрытый защитным/декоративным слоем определенного цвета. Бывает разной высоты (от 8 мм до 16 мм) и ширины (8 мм, 10 мм, 12 мм). Так что подбирается по ширине проема.

Пробковые компенсаторы

Крепят пробку на герметик. Можно акриловый. Они могут быть тонированы в какой-то цвет, можно подобрать в тон с заполнителем. Лучше, если герметик останется эластичным после высыхания, тогда стык между ламинатом и плиткой будет долго выглядеть нормально. Обычный потрескается, в трещины набьется пыль, что значительно снизит привлекательность.

Методика монтажа пробкового компенсатора между ламинатом и плиткой такая:

  • Очищаем промежуток между плиткой и ламинатом.
  • Наносим зигзагом на основание герметик.
  • Устанавливаем компенсатор, прижимаем, выравниваем вровень с покрытием.
  • Отгибаем пробку в одну сторону, наносим герметик.
  • Прижимаем плотно к этому краю, наносим с другой стороны.
  • Выставляем ровно.
  • Смешиваем воду с моющим средством для посуды, берем губку удаляем выдавленные излишки.
Пробковый компенсатор — один из вариантов

Если поверхность швов нормальная, можно оставить как есть. Если надо подправить, берем маленький резиновый шпатель или резиновую тонкую пластинку и формируем вогнутую кромку. Так дольше сохранится эластичность состава и он не лопнет. Шпатель можно заменить ногтем в перчатке (можно полиэтиленовой, можно — резиновой).

Заполнить жидкой пробкой или герметиком

Если порожек между плиткой и ламинатом никак не привлекает, можно залить зазор жидкой пробкой или заполнить герметиком. Материалы разные, но способ заполнения одинаковый. Жидкая пробка продается в полиэтиленовых тубах, герметик — по-разному, но удобнее работать с тубами под монтажный пистолет. Герметик и жидкая пробка должны быть эластичными. Причем эластичность должна сохраняться после высыхания. Иначе смысла в таких вставках нет.

Заполнение шва жидкой пробкой или герметиком

Монтаж несложный: очищаем, заполняем, выравниваем поверхность, ждем пока высохнет. Но есть моменты. Первый. Перед работой имеет смысл покрытия защитить малярным скотчем. Их наклеивают ровно в край. После работы снимают, никаких проблем с отмыванием от герметика или жидкой пробки нет. Второй. Герметик обычно выдавливают из тубы, но жидкую пробку туда не вставишь. Нужен будет небольшой резиновый шпатель. Надрезаем край тубы, понемногу выдавливаем состав, заполняем шов. Вот тут очень пригодится скотч. Третий. Правило выравнивания пробки/герметика такое же, как описано выше. Надо создать не ровную поверхность, а либо выгнутую, либо вогнутую. Так шов лучше растягивается и сжимается, не трескается, не теряет свой вид.

Стоит сказать насчет параметров зазора, который может быть заполнен составом. Герметик сохраняет эластичность только в том случае, если глубина слоя не больше ширины шва. То есть, если зазор получился слишком узким и широким, нижнюю часть надо чем-то заполнить. Не забывайте, что это «что-то» должно быть эластичным.

Профиль между ламинатом и плиткой

Еще один способ оформить место примыкания ламината к плитке — вставить профиль или металлическую компенсирующую вставку. Это П-образная вставка с приделанной с одной стороны планкой, которая заводится под плитку. То есть, монтируется этот вид порожка при укладке плитки. По-другому никак. То есть, сначала кладется плитка, укладывается под нее профиль, а затем к нему приставляется с другой стороны ламинат.

Если порожек между плиткой и ламинатом совсем не нравится, или стык находится не возле двери, можно поставить металлическую вставку

Чтобы в щели не проникал мелкий мусор и не забивалась пыль, перед укладкой материала следует промазать его края герметиком. Тут тоже важно, чтобы герметик не трескался, поэтому ищем тоже эластичный. Почему тут можно фиксировать ламинат к металлическому компенсатору? Потому что он за счет своей упругости и будет воспринимать нагрузки.

Плавный стык

Не всегда плитка или керамогранит соединяются с ламинатом по прямой. Есть соединения с плавными, округлыми изгибами. Как поступить в этом случае? Можно заполнить шов герметиком или жидкой пробкой, как описали выше, но есть специальные гибкие профиля и порожки. Профиля в основном металлические. Их легко отличить по небольшой толщине верхней полочки, которая прикрывает край ламината (обычно). Второй отличительный признак — разрезанная на фрагменты часть, которая заводится под плитку. Именно это придает гибкость профилю.

Это металлические профили для оформления плавной линии стыка

Ширина полочки — от 1-2 мм до 4-5 мм. Чем шире полочка, тем меньше радиус изгиба. Перед установкой придают желаемую форму, заводят под плитку. С другой стороны под полочку заводят край ламината. Так что монтаж прост.

Это гибкий резиновый или пластиковый порожек

Есть еще гибкие Т-образные профили из резины и гибкого пластика. Они, как и обычные Т-образные порожки, состоят из двух частей — закладного U-образного профиля и накладки. Разница лишь в том, что накладка гибкая. Вот только и пластик, и резина применяются достаточно жесткие — чтобы не стирались и не царапались. То есть, в обычном виде сильно изогнуть не получится. Если надо сделать крутой изгиб, порожек между плиткой и ламинатом выдерживают в горячей воде (около 70°C) примерно 15-20 минут. Разогретый материал гнется без проблем. Ему придают нужную форму пока не остыл.

Экспоненциальный консенсусный рейтинг улучшает результат стыковки и стыковки ансамбля рецепторов.

  • 1.

    Фатак, С.С., Стефан, К. и Кавасотто, К. Н. Скрининг при открытии лекарств. Заключение эксперта по открытию лекарств 4 , 947–959, https://doi.org/10.1517/17460440

    0961 (2009).

    CAS Статья PubMed Google ученый

  • 2.

    Шнайдер Г. Автоматизация открытия лекарств. Nature Reviews Drug Discovery 17 , 97–113, https: // doi.org / 10.1038 / nrd.2017.232 (2017).

    CAS Статья PubMed Google ученый

  • 3.

    Йоргенсен У. Л. Многочисленные роли вычислений в открытии лекарств. Science 303 , 1813–1818, https://doi.org/10.1126/science.1096361 (2004).

    ADS CAS Статья PubMed Google ученый

  • 4.

    Шнайдер Г. и Фехнер У. Компьютерный дизайн de novo молекул, подобных лекарству. Nature Reviews Drug Discovery 4 , 649–663, https://doi.org/10.1038/nrd1799 (2005).

    CAS Статья PubMed Google ученый

  • 5.

    Кавасотто, К. Н. и Орри, А. Дж. Докинг лиганда и виртуальный скрининг на основе структуры в открытии лекарств. Текущие темы в медицинской химии 7 , 1006–1014, https://doi.org/10.2174/156802607780

    3 (2007).

    CAS Статья PubMed Google ученый

  • 6.

    Rognan, D. Влияние скрининга in silico на открытие новых и более безопасных лекарственных препаратов-кандидатов. Фармакология и терапия 175 , 47–66, https://doi.org/10.1016/j.pharmthera.2017.02.034 (2017).

  • 7.

    Талеле Т., Хедкар С. и Ригби А. Успешное применение компьютерных технологий обнаружения лекарств: перенос лекарств от концепции к клинике. Актуальные темы медицинской химии 10 , 127–141, https: // doi.org / 10.2174 / 1568026107

    251 (2010).

  • 8.

    Йоргенсен У. Л. Поиск и оптимизация эффективных лекарственных средств. В соотв. Chem. Res. 42 , 724–33, https://doi.org/10.1021/ar800236t (2009).

    CAS Статья PubMed PubMed Central Google ученый

  • 9.

    Кавасотто, К. Н. Открытие и разработка лекарств in silico : теория , методы , вызовы , и приложения (CRC Press, 2015).

  • 10.

    Ферла, С. и др. . Скрининг In silico на антивирусные препараты норовируса человека выявил новый ненуклеозидный ингибитор вирусной полимеразы. Scientific Reports 8 , 1–18, https://doi.org/10.1038/s41598-018-22303-y (2018).

  • 11.

    Алмейда, Т. Б., Карнелл, А. Дж., Барсуков, И. Л. и Берри, Н. Г. Нацеливание на взаимодействие SxIP-EB1: комплексный подход к открытию низкомолекулярных модуляторов сайтов динамического связывания. Scientific Reports 7 , 1–12, https://doi.org/10.1038/s41598-017-15502-6 (2017).

    CAS Статья Google ученый

  • 12.

    Чанг, М. В., Айени, К., Брейер, С. и Торбетт, Б. Е. Виртуальный скрининг ингибиторов протеазы ВИЧ: сравнение AutoDock 4 и Vina. PLoS One 5 , 1–9, https://doi.org/10.1371/journal.pone.0011955 (2010).

    CAS Статья Google ученый

  • 13.

    Sousa, S. F. et al. . Докинг «белок-лиганд» в новом тысячелетии — ретроспектива 10-летнего опыта в этой области. Текущая медицинская химия 20 , 2296–314, http://www.ncbi.nlm.nih.gov/pubmed/23531220, https://doi.org/10.2174/07311320180002 (2013).

  • 14.

    Юрьев Э., Холиен Дж. И Рамсланд П. А. Усовершенствования, тенденции и новые идеи в области молекулярного докинга: обзор 2012–2013 гг. Журнал молекулярного распознавания 28 , 581–604, https: // doi.org / 10.1002 / jmr.2471 (2015).

    CAS Статья PubMed Google ученый

  • 15.

    Хуанг, С.-Й., Гринтер, С.З. и Цзоу, X. Функции подсчета баллов и их методы оценки для стыковки белок-лиганд: недавние достижения и будущие направления. Physical Chemistry Chemical Physics 12 , 12899, http://xlink.rsc.org/?DOI=c0cp00151a, https://doi.org/10.1039/c0cp00151a (2010).

  • 16.

    Чен, Ю.C. Остерегайтесь стыковки! Тенденции в фармакологических науках 36 , 78–95, https://doi.org/10.1016/j.tips.2014.12.001 (2015).

    CAS Статья PubMed Google ученый

  • 17.

    Спиракис, Ф. и Кавазотто, С. Н. Открытые проблемы в виртуальном скрининге на основе структуры: моделирование рецепторов, рассмотрение гибкости мишени и описание молекул воды в активном центре. Архив биохимии и биофизики 583 , 105–119, https: // doi.org / 10.1016 / j.abb.2015.08.002 (2015).

    CAS Статья PubMed Google ученый

  • 18.

    Fradera, X., Cruz, X. D., Silva, C.H.T. и Gelp, J.L. Изменения сайтов связывания белков, индуцированные лигандами. Биоинформатика 18 , 939–948, https://doi.org/10.1093/bioinformatics/18.7.939 (2002).

    CAS Статья PubMed Google ученый

  • 19.

    Карлсон, Х.А. Гибкость белка — важный компонент открытия лекарств на основе структуры. Current Pharmaceutical Design 8 , 1571–1578, https://doi.org/10.2174/13816120233 (2002).

    CAS Статья PubMed Google ученый

  • 20.

    Кавасотто, К. и Сингх, Н. Докинг и докинг с высокой пропускной способностью: успехи и проблема гибкости белков. Текущий компьютерный дизайн лекарств 4 , 221–234, https: // doi.орг / 10.2174 / 157340

  • 5747474 (2008 г.).

    CAS Статья Google ученый

  • 21.

    Ма, Б., Шацкий, М., Вольфсон, Х. Дж. И Нусинов, Р. Связывание множества различных лигандов в одном сайте белка: вопрос ранее существовавших популяций. Protein Science 11 , 184–197, https://doi.org/10.1110/ps.21302 (2002).

    CAS Статья PubMed PubMed Central Google ученый

  • 22.

    Кавасотто, К. Н. и Абагян, Р. А. Гибкость белков в стыковке лигандов и виртуальном скрининге протеинкиназ. Журнал молекулярной биологии 337 , 209–225, https://doi.org/10.1016/j.jmb.2004.01.003 (2004).

    CAS Статья PubMed Google ученый

  • 23.

    Cozzini, P. et al . Целевая гибкость: новое значение при открытии и разработке лекарств. J. Med. Chem. 51 , 6237–55, https://doi.org/10.1021/jm800562d (2008).

    CAS Статья PubMed PubMed Central Google ученый

  • 24.

    Маккаммон, Дж. А. Гибкость мишеней в молекулярном распознавании. Biochimica et Biophysica Acta — Белки и протеомика 1754 , 221–224, https://doi.org/10.1016/j.bbapap.2005.07.041 (2005).

    CAS Статья Google ученый

  • 25.

    Тиан, С. и др. . Оценка стратегии виртуального скрининга на основе ансамбля киназных мишеней с учетом гибкости белка. Журнал химической информации и моделирования 54 , 2664–2679, https://doi.org/10.1021/ci500414b (2014).

    CAS Статья PubMed Google ученый

  • 26.

    Феррари, А. М., Вей, Б. К., Костантино, Л. и Шойчет, Б. К. Мягкая стыковка и множественные конформации рецепторов в виртуальном скрининге. Журнал медицинской химии 47 , 5076–5084, https://doi.org/10.1021/jm049756p (2004).

    CAS Статья PubMed PubMed Central Google ученый

  • 27.

    Осгуторп, Д. Дж., Шерман, В. и Хаглер, А. Т. Создание структурных ансамблей рецепторов для виртуального скрининга с использованием анализа формы сайта связывания и кластеризации. Химическая биология и разработка лекарств 80 , 182–193, https: // doi.org / 10.1111 / j.1747-0285.2012.01396.x (2012).

    CAS Статья PubMed Google ученый

  • 28.

    Осгуторп, Д. Дж., Шерман, В. и Хаглер, А. Т. Исследование гибкости белков: включение структурных ансамблей из кристаллических структур и моделирования в протоколы виртуального скрининга. J Phys Chem B 116 , 6952–6959, https://doi.org/10.1021/jp3003992 (2013).

    CAS Статья Google ученый

  • 29.

    Леонг, М. К., Сю, Р. Г., Динг, Ю. Л. и Вен, К. Ф. Прогнозирование аффинности связывания GluN1-лиганда рецептора N-метил-D-аспартата с помощью новой схемы стыковки комбинаторного ансамбля SVM-Pose / SVM-Score. Scientific Reports 7 , 1–15, https://doi.org/10.1038/srep40053 (2017).

    ADS CAS Статья Google ученый

  • 30.

    Кавасотто, К. Н., Ковач, Дж. А. и Абагян, Р. А. Представление гибкости рецептора в стыковке лиганда с помощью соответствующих нормальных режимов. Журнал Американского химического общества 127 , 9632–9640, https://doi.org/10.1021/ja042260c (2005).

    CAS Статья PubMed Google ученый

  • 31.

    Barril, X. & Morley, S.D. Раскрытие полного потенциала гибкого стыковки рецепторов с использованием нескольких кристаллографических структур. Журнал медицинской химии 48 , 4432–4443, https://doi.org/10.1021/jm048972v (2005).

    CAS Статья PubMed Google ученый

  • 32.

    Руэда М., Боттегони Г. и Абагян Р. Рецепты выбора конформаций белка Exptl для виртуального скрининга. Журнал химической информации и моделирования 50 , 186–193, https://doi.org/10.1021/ci

    43 (2010).

    CAS Статья PubMed PubMed Central Google ученый

  • 33.

    Ковач Дж., Кавасотто К. и Абагян Р. Конформационная выборка гибкости белка в обобщенных координатах: применение к стыковке лигандов. J. Comp. Теор. Nanosci. 2 , 354–361, https://doi.org/10.1166/jctn.2005.204 (2005).

    CAS Статья Google ученый

  • 34.

    Ericksen, S. S. et al . Консенсусная оценка машинного обучения повышает производительность по целевым показателям в структурированном виртуальном скрининге. Журнал химической информации и моделирования 57 , 1579–1590, https://doi.org/10.1021/acs.jcim.7b00153 (2017).

    CAS Статья PubMed PubMed Central Google ученый

  • 35.

    Чарифсон, П. С., Коркери, Дж. Дж., Мурко, М. А. и Уолтерс, У. П. Оценка консенсуса: метод для получения улучшенных показателей попадания из баз данных стыковки трехмерных структур в белки. Журнал медицинской химии 42 , 5100–5109, https: // doi.org / 10.1021 / jm9k (1999).

    CAS Статья PubMed Google ученый

  • 36.

    Ода, А., Цучида, К., Такакура, Т., Ямаоцу, Н. и Хироно, С. Сравнение консенсусных стратегий оценки для оценки компьютерных моделей комплексов белок-лиганд. Журнал химической информации и моделирования 46 , 380–391, https://doi.org/10.1021/ci050283k (2006).

    CAS Статья PubMed Google ученый

  • 37.

    Хуанг, Н., Шойчет, Б. К., Ирвин, Дж. Дж. И Франциско, С. Наборы эталонных тестов для молекулярного докинга. Журнал медицинской химии 6789–6801, https://doi.org/10.1021/jm0608356 (2006).

  • 38.

    Cheng, T., Li, X., Li, Y., Liu, Z. & Wang, R. Сравнительная оценка оценочных функций на разнообразном наборе тестов. Журнал химической информации и моделирования 49 , 1079–93, https://doi.org/10.1021/ci

    53 (2009).

    CAS Статья PubMed Google ученый

  • 39.

    Куколь, А. и др. . Консенсусные подходы к виртуальному скринингу для прогнозирования белковых лигандов. Европейский журнал медицинской химии 46 , 4661–4664, https://doi.org/10.1016/j.ejmech.2011.05.026 (2011).

    CAS Статья PubMed Google ученый

  • 40.

    Wang, R. & Wang, S. Как работает согласованная оценка при просмотре виртуальных библиотек? Идеализированный компьютерный эксперимент. Журнал химической информации и компьютерных наук 41 , 1422–1426, https: // doi.org / 10.1021 / ci010025x (2001).

    CAS Статья PubMed Google ученый

  • 41.

    Лю С., Фу Р., Чжоу, Л. Х. и Чен, С. П. Применение консенсусной оценки и анализа главных компонентов для виртуального скрининга против β -секретазы (BACE-1). PLoS One 7 , e38086, https://doi.org/10.1371/journal.pone.0038086 (2012).

    ADS CAS Статья PubMed PubMed Central Google ученый

  • 42.

    Ece, A. & Sevin, F. Открытие потенциальных ингибиторов циклина A / CDK2: комбинация фармакофорного моделирования 3D QSAR, виртуального скрининга и исследований молекулярного докинга. Medicinal Chemistry Research 22 , 5832–5843, https://doi.org/10.1007/s00044-013-0571-y (2013).

    CAS Статья Google ученый

  • 43.

    Plewczynski, D., aniewski, M., Von Grotthuss, M., Rychlewski, L. & Ginalski, K.VoteDock: консенсусный метод стыковки для прогнозирования взаимодействий белок-лиганд. Journal of Computational Chemistry 32 , 568–581, https://doi.org/10.1002/jcc.21642 (2011).

    CAS Статья PubMed Google ученый

  • 44.

    Tuccinardi, T., Poli, G., Romboli, V., Giordano, A. & Martinelli, A. Обширная консенсусная оценка стыковки для прогнозирования позы лиганда и исследований виртуального скрининга. Журнал химической информации и моделирования 54 , 2980–2986, https://doi.org/10.1021/ci500424n (2014).

    CAS Статья PubMed Google ученый

  • 45.

    Рен, Х. и др. . Новая консенсусная стратегия стыковки для улучшения предсказания позы лиганда. Журнал химической информации и моделирования 58 , 1662–1668, https://doi.org/10.1021/acs.jcim.8b00329 (2018).

    CAS Статья PubMed Google ученый

  • 46.

    Кавасотто, К. Н. Расчет свободной энергии связывания и оценка в стыковке малых молекул. В Physico Химические и вычислительные подходы к открытию лекарств , 195–222 (Королевское химическое общество, 2012).

  • 47.

    Wang, G. & Zhu, W. Молекулярная стыковка для открытия и разработки лекарств: широко используемый подход, но далек от совершенства. Future Medicinal Chemistry 8 , 1707–1710, https://doi.org/10.4155/fmc-2016-0143 (2016).

    CAS Статья PubMed Google ученый

  • 48.

    Абагян Р., Тотров М. и Кузнецов Д. ICM — новый метод моделирования и дизайна белков: приложения для стыковки и предсказания структуры на основе искаженной нативной конформации. Journal of Computational Chemistry 15 , 488–506, https://doi.org/10.1002/jcc.540150503 (1994).

    CAS Статья Google ученый

  • 49.

    Тротт, О. и Олсон, А. Дж. AutoDock Vina: повышение скорости и точности стыковки с помощью новой функции подсчета очков, эффективной оптимизации и многопоточности. Journal of Computational Chemistry 31 , 455–461, https://doi.org/10.1002/jcc.21334 (2010).

    CAS Статья PubMed PubMed Central Google ученый

  • 50.

    Xu, W., Lucke, A. J. & Fairlie, D. P. Сравнение шестнадцати функций оценки для прогнозирования биологической активности лигандов для белковых мишеней. Журнал молекулярной графики и моделирования 57 , 76–88, https://doi.org/10.1016/j.jmgm.2015.01.009 (2015).

    CAS Статья PubMed Google ученый

  • 51.

    Хуанг, С. Ю. Изучение потенциала глобальной стыковки белок-белок: обзор и критическая оценка текущих программ для автоматической стыковки ab initio. Drug Discovery Today 20 , 969–977, https: // doi.org / 10.1016 / j.drudis.2015.03.007 (2015).

    CAS Статья PubMed Google ученый

  • 52.

    Моррис Г. М. и др. . AutoDock4 и AutoDockTools4: автоматическая стыковка с гибкостью выборочного рецептора. Journal of Computational Chemistry 30 , 2785–2791, https://doi.org/10.1002/jcc.21256 (2009).

    CAS Статья PubMed PubMed Central Google ученый

  • 53.

    Zhang, N. & Zhao, H. Обогащение скрининговых библиотек пространством биоактивных фрагментов. Письма по биоорганической и медицинской химии 26 , 3594–3597, https://doi.org/10.1016/j.bmcl.2016.06.013 (2016).

    MathSciNet CAS Статья PubMed Google ученый

  • 54.

    Ruiz-Carmona, S. et al . rDock: быстрая, универсальная программа с открытым исходным кодом для стыковки лигандов с белками и нуклеиновыми кислотами. PLoS Computational Biology 10 , 1–8, https://doi.org/10.1371/journal.pcbi.1003571 (2014).

    CAS Статья Google ученый

  • 55.

    Коэс, Д. Р., Баумгартнер, М. П. и Камачо, К. Дж. Уроки, извлеченные из эмпирической оценки с помощью smina в ходе сравнительного анализа CSAR 2011. Журнал химической информации и моделирования 53 , 1893–1904, https://doi.org/10.1021/ci300604z (2013).

    CAS Статья PubMed PubMed Central Google ученый

  • 56.

    Zhao, H. & Huang, D. Штраф за связывание водорода при связывании лиганда. PLoS One 6 , e19923, https://doi.org/10.1371/journal.pone.0019923 (2011).

    ADS CAS Статья PubMed PubMed Central Google ученый

  • 57.

    Park, H., Eom, J.W. & Kim, Y.H. Подход к консенсусной оценке для идентификации ингибиторов AMP-активированной протеинкиназы α 2 с виртуальным скринингом. Журнал химической информации и моделирования 54 , 2139–2146, https://doi.org/10.1021/ci500214e (2014).

    CAS Статья PubMed Google ученый

  • 58.

    Кавасотто, К., Орри, А. и Абагян, Р. Проблема учета гибкости рецепторов при стыковке лигандов и виртуальном скрининге. Current Computer Aided Drug Design 1 , 423–440, http://www.eurekaselect.com/openurl/content.php?genre=article{&}issn=1573-4099{&}volume= 1 {&} issue = 4 {&} spage = 423, https://doi.org/10.2174/1573404330291 (2005).

  • 59.

    Mysinger, M. M., Carchia, M., Irwin, J. J. & Shoichet, B.K. Справочник полезных приманок, улучшенный (DUD-E): лучшие лиганды и приманки для лучшего тестирования. Журнал медицинской химии 55 , 6582–6594, https: // doi.org / 10.1021 / jm300687e (2012).

