SlideShare a Scribd company logo
1 of 18
Download to read offline
120816 version 1.0


AutoDock 4.2 & MGLTools
     on Mac OSX
            Provided by
 Satoshi Kume & Masatoshi Nakatsuji
      Osaka Prefecture University
1. AutoDock4 (http://autodock.scripps.edu/)とMGL Tools
  (http://mgltools.scripps.edu/)をダウンロードする。

AutoDock4




MGL Tools
2. MGL ToolsのAutoDock Toolsを起動する (ダブルクリック)。




                          この画面が表示される
3. PBD fileの取得
  Protein Data Bank (http://www.rcsb.org/pdb/home/home.do)




                                   PDB IDまたはkeywordを入力




    PDB Fileのダウンロード
4. Ligand fileの取得
① Protein Data Bankから取得
② PubChem ~ CORINA                              Compound nameを入力


  1. PubChemでSMILEを取得する

                                               http://pubchem.ncbi.nlm.nih.gov/
  2. Online Demo CORINA
                                                    3. PDB fileのダウンロード
     SMILEからPDB fileへの変換




                                 SMILEの入力


         SmileをCORINAに投げる。
   http://www.molecular-networks.com/node/84
5. ProteinとLigandのPDBファイルからPDBQTへ変換する。
PDBQTファイルは、原子電荷とTorsionの定義を付け加えたPDBファイルである。
Process for Protein
① File → Read Molecule → Open PDB file (Check Ribon.)
② Edit → Hydrogens → add → Polar only → OK.         ②
③ Edit → Charges → Compute Gasteiger → OK
(④ Edit → Hydrogens → Merge Non-Polar)
(⑤ Edit → Atoms → Assign AD4 type)
⑥ File → save → Write PDBQT (or Grid → Macromolecule
→ Choose 同じPDB file → Save PDBQT)
⑦ Edit → Delete → All molecules

①                       PDB Fileの表示
③       ④       ⑤




    ⑥
            ⑦
Process for Ligand
    ① Ligand → input → open Ligand PDB File
    ② Ligand → Torsion Tree → Direct Root
    ③ Ligand → Torsion Tree → Choose Torsions → Done
    ④ Ligand → Output → save as PDBQT
    ⑤ Edit → Delete → All molecules
①



         PDB Fileを呼び出す

②
③




                  最大32個まで回転可能

              ④




    回転箇所の確認
                  PDBQT Fileとして保存
6. GridBoxを設定する。
 ① Grid → Micromolecules → Open PBDQT file
 ② Grid → Set Map Types → Open ligand PDBQT file
 ③ Grid → Grid Box → Grid Boxの設定 → File → close saving current
 ④ Grid → output → Save GPF
①

                                             Protein Fileの表示




②


                                             Ligand Fileの表示
③




    Grid Boxの
    大きさ変更           Grid BoxのSave


                ④

    Grid Boxの
     位置変更



                    GPF Fileの保存
7. Run AUTOgrid
※ PDBQTとGPF Fileを同じフォルダにおく。
① RUN → AUTOgrid4
② Program Pathname → universal darwin10のAUTOgrid4を選択
③ Parameter Filename → gpf file
④ Log Filename → glg file
⑤ ターミナルを起動 → bashを起動する。
⑥ PDBQTのあるFileまで移動して、CMDコードを貼付け、Enter。Map fileができる。
⑦ Edit → Delete → All molecules
    ①




②                                                      autogrid4を選択する
③                                                      GPF fileを選択する
 ④                                                     Nameを付ける
⑤                                                      CmdをCopyする
⑤
                            bashと入力する
                            % ls: 現在のフォルダを表示
                            % cd: フォルダの移動
                            % cd AAA*: AAAから始まる
                            実行Fileがあるフォルダへ移動

    PDBQTとGPFがあるフォルダに移動する

⑥ CmdをCopy&Pasteして、Enter。
※ 1 分ぐらいで完了する。

       ⑦


                            PDBQT fileを消す
8. Dockingパラメータを設定する。
① Docking → Macromolecules → Set Rigid Filename → PDBQT File of Protein
② Docking → Ligand → Open PDBQT File of ligand → Accept
③ Docking → Search Parameters → Genetical Algoritm Parameters
→ Number of GA Runs ≥ 200, Maximum Number of generation: 270000 → Accept
④ Docking → Docking Parameters → Accept
⑤ Docking → Output → Lamarckian GA

 ①
                                                     Rigid Protein Fileの
                                                     読み込み




 ②


                                                Ligand FileのDocking
③




④




⑤
9. RUN AutoDock4
  ① Run → Run AUTODOCK4
  ② Program Pathname → Browse → universal darwin10 → AUTODOCK4を選択
  ③ Parameter Filename → DPF File
  ④ Log Filename → DLG File
  ⑤ ターミナルの起動 → Bashに変更 → 実行フォルダに移動
  ⑥ CMD codeの貼付け → Enter
  ⑦ ユーティリティ → アクティビティモニタ → Autodockの動作確認
  ※ MGL Tools、及びX11は消しても大丈夫。



                                                     ①




         ②
         ③
         ④
         ⑤
10. Analysis of AutoDock Data
    ① Analyze → Dockings → Open DLG file
    ② Analyze → Macromolecule → Open PDBQT file of Protein
    ③ Analyze → Clusterings → Show → Docking Parameter表示
    ④ Analyze → Dockings → Show Interactions → for all residuesにチェック
    ⑤ Docking Parameterの各グラフをダブルクリックでDocking表示
    ※ .dlg fileをテキストエディットで表示することで各Docking結果を表示可能
    (rankで検索,2個目)
①
                                                              Ligand .dlg file
                                                              の読み込み