    CAS Статья PubMed PubMed Central Google ученый

  • 60.

    О’Бойл, Н. М. и др. . Open Babel: открытый химический набор инструментов. Journal of Cheminformatics 3 , 1–14, https://doi.org/10.1186/1758-2946-3-33 (2011).

    CAS Статья Google ученый

  • 61.

    Lagarde, N. et al .NRLiSt BDB, база данных сравнительного анализа лигандов и структур ядерных рецепторов, созданных вручную. Журнал медицинской химии 57 , 3117–3125, https://doi.org/10.1021/jm500132p (2014).

    CAS Статья PubMed Google ученый

  • 62.

    Gatica, E. A. & Cavasotto, C. N. Наборы лигандов и ловушек для стыковки с рецепторами, связанными с G-белками. Журнал химической информации и моделирования 52 , 1–6, https: // doi.org / 10.1021 / ci200412p (2012).

    CAS Статья PubMed Google ученый

  • 63.

    Rasmussen, S.G. et al. . Структура активного состояния стабилизированного нанотелами адренорецептора β 2. Nature 469 , 175–181, https://doi.org/10.1038/nature09648 (2011).

    ADS CAS Статья PubMed PubMed Central Google ученый

  • 64.

    Розенбаум, Д. М. и др. . Структура и функция необратимого агонистического комплекса адренорецепторов β 2. Nature 469 , 236–240, https://doi.org/10.1038/nature09665 (2011).

    ADS CAS Статья PubMed PubMed Central Google ученый

  • 65.

    Søndergaard, C. R., Olsson, M. H., Rostkowski, M. & Jensen, J. H. Усовершенствованная обработка лигандов и эффектов связывания в эмпирических расчетах и ​​рационализации p Kavalues. Журнал химической теории и вычислений 7 , 2284–2295, https://doi.org/10.1021/ct200133y (2011).

    CAS Статья PubMed Google ученый

  • 66.

    Олссон, М. Х. М., Сёндергаард, К. Р., Ростковски, М. и Йенсен, Дж. Х. ПРОПКА3: Последовательная обработка внутренних и поверхностных остатков в эмпирических прогнозах pKa BT — Журнал химической теории и вычислений. Журнал химической теории и вычислений 7 , 525–537, https: // doi.org / 10.1021 / ct100578z (2011).

    CAS Статья PubMed Google ученый

  • 67.

    Чен В. Б. и др. . MolProbity: проверка структуры всех атомов для кристаллографии макромолекул. Acta Crystallographica Раздел D: Биологическая кристаллография 66 , 12–21, https://doi.org/10.1107/S0

    490
  • 73 (2010).

    CAS Статья Google ученый

  • 68.

    Кавасотто, К. Н., Аукар, М. Г. и Адлер, Н. С. Вычислительная химия в открытии и разработке лекарственных препаратов. Международный журнал квантовой химии 119 , e25678, https://doi.org/10.1002/qua.25678 (2019).

    CAS Статья Google ученый

  • 69.

    Тотров М. и Абагян Р. Докинг белок-лиганд как проблема оптимизации энергии (стр. 603–624. John Wiley and Sons, New York, 2001).

    Google ученый

  • 70.

    Кирога, Р. и Вильярреал, М. А. Винардо: Функция подсчета очков, основанная на автодок-вине, улучшает подсчет очков, стыковку и виртуальный просмотр. PLoS One 11 , 1–18, https://doi.org/10.1371/journal.pone.0155183 (2016).

    CAS Статья Google ученый

  • 71.

    Джайн, А. Н. Предвзятость, отчетность и обмен: вычислительные оценки методов стыковки. Журнал компьютерного молекулярного дизайна 22 , 201–212, https://doi.org/10.1007/s10822-007-9151-x (2008).

    ADS CAS Статья PubMed Google ученый

  • 72.

    Triballeau, N., Acher, F., Brabet, I., Pin, J.-P. И Бертран, Х.-О. Разработка рабочего процесса виртуального досмотра на основе подхода кривой «рабочих характеристик приемника». Применение к высокопроизводительной стыковке с метаботропным глутаматным рецептором подтипа 4. Журнал медицинской химии 48 , 2534–2547, https://doi.org/10.1021/jm049092j (2005).

    CAS Статья PubMed Google ученый

  • Превышая предел точности комплементарности формы для стыковки белок-белок | BMC Bioinformatics

  • 1

    Ваксер И.А. Белковая стыковка: от взаимодействия к интерактому. Biophys J. 2014; 107 (8): 1785–1793.

    CAS PubMed PubMed Central Статья Google ученый

  • 2

    Ваксман Г., Сансом К.Введение: протеомика и белок-белковые взаимодействия: биология, химия, биоинформатика и дизайн лекарств. В кн .: Протеомика и белок-белковые взаимодействия. Springer: 2005. стр. 1–18.

  • 3

    Шен З, Бао В, Хуанг Д. Рекуррентная нейронная сеть для прогнозирования сайтов связывания транскрипционных факторов. Научный представитель 2018; 8 (1): 15270.

    PubMed PubMed Central Статья CAS Google ученый

  • 4

    Zhu L, Zhang HB, Huang DS.Прямая оптимизация AUC регуляторных мотивов. Биоинформатика. 2017; 33 (14): i243–51.

    CAS PubMed PubMed Central Google ученый

  • 5

    Чжу Л., Дэн С.П., Ю Чж, Хуан Д.С. Выявление ложных взаимодействий в сетях взаимодействия белок-белок с использованием встраивания с сохранением локального сходства. IEEE / ACM Trans Comput Biol Bioinformatics (TCBB). 2017; 14 (2): 345–52.

    Артикул Google ученый

  • 6

    Дэн С.П., Хуанг Д.С.SFAPS: пакет R для анализа структуры / функций белковых последовательностей на основе метода информационного спектра. Методы. 2014; 69 (3): 207–212.

    CAS Статья Google ученый

  • 7

    Хуанг Д.С., Чжан Л., Хан К., Дэн С., Ян К., Чжан Х. Прогнозирование белок-белковых взаимодействий на основе корреляции белок-белок с использованием регрессии наименьших квадратов. Curr Protein Pept Sci. 2014; 15 (6): 553–60.

    CAS Статья Google ученый

  • 8

    Ши М.Г., Ся Дж.Ф., Ли XL, Хуанг Д.С.Прогнозирование белок-белковых взаимодействий на основе последовательности с использованием коэффициента корреляции и высококачественного набора данных взаимодействия. Аминокислоты. 2010; 38 (3): 891–9.

    CAS PubMed Статья Google ученый

  • 9

    You ZH, Lei YK, Gui J, Huang DS, Zhou X. Использование встраивания множеств для оценки и прогнозирования взаимодействий белков на основе высокопроизводительных экспериментальных данных. Биоинформатика. 2010; 26 (21): 2744–51.

    CAS PubMed PubMed Central Статья Google ученый

  • 10

    Xia JF, Zhao XM, Song J, Huang DS.APIS: точное предсказание горячих точек на границе раздела белков за счет сочетания индекса выступа с доступностью растворителя. BMC Bioinformatics. 2010; 11 (1): 174.

    PubMed PubMed Central Статья CAS Google ученый

  • 11

    Xia JF, Zhao XM, Huang DS. Предсказание белок-белковых взаимодействий на основе белковых последовательностей с использованием мета-предсказателя. Аминокислоты. 2010; 39 (5): 1595–9.

    CAS PubMed Статья Google ученый

  • 12

    Янь Й, Хуанг SY.Неизбыточный тест для симметричной стыковки белков. Мин аналитика больших данных. 2019; 2 (2): 92–9.

    Артикул Google ученый

  • 13

    Хуан SY. Стратегии поиска и оценка стыковки белок-белок: принципы, достижения и проблемы. Drug Discov сегодня. 2014; 19 (8): 1081–96.

    CAS PubMed Статья Google ученый

  • 14

    Bienstock RJ. Вычислительная разработка лекарств, нацеленных на белок-белковые взаимодействия.Curr Pharm Des. 2012; 18 (9): 1240–54.

    CAS PubMed Статья Google ученый

  • 15

    Кортемме Т., Бейкер Д. Вычислительный дизайн белок-белковых взаимодействий. Curr Opin Chem Biol. 2004; 8 (1): 91–7.

    CAS PubMed Статья Google ученый

  • 16

    Фатима А.Дж., Муругабупати Дж., Селвам П. Фармакофорное картирование виртуального скрининга, молекулярного докинга и молекулярно-динамического моделирования на основе лигандов для поиска эффективных ингибиторов протеазы NS2B / NS3 в качестве потенциальных соединений против денге.Curr Bioinformatics. 2018; 13 (6): 606–16.

    CAS Статья Google ученый

  • 17

    Berman HM, Westbrook J, Feng Z, Gilliland G, Bhat T, Weissig H и др. Банк данных по белкам. Nucleic Acids Res. 2000; 28: 235–42.

  • 18

    Moreira IS, Fernandes PA, Ramos MJ. Белок-белковая стыковка с неизвестным. J. Comput Chem. 2010; 31 (2): 317–42.

    CAS PubMed Google ученый

  • 19

    Smith GR, Sternberg MJ.Прогнозирование белок-белковых взаимодействий методами докинга. Curr Opin Struct Biol. 2002; 12 (1): 28–35.

    PubMed Статья Google ученый

  • 20

    Гальперин И., Ма Б., Вольфсон Х., Нусинов Р. Принципы стыковки: Обзор алгоритмов поиска и руководство по функциям подсчета очков. Proteins Struct Funct Bioinformatics. 2002; 47 (4): 409–43.

    CAS Статья Google ученый

  • 21

    Вайда С, зал ДР, Козаков Д.Выборка и оценка: брак, заключенный на небесах. Proteins Struct Funct Bioinformatics. 2013; 81 (11): 1874–84.

    CAS Статья Google ученый

  • 22

    Хуанг SY. Изучение потенциала глобальной стыковки белок-белок: обзор и критическая оценка текущих программ автоматической стыковки ab initio. Drug Discov сегодня. 2015; 20 (8): 969–77.

    CAS PubMed Статья Google ученый

  • 23

    Янь И, Вэнь З, Ван Х, Хуанг С.Решение недавних проблем стыковки: гибридная стратегия интеграции стыковки на основе шаблона и свободного белок-белок. Proteins Struct Funct Bioinformatics. 2017; 85 (3): 497–512.

    CAS Статья Google ученый

  • 24

    Ричи DW. Недавний прогресс и будущие направления в белок-белковой стыковке. Curr Protein Pept Sci. 2008; 9 (1): 1–15.

    CAS PubMed Статья Google ученый

  • 25

    Джанин Дж.Докинг белок-белок, проверенный слепыми предсказаниями: эксперимент CAPRI. Mol BioSyst. 2010; 6 (12): 2351–62.

    CAS PubMed Статья Google ученый

  • 26

    Андрузье Н, Машиах Э, Нусинов Р., Вольфсон Х.Дж. Принципы гибкого белок-белкового стыковки. Белки: структура, функции и биоинформатика. 2008; 73 (2): 271–289.

  • 27

    Ся Б., Вайда С., Козаков Д. Учет попарных ограничений расстояния в стыковке белок-белок на основе БПФ.Биоинформатика. 2016; 32 (21): 3342–44.

    CAS PubMed PubMed Central Статья Google ученый

  • 28

    Хименес-Гарсия Б., Роэль-Турис Дж., Ромеро-Дурана М., Видаль М., Хименес-Гонсалес Д., Фернандес-Ресио Дж. LightDock: новый многоуровневый подход к стыковке белок-белок. Биоинформатика. 2017; 34 (1): 49–55.

    Артикул CAS Google ученый

  • 29

    Басу С., Валлнер Б.Поиск правильных моделей стыковки белок-белок с помощью ProQDock. Биоинформатика. 2016; 32 (12): i262–70.

    CAS PubMed PubMed Central Статья Google ученый

  • 30

    Цзян Ф., Ким Ш. «Мягкая стыковка»: сопоставление кубов молекулярной поверхности. J Mol Biol. 1991; 219 (1): 79–102.

    CAS PubMed Статья Google ученый

  • 31

    Palma PN, Krippahl L, Wampler JE, Moura JJ.BiGGER: новый (мягкий) алгоритм стыковки для прогнозирования взаимодействий с белками. Proteins Struct Funct Bioinformatics. 2000; 39 (4): 372–84.

    CAS Статья Google ученый

  • 32

    Гардинер Э.Дж., Виллетт П., Артимюк П.Дж. Докинг белков с использованием генетического алгоритма. Proteins Struct Funct Bioinformatics. 2001; 44 (1): 44–56.

    CAS Статья Google ученый

  • 33

    Абагян Р., Тотров М., Кузнецов Д.ICM — новый метод моделирования и дизайна белков: приложения для стыковки и предсказания структуры на основе искаженной нативной конформации. J. Comput Chem. 1994; 15 (5): 488–506.

    CAS Статья Google ученый

  • 34

    Фернандес-Ресио Дж., Тотров М., Абагян Р. Док-станция ICM-DISCO за счет глобальной оптимизации энергопотребления с полностью гибкими боковыми цепями. Proteins Struct Funct Bioinformatics. 2003; 52 (1): 113–7.

    Артикул CAS Google ученый

  • 35

    Gray JJ, Moughon S, Wang C, Schueler-Furman O, Kuhlman B, Rohl CA, et al.Белок-белковая стыковка с одновременной оптимизацией смещения твердого тела и конформации боковых цепей. J Mol Biol. 2003; 331 (1): 281–299.

  • 36

    Ван С, Брэдли П., Бейкер Д. Белковая стыковка с гибкостью скелета. J Mol Biol. 2007; 373 (2): 503–19.

    CAS PubMed Статья Google ученый

  • 37

    Чаудхури С., Грей Дж. Дж. Отбор конформеров и индуцированная подгонка гибкого скелета белок-белок стыковки с использованием вычислительных ансамблей и ансамблей ЯМР.J Mol Biol. 2008; 381 (4): 1068–87.

    CAS PubMed PubMed Central Статья Google ученый

  • 38

    Захариас М. Белковая стыковка с моделью редуцированного белка, учитывающая гибкость боковой цепи. Protein Sci. 2003; 12 (6): 1271–82.

    CAS PubMed PubMed Central Статья Google ученый

  • 39

    Домингес К., Боеленс Р., Бонвин А.М.HADDOCK: подход к стыковке белков и белков, основанный на биохимической или биофизической информации. J Am Chem Soc. 2003; 125 (7): 1731–7.

    CAS PubMed Статья Google ученый

  • 40

    Качальски-Кацир Э., Шарив И., Эйзенштейн М., Фризем А.А., Афлало С., Ваксер И.А. Распознавание молекулярной поверхности: определение геометрического соответствия между белками и их лигандами с помощью методов корреляции. Proc Nat Acad Sci. 1992; 89 (6): 2195–9.

    CAS PubMed Статья Google ученый

  • 41

    Габб Х.А., Джексон Р.М., Стернберг М.Дж. Моделирование стыковки белков с использованием комплементарности форм, электростатики и биохимической информации. J Mol Biol. 1997; 272 (1): 106–20.

    CAS PubMed Статья Google ученый

  • 42

    Ваксер И.А. Оценка методологии стыковки с низким разрешением GRAMM на комплексе гемагглютинин-антитело.Proteins Struct Funct Bioinformatics. 1997; 29 (S1): 226–30.

    Артикул Google ученый

  • 43

    Ричи Д.В., Кемп Дж. Докинг белков с использованием сферических полярных корреляций Фурье. Proteins Struct Funct Bioinformatics. 2000; 39 (2): 178–94.

    CAS Статья Google ученый

  • 44

    Mandell JG, Roberts VA, Pique ME, Kotlovyi V, Mitchell JC, Nelson E, et al.Докинг белков с использованием континуальной электростатики и геометрической подгонки. Protein Eng. 2001; 14 (2): 105–13.

    CAS PubMed PubMed Central Статья Google ученый

  • 45

    Хейфец А., Качальски-Кацир Э., Эйзенштейн М. Электростатика в стыковке белок-белок. Protein Sci. 2002; 11 (3): 571–87.

    CAS PubMed PubMed Central Статья Google ученый

  • 46

    Чен Р., Вен З.Докинг несвязанных белков с использованием комплементарности формы, десольватации и электростатики. Proteins Struct Funct Bioinformatics. 2002; 47 (3): 281–94.

    CAS Статья Google ученый

  • 47

    Чен Р., Вен З. Новая функция оценки комплементарности формы для стыковки белок-белок. Proteins Struct Funct Bioinformatics. 2003; 51 (3): 397–408.

    CAS Статья Google ученый

  • 48

    Чен Р., Ли Л., Вен З.ZDOCK: алгоритм стыковки белков на начальном этапе. Proteins Struct Funct Bioinformatics. 2003; 52 (1): 80–7.

    CAS Статья Google ученый

  • 49

    Козаков Д., Бренке Р., Комо С.Р., Вайда С. PIPER: программа стыковки белков на основе БПФ с парными потенциалами. Proteins Struct Funct Bioinformatics. 2006; 65 (2): 392–406.

    CAS Статья Google ученый

  • 50

    Янь Y, Zhang D, Zhou P, Li B, Huang SY.HDOCK: веб-сервер для стыковки белок-белок и белок-ДНК / РНК, основанный на гибридной стратегии. Nucleic Acids Res. 2017; 45 (W1): W365 ​​– W373.

    CAS PubMed PubMed Central Статья Google ученый

  • 51

    Янь Й, Тао Х, Хуан С. HSYMDOCK: стыковочный веб-сервер для прогнозирования структуры гомоолигомеров белков с симметрией Cn или Dn. Nucleic Acids Res. 2018; 46 (W1): W423–31.

    CAS PubMed PubMed Central Статья Google ученый

  • 52

    Джанин Дж., Хенрик К., Моулт Дж., Эйк Л.Т., Штернберг М.Дж., Вайда С. и др.CAPRI: критическая оценка прогнозируемых взаимодействий. Proteins Struct Funct Bioinformatics. 2003; 52 (1): 2–9.

    CAS Статья Google ученый

  • 53

    Méndez R, Leplae R, Lensink MF, Wodak SJ. Оценка прогнозов CAPRI в 3-5 раундах показывает прогресс в процедурах стыковки. Proteins Struct Funct Bioinformatics. 2005; 60 (2): 150–69.

    Артикул CAS Google ученый

  • 54

    Линза MF, Méndez R, Wodak SJ.Докинг и оценка белковых комплексов: CAPRI, 3-е издание. Proteins Struct Funct Bioinformatics. 2007; 69 (4): 704–18.

    CAS Статья Google ученый

  • 55

    Линза MF, Wodak SJ. Докинг и оценка белковых взаимодействий: CAPRI 2009. Proteins Struct Funct Bioinformatics. 2010; 78 (15): 3073–84.

    CAS Статья Google ученый

  • 56

    Линза МФ, Веланкар С., Крыштафович А., Хуанг С.Ю., Шнайдман-Духовны Д., Сали А. и др.Прогнозирование гомопротеиновых и гетеропротеиновых комплексов с помощью стыковки белков и моделирования на основе шаблонов: эксперимент CASP-CAPRI. Proteins Struct Funct Bioinformatics. 2016; 84: 323–48.

    Артикул CAS Google ученый

  • 57

    Lensink MF, Velankar S, Wodak SJ. Моделирование комплексов белок-белок и белок-пептид: 6-е издание CAPRI. Proteins Struct Funct Bioinformatics. 2017; 85 (3): 359–77.

    CAS Статья Google ученый

  • 58

    Джексон Р.М., Габб Х.А., Штернберг М.Дж.Быстрая доработка интерфейсов белков, включая сольватацию: приложение к проблеме стыковки. J Mol Biol. 1998; 276 (1): 265–85.

    CAS PubMed Статья Google ученый

  • 59

    Ли Л., Чен Р., Вен З. RDOCK: уточнение предсказаний стыковки белков твердого тела. Proteins Struct Funct Bioinformatics. 2003; 53 (3): 693–707.

    CAS Статья Google ученый

  • 60

    Ублюдок К., Превост С., Захариас М.Учет гибкости петли при стыковке белок-белок. Proteins Struct Funct Bioinformatics. 2006; 62 (4): 956–9.

    CAS Статья Google ученый

  • 61

    Пирс Б., Вен З. ЗРАНК: пересмотр прогнозов стыковки белков с помощью оптимизированной энергетической функции. Proteins Struct Funct Bioinformatics. 2007; 67 (4): 1078–86.

    CAS Статья Google ученый

  • 62

    Лян С., Лю С., Чжан С., Чжоу Ю.Простое эталонное состояние значительно улучшает почти естественный выбор из структурно усовершенствованных ложных целей. Proteins Struct Funct Bioinformatics. 2007; 69 (2): 244–53.

    CAS Статья Google ученый

  • 63

    Андрузье Н., Нусинов Р., Вольфсон Х.Дж. FireDock: быстрое улучшение взаимодействия в молекулярном стыковке. Proteins Struct Funct Bioinformatics. 2007; 69 (1): 139–59.

    CAS Статья Google ученый

  • 64

    Cheng TMK, Blundell TL, Fernandez-Recio J.pyDock: электростатика и десольватация для эффективной оценки стыковки твердого тела белок-белок. Proteins Struct Funct Bioinformatics. 2007; 68 (2): 503–15.

    CAS Статья Google ученый

  • 65

    Серый JJ. Белковая стыковка с высоким разрешением. Curr Opin Struct Biol. 2006; 16 (2): 183–193.

    CAS PubMed Статья Google ученый

  • 66

    Норел Р., Петри Д., Вольфсон Х. Дж., Нусинов Р.Исследование комплементарности формы при стыковке несвязанных белков. Proteins Struct Funct Bioinformatics. 1999; 36 (3): 307–317.

    CAS Статья Google ученый

  • 67

    Шенту З., Аль Хасан М., Быстрофф С., Заки М.Дж. Формы контекста: эффективное согласование дополнительных форм для стыковки белок-белок. Proteins Struct Funct Bioinformatics. 2008; 70 (3): 1056–73.

    CAS Статья Google ученый

  • 68

    Курода Д., Грей Дж.Дж.Комплементарность формы и предпочтения водородных связей в интерфейсах белок-белок: значение для моделирования антител и стыковки белок-белок. Биоинформатика. 2016; 32 (16): 2451–6.

    CAS PubMed PubMed Central Статья Google ученый

  • 69

    Никола Г., Ваксер И.А. Простая форма, характерная для белок-белкового узнавания. Биоинформатика. 2007; 23 (7): 789–92.

    CAS PubMed Статья Google ученый

  • 70

    Коннолли ML.Аналитический расчет молекулярной поверхности. J Appl Crystallogr. 1983; 16 (5): 548–58.

    CAS Статья Google ученый

  • 71

    Коннолли ML. Доступные для растворителей поверхности белков и нуклеиновых кислот. Наука. 1983; 221 (4612): 709–713.

    CAS PubMed Статья Google ученый

  • 72

    Estrin M, Wolfson HJ. SnapDock — стыковка на основе шаблонов с помощью геометрического хеширования.Биоинформатика. 2017; 33 (14): i30–6.

    CAS PubMed PubMed Central Статья Google ученый

  • 73

    Норел Р., Фишер Д., Вольфсон Х. Дж., Нусинов Р. Распознавание молекулярной поверхности с помощью метода компьютерного зрения. Protein Eng Des Sel. 1994; 7 (1): 39–46.

    CAS Статья Google ученый

  • 74

    Норел Р., Лин С.Л., Вольфсон Х.Дж., Нусинов Р. Молекулярная комплементарность поверхности на границах раздела белок-белок: критическая роль, которую играют нормали поверхности в хорошо расположенных, разреженных точках стыковки.J Mol Biol. 1995; 252 (2): 263–73.

    CAS PubMed Статья Google ученый

  • 75

    Фишер Д., Лин С.Л., Вольфсон Х.Л., Нусинов Р. Набор процессов молекулярной блокировки на основе геометрии. J Mol Biol. 1995; 248 (2): 459–477.

    CAS PubMed Google ученый

  • 76

    Хван Х, Вревен Т., Джанин Дж., Вен З. Тест стыковки белок-белок, версия 4.0. Proteins Struct Funct Bioinformatics.2010; 78 (15): 3111–4.

    CAS Статья Google ученый

  • 77

    Ли А.Дж., Нусинов Р. Набор ван-дер-ваальсовых и кулоновских радиусов атомов белка для расчета молекулярной поверхности и поверхности, доступной для растворителя, оценки упаковки и стыковки. Proteins Struct Funct Bioinformatics. 1998; 32 (1): 111–27.

    CAS Статья Google ученый

  • 78

    Джексон РМ. Сравнение белок-белковых взаимодействий в комплексах серин-протеаза-ингибитор и антитело-антиген: последствия для проблемы стыковки белков.Protein Sci. 1999; 8 (3): 603–13.

    CAS PubMed PubMed Central Статья Google ученый

  • Использование параллельного инкрементного метадокинга может решить проблему конформационной выборки при стыковке больших лигандов с белками | BMC Molecular and Cell Biology

    DINC — постепенная стыковка

    DINC — это параллельный метод метадокинга, разработанный для постепенной стыковки больших лигандов с белковыми рецепторами.Обоснование метода и его реализация описаны в предыдущих публикациях [11, 17, 20]. Новейшая версия DINC, названная DINC 2.0, стала доступной онлайн в виде веб-сервера [23, 24]. Короче говоря, DINC основан на подходе «разделяй и властвуй», позволяющем стыковать большие лиганды, содержащие слишком много гибких связей, чтобы их можно было эффективно стыковать с помощью традиционных инструментов стыковки белок-лиганд. Идея DINC состоит в постепенной стыковке все больших и больших перекрывающихся фрагментов лиганда вместо того, чтобы стыковать все сразу.Рабочий процесс алгоритма показан на рис.3.

    Рис. 3

    Рабочий процесс алгоритма DINC на конкретном примере. DINC начинает с выбора небольшого фрагмента входного лиганда (фрагмент 0), имеющего всего k гибких связей, и использует его в качестве входных данных для первого раунда стыковки с Vina. Для расширения выбираются лучшие режимы связывания: они «выращиваются» путем добавления небольшого количества атомов. Затем эти новые фрагменты стыковываются параллельно с помощью Vina. Процесс повторяется постепенно, пока весь входной лиганд не будет реконструирован и стыкован с сайтом связывания

    При наличии лиганда алгоритм DINC начинается с выбора подмножества гибких связей лиганда для исследования, выполнения выборки и оценки этого первый фрагмент.Затем для расширения выбираются несколько стыкованных конформаций этого фрагмента. Во время этого процесса выбранные конформации «растут», чтобы включить дополнительное подмножество гибких связей исходного лиганда. Это определяется одним из параметров DINC, который определяет, сколько новых гибких связей добавляется на каждом этапе стыковки. Затем расширенные фрагменты используются в качестве входных данных для второго раунда выборки и оценки. Этот процесс постепенно повторяется до тех пор, пока не будут исследованы все гибкие связи исходного лиганда.

    Количество гибких связей, которые исследуются в каждом раунде стыковки, является ключевым параметром для успеха инкрементного процесса. Хотя количество атомов и связей, составляющих фрагменты, увеличивается от одного цикла к следующему, количество связей, которые считаются гибкими и эффективно отбираются, остается постоянным. В DINC этот параметр называется размером фрагмента. Вместо определения размера фрагмента и количества новых гибких связей (которое затем автоматически определяет количество стыковочных раундов) можно определить количество стыковочных раундов и новых гибких связей в DINC (который затем автоматически определяет размер фрагмента) .Обратите внимание, что можно использовать разные эвристики, чтобы решить, какие облигации будут активными в каждом раунде, а какие ранее исследованные связи будут оставаться жесткими. Важным моментом является то, что, сохраняя активным только подмножество связей на каждом этапе, DINC обеспечивает эффективную выборку и оценку растущих фрагментов.

    Еще одним ключевым аспектом подхода DINC является параллелизм. На каждом этапе инкрементного процесса несколько попыток стыковки данного фрагмента выполняются независимо параллельно.Затем все сгенерированные конформации группируются вместе, и подмножество этого пула конформаций выбирается для расширения и для следующего раунда стыковки. В DINC параметр, управляющий этим поведением, называется количеством задач стыковки или просто количеством потоков. Благодаря параллелизму количество выборок на каждом этапе значительно увеличивается, не влияя на общее время выполнения. DINC может работать на настольном компьютере с использованием нескольких потоков, а также хорошо подходит для высокопроизводительных вычислительных систем.

    DINC также представляет собой мета-стыковочный подход в том смысле, что он полагается на обычные стыковочные инструменты для выполнения задач выборки и оценки на каждом этапе стыковки. Сам DINC управляет только параллелизмом, генерацией фрагментов и выбором активных гибких связей. В своей первоначальной версии DINC полагался исключительно на AutoDock4 [22]. Новейшая версия DINC, которую мы оцениваем в этом исследовании, включает в себя популярный стыковочный инструмент Vina [21]. Поскольку в DINC доступны два инструмента для закрепления, теперь можно использовать отдельные инструменты для задач выборки и оценки.В более общем смысле, DINC — это инструмент с широкими возможностями настройки, в котором можно настроить все параметры.

    Протоколы стыковки

    Первый проверенный нами протокол стыковки включает только Vina и был направлен на изучение эффектов изменения полноты Vina. Этот параметр определяет, как долго Vina будет работать, задав количество независимых прогонов, которые выполняются внутри, начиная с случайных конформаций лиганда; его значение по умолчанию — 8. Мы увеличили его до 100 в протоколе стыковки, который мы называем Vina 100 , чтобы оценить, улучшит ли это производительность Vina.Варьируя полноту Vina, мы оставляли другие параметры неизменными, но не использовали их значения по умолчанию. Для параметра num_modes , который определяет максимальное количество режимов связывания, которое может создать Vina, мы использовали значение 25 вместо 9. Для параметра energy_range , который определяет максимально допустимую разницу энергий (в ккал / моль). Между лучшим и худшим режимами связывания, производимыми Vina, мы использовали значение 10 вместо 3. Увеличение диапазона энергий и максимального количества режимов связывания, возвращаемых Vina, позволило нам меньше полагаться на его функцию оценки при анализе результатов.

    Мы называем второй проверенный нами протокол стыковки Multi-Vina. Он состоит из параллельного запуска нескольких независимых экземпляров Vina и группировки их результатов. Это позволяет получить более широкий набор режимов привязки, которые можно проанализировать для оценки успешности стыковки. В этом контексте мы устанавливаем полноту Vina на 8; мы сохранили его параметры num_modes и energy_range на значениях 25 и 10 соответственно. Мы изменили количество экземпляров Vina от 12 до 24, до 288 (= 12 × 24) в протоколах стыковки, которые мы называем 12 × Vina, 24 × Vina и 288 × Vina соответственно.

    Затем мы оценили наш параллельный инкрементный инструмент метадокинга DINC. Поскольку DINC включает несколько параметров, определяющих его инкрементный процесс, мы хотели оценить, какой набор значений параметров (то есть какой протокол DINC) даст наилучшие результаты. Во-первых, мы варьировали размер фрагмента, используя значения 6, 12, 18, 24 и 30, сохраняя при этом все остальные параметры фиксированными: 12 потоков и 3 новых связывания на каждом этапе стыковки. К сожалению, никакое значение размера фрагмента не давало систематически лучших результатов.Затем вместо использования фиксированного размера фрагмента (что привело бы к разному количеству стыковочных раундов в зависимости от количества гибких связей лиганда) мы решили оценить протоколы DINC, в которых количество стыковочных раундов было фиксированным (поэтому размер фрагмента был варьируются в зависимости от лиганда). В качестве количества стыковочных раундов мы использовали значения 2, 3 и 4. Для каждого значения мы варьировали количество новых связей на каждом стыковочном раунде от 1 до 2 до 3. Это привело к 9 протоколам DINC, каждый из которых выполняет 12 потоков. .В целом, протокол, включающий 3 раунда стыковки с 3 новыми связями в каждом раунде, оказался наиболее эффективным. Однако лучшие результаты были получены для многих комплексов при использовании других протоколов. Мы не приводим здесь все эти результаты. Мы сообщаем только о результатах, достигнутых DINC с использованием того, что теперь стало нашим протоколом по умолчанию: 3 раунда стыковки с 3 новыми связями, с использованием 24 потоков. Обратите внимание, что во всех упомянутых нами протоколах DINC мы сохранили параметры Vina num_modes и energy_range на значениях 25 и 10 соответственно.С другой стороны, мы варьировали его полноту: уменьшение с 8 до 4, похоже, не повлияло на результаты стыковки, в отличие от уменьшения до 2, что снизило точность стыковки. Следовательно, для большей вычислительной эффективности протокол DINC по умолчанию теперь включает Vina 4 , то есть Vina с полнотой, установленной на 4.

    Методология оценки

    Для оценки всех протоколов стыковки мы проводим эксперименты по повторному стыковке, в которых мы пытаемся для воспроизведения кристаллической структуры комплексов белок-лиганд, полученных из Protein Data Bank (PDB) [42].Это требует обработки файлов PDB в соответствии со стандартной процедурой в области стыковки: 1) удаление молекул воды; 2) если в файле PDB присутствует несколько экземпляров комплекса, сохраняется только первый экземпляр; 3) для каждого комплекса, отделяя лиганд от белка и сохраняя обе молекулы в отдельных файлах PDB, которые могут быть переданы в качестве входных данных для инструмента стыковки. Подготовка лиганда и белкового рецептора осуществляется с помощью скриптов prepare_ligand4 и prepare_receptor4 из пакета AutoDockTools4 [22].Эти сценарии выполняют следующие операции: удаление одиночных атомов, добавление полярных атомов водорода, удаление неполярных атомов водорода и добавление зарядов Гастайгера. В начале процесса стыковки, выполняемого DINC, подобно многим другим инструментам стыковки, конформация данного лиганда рандомизируется. Целью эксперимента по повторному закреплению является оценка того, может ли инструмент для стыковки создать режим связывания для лиганда в сайте связывания белка, который подобен исходной кристаллической структуре.

    Сходство между двумя режимами связывания комплекса белок-лиганд (будь то режим связывания, созданный с помощью вычислений или кристаллическая структура) обычно оценивается путем вычисления среднеквадратичного отклонения (RMSD) между ними. В литературе по молекулярному стыковке описано несколько способов расчета значений RMSD. Здесь мы используем самое строгое определение RMSD, вычисляя его значения с использованием всех тяжелых атомов лиганда. Это означает измерение изменений конформации, а также положения и ориентации всего лиганда в месте связывания белка.Поскольку белок остается жестким и находится в фиксированном положении во время процесса стыковки, не требуется выравнивания между двумя режимами связывания для расчета RMSD между ними. Обратите внимание, что более мягкое определение RMSD, которое часто используется в связанных работах, состоит в использовании только основных атомов лиганда; в этом случае изменения в конформациях боковой цепи в основном игнорируются.

    Подобно другим инструментам стыковки, DINC производит несколько режимов связывания для данного комплекса белок-лиганд в результате процесса стыковки.Следовательно, существует несколько способов оценить, удалось ли стыковочному устройству воспроизвести заданную кристаллическую структуру. Если пользователи решат полностью полагаться на функцию оценки своего инструмента, они могут решить рассчитать RMSD между исходной кристаллической структурой и режимом привязки, который получает наилучшую оценку, то есть так называемой конформацией с наивысшей оценкой . Общий порог, используемый для определения того, была ли кристаллическая структура успешно воспроизведена, составляет 2 Å. Вместо того, чтобы рассматривать только конформацию с наивысшей оценкой, пользователи могут также проверить, имеет ли какой-либо из небольшого количества режимов связывания среди тех, которые имеют наилучшие оценки, RMSD менее 2 Å от кристаллической структуры.В этом исследовании, поскольку мы хотим оценить мощность выборки протоколов стыковки, мы вычисляем RMSD между кристаллической структурой и всеми производимыми режимами связывания, независимо от их оценки, и определяем, какой из них наиболее близок к кристаллической структуре. т. е. так называемая конформация top-RMSD . Мы считаем, что данная кристаллическая структура была успешно воспроизведена, если конформация верхнего RMSD находится на расстоянии менее 2 Å от нее. Это обычная практика в области молекулярного стыковки, которая позволяет оценивать дискретизирующую способность стыковочного инструмента независимо (в некоторой степени) от его балльной способности.

    Наборы данных комплексов белок-лиганд

    Для этого исследования мы определяем пять наборов данных, содержащих комплексы белок-лиганд с участием больших лигандов, некоторые из которых являются пептидами. Эти наборы данных включают комплексы, использованные в предыдущих оценках инструментов молекулярной стыковки, выполненных несколькими исследовательскими группами. Мы ограничиваем наши наборы данных комплексами, которые некоторые из этих инструментов не могут воспроизвести. Наша цель — провести косвенное сравнение между этими инструментами и нашим собственным док-инструментом DINC, показав, что он может воспроизводить большинство этих комплексов.

    Набор данных Dhanik. Наш первый набор данных — это небольшое подмножество того, на котором оценивалась исходная версия DINC [11, 17]. Полный набор данных содержит 73 комплекса белок-лиганд, извлеченных из старой версии базы данных PDBbind [43]. Результаты [11, 17] показывают, что DINC и AutoDock4 могут воспроизводить кристаллические структуры только 31 из этих комплексов, если рассматривать конформации top-RMSD. Таким образом, оставшиеся 42 комплекса можно было считать сложными.Однако после проведения экспериментов по повторному стыковке с самой последней версией Vina (с использованием ее параметров по умолчанию) мы поняли, что некоторые из этих комплексов на самом деле не очень сложны. Таким образом, мы удалили из набора данных все комплексы, которые Вина могла воспроизвести при рассмотрении конформаций top-RMSD. Мы также отказались от комплексов, содержащих более одного лиганда в сайте связывания белка. В конце концов, мы получили набор данных, содержащий 19 комплексов с лигандами, имеющими от 7 до 30 вращающихся связей (см. Таблицу 1).

    Таблица 1 Результаты экспериментов по повторному закреплению, выполненных на наборе данных Dhanik

    наборе данных Renard. Наш второй набор данных является подмножеством набора метаданных, собранных из предыдущих исследований с целью оценки способности Vina стыковать небольшие пептиды [27]. Исходный набор метаданных содержит 47 комплексов, включающих пептиды, содержащие до пяти аминокислотных остатков. Результаты [27] показывают, что Vina может создавать конформации top-RMSD, которые были подобны кристаллической структуре только примерно половины этих комплексов.Однако, поскольку эти результаты были основаны на значениях RMSD, рассчитанных только для атомов основной цепи пептидов, мы провели собственные эксперименты по повторному стыковке, чтобы оценить, какие комплексы были действительно сложными. После отбрасывания комплексов, которые уже принадлежали нашему первому набору данных, у нас остался набор из 26 комплексов (включающих пептиды, имеющие от 10 до 22 вращающихся связей), которые Vina не смогла воспроизвести, даже с учетом конформаций top-RMSD (см. Таблицу 2).

    Таблица 2 Результаты экспериментов по повторному закреплению, выполненных на наборе данных Renard.Описание как в таблице 1

    набор данных LEADS. Наш третий набор данных — это подмножество LEADS-PEP, которое в настоящее время содержит 53 белок-пептидных комплекса, включающих пептиды, состоящие из 3–12 остатков [26]. LEADS-PEP был создан как набор объективных эталонных данных для исследователей, желающих оценить эффективность инструментов молекулярной стыковки с пептидами. Он был использован для оценки четырех инструментов стыковки белок-лиганд: GOLD, Surflex-Dock, AutoDock4 и Vina [26]. Результаты показывают, что, несмотря на то, что эти четыре инструмента не были специально нацелены на пептиды, они могли достаточно хорошо работать с небольшими пептидами, состоящими из 3 или 4 остатков.Однако все они показали низкую производительность на более крупных пептидах, даже при рассмотрении конформаций с верхним среднеквадратичным отклонением, и несмотря на тот факт, что указанные значения среднеквадратичного отклонения были рассчитаны с использованием только атомов основной цепи. Поэтому мы удалили из набора данных комплексы, содержащие небольшие пептиды, а также комплексы, уже присутствующие в предыдущих наборах данных. Полученный набор данных содержит 33 комплекса с участием пептидов, имеющих от 11 до 52 вращающихся связей (см. Таблицу 3).

    Таблица 3 Результаты экспериментов по повторному закреплению, выполненных на наборе данных LEADS.Описание как в таблице 1

    Hou dataset. Наш четвертый набор данных — это небольшая часть обширного набора данных, используемого для оценки десяти инструментов молекулярного стыковки, включая AutoDock4 и Vina [25]. Полный набор данных содержит 2002 комплексов белок-лиганд, извлеченных из последней версии базы данных PDBbind [44]. Результаты [25] ясно показывают, что все инструменты стыковки борются с нейтральными лигандами и большими лигандами, такими как пептиды. Интересно, что набор из 72 комплексов не может быть воспроизведен ни одним из протестированных инструментов для стыковки, даже при рассмотрении конформаций top-RMSD, и поэтому они являются идеальными кандидатами для нашей оценки сложных комплексов белок-лиганд.После исключения из этого небольшого набора комплексов, включающих более одного лиганда в сайте связывания, и комплексов, включающих лиганды с менее чем 7 вращающимися связями, у нас остался набор данных, содержащий 28 комплексов, включающих лиганды с 7–31 вращающимися связями (см. Таблицу 4).

    Таблица 4 Результаты экспериментов по повторному закреплению, выполненных на наборе данных Hou. Описание как в таблице 1 Таблица 5 Результаты экспериментов по повторному закреплению, выполненных на наборе данных PPDbench

    Набор данных PPDbench. Наш пятый набор данных был опубликован после того, как мы провели сравнительный анализ. Поэтому мы использовали его только для небольшого эксперимента, чтобы сравнить результаты, полученные с Vina и DINC с их параметрами по умолчанию. Исходный набор данных PPDbench был задействован в исследовании, сравнивающем производительность шести инструментов молекулярного докинга: ZDOCK, FRODOCK, Hex, PatchDock, ATTRACT и pepATTRACT [28]. Он был создан путем объединения двух меньших наборов данных, опубликованных в предыдущих исследованиях, и содержит 133 белково-пептидных комплекса, состоящих из 9-15 аминокислот.После исключения из исходного набора данных комплексов, включающих более одного лиганда в сайте связывания, мы получили набор данных, содержащий 89 комплексов с участием пептидов с 13-67 вращающимися связями (см. Таблицу 5).

    Оценочная платформа

    Мы выполняли все наши стыковочные работы в кластере Comet из суперкомпьютерного центра Сан-Диего через выделение среды Extreme Science and Engineering Discovery Environment (XSEDE) [45]. Comet оснащен процессорами Intel нового поколения с AVX2, межкомпонентными соединениями Mellanox FDR InfiniBand и системой хранения Aeon.Его вычислительные узлы состоят из процессоров Intel Xeon E5-2680v3, 128 ГБ DDR4 DRAM и 320 ГБ локальной оперативной памяти SSD. Каждый узел содержит 24 ядра с тактовой частотой 2,5 ГГц, пропускной способностью 960 ГБ / с и пропускной способностью памяти 120 ГБ / с.

    Вариабельность в показателях успешной стыковки из-за подготовки набора данных

    Разработка функции скоринга GBVI / WSA dG

    Набор SIE был выбран для обучения функции скоринга, потому что формализм функции скоринга SIE аналогичен предлагаемому скорингу GBVI / WSA dG функция.Кроме того, было показано, что функция оценки SIE является прогностической в ​​различных тестах и ​​приложениях [44–51], демонстрируя полезность функциональной формы SIE и использование ее соответствующего набора для обучения GBVI / WSA dG. Набор данных CSAR использовался для проверки функции оценки из-за его увеличенного размера, диапазона и количества семейств белков. Кроме того, набор CSAR был применен ко многим функциям оценки, позволяя легко сравнивать, и оказался сложным набором [14].

    Обучение функции оценки GBVI / WSA dG на наборе данных SIE привело к ошибке среднего беззнакового значения (MUE), равной 1.35 ккал / моль, что значительно лучше, чем у нулевой модели, в которой среднее сродство набора используется в качестве предиктора (MUE = -2,38 ккал / моль; см. Таблицу 3). Функция оценки dG GBVI / WSA также работает немного лучше, чем любой из ее компонентов или их комбинации. Результаты для GBVI / WSA dG также хорошо сравниваются с результатами SIE (MUE = 1,34 ккал / моль) для обучающей выборки [30].

    Таблица 3 Результаты различных моделей скоринговых функций на обучающей выборке SIE

    Применение функции оценки dG GBVI / WSA к CSAR-NRC HiQ (см.таблицу 4, рис.3) набор дал MUE 2,09 ккал / моль, что немного лучше, чем у нулевой модели (MUE = -2,42 ккал / моль) и отражает результаты SIE на том же наборе данных (MUE = 1,98 ккал / моль). Небольшое снижение производительности при переходе от обучения к тестированию было сочтено приемлемым, и GBVI / WSA dG использовался до конца исследования. Хотя MUE является значительным по сравнению с энергиями связи, следует отметить, что точные энергии сольватации континуума могут достигать MUE только в диапазоне 1.5–1,8 ккал / моль [33]; поэтому не следует ожидать, что точность функции оценки, такой как GBVI / WSA dG, будет выше, чем у одного из ее компонентов.

    Таблица 4 Результаты различных моделей функции оценки на наборе CSAR-NRC HiQ Рис. 3

    Предсказанная и экспериментальная аффинности связывания для функции оценки GBVI / WSA dG для наборов SIE (обучение) и CSAR (тестирование). Серая линия олицетворяет идеальность

    Cognate стыковка с наборами ACS-Astex

    Эксперименты с родственной стыковкой были выполнены с MOE и недавно разработанной функцией подсчета dG GBVI / WSA с использованием протокола «Rigid Receptor».Использованы наборы исходных данных, описанные в разделе «Методы»; наборы ACS-Astex «как дано», ACS-Astex «модифицированные» и ACS-Astex «исправленные». Результаты стыковки с тремя наборами данных представлены на рис. 4 как% успеха для поз «1 верхний» и «30 лучших» при четырех различных порогах среднеквадратичного отклонения –0,5, 1,0, 1,5 и 2,0 Å. % Успеха для «топ-1» — это процент систем, в которых пристыкованная поза с наивысшей оценкой имеет среднеквадратичное значение для позы кристалла меньше, чем пороговое значение среднеквадратичного отклонения, а% успеха для «топ-30» — это процент систем. где любая поза из 30 лучших стыкованных поз имеет среднеквадратичное отклонение от кристаллической структуры меньше порогового значения.

    Рис. 4

    Показатели успешности стыковки для MOE с заданными, модифицированными и скорректированными лигандами Наборы ACS-Astex для лучшего результата и самого низкого RMSD в 30 лучших

    При пороге среднеквадратичного отклонения 2 Å стыковка с набором данных ACS-Astex «как дано» дала 68% успеха для первой 1 и 87% для 30 лучших поз. Разница в 19% в процентах успеха между первой и первой 30 позициями указывает на то, что у нас больше неудач в оценке, чем неудач при размещении. Поскольку силовые поля чувствительны к подготовке системы, этот результат изначально мотивировал создание модифицированной и исправленной версий набора ACS-Astex.

    Стыковка с «модифицированным» набором данных ACS-Astex привела к увеличению% успеха для первой и первой 30 поз при всех порогах RMSD. При пороге 2 Å% успеха составляет 80 и 91% соответственно для первой и 30 лучших поз. После сеанса ACS организаторы обнаружили, что 3 из 85 структур (1GPK, 1HVY и 1S3V) имели стереохимию инвертированного лиганда по сравнению со структурами PDB. Эти инверсии присутствовали во входных данных, предоставленных нам организаторами [39]. Включение этих исправлений и повторной стыковки еще больше повысило процент успеха.После повторной стыковки с скорректированной стереохимией лиганда 1GPK и 1S3V успешно стыковались с лучшими оценками и среднеквадратичным отклонением (RMSD верхнего 1: 1GPK = 0,31 Å, 1S3V = 0,39 Å), в то время как 1HVY остался неулучшенным для первой первой позиции. Однако стыковка скорректированного лиганда 1HVY действительно приводила к позе менее 2 Å RMSD в топ-30 (RMSD из топ-30 = 1,39 Å) и, таким образом, улучшала результат в топ-30. В целом стыковка с «модифицированными» данными ACS-Astex улучшила результаты по сравнению с данными «как задано», а стереохимические поправки улучшили результаты еще больше (процент успешных стыковок: 1 верхний = 80%, верхний 30 = 91%).Кроме того, разница в% успеха между первой первой и первой 30 позами меньше для исправленного набора (11% для правильного набора против 19% как заданного), что позволяет предположить, что оценка улучшилась за счет использования исправленного набора по сравнению с заданным. .