②
                                                         Protein .pdbqt file
                                                         の読み込み
Docking
③                                                         Parameterの表示




④




11. DLG fileをPDB fileへ変換
    ① ターミナル起動 → docking fileのあるディレクトリへ移動 (% cd)
    ② % grep ‘^DOCKED’ XXX.dlg | cut -c9- > XXX.pdbqt
    ③ % cut -c-66 XXX.pdbqt > XXX.pdb                   # XXXは任意のファイル名
    ④ Pymol上でProteinとLigandのPDB fileを開き,重ね合わせる
    補足: % less XXX.dlg             # DLG file内をターミナル上で表示するコマンド

More Related Content

What's hot

Divisor
DivisorDivisor
Divisor
oupc
 
Using AI to Build a Self-Driving Query Optimizer with Shivnath Babu and Adria...
Using AI to Build a Self-Driving Query Optimizer with Shivnath Babu and Adria...Using AI to Build a Self-Driving Query Optimizer with Shivnath Babu and Adria...
Using AI to Build a Self-Driving Query Optimizer with Shivnath Babu and Adria...
Databricks
 

What's hot (20)

Divisor
DivisorDivisor
Divisor
 
Real-time Stream Processing with Apache Flink
Real-time Stream Processing with Apache FlinkReal-time Stream Processing with Apache Flink
Real-time Stream Processing with Apache Flink
 
書くネタがCoqしかない
書くネタがCoqしかない書くネタがCoqしかない
書くネタがCoqしかない
 
Setting up mongodb sharded cluster in 30 minutes
Setting up mongodb sharded cluster in 30 minutesSetting up mongodb sharded cluster in 30 minutes
Setting up mongodb sharded cluster in 30 minutes
 
ZDD基礎
ZDD基礎ZDD基礎
ZDD基礎
 
Increasing Kafka Connect Throughput with Catalin Pop with Catalin Pop | Kafka...
Increasing Kafka Connect Throughput with Catalin Pop with Catalin Pop | Kafka...Increasing Kafka Connect Throughput with Catalin Pop with Catalin Pop | Kafka...
Increasing Kafka Connect Throughput with Catalin Pop with Catalin Pop | Kafka...
 
【DL輪読会】Semi-Parametric Neural Image Synthesis
【DL輪読会】Semi-Parametric Neural Image Synthesis【DL輪読会】Semi-Parametric Neural Image Synthesis
【DL輪読会】Semi-Parametric Neural Image Synthesis
 
Hadoop Query Performance Smackdown
Hadoop Query Performance SmackdownHadoop Query Performance Smackdown
Hadoop Query Performance Smackdown
 
Ml professional bandit_chapter2
Ml professional bandit_chapter2Ml professional bandit_chapter2
Ml professional bandit_chapter2
 
警察庁オープンデータで交通事故の世界にDeepDive!
警察庁オープンデータで交通事故の世界にDeepDive!警察庁オープンデータで交通事故の世界にDeepDive!
警察庁オープンデータで交通事故の世界にDeepDive!
 
[Tutorial] Sentence Representation
[Tutorial] Sentence Representation[Tutorial] Sentence Representation
[Tutorial] Sentence Representation
 
Using AI to Build a Self-Driving Query Optimizer with Shivnath Babu and Adria...
Using AI to Build a Self-Driving Query Optimizer with Shivnath Babu and Adria...Using AI to Build a Self-Driving Query Optimizer with Shivnath Babu and Adria...
Using AI to Build a Self-Driving Query Optimizer with Shivnath Babu and Adria...
 
Swift勉強会
Swift勉強会Swift勉強会
Swift勉強会
 
PCAの最終形態GPLVMの解説
PCAの最終形態GPLVMの解説PCAの最終形態GPLVMの解説
PCAの最終形態GPLVMの解説
 
[DL輪読会]Conditional Neural Processes
[DL輪読会]Conditional Neural Processes[DL輪読会]Conditional Neural Processes
[DL輪読会]Conditional Neural Processes
 
Python for R Users
Python for R UsersPython for R Users
Python for R Users
 
Dots20161029 myui
Dots20161029 myuiDots20161029 myui
Dots20161029 myui
 
Rabbit Order: Just-in-time Reordering for Fast Graph Analysis
Rabbit Order: Just-in-time Reordering for Fast Graph AnalysisRabbit Order: Just-in-time Reordering for Fast Graph Analysis
Rabbit Order: Just-in-time Reordering for Fast Graph Analysis
 
Concord: Simple & Flexible Stream Processing on Apache Mesos: Data By The Bay...
Concord: Simple & Flexible Stream Processing on Apache Mesos: Data By The Bay...Concord: Simple & Flexible Stream Processing on Apache Mesos: Data By The Bay...
Concord: Simple & Flexible Stream Processing on Apache Mesos: Data By The Bay...
 
第2回nips+読み会: Learning to learn by gradient decent by gradient decent
第2回nips+読み会: Learning to learn by gradient decent by gradient decent第2回nips+読み会: Learning to learn by gradient decent by gradient decent
第2回nips+読み会: Learning to learn by gradient decent by gradient decent
 

Similar to AutoDock_japanese_ver.1.0

もしWordPressユーザーがGitを使ったら 〜WordPressテーマを共同編集しよう〜
もしWordPressユーザーがGitを使ったら 〜WordPressテーマを共同編集しよう〜もしWordPressユーザーがGitを使ったら 〜WordPressテーマを共同編集しよう〜
もしWordPressユーザーがGitを使ったら 〜WordPressテーマを共同編集しよう〜
Takashi Uemura
 
C16 45分でわかるPostgreSQLの仕組み by 