    Улучшение результатов стыковки, переходящих от «заданных» к «измененным» и «исправленным» наборам данных, также отражено в статистике RMSD позы, приведенной в Таблице 5, в которой указаны среднее значение, медиана, стандартное отклонение, минимум и максимум RMSD позы для трех наборов данных.Для набора данных «как дано» среднее RMSD для первых 1 и 30 лучших поз составляет 1,21 (среднее значение = 2,05 Å) и 0,73 Å (среднее значение = 1,06 Å) соответственно. Медианные RMSD улучшаются, когда для стыковки используются « модифицированные » и « скорректированные » наборы данных, при этом медианные RMSD позы первой первой позиции снижаются до 0,88 и 0,87 Å соответственно для модифицированного и скорректированного наборов, а медианные RMSD позы 30 снижаются до 0,67 и 0,64. Å.

    Таблица 5 Статистические характеристики MOE на заданных, модифицированных и скорректированных наборах ACS-Astex для лучшего результата и самого низкого RMSD в 30 лучших

    Уменьшение среднего RMSD для первой позы между наборами данных «как задано» и «исправлено» отражает улучшения в оценке, достигнутые за счет использования «исправленных» по сравнению с набором данных «как задано».Это повышение точности стыковки за счет использования оптимизированных структур в качестве входных данных было замечено с другими программами стыковки [7], которые рекомендуют оптимизировать структуру белка в присутствии его родственного лиганда перед стыковкой [52-55]. Даже несмотря на то, что очистка тяжелого атома перед стыковкой смещает связывающий карман к его родственному лиганду, в нашем случае изменения при уточнении небольшие (менее 0,23 Å RMSD для кармана) и находятся в пределах разрешающей способности используемых кристаллических структур. Поскольку целью этого сеанса была оценка максимально возможного уровня точности самодокинга, протокол уточнения казался приемлемым, особенно потому, что это обычная практика в других протоколах самостоянки.Кроме того, предыдущее исследование [7] показало, что, хотя уточнения могут повысить точность родственной стыковки, они не влияют на точность кросс-докинга, предполагая, что ослабление белка смещает результаты самодокинга, но не результаты кросс-докинга.

    Подробный анализ отказов стыковки

    Известные структурные проблемы с набором Astex

    Для целей этого исследования отказ стыковки определяется как случаи, когда в позе с наивысшей оценкой RMSD кристаллической структуры превышает 2 Å.Исходя из этого критерия, 17 из 85 комплексов АКС-Астекс (20%) будут считаться неисправными. Коды PDB и подробности сбоя приведены в таблице 6. Случаи сбоя будут подробно рассмотрены, чтобы выделить типы проблем, с которыми мы столкнулись.

    Таблица 6 Сбои стыковки исправленного комплекта ACS-Astex

    Почти половина случаев отказа (8) была связана с неудачным размещением, когда докер не мог сгенерировать какую-либо позу при среднеквадратичном отклонении 2 Å. В шести других случаях неудача была вызвана оценкой, потому что поза была сформирована ниже 2 Å, но не была оценена как верхняя поза.

    Организаторы выявили множество структурных ошибок, присутствующих в 22 комплексах, которые обычно исключают их выбор как часть стыковочного комплекта. Эти проблемы включают комплексы, которые содержат низкую электронную плотность лиганда и / или остатков связывающего кармана, альтернативное расположение остатков вблизи связывающего кармана и возможные взаимодействия упаковки кристаллов с лигандом. Удивительно, но только 2 из 22 проблемных структур безуспешно стыковались и попали в список отказов. Это включало 1HVY, который был идентифицирован как имеющий взаимодействия упаковки кристаллов с лигандом, и 1Y6B, который был идентифицирован как имеющий альтернативное расположение остатка в сайте связывания.Чтобы увидеть, не удалось ли 1HVY из-за исключения взаимодействий с кристаллической упаковкой, были созданы связанные с симметрией остатки по крайней мере с одним атомом в пределах 10 Å от любого атома в асимметричной единице. Затем эту новую структуру использовали для повторного стыковки лиганда 1HVY. В случае с 1Y6B он был повторно состыкован с использованием конформации с более низким уровнем занятости CYS1043. В обоих случаях повторная стыковка не дала успешного результата. Это говорит о том, что выявленные структурные проблемы не привели к успешным результатам стыковки.

    Примеры неудачных попыток стыковки

    Дальнейшее изучение 17 отказов показало, что многие из них могут быть связаны с отсутствием мостиковых молекул воды, взаимодействием связывания металлов и предсказаниями в областях лигандов, подверженных воздействию растворителя.

    Из 17 комплексов, которые не смогли успешно стыковаться, 8 потерпели неудачу из-за отсутствия мостиковых молекул воды (они отмечены в Таблице 6). Отказ из-за эффекта перекрытия воды — хорошо известная проблема в области стыковки [2, 3, 56, 57], которая решается в некоторых программах стыковки, позволяя вытеснять воду или рассматривая воду как часть рецептора [58 –63].Однако для этого исследования они были удалены организаторами и не могли быть повторно добавлены участниками.

    Одним из примеров решающей мостиковой воды в наборе ACS-Astex является код PDB 1G9V (показан на рис. 5), где кристаллографическая поза лиганда (зеленый) четко взаимодействует через 2 мостиковых молекулы воды с лизином и аргинином. . Поскольку вода не присутствует в наборе ACS-Astex, стыковочный двигатель не может генерировать одну позу ниже 2,0 Å RMSD (Top 30 = 2,24 Å RMSD) и, следовательно, способствует непосредственному взаимодействию с аргинином (Top 1 = 2.51 Å RMSD).

    Рис. 5

    Примеры различных отказов самодокировки на модифицированном комплекте ACS-Astex. Древесный уголь Поза кристаллов, Голубой пристыкованная поза

    Другой пример важной молекулы воды — код PDB 1XM6, где молекула воды, прочно связанная с металлом, блокирует доступ лиганда к металлу. Лиганд не координируется с цинком в кристаллической структуре из-за сложности, связанной с вытеснением воды при связывании лиганда.При отсутствии воды создается поза, которая напоминает кристаллическую структуру (Top 30 = 0,5 Å RMSD), но ее энергия на 0,5 ккал / моль выше, чем в лучшей позе (Top 1 = 2,40 Å RMSD), которая связывается с цинком. . Исключение кристаллографической воды из этого комплекса является корнем этой неудачной стыковки, даже если она не является мостиком между лигандом и рецептором. Чтобы точно смоделировать эту систему, нужно не только включать воду, но и уметь точно моделировать вытеснение воды и связанные с этим затраты замещения.

    Прогнозирование взаимодействий металлов — общепризнанная проблема в области стыковки и оценки [2]. Хотя существуют методы, которые идентифицируют свободные координационные центры на металле [7, 64, 65], определение того, как и если лиганд связывается, остается трудным. Примером этого является 1HP0, где в кристаллической структуре лиганд координируется через O2 ’и O3’ сахара, в то время как поза с наилучшей оценкой координируется через O3 ’и O5’. Фактически самая низкая найденная поза RMSD (Top 30 = 1,03 Å RMSD) составляет всего 0.Энергия на 02 ккал / моль выше, чем в лучшей позе (верхняя точка 1 = 2,93 Å RMSD).

    Другой распространенный сбой стыковки — это подсчет открытых участков лиганда, подверженных воздействию растворителя, таких как 1N2V. В кристаллической структуре бутильная группа лиганда подвергается воздействию растворителя, не взаимодействуя с белком. Хотя мы можем создать хорошую позу (Top 30 = 1,14 Å RMSD), она более чем на 0,5 ккал / моль выше по энергии, чем лучшая поза для оценки (Top 1 = 2,23 Å RMSD). Поза пристыковки предпочтительна, потому что бутильная группа помещается в карман, который заполнен водой в кристаллической структуре.

    В целом, многие случаи отказов могут быть связаны либо с отсутствием информации в тщательно подобранном наборе данных, либо с точностью функции оценки. Хотя конкуренция и созданный набор данных являются шагами в правильном направлении, результаты показывают, что будущие курируемые наборы данных стыковки должны содержать всю информацию из кристаллической структуры. Результаты также демонстрируют необходимость включения кристаллографических вод для прогнозирования правильной позы в некоторых случаях. Хотя было показано, что добавление кристаллографических вод увеличивает точность стыковки, следует отметить, что нет никаких улучшений при их включении для прогнозов сродства связывания [34].

    Влияние ошибок подготовки набора данных на частоту успешной стыковки

    Несмотря на то, что на наборе ACS-Astex был достигнут значительный уровень успеха, этого удалось достичь только путем предварительной дополнительной подготовки структур, которые были изначально заданы. Эта дополнительная подготовка привела к увеличению точности на 11% по сравнению с бегом на «заданной» установке. Это говорит о том, что функция оценки dG GBVI / WSA чувствительна к незначительным изменениям в белковой среде, что типично для любой функции оценки на основе силового поля.Эта чувствительность может существенно повлиять на точность прогнозов сродства стыковки и связывания. Например, Sulea et al. . обнаружил, что исправление нескольких структурных проблем в наборе CSAR привело к снижению MUE на 0,5 ккал / моль для SIE [30].

    Чтобы точно различать активные и ложные лиганды при виртуальном скрининге, должно быть хорошее разделение в прогнозируемой аффинности связывания между активными и ложными лигандами. В случае предсказания позы необходимо значительное разделение энергии между хорошими (≤2 Å RMSD) и плохими (> 2 Å RMSD) позами.Другими словами, чем дальше поза находится от кристаллической структуры, тем выше она должна быть по энергии. В среднем, что касается стыковки с использованием MOE на наборе ACS-Astex, хорошие позы находятся в пределах 1,07 ккал / моль от лучшей позы, а плохие позы — 2,74 ккал / моль. Эта разница в 1,67 ккал / моль может показаться большой по сравнению с ошибкой 0,5 ккал / моль, связанной с подготовкой набора данных, но она близка к пределу точности функции оценки GBVI / WSA dG (MUE на обучающей выборке = 1,4 и 2,1 ккал / моль на испытательном комплекте).Фактически, если сравнить количество стыковочных поз с их относительной разницей в энергии с лучшей оценочной позой, хорошие и плохие позы существенно перекрываются (см. Рис. 6). Это говорит о том, что даже если мы всегда можем создать хорошую позу (без ошибок размещения), мы не всегда сможем ее идентифицировать (неудачная оценка), поскольку многие позы схожи по энергии и конкурируют с позой с лучшей оценкой.

    Рис. 6

    График нормированного процента поз при различных значениях ΔΔG.Позы со RMSD менее 2 Å RMSD показаны сплошной линией , а позы со RMSD более 2 Å RMSD показаны пунктирной линией

    Чтобы оценить ошибку, связанную с повторным ранжированием конкурирующих поз, был проведен анализ возмущения ошибок. Анализ проводился путем внесения равномерно распределенной случайной ошибки ± 0,25 ккал / моль для всех поз и повторения 10 000 итераций. Окно энергии 0,5 ккал / моль было выбрано для приблизительного определения ошибки, связанной с подготовкой набора данных, и того, как это может повлиять на нашу успешность стыковки.После введения ошибки стыкованные позы были повторно ранжированы. Затем была определена лучшая поза для оценки, которая использовалась для создания статистики для каждого комплекса (см. Таблицу 7) и набора данных в целом.

    Таблица 7 Статистические характеристики MOE на скорректированном наборе ACS-Astex для результатов по одной точке и стыковке после отклонения ошибки ± 0,25 ккал / моль

    Общая производительность снижается с учетом возможности повторного ранжирования из-за ошибки (которая ожидается).Возмущение ошибки позволяет оценить влияние ошибки подготовки данных или силового поля на частоту успешной стыковки. В пределах одного стандартного отклонения от среднего RMSD для комплекса вероятность успеха при RMSD 2 Å может варьироваться от 72 до 95% (см. Рис. 7). Следует отметить, что нижняя граница аналогична коэффициенту успешной стыковки при использовании набора ACS-Astex «как задано». Возмущение ошибки демонстрирует, что незначительные изменения в подготовке набора данных и возникающие в результате различия в оценках могут существенно повлиять на вероятность успеха стыковки.Это также указывает на то, почему может быть трудно точно сравнить частоту повторения виртуального скрининга из стыковочных программ, поскольку нет стандартных протоколов для подготовки наборов данных в стыковке, а различия в подготовке данных могут привести к различиям в оценках, которые могут значительно повлиять на скорость отзыва.

    Рис. 7

    Показатель успешности правильного набора ACS-Astex по сравнению со среднеквадратичным отклонением после моделирования ошибки ± 0,25 ккал / моль. Пунктирная линия представляет процент успешных результатов до моделирования, сплошной черный для среднего, пунктирные линии для +/- стандартного отклонения.

    Док-станция и виртуальный скрининг лигандов

    Руководство ICM v.3.8 Рубен Абагян, Евгений Рауш и Макс Тотров
    Copyright & copy 2020, Molsoft LLC
    20 июня 2021 г.

    [Обзор Vls | Часто задаваемые вопросы о доке Ligand | Vls faq]

    Макс Тотров и Рубен Абагян

    [Рецептор | Выбор лигандов | Время стыковки | Подсчет очков]

    Этот раздел касается прогнозов взаимодействия лекарств. или небольшие биологические субстраты (менее 600-700 дальтон) до карманы с более крупными и жесткими рецепторами (как правило, белковые молекулы, ДНК или РНК).Пристыковка и проверка состоит из пяти основных этапов.

    1. Куда пристыковаться. Сборка рецептора и карманная модель


    Целью здесь является получение адекватной трехмерной модели рецепторный карман, к которому вы планируете стыковать лиганды. И ловушек заключаются в том, что ваша модель в целом неточна, или не отражает индуцированную подгонку, или альтернативные конформации рецепторного связывающего кармана не обнаруживаются.
    Рецептор из PDB
    Если у вас есть только одна запись с вашим рецептором, конвертируйте белок с convertObject да да нет нет, после удаления молекул воды и нерелевантных цепочек (е.грамм. удалить a_! 1) или использовать меню, как в разделе стыковки лигандов.
    Однако, если у вас есть выбор между несколькими шаблонами, примите во внимание следующее:
    Рецептор из моделирования гомологии
    Модель по гомологии может быть построена с помощью команды build model (меню Homology / Build_Model) после макроса RefModel.
    Идентификация карманов
    Если карман для переплета не известен заранее, используйте макросы icmPocketFinder или icmCavityFinder (для закрытых карманов).icmPocketFinder также можно получить из меню Docking / Receptor Setup, подменю Identify_Binding_Sites

    2. Что стыковать. Лиганд, лиганды, база данных или библиотека.


    Обычно хорошее начало — это попытаться пристыковать известный лиганд (ы) к модели рецептора. Вы также можете закрепить библиотеку соединений, чтобы определить потенциальных кандидатов. В этом случае основная ошибка заключается в том, что библиотека слишком ограничена, молекулы химически не связаны. возможно или не похоже на лекарство.
    Лиганд из PDB
    Затем, чтобы закрепить лиганд из pdb, выполните процедуру, описанную в разделе стыковка лигандов.
    Лиганд (ы) из файла mol / mol2 или строк SMILES.
    Основным условием является правильность формальных сборов и типов облигаций. Если они неверны, вам необходимо обработать каждую молекулу вручную, как описано в разделе стыковки лигандов. Из командной строки вы можете использовать смайлы сборки или макрос convert2Dto3D.

    Рекомендации по гибкой стыковке.


    После того, как карты рецепторов построены, вы запустите моделирование стыковки. Целью расчета гибкой стыковки является прогнозирование правильной геометрии переплета для каждой подшивки. Алгоритм стохастической глобальной оптимизации ICM пытается найти глобальный минимум функции энергии, который включает пять сеточных потенциалов, описывающих взаимодействие гибкого лиганда с рецептором и внутренняя конформационная энергия лиганда. Во время этого процесса создается стопка альтернативных низкоэнергетических конформаций. сохранен (один из вариантов в меню стыковки).Некоторые факты о стыковке ICM:
    • среднее время стыковки 2-30 секунд на лиганд на процессор
    • Док-станция ICM очень хорошо предсказывала геометрию привязки в нескольких сравнительных тестах.
    • время на лиганд было выбрано минимально возможным, чтобы обеспечить возможность скрининга очень больших наборов данных. Чтобы увеличить время, затрачиваемое на лиганд, измените параметр Docking_effort в Docking.Small Set Docking Batch. в 3. или 5., либо укажите этот параметр напрямую в скрипте rundock.

    Подводные камни. Неточная модель рецептора, или неправильно преобразованные лиганды, или недостаточные усилия по оптимизации могут приводят к неверным предсказаниям.

    Цель скрининга виртуального лиганда — обеспечить максимальное разделение между связующими и не связующими и , а не , чтобы ранжировать небольшое количество связующих в соответствии с к их энергиям связи. Оценки могут быть линейно связаны с оценками энергии связи, но параметры трансформации необходимо рассчитывать по нескольким опорным точкам (см. команду обучения).

    Модуль vls позволяет получить доступ к хорошей функции оценки.

    [Введение в док-станцию ​​| Настройка проекта | Преобразование химикатов | Работает в доке | DockScan | Стыковка шаблона]

    Введение и предварительные условия


    Процедура стыковки лиганда ICM выполняет стыковку полностью гибкого низкомолекулярного лиганда с известная рецепторная трехмерная структура. Перед настройкой проекта стыковки необходимо создать объект ICM рецептора.В большинстве В случаях рентгеновская структура рецептора изначально находится в формате PDB. Таким образом, это должно быть преобразован в формат ICM. Этот процесс включает добавление атомов водорода, присвоение типы атомов и заряды из остаточных шаблонов (icm.res) и наложение внутренних дерево координат (icm-tree) в исходных координатах PDB. Самый простой способ сконвертировать pdb структура в объект icm осуществляется через графический интерфейс следующим образом:
    1. загрузить файл pdb в icm (меню File / Read Molecule / PDB)
    2. преобразовать загруженную структуру в объект icm (меню MolMechanics / ICM-convert / Protein).

    Рекомендуется выбрать вариант «оптимизировать водороды». Чтобы ускорить процедуру, отключить окно 3D-графики (боковое меню Очистить / Нет графики) Когда процедура завершается, преобразованный объект становится «текущим» объектом в icm. Вы можете проверить результаты путем отображения преобразованной структуры.

    Начните настройку проекта, указав имя проекта (меню Закрепление / Задать имя проекта). Избегайте пробелов и ведущих цифр в имени. Все файлы, относящиеся к проекту стыковки, будут хранятся под именами, которые начинаются с названия проекта.Большинство настраиваемых параметров будут также сохраняется в табличном файле под названием проекта dockProjName.dtb :
    DOCK1.dtb # контрольная таблица
    DOCK1_rec.ob # объект-рецептор
    DOCK1_gb.map # 3D потенциальные сетки или "карты"
    DOCK1_gc.map
    DOCK1_ge.map
    DOCK1_gh.map
    DOCK1_gl.map
    DOCK1_gs.map
    DOCK1_probe.ob # 4 атомный зонд для начальной суперпозиции (или)
    DOCK1_tmplt.ob # лиганд шаблона (необязательно)
     
    так далее..
    Следующим шагом является настройка приемника (меню «Настройка стыковки / приемника»).Выберите рецептор молекулы, в большинстве случаев подойдет a_ * — будут включены все молекулы в текущем объекте. Определите остатки сайта связывания вручную, например a_ / 123,144,152 для отбора по остатку числами или графически с помощью инструмента лассо (не забудьте установить уровень выделения на остаток). Этот выбор используется исключительно для определения границ поиска стыковки и размера сетки и не обязательно заполнять, выбирая около 4 остатков, ограничивающих сайт связывания достаточно.Диалоговое окно настройки приемника также позволяет запустить процедуру идентификации сайта привязки для быстро найти предполагаемые сайты связывания на вашем рецепторе.

    Настройка рецептора процедура сначала отобразит блок сетки, позволяющий настроить размеры блока, и затем «зонд», который определяет начальное положение центра масс лиганда и длинная / короткая ось. Зонд можно перемещать / вращать. Пока его позиционирование имеет лишь незначительные влияет на результаты, пока он остается внутри сайта связывания, это может помочь процедура для более надежного и / или более быстрого поиска правильной ориентации стыковки.
    После завершения настройки рецептора программа обычно отображает рецептор с выбранные остатки сайта связывания выделены желтым маркером. Настройка лиганда предлагает несколько способов (подменю стыковка / настройка лиганда) для определения лиганда, в зависимости от источника структуры (ей) лиганда.

    Чтобы запустить задание стыковки из оболочки unix, используйте макрос _dockScan с соответствующими параметрами, например

    icmng -c / icm / _dockScan abl -a -S confs = 10 усилие = 2.от = 10 до = 20 outdir = / tmp / name = ou> & abl10.ou &
     Файл # abl.dtd будет содержать все остальные инструкции
     

    Преобразование химического вещества из pdb.


    Банк данных Protein из-за беспрецедентного незнания за последние 15 лет не хранит никакой информации о типах ковалентных связей и официальных расходах химических соединений, взаимодействующих с белками! Из-за этого упущения невозможно в автоматически преобразует эти молекулы во что-нибудь разумное и требует вашего ручное интерактивное присвоение типов облигаций и формальных сборов для каждого соединение в pdb-записи.Следовательно, если вы примените команду convert к pdb-запись с лигандами, лиганды просто станут некоторыми поврежденными неполными молекулами которые не могут быть далее конформационно оптимизированы.
    Выполните следующие действия, чтобы правильно преобразовать химическое вещество из формы PDB в правильный объект icm.
    • отобразить молекулу, установить wireStyle = 2 (или через верхнее левое графическое меню), и тип выбора на GRAPHICS.selectionMode = 1 (первый пункт меню gui-selection-mode)
    • вызывает MolMechanics.Пункт меню Structure.SetBondType
    • графически выбрать группы атомов (например, кольцо) и установить соответствующий тип связи
    • вызывает следующий пункт меню, MolMechanics.Structure.SetFormalCharge и установить официальные обвинения
    • перейти в меню MolMechanics.ICM-Convert.Chemical (см. Ниже)

    Установка лиганда или набора лигандов
    Давайте теперь рассмотрим ситуацию, когда загружен icm-объект лиганда. ICM-объект лиганда также может быть получен, например, с помощью чтение структуры из файла SD (меню File / Read Molecule / Mol / SDF) и преобразование ее в ICM (меню MolMechanics / ICM-Convert / Chemical).
    Как только объект icm лиганда будет готов, продолжайте для настройки стыковочного лиганда (меню Docking / Ligand Setup / From Loaded ICM object).
    Процедуру установки лиганда можно запускать повторно, чтобы изменить источник лиганда в пределах одной стыковки. проект. Кроме того, размер коробки и положение зонда можно изменить позже (меню Просмотр / Настройка лиганда / коробка). На данный момент проект готов для расчета карт (меню стыковки / Создать карты рецепторов). Пересчет карт обычно занимает менее 1 минуты.Хотя диалоговое окно расчета карты позволяет изменять шаг сетки, мы не рекомендуем изменять значение по умолчанию 0,5, которое было сочтено оптимальным для большого количества тестовых случаев. Максимальный параметр отталкивания Ван-дер-Уоллса может быть увеличен, если требуется более строгое соблюдение стерического исключения. После завершения расчетов карты все готово для начала фактической стыковки. моделирование. Большой набор лигандов в файле mol можно рассматривать как базу данных и индексировать с помощью инструмента индексации ICM. (меню Docking / Tools / Index Mol, База данных Mol2) для быстрого доступа.Лигандные структуры из файла mol / mol2 могут быть преобразованы в ICM на лету и не требуют ручной подготовки, необходимой в случае структур PDB.

    Запуск моделирования стыковки


    Используйте стыковку меню / Малый набор стыковочной партии, чтобы начать стыковку одного или нескольких лигандов в фон. Вы также можете просматривать процесс в интерактивном режиме (закрепление меню / интерактивное закрепление). хотя это намного медленнее из-за времени, затрачиваемого на рисование молекул.Результаты пакетные задания на стыковку сохраняются в
    PROJECTNAME_answers * .ob # icm-объектный файл с лучшими решениями для каждого лиганда
    PROJECTNAME _ *. Cnf # icm файлы конформационного стека с несколькими пристыкованными конф.
    PROJECTNAME _ *. Ou # выходной файл, в котором хранятся различные сообщения.
     
    Множественные конформации, накопленные во время стыковки лиганда, можно визуализировать и просматривается в ICM (меню «Пристыковка» / «Просмотр соответствия стека»). Использовать меню Docking / Display / Preferences для изменения графического представления лиганда / рецептора по умолчанию.

    Запуск сценария пакетной стыковки ICM с _dockScan

    После того, как проект, каталог проекта и карты созданы, можно приступать к стыковке. различные наборы лигандов в этот рецептор. Чтобы запустить его напрямую через ICM, а не через промежуточный сценарий оболочки Unix, используйте сценарий _dockScan.

    Чтобы запустить сценарий _dockScan, просто запустите ICM и укажите сценарий в качестве первого аргумента. После него должны быть указаны все аргументы _dockScan.

    Предварительные требования: Выполните следующие шаги в меню стыковки:

    • Настройка рецептора
    • Сделать карты рецепторов
    • Настройка лиганда ( Примечание: вам не нужен этот шаг, если вы подключаетесь непосредственно из файла .sdf)
    При необходимости измените полученный projFile (например, DOCK1.tab) по своему вкусу.

    Полный синтаксис сценария _dockScan следующий. icm _dockScan [ необязательных аргумента ] projName

    Аргументы могут быть следующими

    аргумент комментарий пример
    док в соответствии с параметрами и настройками источника лиганда из файла projName.вкладка
    input = dock непосредственно из файла sdf (для других режимов требуется спецификация ввода в файле PROJECT.tab)
    -a закрепить и сохранить ВСЕ молекулы, игнорировать фильтры и порог оценки (по умолчанию, если меньше 100 молекул) icm $ ICMHOME / _dockScan -a / home / dock / PROJECT
    -d только стыковка, без подсчета очков
    -E оценивает оценку привязки для нескольких поз, корректирует их, но сохраняет все стопки в файлы (удобно для просмотра) -S
    -p Режим «зондирования»: стыковка зондов из входного файла sdf, поощрение пространственного охвата
    -r Докинг с жестким лигандом
    -s сохранить стопки нескольких стыковочных поз для каждого лиганда
    -S То же, что и -s, но ПОВТОРИТЬ ВСЕ сохраненные позы, см. Также -E
    -f применить фильтры свойств для исключения молекул за пределами диапазонов, указанных в PROJECT.вкладка (это значение по умолчанию, если стыкуется более 100 молекул)
    confs = оценка / сохранение только до поз (с -S / -E)
    from = to = диапазон молекул из индексированного файла .sdf или идентификаторов molcart from = 1 to = 10000
    заданий = запускает n процессов, по умолчанию 1
    name = файл результатов с позами будет назван соответствующим образом (по умолчанию — «ответы»)
    outdir = каталог для выходных файлов
    output = обработать ответы.ob в файл sdf хит-листа в конце прогона
    seed = | случайное начальное число из предыдущей стыковки для точного воспроизведения результатов
    усилие = | коэффициент «тщательности», позволяющий увеличить или уменьшить усилие стыковки (по умолчанию 1., разумный диапазон от 0,5 до 20.)

    Пример:

    Закрепление файла sdf (сначала настройте рецептор, сделайте карты сетки и установите источник ввода лиганда в графическом интерфейсе пользователя).

    icm _dockScan / home / Clayton / gpcr / PROJECTNAME -a -S confs = 10 усилий = 3.
     

    Это обеспечит стыковку всех соединений с 3-кратным более длительным (более тщательным) моделированием и пересчитает до 10 конформаций на лиганд.

    Связывание с ограничениями шаблона


    Можно использовать объект шаблона для привязки части структуры лиганда в предпочтительное положение во время моделирования стыковки. Подготовить объектный файл содержащую группу атомов, к которой нужно привязать.Отредактируйте настройку стыковки .tab файл, установив в поле s_templateObj имя файла объекта шаблона (по умолчанию «нет»). Переменная l_superByName управляет способом установлено соответствие между атомами лиганда и темплата. Если это «нет», выполняется поиск химической субструктуры и налагаются привязки в соответствии с соответствие подструктуры. Если l_superByName — «да», простое сопоставление согласно имена атомов. Тетеры можно взвесить индивидуально, назначив Значения b-фактора для атомов шаблона.Вес обратно пропорционален b-фактору, b-фактор по умолчанию 20. соответствует весу 1.

    [Введение | Порог ВЛС | Mf оценка | Выбор Admet | Распараллеливание | Кластер Vls | Хранение партитур Vls | Результаты VLS]


    Виртуальный скрининг лигандов (VLS) в ICM выполняется путем стыковки каждого лиганда в базе данных к рецепторной структуре, с последующей оценкой стыкованной конформации с функция оценки привязки. Затем лиганды с лучшими показателями сохраняются в файле с множеством объектов icm.Настройка VLS во многом идентична настройке моделирования стыковки (см. Практическое руководство: моделирование стыковки лигандов). В большинстве случаев входным файлом лиганда будет SDF или MOL2 файл. Эти файлы должны быть проиндексированы ICM, прежде чем их можно будет использовать в запусках VLS. В index используется для обеспечения быстрого доступа к произвольной молекулярной записи в большом файле. Использовать меню Docking / Tools / Index Mol / Mol2 File / Database для создания индекса, затем настройте SDF / MOL2 файл в качестве источника лиганда (меню Docking / Ligand Setup / From Database).Как и в стыковке, _dockScan Сценарий ICM можно запустить непосредственно из оболочки / командной строки UNIX для запуска моделирования.
    Важным параметром прогона VLS является порог оценки. Пристыкованная форма для конкретный лиганд будет сохранен процедурой ICM VLS, только если его оценка связывания ниже порог. Отредактируйте файл .tab проекта, чтобы изменить это значение:
    #> r DOCK1.r_ScoreThreshold
      -35.
     

    Выбор порога можно осуществить двумя способами:
    1. на основе оценок, рассчитанных путем стыковки известных лигандов.Обычно значение, несколько превышающее типичное значение, наблюдаемое для известных лигандов, является хорошим предположением.
    2. , если лиганды неизвестны, можно запустить предварительное моделирование с использованием ~ 1000 соединений из целевой базы данных. Используя полученные статистические данные для баллов, порог должен быть установлен таким образом, чтобы удерживать ~ 1% лигандов.

    Оценка потенциала средней силы


    Расчет потенциала средней силы (pmf) дает независимую оценку силы лиганд-рецепторное взаимодействие.Параметры pmf хранятся в файле icm.pmf. и прочтите с помощью команды read pmf s_pmfFile . Существует два типа расчета mf: все атомы и межмолекулярная мода. Режим переключается с предпочтением mfMethod. Чтобы включить расчет pmf-score, определите PROJECTNAME.r_mfScoreThreshold пороговый параметр к таблице:
    #> r ИМЯ ПРОЕКТА.r_mfScoreThreshold
      999.
     

    ICM VLS использует ряд критериев для предварительного выбора соединений перед стыковкой.Отредактируйте файл .tab проекта на изменить их значения по умолчанию. Полное описание каждого поля в файле .tab можно найти здесь ftp://ftp.molsoft.com/man/dockTable.pdf
    #> я DOCK1.i_maxHdonors
     5
    #> я DOCK1.i_maxLigSize
     500
    #> я DOCK1.i_maxNO
     10
    #> я DOCK1.i_maxTorsion
     10
    #> я DOCK1.i_minLigSize
     100
     

    Если размер базы данных превышает несколько тысяч соединений, желательно запустить несколько заданий VLS в параллельно для ускорения вычислений. Используйте параметры from = и to = _dockScan, чтобы запускать несколько заданий на разных срезы базы данных, e.грамм.
    icm _dockScan от = 1 до = 10000 MYPROJECT
    icm _dockScan от = 10001 до = 20000 MYPROJECT
    icm _dockScan от = 20001 до = 30000 MYPROJECT
    ..
     

    Выполнение заданий VLS в кластерной среде PBS UNIX


    Задания в кластере Linux выполняются через систему очередей PBS. Несколько Предоставлены сценарии для облегчения отправки заданий vls. Чтобы представить одиночное задание, используйте скрипт pbs ‘pbsrun’, который является оболочкой pbs для rundock
    qsub $ ICMHOME / pbsrun -v «ЗАДАНИЯ = -f 1 -t 1000 -o MYPROJECT»
    Обратите внимание, что аргументы rundock помещаются в кавычки после JOBARGS =.Команда qsub является частью PBS.
    Для отправки нескольких заданий существует простой сценарий оболочки pbsscan, который выполняет несколько qsub для полос базы данных:
    $ ICMHOME / pbsscan MYPROJECT 1 6000 1000
    -подает 6 вакансий, от 1 до 1000; От 1001 до 2000 … от 5001 до 6000. В настоящее время это скрипт поддерживает только аргументы rundock по умолчанию, копируйте / редактируйте, чтобы изменить.
    Команда qstat является частью PBS и может использоваться для проверки состояния работы. Кроме того, скрипт $ ICMHOME / scanstat может использоваться для мониторинга ход выполнения работ VLS.Он анализирует выходные файлы * .ou rundock.
    $ ICMHOME / scanstat * .ou
    Чтобы удалить задания, используйте команду PBS qdel:
    qdel 1234 # удаляет задание номер 1234

    Где найти оценки соединений


    После стыковки соединений, если установлена ​​опция VLS, процедура оценивает результат и сохраняет его в «комментарии» объекта-лиганда. При просмотре ответов на сканирование для каждого объекта появляется строка ОЦЕНКА> … просмотренные, содержащие значение оценки и составляющие ее условия.Оно может также можно извлечь из объекта icm в оболочке с помощью Namex (a_1.) функция, а Field () может использоваться для получения определенного компонента или итого: Поле (Namex (a_1.) «Score =» 1). Строки SCORE также появляются в выходном файле и могут быть извлечены с помощью простая команда unix grep grep SCORE * .ou
    MFScore рассчитывается, если r_mfScoreThreshold переменная определена в .tab файле проекта. Его можно добавить вручную:
    #> r ИМЯ ПРОЕКТА.r_mfScoreThreshold
      999.
     

    Список совпадений также можно подготовить с помощью макроса.В этом случае будут извлечены баллы.


    Хиты, найденные процедурой проверки и сохраненные в файлах * answers * .ob, могут быть обработаны в электронную таблицу списка совпадений, которую можно просматривать и экспортировать как SDF: (меню Закрепить / Сделать список совпадений …). Более старый способ экспорта обращений в виде файла SD использует (меню Docking / Tools / Export scan отвечает как mol). Партитура и ее компоненты также сохраняются в итоговом файле SD. Простой анализ распределения баллов можно выполнить, построив гистограмму. (меню Док / Инструменты / Гистограмма результатов сканирования).

    Связывание малых пептидов остается сложной задачей: оценка с помощью AutoDock Vina | Брифинги по биоинформатике

    Абстрактные

    Растет интерес к механизмам и предсказанию того, как гибкие пептиды связывают белки, часто очень селективным и консервативным образом. Хотя можно использовать как существующие методы стыковки малых молекул, так и индивидуальные протоколы, даже короткие пептиды представляют собой трудные мишени из-за их высокой крутильной гибкости.Поэтому любой сравнительный анализ должен начинаться с них. Мы собрали набор метаданных из 47 комплексов с пептидами до пяти остатков на основе 11 связанных исследований за последнее десятилетие. Хотя их сильно различающиеся стратегии и ограничения исключают прямые количественные сравнения, мы по-прежнему предоставляем исчерпывающий обзор полученных результатов, используя простую, но строгую меру: качество самой высоко оцененной позы пептида. Используя весь набор данных, он дополняется нашим собственным тестом AutoDock Vina, свободно доступным, быстрым и широко используемым инструментом для стыковки.Он предназначен в первую очередь для пользователей, не являющихся экспертами, и поэтому был реализован с высокой степенью интеграции. Руководства по таким важным вопросам, как объем выборки, необходимый для воспроизводимости результатов, пока отсутствуют. На примере стыковки пептидов это первое исследование, в котором эти вопросы рассматриваются подробно. Наконец, чтобы стимулировать дальнейшие стандартизированные усилия по сравнительному анализу, скомпилированный набор данных доступен в доступном, прозрачном и расширяемом виде.

    Введение

    Пептиды играют ключевую роль во многих клеточных процессах [1] как по отдельности, так и в составе более длинных белковых цепей [2].В первую очередь это относится к регуляции и передаче сигнала, где короткие линейные пептидные мотивы и соответствующие домены узнавания опосредуют временные межбелковые взаимодействия. Помимо хорошо известных примеров, таких как системы Sh4 или PDZ, постоянно открываются новые мотивы [2]. Пептиды также появляются в разных точках иммунного ответа: в форме эпитопов, распознаваемых, например, антител и представлены антигенпрезентирующими клетками в качестве определяющих комплементарность участков в петлях связывания антител и в виде антимикробных пептидов [3, 4].Сигнальные пептиды [5], маркирующие белки для секреции или транспорта к мембранам и конкретным компартментам, являются еще одним примером. Наконец, еще очень неуловимая роль пептидов, кодируемых короткой ORF [6, 7], является важным предметом исследования.

    В дополнение к этим функциям природных пептидов, новые применения создаются посредством биотехнологических и фармацевтических подходов к оптимизации пептидов [8, 9] или даже дизайна de novo [10-12]. Пептиды могут функционировать как биосенсоры и биомаркеры [13, 14], и в настоящее время существует более 60 одобренных препаратов на основе пептидов [9, 15].Это число может возрасти с учетом новых, более эффективных производственных процессов [16] и средств увеличения биодоступности [17]. В последнее время в центре внимания как фундаментальных, так и фармацевтических исследований является использование (модифицированных) пептидов для избирательного нарушения межбелковых взаимодействий [18, 19].

    Молекулярный докинг направлен на прогнозирование сайтов связывания лиганда (BS) на поверхности рецепторов и связанных с ними аффинностей связывания. Он включает два концептуальных этапа: выборку и оценку. При отборе образцов на поверхности рецептора (белка) создается большое количество поз лиганда.Затем их оценивают на предмет их предсказанного сродства связывания. Необязательный этап кластеризации дает средние позы и сходства. В любом случае результатом является ранжированный список поз для интерпретации пользователем. Традиционные экспериментальные методы определения сайта связывания включают кристаллографию, ЯМР и сайт-направленный мутагенез; более свежими являются X-дисплей [20] и пептидные массивы [21, 22]. Хотя стыковка относительно дешевая, это только метод прогнозирования.

    Белок-пептидная стыковка (PPeD) обычно более сложна, чем стыковка других малых молекул.Даже короткие пептиды часто очень гибкие, с небольшим количеством жестких частей, таких как двойные связи или кольцевые системы. До сих пор к PPeD применялись различные методы, как описано в [23–25]. Однако некоторые из этих подходов были опубликованы в легко воспроизводимом виде (в идеале с использованием доступного программного обеспечения), и еще меньше подходят для неспециалистов. Интересно, что на сегодняшний день только 2 из 10 наиболее цитируемых инструментов для стыковки малых молекул (SMD) [26] были специально оценены на предмет их эффективности в отношении PPeD.

    В 2002 году Хетеньи и ван дер Споэль опубликовали первое исследование PPeD с использованием универсального инструмента SMD [27], AutoDock [28]. Они использовали восемь белково-пептидных комплексов (PPeC) с пептидами, содержащими до четырех остатков и 12 вращающихся связей (RB), что привело к «слепому» стыковке. Этот глобальный подход нацелен на весь рецептор, а не только на известную локальную BS. Получив в основном положительные результаты, авторы пришли к выводу, что AutoDock 3.0 можно регулярно использовать для закрепления коротких пептидов. Более поздние версии были протестированы в [29] и [30] с более скромными результатами.Как правило, они ухудшаются по мере того, как пептиды становятся длиннее и, таким образом, теряют свой низкомолекулярный характер [9], что является обычным наблюдением при PPeD. Коммерческий SMD-пакет Glide [31] не является исключением, как показано в недавнем тесте [32] на 19 комплексах с пептидами до 11 остатков и 62 RB: хорошие результаты были получены примерно в половине случаев.

    Два настраиваемых протокола, основанные на Rosetta [33, 34] и HADDOCK [35], в настоящее время лидируют в области PPeD. Эти локальные методы пытаются преобразовать более или менее грубое приближение режима связывания пептида в точное решение.Они были получены на основе методов белок-белковой стыковки и при использовании в автономном режиме предназначены для опытных пользователей. Сравнительный анализ набора данных пептидов размером от 5 до 15 остатков [8] показал, что HADDOCK в целом работает немного лучше [35].

    Здесь мы оцениваем, может ли универсальный, удобный инструмент SMD, такой как AutoDock Vina (ADV) [36], последний дополнительный продукт AutoDock, поддерживать производительность PPeD для коротких пептидов, о которой сообщалось десять лет назад [27], при использовании гораздо более полный тест.Это дополняется обзором результатов, полученных с тех пор в соответствующих исследованиях, и их методологических различий. Последние затрудняют проведение надлежащих количественных сравнений, подчеркивая острую необходимость в более стандартизированном сравнительном анализе. В целом, как наши собственные, так и предыдущие результаты оказались одинаково умеренными и зависящими от случая. В подробном качественном обсуждении мы выделяем несколько факторов, способствующих успеху или неудаче стыковки, которые распространяются на PPeD в целом. Независимо от производительности, мы также демонстрируем, что достаточное количество образцов имеет решающее значение для воспроизводимости результатов.

    Материалы и методы

    Дизайн исследования

    Существует два типа пользователей SMD. Первый заинтересован в стыковке целых библиотек лигандов с одним или несколькими рецепторами. Этот «виртуальный скрининг» обычно имеет фармакологическое обоснование и фокусируется на прогнозируемом сродстве различных соединений в известной BS. Цель состоит в том, чтобы превратить связующие в более ранние по сравнению с не связующими. Во-вторых, есть те, кто интересуется конкретным рецептором и одним или несколькими потенциальными лигандами, но с ограниченным опытом стыковки; е.грамм. биохимик пытается интерпретировать результаты эксперимента фагового дисплея. Здесь первостепенное значение имеет надежная идентификация базовой станции. В первую очередь обращаясь ко второму типу пользователей, мы используем самый простой и самый строгий критерий успеха стыковки: схожесть прогнозируемого высшего ранга с естественной позой.

    Три основных вывода, сделанных из существующей литературы по PPeD, послужили основой для дизайна исследования. Во-первых, для большинства реальных задач PPeD имеет смысл использовать несколько ограниченный целевой сайт [37].Пользователи часто имеют хотя бы приблизительное представление о BS или могут использовать методы прогнозирования [38–41]. Во-вторых, решение проблемы гибкости рецепторов, хотя и является важным вопросом в целом, может быть менее актуальным для PPeD в частности [8]. В-третьих, даже короткие пептиды представляют большую проблему, чем первоначально предполагалось [27], как показали более полные оценки [29].

    Поэтому кажется разумным начать с «простейшей задачи» при оценке производительности PPeD стандартных инструментов для стыковки: повторной стыковки коротких пептидов.Далее мы следовали сценарию «полуслепой» стыковки, учитывая привлекательную простоту и характер слепой стыковки, с одной стороны, и доступность предикторов BS и ограничения ресурсов, с другой. Пример полуслепой стыковки может быть направлен только на половину поверхности белка, когда известно, что остальная часть недоступна in vivo .

    Мы выбрали ADV для нашей оценки по нескольким причинам. Он (i) быстрее и часто работает лучше, чем сам AutoDock [36, 42], (ii) свободно доступен, но конкурирует с коммерческими инструментами [43, 44] и (iii) предназначен специально для неспециалистов, что приводит к широкому и широкому распространению активная база пользователей [45, 46].

    Подготовка набора данных

    Набор данных PeptiDB, впервые опубликованный London et al. [8] и позже расширен Trellet et al. [35], не могут быть использованы здесь по двум причинам. Во-первых, только 8 из 103 лигандов PeptiDB короче шести остатков. И, во-вторых, набор данных до сих пор не был опубликован в готовом к использованию виде, то есть включая подготовленные файлы структуры вместе с документированным протоколом подготовки. Это очень важно, учитывая то большое влияние, которое небольшие различия в приготовлении могут оказать на полученные результаты [47, 48].Поэтому мы составили новый набор метаданных PPeCs, в пять раз больший, чем использованный в [27], с пептидами до пяти остатков. На основе наборов данных, использованных в 11 публикациях, связанных с докингом пептидов, приведенных в таблице 1, набор из 47 структур, используемых по крайней мере в одном исследовании, был получен из банка данных по белкам (PDB) [53] 23 сентября 2013 года.

    Таблица 1.

    Набор метаданных комплексов между белками и короткими пептидами

    Таблица 1.

    Набор метаданных комплексов между белками и короткими пептидами

    При подготовке структуры мы стремились избежать потери информации. Как указано в [48], , фиксирующий входных структур, может быть необходим в некоторых случаях и, следовательно, приемлем, в то время как удаление атомов или информации (например, альтернативных конформаций) нет, если должным образом не задокументировано. Следовательно, мы делаем все промежуточные файлы доступными вместе с окончательно подготовленными файлами (см. Дополнительный файл S1).Подробный рабочий процесс описан в дополнительном файле S2. Вкратце, атомы водорода были добавлены с помощью REDUCE 3.23 [54], а молекулы растворителя и любые дополнительные лиганды удалены. Скрипты MGLTools 1.54 [28] использовались для создания файлов PDBQT рецепторов, а также файлов с жесткими и гибкими лигандами с добавленными типами атомов и частичными зарядами для стыковки ADV. Был определен стыковочный бокс 30 Å 3 вокруг связанного пептида.

    Док-станция

    Стыковка производилась с помощью ADV 1.1.2 [36]. Входные данные включают рецептор, лиганд и стыковочный бокс, тогда как выходные данные представляют собой список поз, ранжированных по ΔG, прогнозируемой энергии связывания в ккал / моль («оценка» = -ΔG). Чтобы получить максимальное количество поз, мы установили num_modes на 20 и energy_range на 10. RMSD тяжелого атома пептида (далее просто «RMSD») измеряли с использованием rms_current.py из [55], что использует стандартное определение RMSD: квадратный корень из среднего квадрата расстояний между согласованными атомами.Мы называем позы «хорошими», «промежуточными» или «плохими», в зависимости от их RMSD-нативного значения в Å r : [0 ≤ r <1,5], [1,5 ≤ r <3,5] или [3.5≤r] (с пороговыми уровнями, выбранными субъективно на основе предыдущих исследований и визуального осмотра примеров). Для дополнительной меры «восстановленные остатки контактов» см. Дополнительный файл S2.

    ADV выполняет определенное пользователем количество (параметр «полнота») отдельных «прогонов» выборки. Каждый запуск начинается со случайной конформации лиганда и продолжается отдельными «шагами».Каждый шаг включает случайное возмущение, за которым следует локальная оптимизация, а затем либо принимается, либо отклоняется. Чтобы повысить точность отбора проб с учетом размера и гибкости лиганда, ADV определяет количество шагов за цикл, используя внутреннюю эвристику (подробности см. В дополнительном файле S2). Примечательно, что ADV дополнительно внутренне группирует высоко оцененные позы (в настоящее время недокументированные) для создания достаточно разнообразного выходного набора. Также накладывается штраф гибкости (см. Уравнение 9 в [36]), так что данная поза будет несколько ниже в режиме гибкой стыковки.

    Стабильность результатов измерения

    образцов ADV представляют пространство стохастическим образом, управляемое случайным начальным значением. Следовательно, два выполнения с одинаковыми настройками и файлами структуры обычно не приводят к одинаковым выходным позициям. Незначительные различия позы между прогонами могут привести к общему изменению рейтинга (потенциально разных) поз. Однако использование фиксированного семени может привести к потере «ценных» поз, исследованных с использованием другого семени. Поэтому мы сгенерировали «набор запусков» из пяти повторных запусков ADV («повторных запусков») в каждом случае, используя случайные начальные числа.

    Мы используем эвристический тест внутренней стабильности для наборов запусков, чтобы обнаружить случаи недостаточной выборки. «Основная поза» имеет наивысший балл в сете. Если две или более позы разделяют этот балл, случайным образом выбирается одна. Затем все повторные прогоны должны соответствовать следующему критерию для прохождения теста в целом: среди трех лучших поз существует как минимум одна со среднеквадратичным отклонением <1,5 Å от основной позы. Логика теста следующая: поскольку ADV выводит позы в порядке оценки, выборки, вероятно, недостаточно, если основная поза (или очень похожая) не появляется в раннем рейтинге во всех прогонах.Обратите внимание, что это применяется независимо от самих результатов; например все позы в тестируемом наборе могли быть плохими. Этот тест оставляет необходимую «свободу действий» в оценке стабильности результата, в отличие, например, от требуя, чтобы все повторные прогоны разделяли структурно сохраненную позу верха.

    Результаты

    В этом исследовании мы (i) составили набор метаданных структур PPeC на основе 11 существующих публикаций и (ii) использовали его для оценки эффективности ADV при повторной стыковке коротких пептидов с их белковыми рецепторами.

    Таблица 1 (расширенная в дополнительном файле S3) суммирует набор данных структур, использованных в одном-шести участвующих исследованиях, и указывает заявленные характеристики повторной стыковки, соответственно. Ниже мы избегаем прямых количественных сравнений из-за значительных концептуальных различий между этими исследованиями и, следовательно, используемыми критериями (см. Таблицу 2). Самое главное, что задача выборки сильно различается: от уточнения примерных поз до локальных и слепых стыковок. Примечательно, что даже измерения RMSD различаются по диапазону включенных атомов.

    Таблица 2.

    Существенные различия между подходами PPeD

    914 917 AD7 914 917 AD7 3 914 914 scpack 914
    Исследование . Ограничение выборки . Гибкость . Пептидная структура . Подготовка конструкции a . Показатель успеха . Дополнительные ограничения или комментарии .
    HV02 AD3 слепой pep de novo стандарт, H га RMSD определенные воды сохранены, в зависимости от случая.настройки
    MLS08 ящик 5,0 Å 3 pep природный стандартный га RMSD определенная водоемкость
    pep естественный стандартный, H га RMSD определенные водоемы
    Aita09 слепой pep естественный 914 914 sc16 914 стандартный c16 914RMSD AA, представленные центрами боковой цепи
    DynD09 dist. 6.5 Å pep, rec sc нативный уравновешивание га RMSD ограничение направления пептида
    DynD AD4 dist. 6,5 Å пептид нативный уравновешивание га RMSD ограничение направления пептида
    FPD10 возмущенный c bb i. RMSD родной б : пер. 3 Å, рот. 30 °, φ / ψ ± 75 °
    FPDai11 perturbed pep, rec sc native sc prepack. bb i. RMSD расширенный b , закрепленный d : пер. 3 Å, рот. 30 °
    MedD11 слепой pep, rec sc родной стандартный, H га RMSD стыковка vs.несвязанные рецепторные структуры!
    Hdck13 расст. 5.0 Å pep, rec de novo стандарт bb i. RMSD расширенный b , α-спиральный или полипролин-II: н / д
    BriX13 слепой pep, rec sc de novo стандартный 914 916 MS-914 — 914
    Glide13 слепой pep de novo стандартный bb i.RMSD
    914 917 AD7 914 917 AD7 3 914 914 scpack 914
    Исследование . Ограничение выборки . Гибкость . Пептидная структура . Подготовка конструкции a . Показатель успеха . Дополнительные ограничения или комментарии .
    HV02 AD3 слепой pep de novo стандарт, H га RMSD определенные воды сохранены, в зависимости от случая.настройки
    MLS08 ящик 5,0 Å 3 pep природный стандартный га RMSD определенная водоемкость
    pep естественный стандартный, H га RMSD определенные водоемы
    Aita09 слепой pep естественный 914 914 sc16 914 стандартный c16 914RMSD AA, представленные центрами боковой цепи
    DynD09 dist. 6.5 Å pep, rec sc нативный уравновешивание га RMSD ограничение направления пептида
    DynD AD4 dist. 6,5 Å пептид нативный уравновешивание га RMSD ограничение направления пептида
    FPD10 возмущенный c bb i. RMSD родной б : пер. 3 Å, рот. 30 °, φ / ψ ± 75 °
    FPDai11 perturbed pep, rec sc native sc prepack. bb i. RMSD расширенный b , закрепленный d : пер. 3 Å, рот. 30 °
    MedD11 слепой pep, rec sc родной стандартный, H га RMSD стыковка vs.несвязанные рецепторные структуры!
    Hdck13 расст. 5.0 Å pep, rec de novo стандарт bb i. RMSD расширенный b , α-спиральный или полипролин-II: н / д
    BriX13 слепой pep, rec sc de novo стандартный 914 916 MS-914 — 914
    Glide13 слепой pep de novo стандартный bb i.RMSD
    Таблица 2.

    Существенные различия между подходами PPeD

    914 914 914 AD70 Å 3 914 914 scpack 914
    Исследование . Ограничение выборки . Гибкость . Пептидная структура . Подготовка конструкции a . Показатель успеха . Дополнительные ограничения или комментарии .
    HV02 AD3 слепой pep de novo стандарт, H га RMSD определенные воды сохранены, в зависимости от случая. настройки
    MLS08 ящик 5,0 Å 3 pep естественный стандартный га RMSD определенная вода сохранена
    pep естественный стандартный, H га RMSD определенные водоемы
    Aita09 слепой pep 914 916 914 стандартный c RMSD AA, представленные центрами боковой цепи
    DynD09 dist. 6.5 Å pep, rec sc нативный уравновешивание га RMSD ограничение направления пептида
    DynD AD4 dist.6,5 Å пептид нативный уравновешивание га RMSD ограничение направления пептида
    FPD10 возмущенный c bb i. RMSD родной б : пер. 3 Å, рот. 30 °, φ / ψ ± 75 °
    FPDai11 perturbed pep, rec sc native sc prepack. bb i. RMSD расширенный b , закрепленный d : пер. 3 Å, рот. 30 °
    MedD11 слепой pep, rec sc нативный стандартный, H га RMSD стыковка против несвязанных структур рецепторов!
    Hdck13 расст. 5.0 Å pep, rec de novo стандарт bb i. RMSD расширенный b , α-спиральный или полипролин-II: н / д
    BriX13 слепой pep, rec sc de novo стандартный 914 916 MS-914 — 914
    Glide13 слепой pep de novo стандартный bb i.RMSD
    914 917 AD7 914 917 AD7 3 914 914 scpack 914
    Исследование . Ограничение выборки . Гибкость . Пептидная структура . Подготовка конструкции a . Показатель успеха . Дополнительные ограничения или комментарии .
    HV02 AD3 слепой pep de novo стандарт, H га RMSD определенные воды сохранены, в зависимости от случая.настройки
    MLS08 ящик 5,0 Å 3 pep природный стандартный га RMSD определенная водоемкость
    pep естественный стандартный, H га RMSD определенные водоемы
    Aita09 слепой pep естественный 914 914 sc16 914 стандартный c16 914RMSD AA, представленные центрами боковой цепи
    DynD09 dist. 6.5 Å pep, rec sc нативный уравновешивание га RMSD ограничение направления пептида
    DynD AD4 dist. 6,5 Å пептид нативный уравновешивание га RMSD ограничение направления пептида
    FPD10 возмущенный c bb i. RMSD родной б : пер. 3 Å, рот. 30 °, φ / ψ ± 75 °
    FPDai11 perturbed pep, rec sc native sc prepack. bb i. RMSD расширенный b , закрепленный d : пер. 3 Å, рот. 30 °
    MedD11 слепой pep, rec sc родной стандартный, H га RMSD стыковка vs.несвязанные рецепторные структуры!
    Hdck13 расст. 5.0 Å pep, rec de novo стандарт bb i. RMSD расширенный b , α-спиральный или полипролин-II: н / д
    BriX13 слепой pep, rec sc de novo стандартный 914 916 MS-914 — 914
    Glide13 слепой pep de novo стандартный bb i.RMSD

    Для следующих анализов мы выполнили стыковку гибких и жестких лигандов («FD» и «RD») на уровнях полноты (E) 8, 16,…, 1024. Таким образом, всего из 47 (комплексов) × 8 (E-уровней) × 5 (повторных запусков) × 2 (RD / FD) = 3 760 стыковок было выполнено от минут до полдня на 20 ядрах 2,2 ГГц симметричной многопроцессорной машины. Необработанные (повторное выполнение) и усредненные результаты для всех уровней E представлены в дополнительном файле S4 и будут обозначаться как e.грамм. «FD_512».

    Повышенная выборка улучшает в первую очередь результаты RD

    На рис. 1A показаны общие тенденции RMSD для самых высоких («верхних») и лучших RMSD («лучших») поз в RD и FD (чем ниже, тем лучше), с увеличением E-level. Мы наблюдаем снижение, за которым следует конвергенция между уровнями E 128 и 256 для RD и RD GN , возможно, предполагая, что за пределами этой точки не исследуются (достаточно) новые части пространства позы. В RD наибольшие улучшения за счет увеличения выборки наблюдаются для 1NRS, 2GNS, 1A30 и 2FNX, при этом результаты меняются с плохих на идеальные (верхняя поза — лучшая поза) на уровнях E 16, 32, 64 и 128 соответственно (см. Дополнительные Файл S4).

    Рисунок 1.

    Результаты стыковки и их стабильность по полноте выборки. ( A ) Относительные общие тенденции RMSD для поз с наивысшим рейтингом и с лучшими RMSD в RD и FD с увеличением E-level. Значения RMSD индивидуального комплекса (средние значения повторных прогонов) суммировались, соответственно, с последующей нормализацией до 100%. «GN» указывает на переоценку только тех сложных структур с беспроблемными / хорошими оценками по родному языку, таким образом исключая 14 (см. Таблицу 1).( B ) Соответствующие значения стандартного отклонения (между повторными запусками), снова суммированные и нормализованные. В дополнение к среднеквадратическому среднему значению показаны значения для ранга наилучшей позы и оценки наивысшей позы. Обратите внимание, что для соответствующих результатов GN не наблюдается качественных и небольших количественных изменений (не показаны; также см. Основной текст). Цветная версия этого рисунка доступна на сайте BIB в Интернете: http://bib.oxfordjournals.org.

    Рисунок 1.

    Результаты стыковки и их стабильность по полноте выборки.( A ) Относительные общие тенденции RMSD для поз с наивысшим рейтингом и с лучшими RMSD в RD и FD с увеличением E-level. Значения RMSD индивидуального комплекса (средние значения повторных прогонов) суммировались, соответственно, с последующей нормализацией до 100%. «GN» указывает на переоценку только тех сложных структур с беспроблемными / хорошими оценками по родному языку, таким образом исключая 14 (см. Таблицу 1). ( B ) Соответствующие значения стандартного отклонения (между повторными запусками), снова суммированные и нормализованные. В дополнение к среднеквадратическому среднему значению показаны значения для ранга наилучшей позы и оценки наивысшей позы.Обратите внимание, что для соответствующих результатов GN не наблюдается качественных и небольших количественных изменений (не показаны; также см. Основной текст). Цветная версия этого рисунка доступна на сайте BIB в Интернете: http://bib.oxfordjournals.org.

    Для FD не наблюдается общей тенденции. Похоже, что для большинства комплексов выборка FD либо достаточна уже на уровне E 8, либо все еще недостаточна на уровне 1024 для создания позы, подобной нативной. Тем не менее, такие позы, вероятно, пробуют, но набирают хуже, чем заявленные топ-20.Исключение составляет FD GN — лучший. По-видимому, большие значения RMSD, наблюдаемые для проблемных структур на всех E-уровнях, доминируют над суммами для FD-best и поэтому скрывают небольшое общее снижение, наблюдаемое для остальных (до E-level 64). Важно отметить, что здесь не наблюдается существенной разницы между FD-top и FD GN -top, а также в других оценках воспроизводимости, приведенных ниже. Поэтому мы сохранили 14 проблемных структур в наборе данных, рассматривая проблему в качественном анализе ниже.Также обратите внимание, что хотя здесь обсуждаются только результаты RMSD, соответствующие доли восстановленных контактов собственных остатков (см. Дополнительный файл S2) также представлены в дополнительном файле S4. Как и ожидалось, они обычно антикоррелированы с RMSD.

    Увеличенная выборка делает более воспроизводимыми результаты RD и FD

    Для оценки воспроизводимости результатов общие тенденции SD для диапазона значений (чем ниже, тем лучше) отслеживаются с помощью E-level на рисунке 1B.Все кривые RD показывают четкие точки схождения между уровнями E 32 и 256. Для FD не наблюдается сходимости, за исключением RMSD в верхней позе, которая остается неизменной после уровня E 16. Повышенная выборка обычно может повысить стабильность FD до высокого значения E. -уровень: с семплированием все более и более гибких поз охват пространства позы становится более равномерным, т. е. большее количество поз будет иметь более близких соседей с аналогичными оценками. Таким образом, окончательные «средние» позы, полученные с помощью внутренней кластеризации ADV, становятся более похожими при повторных прогонах (закон больших чисел).В RD ожидается меньшее количество структурно близких соседей с аналогичной оценкой для данной позы из-за жесткости лиганда. Таким образом, описанный эффект достигает пика на гораздо более низком уровне E. Исключение RMSD в верхней позе FD может возникнуть из-за удаленных поз (на разных сайтах), конкурирующих за высшее место с очень похожими оценками. Чем больше выборок, тем больше таких поз становятся структурно «оптимизированными», а их окончательные оценки увеличиваются и становятся более похожими. Рисунок 2 показывает, что диапазон сообщаемых баллов обычно сужается намного быстрее для FD.Абсолютные диапазоны составляют 3,35 для RD_512 и 0,94 для FD_512, например. с разницей в 2,5–3,8 раза на всех E-уровнях. По этим причинам описанный выше эффект стабилизации с увеличением E-level уравновешивается более частыми «скачками рангов». В необработанных результатах FD_512 это лучше всего наблюдается для комплексов 1NX0, 1GYB и 1W9E.

    Рисунок 2.

    Диапазон оценок заявленных поз кандидатов по полноте выборки. Разница в баллах между позами наивысшего и последнего рейтинга для данного комплекса — это диапазон баллов.Соответствующие средние повторные прогоны для всех комплексов были суммированы, соответственно, с последующей нормализацией до 100%. Это показывает результаты для RD и FD на всех E-уровнях. Цветная версия этого рисунка доступна на сайте BIB в Интернете: http://bib.oxfordjournals.org.

    Рисунок 2.

    Диапазон оценок заявленных поз кандидатов по полноте выборки. Разница в баллах между позами наивысшего и последнего рейтинга для данного комплекса — это диапазон баллов. Соответствующие средние повторные прогоны для всех комплексов были суммированы, соответственно, с последующей нормализацией до 100%.Это показывает результаты для RD и FD на всех E-уровнях. Цветная версия этого рисунка доступна на сайте BIB в Интернете: http://bib.oxfordjournals.org.

    Тенденции количества комплексов, прошедших тест на стабильность результата (см. Рисунок 3), согласуются с приведенными выше наблюдениями. Проще говоря, прохождение указывает на достаточную выборку: самая высоко оцененная поза «примерно стабильно определяется» во всех повторных показах. Между уровнями E 8 и 1024 числа увеличиваются с 35 до 46 для RD, с конвергенцией на уровне E 64 и с 24 до 42 для FD, без видимой конвергенции.

    Рисунок 3.

    Количество комплексов, прошедших проверку стабильности результата по полноте выборки. Было измерено для каждого комплекса, если все повторные показы определяют (и, следовательно, «соглашаются») общую лучшую позу в раннем ранге. Это показывает результаты для RD и FD на всех E-уровнях. Точное определение теста см. В разделе «Методы». Цветная версия этого рисунка доступна на сайте BIB: http://bib.oxfordjournals.org

    Рисунок 3.

    Количество комплексов, прошедших тест на стабильность результата по полноте выборки.Было измерено для каждого комплекса, если все повторные показы определяют (и, следовательно, «соглашаются») общую лучшую позу в раннем ранге. Это показывает результаты для RD и FD на всех E-уровнях. Точное определение теста см. В разделе «Методы». Цветная версия этого рисунка доступна на сайте BIB в Интернете: http://bib.oxfordjournals.org

    Данные, подробно обсуждаемые ниже, были выбраны на основе тех уровней E, за пределами которых ни общие результаты стыковки, ни их воспроизводимость заметно не улучшаются: RD_128 и FD_512.

    Нет общей корреляции между рангом позы и сходством с позой местного населения

    Мы повторно ранжировали прогнозируемые позы для всех комплексов и повторений в RD_128 и FD_512 по RMSD-to-native и вычислили корреляцию Спирмена с рейтингом ADV по баллам. Как показано в таблице 3, общая корреляция довольно низкая.

    Таблица 3.

    Распределение значений корреляции Спирмена для ранжирования поз по показателям ADV по сравнению с RMSD для носителей







    918 918
    . -1,0 . ≤0,8 . ≤0,6 . ≤0,4 . <0,0 . ≥0,0 . ≥0,4 . ≥0,6 . ≥0,8 . 1,0 .
    RD 0 0 0 0 34 186 83 22 1
    0 0 0 0 0 54 54 22 1 0
    FD16

    15 014 9115 014 9115 914 914 8

    93 142 63 27 1 0
    P <0,05 0 0 6 914 914 914 6 914 51 27 1 0






    918 918
    . -1,0 . ≤0,8 . ≤0,6 . ≤0,4 . <0,0 . ≥0,0 . ≥0,4 . ≥0,6 . ≥0,8 . 1,0 .
    RD 0 0 0 0 34 186 83 22 1
    0 0 0 0 0 54 54 22 1 0
    FD16

    15 014 9115 014 9115 914 914 8

    93 142 63 27 1 0
    P <0,05 0 0 6 914 914 6 914 914 51 27 1 0
    Таблица 3.

    Распределение значений корреляции Спирмена для ранжирования поз по оценке ADV по сравнению с RMSD для носителя

    2 0

    9145 918 918 918 9145
    . -1,0 . ≤0,8 . ≤0,6 . ≤0,4 . <0,0 . ≥0,0 . ≥0,4 . ≥0,6 . ≥0,8 . 1,0 .
    RD 0 0 0 0 34 186 83 22 1
    0 0 0 0 0 54 54 22 1 0
    9200 04 FD 914 914 916 93 142 63 27 1 0
    P <0.05 0 0 1 6 6 51 51 27 1 0
    81 .

    2 0

    9145 918 918 918 9145
    -1,0 . ≤0,8 . ≤0,6 . ≤0,4 . <0,0 . ≥0,0 . ≥0,4 . ≥0,6 . ≥0,8 . 1,0 .
    RD 0 0 0 0 34 186 83 22 1
    0 0 0 0 0 54 54 22 1 0
    9200 04 FD 914 914 916 93 142 63 27 1 0
    P <0.05 0 0 1 6 6 51 51 27 1 0

    RD не работает в большинстве случаев, тогда как 912

    В таблице 4 сравниваются общие результаты для RD_128 и FD_512. На рисунке 4 приведены результаты RMSD в верхней позе, показывающие, что FD (воспроизводимо) успешна только в ∼¼ случаев, тогда как RD успешна в ∼¾ случаях.Соответственно, суммарные значения RMSD для верхней и верхней полусферы FD в таблице 4 примерно вдвое больше, чем для RD. Обратите внимание, как «плохая оценка нативной версии» коррелирует с ошибкой RD, за некоторыми исключениями.

    Рис. 4.

    Сводка результатов RMSD в исходном положении для гибкой и жесткой повторной стыковки. Разделы и числа показывают, сколько комплексов дали хорошие, промежуточные или плохие результаты (как определено в методах). Цветная версия этого рисунка доступна на сайте BIB в Интернете: http: // bib.oxfordjournals.org.

    Рис. 4.

    Сводка результатов RMSD из верхней позиции в исходную для гибкой и жесткой повторной стыковки. Разделы и числа показывают, сколько комплексов дали хорошие, промежуточные или плохие результаты (как определено в методах). Цветная версия этого рисунка доступна на сайте BIB в Интернете: http://bib.oxfordjournals.org.

    Таблица 4. Результаты

    для жесткой и гибкой перестыковки

    Таблица 4.

    Результаты для жесткого и гибкого повторного стыковки

    Хотя (по крайней мере) проблема отбора проб усложняется с увеличением размера пептидов и RB в FD, потенциально ограничивая успех [ 32, 50], эти тенденции не заметны при работе только с небольшими пептидами (см. Таблицу 5). Интересно, что RD GN RMSD в верхней позе хорошо коррелирует с исходной оценкой, при этом диапазон значений RMSD составляет всего 0.09–1.05 для 31 комплекса и равномерное распределение значений RMSD и баллов. Здесь более высокие оценки («более плотно связывающиеся» лиганды), следовательно, приводят к лучшим результатам стыковки.

    Таблица 5 .

    Значения корреляции Спирмена для выбранных сложных функций и среднеквадратичного отклонения позы сверху к исходному

    Характеристика . RD GN . п . FD GN . п .
    Пеп. AAs -0,23 0,2122 0,39 0,0125
    Пеп. РБ -0,32 0,0803 0,37 0,0165
    Нат. балл -0,70 <0,0000 -0,36 0,0191
    Характеристика . RD GN . п . FD GN . п .
    Пеп. AAs -0,23 0,2122 0,39 0,0125
    Пеп. РБ -0,32 0,0803 0,37 0,0165
    Нат.оценка -0,70 <0,0000 -0,36 0,0191
    Таблица 5 .

    Значения корреляции Спирмена для выбранных сложных функций и среднеквадратичного отклонения позы сверху к исходному

    Характеристика . RD GN . п . FD GN . п .
    Пеп. AAs -0,23 0,2122 0,39 0,0125
    Пеп. РБ -0,32 0,0803 0,37 0,0165
    Нат. балл -0,70 <0,0000 -0,36 0,0191
    Характеристика . RD GN . п . FD GN . п .
    Пеп. AAs -0,23 0,2122 0,39 0,0125
    Пеп. РБ -0,32 0,0803 0,37 0,0165
    Нат. балл -0,70 <0.0000 -0,36 0,0191

    Глубина отбора проб ограничивает воспроизводимость FD

    Значения SD в таблице 4 показывают, что наивысший RMSD, наивысший балл и лучший ранг стабильны для RD в 40 случаях, но только в 10 для FD (с критериями <0,1, <0,5, <1,0). Для RD это включает комплексы с максимальной гибкостью лигандов (2D5W, 2H9M). Вариация для FD в целом намного выше, как показано на двух примерах. 1JWG иллюстрирует, как одно вращение боковой цепи (здесь: His), которое не выбирается в одном повторном запуске (1), может привести к значительным различиям в баллах (0.8–0,9) по сравнению с остальными пробегами. 1MF4 - это случай прыжка ранга (см. Выше), на что указывает его высокая среднеквадратичная ошибка в позе сверху. Кроме того, он показывает аналогичный эффект при сравнении, например, повтор 1, поза 1 с повтором 4, поза 2. Небольшая структурная разница (Val) приводит к разнице в 1,2 балла. И 1JWG, и 1MF4 проходят качественный тест стабильности .

    Общий отказ FD не исключает частичного успеха

    В таблице 6 обобщены повторяющиеся темы качественной оценки результатов ФД, представленные ниже и, дополнительно, в дополнительном файле S5.Обсуждаемые наблюдения относятся, по крайней мере, к повторному запуску 1, но в основном ко всем повторным запускам (также обозначенным верхними позициями RMSD SD в таблице 4).

    Таблица 6.

    Примеры комплексов с промежуточными или плохими результатами FD top

    914 914 914 914 914 914 914 914 914 914 914 914 , 1HQW, 1NVR, 1GYB, 1BE9, 2HPL, 1JWG 914 914 914 914 914 914 914 914 914 914 914 , 1HQW, 1NVR, 1GYB, 1BE9, 2HPL, 1JWG
    A) Частичный успех . .
    Соответствующая N-концевая часть 3G6N, 1GYB
    Соответствующая C-концевая часть 1AK4, 1BE9, 2HPL, 2DUJ, 1W9E, 1FCH
    Инверсия магистрали 8GCH, (1A30, 2NPH, 1SP5), 2FIB, 2PQ2, 1NVR33, 1JWG14, 2D145326 914 914 916 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 A) Частичный успех . .
    Соответствующая N-концевая часть 3G6N, 1GYB
    Соответствующая C-концевая часть 1AK4, 1BE9, 2HPL, 2DUJ, 1W9E, 1FCH
    Инверсия магистрали 8GCH, (1A30, 2NPH, 1SP5), 2FIB, 2PQ2, 1NVR33, 1JWG14, 2D145326 914 914 916 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 B) Проблемные конструкции
    .
    .
    Высокоэнергетическая (с низкой оценкой) нативная структура из-за тесных контактов или столкновений в или рядом с сайтом связывания 1ZBW, 1HQW, 8GCH, (1TJ9, 1JQ8, 1MF4, 1TG4, 1TJK, 1JQ9), (2DQK, 2PQ2, 2DUJ), 1NX0
    Кристаллические контакты 1HQW, 1AK4, 2H9M
    Отсутствующая или слабая электронная плотность в остатках лиганда 1S2K, 1NVR2 2H14, 1BE9, 9PL, 9PL, 914, 9PL Предполагаемый) Альтернативные сайты связывания 2CYH, 1ZBW, 1HQW, 1GYB, 1BHX
    B) Проблемные структуры
    .
    .
    Высокоэнергетическая (с низкой оценкой) нативная структура из-за тесных контактов или столкновений в или рядом с сайтом связывания 1ZBW, 1HQW, 8GCH, (1TJ9, 1JQ8, 1MF4, 1TG4, 1TJK, 1JQ9), (2DQK, 2PQ2, 2DUJ), 1NX0
    Кристаллические контакты 1HQW, 1AK4, 2H9M
    Отсутствующая или слабая электронная плотность в остатках лиганда 1S2K, 1NVR2 2H14, 1BE9, 9PL, 9PL, 914, 9PL Предполагаемый) Альтернативные сайты связывания 2CYH, 1ZBW, 1HQW, 1GYB, 1BHX
    C) Особенности, специально не рассмотренные
    .
    .
    Потенциально важные воды 8TLN, (1A30, 2NPH, 1SP5), 2D5W
    Металлические кофакторы в сайте связывания 8TLN, 3G6N, 1BH16 914i 914 и рецептор 914-lig. 8GCH, 1IHJ

    C) Функции, не указанные специально
    .
    .
    Потенциально важные воды 8TLN, (1A30, 2NPH, 1SP5), 2D5W
    Металлические кофакторы в сайте связывания 8TLN, 3G6N, 1BH16 914i 914 и рецептор 914 -14 8GCH, 1IHJ

    Таблица 6.

    Примеры комплексов с промежуточными или плохими результатами FD top

    914 914 914 914 914 914 914 914 914 914 914 914 , 1HQW, 1NVR, 1GYB, 1BE9, 2HPL, 1JWG 914 914 914 914 914 914 914 914 914 914 914 , 1HQW, 1NVR, 1GYB, 1BE9, 2HPL, 1JWG
    A) Частичный успех . .
    Соответствующая N-концевая часть 3G6N, 1GYB
    Соответствующая C-концевая часть 1AK4, 1BE9, 2HPL, 2DUJ, 1W9E, 1FCH
    Инверсия магистрали 8GCH, (1A30, 2NPH, 1SP5), 2FIB, 2PQ2, 1NVR33, 1JWG14, 2D145326 914 914 916 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 A) Частичный успех . .
    Соответствующая N-концевая часть 3G6N, 1GYB
    Соответствующая C-концевая часть 1AK4, 1BE9, 2HPL, 2DUJ, 1W9E, 1FCH
    Инверсия магистрали 8GCH, (1A30, 2NPH, 1SP5), 2FIB, 2PQ2, 1NVR33, 1JWG14, 2D145326 914 914 916 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 914 B) Проблемные конструкции
    .
    .
    Высокоэнергетическая (с низкой оценкой) нативная структура из-за тесных контактов или столкновений в или рядом с сайтом связывания 1ZBW, 1HQW, 8GCH, (1TJ9, 1JQ8, 1MF4, 1TG4, 1TJK, 1JQ9), (2DQK, 2PQ2, 2DUJ), 1NX0
    Кристаллические контакты 1HQW, 1AK4, 2H9M
    Отсутствующая или слабая электронная плотность в остатках лиганда 1S2K, 1NVR2 2H14, 1BE9, 9PL, 9PL, 914, 9PL Предполагаемый) Альтернативные сайты связывания 2CYH, 1ZBW, 1HQW, 1GYB, 1BHX
    B) Проблемные структуры
    .
    .
    Высокоэнергетическая (с низкой оценкой) нативная структура из-за тесных контактов или столкновений в или рядом с сайтом связывания 1ZBW, 1HQW, 8GCH, (1TJ9, 1JQ8, 1MF4, 1TG4, 1TJK, 1JQ9), (2DQK, 2PQ2, 2DUJ), 1NX0
    Кристаллические контакты 1HQW, 1AK4, 2H9M
    Отсутствующая или слабая электронная плотность в остатках лиганда 1S2K, 1NVR2 2H14, 1BE9, 9PL, 9PL, 914, 9PL Предполагаемый) Альтернативные сайты связывания 2CYH, 1ZBW, 1HQW, 1GYB, 1BHX
    C) Особенности, специально не рассмотренные
    .
    .
    Потенциально важные воды 8TLN, (1A30, 2NPH, 1SP5), 2D5W
    Металлические кофакторы в сайте связывания 8TLN, 3G6N, 1BH16 914i 914 и рецептор 914-lig. 8GCH, 1IHJ

    C) Функции, не указанные специально
    .
    .
    Потенциально важные воды 8TLN, (1A30, 2NPH, 1SP5), 2D5W
    Металлические кофакторы в сайте связывания 8TLN, 3G6N, 1BH16 914i 914 и рецептор 914-lig. 8GCH, 1IHJ

    Категория A имеет дело с различными типами частичного успеха. В этих случаях существенные части позвоночника и / или боковых цепей верхней позы соответствуют исходной позе, несмотря на общую неудачу стыковки.Потенциальные причины последнего часто обнаруживаются в категориях B и C.

    TER АТФаза участвует в ER-ассоциированной деградации белка и связывается со своим кофактором пептид: N-гликаназа через C-концевой мотив [56] (2HPL; рис. 5A). ). Все повторные прогоны производят эквивалентные позы сверху, которые отклоняются от основы нативной позы только в N-концевых остатках Asp. Как часто наблюдается, они более тесно связаны с белком (менее подвержены воздействию растворителя), чем в естественной позе. Примечательно, что только последние четыре остатка декамерного пептида, использованного для изучения этого взаимодействия, были четко определены в электронной плотности, а пятый (Asp) «предварительно включен в модель» [56].Кроме того, сохраняется критическая вставка кольца Tyr-4 в поверхностный карман. Таким образом, представленное решение может представлять собой действительный «снимок» взаимодействия между пептидом (гибким на N-конце) и рецептором. MedD11 и BriX13 здесь также не работают лучше.

    Рисунок 5.

    Решения для перестыковки

    ADV для обсуждаемых примеров. Структуры помечены в порядке качественного обсуждения в основном тексте. Сначала они появляются в таблице 6, категории A ( A : 2HPL, B : 1JWG, C : 1NVR), B ( D : 2PQ2, E : 2H9M, F : 1BE9, G : 1GYB) и C ( H : 8TLN) или просто представляют собой примеры хороших решений ( I : 1EVH, J : 1BC5).Нативная и прогнозируемая позы лиганда показаны желтым и голубым цветом соответственно, а атомы кислорода и азота — красным и синим. Обратите внимание на альтернативное решение в G (слева) и ионы цинка и меди в H и J соответственно. Для E белок был «нарезан», чтобы сделать лиганд видимым. Все изображения созданы с использованием PyMOL 1.6 [57]. Цветная версия этого рисунка доступна на сайте BIB в Интернете: http://bib.oxfordjournals.org.

    Рис. 5. Решения для перестыковки

    ADV для обсуждаемых примеров.Структуры помечены в порядке качественного обсуждения в основном тексте. Сначала они появляются в таблице 6, категории A ( A : 2HPL, B : 1JWG, C : 1NVR), B ( D : 2PQ2, E : 2H9M, F : 1BE9, G : 1GYB) и C ( H : 8TLN) или просто представляют собой примеры хороших решений ( I : 1EVH, J : 1BC5). Нативная и прогнозируемая позы лиганда показаны желтым и голубым цветом соответственно, а атомы кислорода и азота — красным и синим.Обратите внимание на альтернативное решение в G (слева) и ионы цинка и меди в H и J соответственно. Для E белок был «нарезан», чтобы сделать лиганд видимым. Все изображения созданы с использованием PyMOL 1.6 [57]. Цветная версия этого рисунка доступна на сайте BIB в Интернете: http://bib.oxfordjournals.org.

    1JWG является ярким примером консервативного размещения боковой цепи (рис. 5B). N-концевой домен VHS GGA1 распознает дилейциновый мотив кислотного кластера, обнаруженный на С-конце катионнезависимого маннозо-6-фосфатного рецептора [58].Обратите внимание на то, как две боковые цепи Leu в иначе «перевернутой» верхней позе заменяют друг друга при контакте с соответствующими гидрофобными карманами. 1NVR (рис. 5C) показывает идеальную инверсию скелета в верхней позе благодаря симметрии пептидной последовательности. Интересно, что DynD09 использует направление пептидов в качестве ограничения [30], а «симметричный RMSD» был разработан ранее [36]. Дополнительный файл S5 предоставляет дополнительные примеры (физико-химически подобных) замены боковой цепи и (частичной) инверсии, запускающей симметрию.

    Проблемы, связанные с конструкцией, могут способствовать отказу стыковки

    Категория B включает комплексы, которые оказались проблематичными по экспериментальным или биологическим причинам.

    Некоторые структуры в нашем наборе могут быть неадекватно уточнены (см. Дополнительный файл S5). Например, нативный лиганд 2PQ2 явно конфликтует с рецептором на обоих концах (рис. 5D), а соответствующий отчет о валидации PDB указывает на плохое соответствие лиганда электронной плотности.

    Комплекс 2H9M включает N-концевой фрагмент гистона h4K4, связанный с доменом узнавания WD40 (рис. 5E). Повторные прогоны дают два альтернативных верхних решения, ни один из которых не похож на нативную позу: оба помещают боковую цепь Lys глубоко в рецепторный канал. Это явно неверно, учитывая, что «скрытый» остаток K4 не имеет смысла in vivo , где он должен быть метилирован. Большинство низкоранговых поз следуют за туземцами и вместо этого хоронят Арг. Важно отметить, что подвергнутый воздействию растворителя Lys стабилизируется кристаллическими контактами в нативной структуре [59].

    1BE9 — один из трех повторно стыкованных комплексов домена PDZ (рис. 5F; см. Также дополнительный файл S5). Хотя промежуточные позы появляются только в рангах> 10, верхняя поза соответствует нативной в C-концевом Val, включая размещение боковой цепи в четко определенном гидрофобном кармане [60]. Можно ожидать отклонений в N-концевой части, учитывая, что Lys здесь моделировался как Ala из-за отсутствия электронной плотности для боковой цепи, а температурный фактор обычно увеличивается к N-концу [60].Тем не менее, здесь лучше работают другие методы.

    Ядерный транспортный фактор 2 (NTF2) участвует в импорте ядерного белка и образует гомодимер. Нуклеопорин p62 связывается с NTF2 на границе раздела через мотив «FxFG» (1GYB; фиг. 5G). Хотя четыре из пяти повторных прогонов идентифицируют нативный BS с поразительной сохранностью размещения кольца Tyr, один дает альтернативный сайт (слева). Интересно, что другие четыре прогона также идентифицируют эту BS на втором ранге («скачок ранга»; см. Выше). Литература поддерживает оба сайта [61], что делает NTF2 сложной мишенью.

    Факторы, не рассмотренные ADV, могут помешать успешной стыковке

    Категория C объединяет случаи со структурными особенностями, которые явно не рассматриваются ADV (и большинством других инструментов стыковки).

    8TLN и 1LNA представляют собой два комплекса термолизина металлопротеиназы и дипептида Val-Lys с Zn 2+ или Co 2+ в активном центре. Хотя в остальном структуры практически идентичны, включая конформацию лиганда, FD обеспечивает хорошую позу сверху только для 1LNA (оценка: 5.9). 8TLN-top (5.8) использует ту же BS, но значительно отличается. В частности, кислород карбонила Val координируется с ионом цинка (фиолетовый на рисунке 5H), аналогично переходному состоянию во время катализа [62]. 8TLN имитирует 1LNA-top на втором ранге (5,7). В свою очередь, 1LNA воспроизводит имитацию 8TLN-top в рангах> 2 (<5,7). Этот пример показывает, как тонкие различия в BS и / или характеристиках ионов (ADV рассматривает металлы как доноры водородных связей) могут повлиять на общий успех стыковки. Обе структуры PDB дополнительно включают в себя воды с координацией металлов, которые играют роль в катализе, и их включение может изменить результаты (см.[27]).

    Наблюдения, аналогичные рассмотренным выше, основанные на Таблице 6, были описаны в [29, 32, 34]. Многообещающие примеры встречаются редко, но наблюдаются для 1EVH (Рисунок 5I) и 1BC5 (Рисунок 5J), полуслепой ADV работает лучше, чем местные подходы DynD09 и DynD AD4 .

    Общий показатель успешности может совпадать с показателем других глобальных, но не локальных подходов

    По своему охвату наш подход больше всего напоминает методы слепой стыковки, приведенные в таблице 1. Однако результатов мало.Сравнение с HV02 AD3 и Aita09 предполагает схожую производительность (хорошая / промежуточная доля протестированных случаев), соответственно: 5 против 4 из 6 и 0 против 0 из 5. Однако HV02 AD3 использовала различные настройки (см. Таблицу 2) и медленнее, чем ADV. Aita09 — довольно грубый подход, и он может не работать и для более коротких пептидов.

    Что касается локальных методов, кажется очевидным, что они либо работают, либо будут (с большим количеством протестированных комплексов) работать лучше, чем ADV, применяемые полуглобально. Учитывая их значительные ограничения (см. Таблицу 2), это не может быть сюрпризом.MLS08 давал хорошие / промежуточные позы в 11 из 25 случаев, MLS AD3 — в 12. Тем не менее, использовался небольшой стыковочный бокс и учитывались кристаллографические воды, соответственно. В то время как сравнение ADV и DynD09 предполагает ничью (3 против 3 из 7), DynD AD4 работает лучше (6). Помимо меньшего пространства для выборки, AutoDock 4.0 может извлечь выгоду из структур с минимальным энергопотреблением. По сути, наши результаты устанавливают «нижнюю границу» уровня производительности, которую должен превышать любой локальный метод.

    Выводы и перспективы

    Наши результаты передают два основных сообщения.Во-первых, полнота выборки должна быть настроена в зависимости от случая при использовании общих инструментов SMD для PPeD. Это сделано для поддержания воспроизводимости, несмотря на сравнительно более высокую гибкость пептидов. Простая стратегия состоит в том, чтобы увеличить полноту упражнения до точки, при которой оценка в верхней позе (i) больше не увеличивается и (ii) остается стабильной при повторных пробежках. В идеале это делается для отдельных рецепторов, но, по крайней мере, для различных диапазонов размера и гибкости пептидов. Во-вторых, общая производительность AutoDock и связанных с ним инструментов при слепой стыковке коротких пептидов, возможно, была ранее переоценена [27].Для ADV он оказывается сильно зависящим от случая и, без дальнейших модификаций (см. Ниже), плохим для большинства пептидов с более чем четырьмя остатками. Из-за скудных результатов коротких пептидов, доступных для других, специфичных для PPeD методов, еще предстоит определить, насколько лучше они работают.

    ADV обращается к неспециалистам из-за своего «черного ящика». Однако в сочетании с отсутствием документации это также усложняет сравнительный анализ. Важные технические детали (например, внутренняя кластеризация) остаются неясными как в документе ADV [36], так и в руководстве [63].Это также делает ADV несколько негибким. Например, невозможно указать исходную конформацию лиганда (которая может иметь смысл для пептидов [35]) или получить исчерпывающий, некластеризованный список оцениваемых поз. К счастью, текущие усилия [64] направлены на расширение как гибкости, так и функциональности ADV, включая использование пользовательских функций оценки. Для PPeD их можно обучить на больших наборах PPeC, которые сейчас собираются [1, 65]. Непосредственными вариантами являются доработка и восстановление решений ADV с использованием локальных методов, восстановление с помощью таких инструментов, как NNScore [66], или стыковка («выращивание») пептидов по частям [10, 67, 68].Недавние разработки, ориентированные на скорость, подчеркивают, что ADV как успешный проект с открытым исходным кодом будет сохраняться [69, 70].

    Несмотря на то, что мы полностью прозрачны по генерированию и несколько новаторски по охвату, наш набор контрольных данных должен быть пересмотрен для будущих исследований. Это особенно относится к обработке (исключению или уточнению) структур с плохими исходными оценками. Новые базы данных PPeC помогут в расширении набора данных, но не заменят ручное курирование. Последнее относится к подготовке данных, но также, что важно, к биологическим знаниям, сопровождающим каждую структуру (например,грамм. альтернативные BS), требование для качественного анализа результатов. Также могут быть рассмотрены изменения в стратегии, например, в отношении использование кристаллографических вод [26, 71], pH-зависимое протонирование [72], de novo генерация лигандных структур [73] или уточнение структуры [74, 75]. Хотя было бы интересно увидеть заполненные пробелы в таблице 1 (перед использованием, например, передовых глобально-локальных гибридных подходов и наборов данных с более длинными пептидами), действительно количественное сравнение потребует использования идентичных входных данных и ограничений во всех случаях.

    Одной из причин отсутствия исследований, оценивающих установленные инструменты SMD для PPeD, может быть страх перед отрицательными результатами. По аналогичным причинам у авторов может возникнуть соблазн «скрыть» или полностью опустить фундаментальные критерии, такие как RMSD позы сверху или воспроизводимость (SD). Однако, несмотря на особенности пептидных лигандов, которые делают PPeD настолько сложным, в таких исследованиях можно многому научиться. В конце концов, может быть стоит протестировать пользовательские настройки, пользовательские функции оценки или даже гибридные подходы, прежде чем «изобретать колесо» — по крайней мере, до тех пор, пока не будет показано, что новые «колеса» работают значительно лучше.

    • Обычно высокая внутренняя гибкость пептидов по сравнению с подобными лекарствам молекулами аналогичного размера делает особенно трудным прогнозирование их связывания с белками.

    • Большинство современных подходов к стыковке пептидов представляют собой протоколы (а не интегрированные инструменты) с сильно изменяющимися ограничениями; например некоторые ожидают известного сайта связывания, тогда как другие начинают «вслепую».

    • Строгая оценка жесткого и гибкого повторного докинга коротких пептидов с помощью ADV показывает, что для достижения общей воспроизводимости результатов требуются большие глубины отбора проб.

    • Для коротких пептидов результаты Vina являются умеренными и зависят от случая, аналогично тем, которые ранее сообщались для пользовательских протоколов; однако часто наблюдается частичный успех.

    • Необходимы более стандартизированные сравнения производительности как пользовательских протоколов, так и дополнительных инструментов SMD; например используя представленный набор метаданных.

    Дополнительные данные

    Дополнительные данные доступны в Интернете по адресу http: // bib.oxfordjournals.org/.

    Финансирование

    Эта работа была поддержана Федеральным министерством здравоохранения Германии [IIA5-2512-FSB-725 до B.Y.R.].

    Благодарности

    Авторы благодарят авторов всех исследований, внесших вклад в представленный набор метаданных, за их работу и, в некоторых случаях, за их помощь в составлении цифр для Таблицы 1. Они также ценят огромные усилия тех, кто поддерживает и вносит вклад в структуру PDB.Особая благодарность Олегу Тротту, автору ADV, за его активное и многолетнее участие в постоянно загруженном списке рассылки AutoDock. Наконец, они благодарят Карлуса Денеке за критическое прочтение рукописи.

    Список литературы

    1

    et al. .

    PepBind: комплексная база данных и вычислительный инструмент для анализа белок-пептидных взаимодействий

    .

    Геномика Протеомика Биоинформатика

    2013

    ;

    11

    :

    241

    46

    .2

    et al. .

    Короткие линейные мотивы: повсеместные и функционально разнообразные модули взаимодействия белков, управляющие регуляцией клеток

    .

    Chem Rev

    2014

    ;

    114

    :

    6733

    78

    ,3

    .

    Противомикробные пептиды

    .

    Pharmaceuticals (Базель)

    2013

    ;

    6

    :

    1543

    75

    ,4

    .

    Возвращение антимикробных пептидов

    .

    Nat Biotechnol

    2013

    ;

    31

    :

    379

    82

    .5

    .

    Удивительная сложность сигнальных последовательностей

    .

    Trends Biochem Sci

    2006

    ;

    31

    :

    563

    71

    ,6

    et al. .

    Пептиды, кодируемые короткими ORF, контролируют развитие и определяют новое семейство эукариотических генов

    .

    ПЛоС Биол

    2007

    ;

    5

    :

    e106

    ,7

    .

    Новые данные о функциональных пептидах, кодируемых короткими открытыми рамками считывания

    .

    Nat Rev Genet

    2014

    ;

    15

    :

    193

    204

    ,8

    .

    Структурная основа стратегий связывания пептидов и белков

    .

    Структура

    2010

    ;

    18

    :

    188

    99

    .9

    et al. .

    Будущее пептидных препаратов

    .

    Chem Biol Drug Des

    2013

    ;

    81

    :

    136

    47

    .10

    .

    Повторение и дизайн структур и последовательностей пептидов, связывающих белок

    .

    Дж Мол Биол

    2006

    ;

    357

    :

    917

    27

    .11

    .

    VitAL: алгоритм Витерби для конструирования пептидов de novo

    .

    PLoS One

    2010

    ;

    5

    :

    e10926

    .12

    et al. .

    Антимикробный пептид, созданный de novo, с активностью против мультирезистентного Staphylococcus aureus, действующего на киназу RsbW

    .

    FASEB J

    2013

    ;

    27

    :

    4476

    88

    .13

    .

    Олигопептиды как биомаркеры субпопуляций цианобактерий. К пониманию их биологической роли

    .

    Токсины (Базель)

    2014

    ;

    6

    :

    1929

    50

    .14

    et al. .

    Идентификация пептидных биомаркеров в моче, связанных с ревматоидным артритом

    .

    PLoS One

    2014

    ;

    9

    :

    e104625

    .15

    et al. .

    Синтетические терапевтические пептиды: наука и рынок

    .

    Drug Discov Today

    2010

    ;

    15

    :

    40

    56

    ,16

    и др. .

    Быстрый синтез пептидов на основе потока

    .

    Chembiochem

    2014

    ;

    15

    :

    713

    720

    ,17

    и др. .

    Подходы к увеличению пероральной биодоступности пептидов и белков

    .

    Int J Pharm

    2013

    ;

    447

    :

    75

    93

    ,18

    .

    Ингибирование белок-белковых взаимодействий с использованием сконструированных молекул

    .

    Chem Soc Rev

    2009

    ;

    38

    :

    3289

    300

    ,19

    и др. .

    Ингибирование опосредованных альфа-спиралью белок-белковых взаимодействий с использованием сконструированных молекул

    .

    Nat Chem

    2013

    ;

    5

    :

    161

    73

    .20

    Методы пептидного дисплея in vitro и их применение

    .

    Краткая функциональная геномика

    2011

    ;

    10

    :

    125

    34

    .21

    et al. .

    Изучение белок-белковых взаимодействий с использованием пептидных массивов

    .

    Chem Soc Rev

    2011

    ;

    40

    :

    2131

    45

    .22

    и др. .

    X-связывание пептидного массива (PAX): новый подход к идентификации пептидов и белков

    .

    PLoS One

    2012

    ;

    7

    :

    e37035

    ,23

    .

    Последние работы по разработке и применению белок-пептидного стыковки

    .

    Future Med Chem

    2012

    ;

    4

    :

    1619

    44

    ,24

    .

    Достижения в предсказании аффинности связывания белок-пептид: значение для открытия лекарств на основе пептидов

    .

    Chem Biol Drug Des

    2013

    ;

    81

    :

    50

    60

    ,25

    .

    Связывание пептидов и характеристика связывания пептидов на основе структуры: от знаний к ноу-хау

    .

    Curr Opin Struct Biol

    2013

    ;

    23

    :

    894

    902

    .26

    et al. .

    Докинг белок-лиганд в новом тысячелетии — ретроспектива 10 лет в области

    .

    Curr Med Chem

    2013

    ;

    20

    :

    2296

    314

    ,27

    .

    Эффективная стыковка пептидов с белками без предварительного знания сайта связывания

    .

    Protein Sci

    2002

    ;

    11

    :

    1729

    37

    ,28

    и др. .

    AutoDock4 и AutoDockTools4: автоматическая стыковка с гибкостью выборочного приемника

    .

    Дж. Comput Chem

    2009

    ;

    30

    :

    2785

    91

    ,29

    .

    Новая стратегия стыковки пептидов с использованием метода среднего поля с взаимно ортогональной выборкой латинского квадрата

    .

    J Comput Aided Mol Des

    2008

    ;

    22

    :

    815

    29

    .30

    .

    DynaDock: новый алгоритм на основе молекулярной динамики для стыковки белков и пептидов, включая гибкость рецепторов

    .

    Белки

    2010

    ;

    78

    :

    1084

    104

    .31

    et al. .

    Glide: новый подход к быстрой и точной стыковке и подсчету очков

    .

    2. Факторы обогащения при скрининге базы данных. J Med Chem

    2004

    ;

    47

    :

    1750

    9

    .32

    et al. .

    Улучшенная стыковка полипептидов с Glide

    .

    J Chem Inf Model

    2013

    ;

    53

    :

    1689

    99

    .33

    .

    Суб-ангстремное моделирование комплексов гибких пептидов и глобулярных белков

    .

    Белки

    2010

    ;

    78

    :

    2029

    40

    . 34

    и др. .

    Rosetta FlexPepDock ab-initio: одновременное сворачивание, стыковка и очистка пептидов на их рецепторах

    .

    PLoS One

    2011

    ;

    6

    :

    e18934

    ,35

    .

    Единый конформационный отбор и индуцированный подход к стыковке белок-пептид

    .

    PLoS One

    2013

    ;

    8

    :

    e58769

    .36

    .

    AutoDock Vina: повышение скорости и точности стыковки с новой функцией подсчета очков, эффективная оптимизация: многопоточность

    .

    Дж. Comput Chem

    2010

    ;

    31

    :

    455

    61

    .37

    .

    На пути к прогнозированию функциональных белковых карманов с использованием алгоритмов слепой стыковки и поиска карманов

    .

    Protein Sci

    2011

    ;

    20

    :

    880

    93

    .38

    .

    MetaPocket: мета-подход для улучшения предсказания сайта связывания лиганда белка

    .

    OMICS

    2009

    ;

    13

    :

    325

    30

    .39

    et al. .

    PepSite: прогнозирование сайтов связывания пептидов с поверхности белков

    .

    Nucleic Acids Res

    2012

    ;

    40

    :

    W423

    7

    .40

    et al. .

    Обнаружение пептид-связывающих сайтов на поверхности белков: первый шаг к моделированию и нацеливанию пептид-опосредованных взаимодействий

    .

    Белки

    2013

    ;

    81

    :

    2096

    105

    .41

    et al. .

    PEP-SiteFinder: инструмент для слепой идентификации сайтов связывания пептидов на поверхности белков

    .

    Nucleic Acids Res

    2014

    ;

    42

    :

    W221

    6

    .42

    et al. .

    Виртуальный скрининг ингибиторов протеазы ВИЧ: сравнение AutoDock 4 и Vina

    .

    PLoS One

    2010

    ;

    5

    :

    e11955

    .43

    et al. .

    rDock: быстрая, универсальная программа с открытым исходным кодом для стыковки лигандов с белками и нуклеиновыми кислотами

    .

    PLoS Comput Biol

    2014

    ;

    10

    :

    e1003571

    .44

    Texas Advanced Computing Center TUoTMB

    . .45

    .

    Доступное высокопроизводительное программное обеспечение для виртуального скрининга молекулярной док-станции для студентов и преподавателей

    .

    PLoS Comput Biol

    2012

    ;

    8

    :

    e1002499

    .46

    Научно-исследовательский институт Скриппса TMGL

    . .47

    .

    Влияние входных разностей на результаты расчетов стыковки

    .

    J Chem Inf Model

    2009

    ;

    49

    :

    1704

    14

    , 48

    .

    Изменчивость показателей успешной стыковки из-за подготовки набора данных

    .

    J Comput Aided Mol Des

    2012

    ;

    26

    :

    775

    86

    .49

    .

    На пути к быстрой слепой стыковке пептида с целевым белком с использованием четырехчастичного статистического псевдопотенциала

    .

    Comput Biol Chem

    2010

    ;

    34

    :

    53

    62

    .50

    et al. .

    Структурные и динамические детерминанты распознавания белок-пептид

    .

    Структура

    2011

    ;

    19

    :

    1837

    45

    .51

    и др. .

    Прогнозирование комплекса белок-пептид с помощью паттернов взаимодействия фрагментов

    .

    Структура

    2013

    ;

    21

    :

    789

    97

    .52

    .

    Действия универсального белкового ресурса (UniProt)

    .

    Nucleic Acids Res

    2014

    ;

    42

    :

    D191

    8

    .53

    et al. .

    The Protein Data Bank: компьютерный архивный файл для макромолекулярных структур

    .

    J Mol Biol

    1977

    ;

    112

    :

    535

    42

    .54

    et al. .

    Аспарагин и глутамин: использование контактов атома водорода при выборе ориентации амида боковой цепи

    .

    J Mol Biol

    1999

    ;

    285

    :

    1735

    47

    .55

    .

    Репозиторий скриптов PyMOL

    . .56

    et al. .

    Исследования взаимодействия пептид: N-гликаназа-p97 предполагают, что фосфорилирование p97 модулирует деградацию, связанную с эндоплазматическим ретикулумом

    .

    Proc Natl Acad Sci USA

    2007

    ;

    104

    :

    8785

    90

    .58

    и др. .

    Структурная основа распознавания последовательности дилейцина кислотного кластера GGA1

    .

    Nature

    2002

    ;

    415

    :

    937

    41

    .59

    et al. .

    Структурная основа молекулярного распознавания и презентации гистона h4 посредством WDR5

    .

    EMBO J

    2006

    ;

    25

    :

    4245

    52

    .60

    et al. .

    Кристаллические структуры комплексного и беспептидного мембранного белк-связывающего домена: молекулярная основа распознавания пептидов PDZ

    .

    Cell

    1996

    ;

    85

    :

    1067

    76

    .61

    et al. .

    Растворный ЯМР-анализ взаимодействия между NTF2 и нуклеопорином FxFG повторов

    .

    Дж Мол Биол

    2003

    ;

    333

    :

    587

    603

    0,62

    и др. .

    Структурный анализ замещений цинка в активном центре термолизина

    .

    Protein Sci

    1995

    ;

    4

    :

    1955

    65

    .63

    .

    Руководство по AutoDock Vina

    . .64

    .

    Уроки, извлеченные из эмпирической оценки с помощью smina из сравнительного анализа CSAR 2011

    .

    J Chem Inf Model

    2013

    ;

    53

    :

    1893

    904

    .65

    et al. .

    PeptiSite: структурная база данных сайтов связывания пептидов в 4D

    .

    Biochem Biophys Res Commun

    2014

    ;

    445

    :

    717

    23

    ,66

    .

    NNScore 2.0: функция оценки рецептор-лиганд нейронной сети

    .

    J Chem Inf Model

    2011

    ;

    51

    :

    2897

    903

    .67

    .

    DINC: новый протокол на основе AutoDock для стыковки больших лигандов

    .

    BMC Struct Biol

    2013

    ;

    13

    (

    Дополнение 1

    ):

    S11

    .68

    .

    AutoGrow 3.0: улучшенный алгоритм химически поддающегося лечению полуавтоматического дизайна ингибитора белка

    .

    Модель J Mol Graph Model

    2013

    ;

    44

    :

    104

    12

    0,69

    и др. .

    QuickVina: ускорение AutoDock Vina с использованием градиентной эвристики для глобальной оптимизации

    .

    IEEE / ACM Trans Comput Biol Bioinform

    2012

    ;

    9

    :

    1266

    72

    .70

    .

    Интерфейс передачи сообщений и гибрид многопоточности для параллельной молекулярной стыковки больших баз данных на высокопроизводительных вычислительных машинах с петауровнем

    .

    Дж. Comput Chem

    2013

    ;

    34

    :

    915

    27

    ,71

    .

    На пути к стыковке лигандов, включая явные межфазные молекулы воды

    .

    PLoS One

    2013

    ;

    8

    :

    e67536

    ,72

    .

    Роль состояний протонирования в распознавании и связывании лиганд-рецептор

    .

    Curr Pharm Des

    2013

    ;

    19

    :

    4182

    90

    ,73

    и др. .

    PeptideBuilder: простая библиотека Python для создания модельных пептидов

    .

    PEER J

    2013

    ;

    1

    :

    e80

    ,74

    et al. .

    Повторное уточнение из депонированных рентгеновских данных может предоставить улучшенные модели для большинства записей PDB

    .

    Acta Crystallogr D Biol Crystallogr

    2009

    ;

    65

    :

    176

    185

    .75

    .

    Redock: Переделка стыковки

    . .

    © Автор, 2015. Опубликовано Oxford University Press. Для получения разрешений обращайтесь по электронной почте: [email protected]

    .

    Неполная везикулярная стыковка ограничивает синаптическую силу в условиях высокой вероятности высвобождения

    Существенных изменений:

    Все рецензенты согласны с тем, что рукопись интересна, хорошо сделана экспериментально и позволяет глубже проникнуть в физиологические основы классических параметров синаптического высвобождения, поэтому после соответствующей проверки заслуживает публикации в eLife.Между обозревателями возникли разногласия относительно использования TEA для блокировки K-каналов. После некоторого обсуждения рецензенты согласились предложить одну серию дополнительных экспериментов для усиления рукописи: чтобы убедиться, что приток кальция достаточен для слияния всех стыкованных везикул, следует провести эксперимент, в котором TEA дополняется умеренными концентрациями 4-AP. (в диапазоне 10-20 мкМ). Если, как ожидалось, вероятность слияния = 1,0 только с TEA, дальнейшее увеличение кальция за счет блокирования дополнительных K-каналов с помощью 4-AP, как ожидается, не изменит ответ.Такой эксперимент дал бы больше уверенности в том, что в условиях TEA действительно достигаются максимальные концентрации кальция, как заявлено.

    Чтобы решить этот вопрос, мы провели эксперименты, начиная с 1,5 мМ внешнего кальция и 1 мМ TEA, добавляя 15 мкМ 4-AP. Результаты групп показаны на Рисунке 4 — рисунке в приложении 1 отредактированной рукописи. Средние значения P1 составляли 0,140 для TEA и 0,187 для TEA + 4-AP. В TEA + 4-AP как облегчение, так и двухступенчатое высвобождение были неожиданно заметными, что указывало на очень сильное проникновение кальция.После корректировки на 2-ступенчатое высвобождение значение P1 в TEA + 4-AP составило 0,125, аналогично значению только в TEA. Таким образом, новые данные соответствуют прогнозу редактора о том, что при запуске в режиме TEA дальнейшее добавление 4-AP не должно значительно увеличивать P1. Другими словами, новые результаты показывают, что 4-AP, как и TEA, действует на p, но не на δ.

    Рецензент №1:

    1) Авторы предполагают, что и p, и δ зависят от Ca 2+ , но утверждают, что приток Ca 2+ , увеличенный блокатором K-канала (увеличение TEA с 1 мМ до 5 мМ) не влияет на δ.Приведенные ссылки (подраздел « TEA и [Ca 2+ ] o увеличивают P двумя разными механизмами» ), похоже, не поддерживают этот аргумент. По крайней мере, пространственная модель для различения возрастаний Ca 2+ путем повышения внешней концентрации Ca 2+ и TEA была бы необходима, чтобы предложить эту гипотезу.

    Ссылка Pulido, 2018 помогает объяснить, что, хотя увеличение [Ca 2+ ] o до 3 мМ и добавление 1 мМ ТЕА имеют аналогичные эффекты на P1, первая манипуляция сильно снижает фасилитацию, а вторая — нет.Как показано в Pulido, 2018, модели стыковочных узлов предсказывают, что краткосрочная синаптическая пластичность зависит не только от p, но также и от δ, а также от r, вероятности пополнения опустевшего стыковочного узла в течение одного межимпульсного интервала. В частности, PPR = (1 — p) + pr + (1 / δ — 1) r (уравнение 5 в Pulido, 2018). Как видно из этого уравнения, когда p увеличивается до своего максимального значения p = 1, PPR уменьшается до минимума r / δ, который больше 1 (облегчение), если r> δ. Следовательно, некоторые синапсы с низкими значениями δ остаются способствующими даже при p = 1.С другой стороны, когда δ увеличивается до максимального значения 1, PPR уменьшается до 1 — p + pr, который всегда меньше 1 (поскольку и p, и r меньше 1). Следовательно, все синапсы становятся угнетающими, если δ увеличивается до максимального значения δ = 1. Мы изменили текст, чтобы сделать аргументацию более понятной.

    Новые данные с 4-AP в дополнение к TEA показывают, что в этих условиях P1 остается низким, в то время как облегчение остается заметным (новый рисунок 4 — приложение к рисунку 1). Это подтверждает, что блокирование зависимых от напряжения K-каналов, либо с помощью TEA, либо с 4-AP, оказывает иное влияние на синаптическую функцию, чем увеличение [Ca 2+ ] o .

    Чтобы решить проблему различий в механизме, мы теперь включили новые данные, сравнивающие эффекты повышенного [Ca 2+ ] o и добавления TEA на миниатюрные частоты тока. Эти эксперименты показывают, что повышенный [Ca 2+ ] o увеличивает минимальную частоту, но что добавление TEA не имеет такого эффекта. Они согласуются с нашим предположением, что базальный пресинаптический Cai увеличивается после первого маневра, но не после второго.Кроме того, новые эксперименты по смешиванию ТЕА и 4-АР (см. Ответ редактору выше) дали результаты, согласующиеся с гипотезой о том, что ТЕА (или другие блокаторы K-канала) действуют на p, а не на δ.

    2) В подразделе «Насыщение P как функция концентрации TEA» сравниваются значения P1 в 1 мМ TEA и 5 мМ TEA, но рисунок 1E показывает, что контрольные значения (1,5 Ca 2+ , 0 TEA) очень различаются между двумя сериями экспериментов, поэтому это сравнение не имеет смысла, если не сравнивается соотношение к контролю в отдельных экспериментах.Аналогичным образом, в подразделе «Объединение измерений поступления Ca2 + 334 с измерениями фосфора», приток Ca 2+ сравнивается между двумя условиями, чтобы быть похожими (1 мМ TEA / 3 мМ Ca 2+ (зеленый на рисунке 3C) vs 5 мМ TEA / 1,5 мМ Ca 2+ (фиолетовый), без контроля в двух сериях экспериментов.

    Рецензент прав: сравнение P1 между 1 мМ TEA и 5 мМ TEA является только ориентировочным с настоящими данными, поскольку эксперименты проводились отдельно. Чтобы признать это, мы изменили наш текст в подразделе «Объединение измерений Ca 2+ 376 входа с измерениями P», чтобы сказать, что наши результаты были только показателем того, что P1 имел аналогичные значения в 1 мМ TEA и в 5 мM TEA.Важным моментом является то, что как в 1 мМ TEA, так и в 5 мМ TEA, P1 далек от своего максимального значения 1. Точно так же мы ослабили утверждение относительно 1 мМ TEA / 3 мМ Ca 2+ и 5 мМ TEA / 1,5 мМ Ca 2+ в подразделе «Объединение измерений входа Ca 2+ с измерениями фосфора». На рисунке 4C различные точки данных представлены с соответствующими полосами погрешностей, и разброс экспериментальных данных явно очевиден. В этот рисунок были включены все доступные результаты, поэтому эти средние значения немного отличаются от средних, представленных на рисунке 1, которые отражают только эксперименты с парным анализом.Поэтому на рисунке 4C значение n равно 9 для 1,5 Ca + 1 TEA, а не 5, а значение n равно 6 для 1,5 Ca + 5 TEA, а не 4. Включение большего количества данных в сводный график на рисунке 4C дает больший статистический вес. к средним значениям. Дело в том, что данные не могут соответствовать единственной масштабированной версии модельной кривой на Рисунке 4B.

    Мы провели анализ соотношений, предложенный рецензентом. Среднее отношение P1 составляет 1,9 для 1 TEA и 3,0 для 5 TEA, но разница незначительна. Мы включили это сравнение в пересмотренную в подразделе «Насыщенность P как функцию концентрации TEA».

    Рецензент № 2:

    […]

    1) Обоснование. До сих пор не ясно, какие выводы были сделаны в предыдущих рукописях, и какие недостатки этих публикаций были исправлены в этой рукописи. Сначала это кажется хорошо проторенной почвой для лаборатории Марти — стыковка ограничивает, увеличение стыковки лежит в основе облегчения. В конце концов, мне пришлось перечитать все предыдущие рукописи, чтобы определить, чему здесь научились. Фактически, значения стыковки были немного больше (δ = 0.45 Miki 2016; δ = 0,3 Мики, 2018) — так чему же научились? Они должны кратко изложить то, что было ранее известно, описать ограничения в этих предыдущих рукописях, в частности, почему было трудно точно определить занятость места стыковки в их предыдущих исследованиях. И подчеркните новый результат, а именно: кальций увеличивает количество купированных пузырьков еще до стимуляции.

    Мы переписали конец Введения в соответствии с указаниями рецензента.Кроме того, мы добавили предложение в первый абзац раздела «Обсуждение», чтобы выделить успехи, достигнутые в работе.

    2) Аннотация. Авторы не пытаются достучаться до обычного читателя eLife, даже в аннотации — важные полезные сообщения теряются в комментариях о джиттере и насыщении. Обычный читатель не поймет механизм действия или значение лечения TEA. Я ценю конкретные цифры; также следует указать среднее значение N.

    Реферат переписан в соответствии с указаниями рецензента.

    3) Аббревиатуры. В остальной части документа английский стиль прост и прямолинеен, что само по себе является достижением. Такие сокращения, как «AP», «MLI», «PF» и «PPR» не определены. Я думаю, что читателю также понадобится время от времени напоминать, чтобы отличить «P» от «p» от «вероятности выпуска», когда они читают дальше.

    Готово.

    4) ЧАЙ. Вывод о том, что стыковка ограничивает, основан на аргументе, что они максимизировали p с 1 мМ TEA — 5 мМ TEA не увеличивают P1.Но это утверждение не полностью подтверждается. Альтернативой является то, что 1 мМ TEA насыщает приток кальция. Эксперимент, демонстрирующий, что TEA не насыщает приток кальция, начнется только на Рисунке 3. Тем временем я был убежден, что они ошибались. Перестановка цифр может улучшить логику аргументации или отметить, что это будет продемонстрировано ниже. Более того, данные ΔF / F o для 1 мМ TEA и 1,5 мМ Ca 2+ сильно различались между двумя сравнениями на Рисунке 3. Они были более убедительно продемонстрированы в статье 2016 года.Тем не менее, они достигают значимости, и данные согласуются с предыдущими экспериментами; на мой взгляд они могут стоять.

    Новые эксперименты, объединяющие TEA и 4-AP (см. Ответ редактору выше и новый рисунок 4 — приложение к рисунку 1), показывают, что независимо от метода, используемого для увеличения поступления кальция, P1 остается ограниченным δ. Эти новые данные подтверждают наше предположение, что TEA действует на p, а не на δ.

    5) Вероятность выпуска. подраздел «Влияние добавления 1 мМ ТЕА на P»: Каковы оценочные значения p для этих значений P1? Было бы полезно включить количество SV, δ и p1, которые вошли в эти значения для {плюс минус} TEA.Мне удалось испортить математику из моих скрытых расчетов, когда я проверял эти значения из данных.

    P1 составлял 0,213 в 1,5 кальция и 1 ТЭА, в то время как δ оценивается в 0,22 по фиг. 4 в этих условиях. Обращая уравнение P1 = δ p, получаем p = 0,97. Однако, представляя этот расчет вместе со значением P1 на стр. 4 было бы преждевременным, поскольку оценка δ появляется только позже в рукописи, в результате анализа рисунка 4C.На данном этапе P1 просто получается путем отношения n 1 к N.

    .

    Результаты расчетов p в TEA теперь включены в подраздел «Корректировка вероятности высвобождения из-за занятости стыковочной площадки».

    6. Кальциевые каналы. Что означает p = 1 для наших моделей активной зоны? Эти данные предполагают, что может высвобождаться каждый купированный пузырек. Это предполагает:

    — Все КА состыкованы около кальциевых каналов, и все кальциевые каналы открыты, или

    — Домены Calcium размером с активную зону и имеют доступ ко всем SV.

    Теперь мы заявляем (подраздел «Влияние добавления 1 мМ ТЕА на P»), что мы предполагаем, что все сайты имеют одинаковую чувствительность к кальцию и расположены на одинаковом расстоянии от источников кальция. Это соответствует нашей предыдущей работе (Miki et al., 2016; 2017). Поскольку зоны доступности PF-MLI очень малы и имеют несколько кластеров VGCC, вполне вероятно, что отдельные SV близки к нескольким VGCC (Miki et al., 2017).

    7) Пополнение. Не приведет к «аварийному слиянию» из пула замены (описанного у Mike et al., 2018) мешают подсчету SV после первой стимуляции в поезде. Они будут включены в их заполняемость.

    К счастью, 2-ступенчатая разблокировка в ответ на 1-ю точку доступа в большинстве случаев незначительна. Только позже в поезде появляется двухступенчатый выпуск. Поскольку наша оценка значений δ основывается только на анализе P1, ошибки из-за двухэтапного выпуска минимальны. Согласно результатам, представленным в Miki et al., 2018, двухэтапное высвобождение после первого AP становится обнаруживаемым только в самых экстремальных условиях (3 мМ кальция и 1 мМ TEA, или 1.5 мМ кальция, 1 мМ TEA и 4-AP, см. Выше). Этот эффект учитывается, как объяснено в подразделе «Объединение измерений входа Ca 2+ 376 с измерениями P», путем удаления двухэтапных событий высвобождения из соответствующих точек на графике на фиг. 4C. Мы расширили текст, объясняющий исправление, чтобы прояснить эту проблему.

    Рецензент № 3:

    1) Я предполагаю, что изменение кальция в ванне изменяет внутриклеточный кальций в покое, таким образом влияя на δ. Показали ли такие изменения авторские измерения кальция?

    В принципе рецензент прав.К сожалению, наши измерения кальция не решают эту проблему. В отдельных экспериментах мы сравнивали контрольную ситуацию (1,5 или 3 внешних кальция) без TEA с тестовой ситуацией с TEA (или в одной серии экспериментов мы увеличивали концентрацию TEA). Таким образом, мы не можем сделать вывод из этих экспериментов, приведет ли изменение кальция к увеличению базального уровня кальция. Тем не менее, у нас есть доказательства, указывающие на увеличение внутриклеточного кальция, из измерений минимальных доз при двух внешних концентрациях кальция.Мы обнаружили, что минимальная скорость увеличивается в зависимости от внешнего кальция, что также предполагает повышение внутреннего кальция. Эта информация теперь включена в исправленную рукопись.

    2) Можно представить, что TEA может деполяризовать терминал, а также приводить к изменению кальция, но авторы полагают, что TEA не влияет на δ. Некоторые комментарии о влиянии TEA необходимы, чтобы помочь читателю понять его особенное действие на форму волны спайка.

    В отличие от приведенных выше результатов с 3 мМ кальция, добавление ТЭА не изменяет частоту миниатюрного тока, что указывает на отсутствие изменений базального пресинаптического кальция.Мы добавили эту информацию в раздел результатов.

    3) В подразделе «Объединение измерений входа Ca 2+ с измерениями P», высокочувствительный TO Ca.

    Исправлено.

    4) Подраздел «Сравнение с другими препаратами» «заметное исключение» статьи Сильвера. Что такое «нормальный [Ca 2+ ] o », дающий P = 0,9, учитывая, что физиологические уровни Ca / Mg в этой работе не использовались?

    Действительно, в работе Сильвера использовалось несколько внешних концентраций кальция и магния.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *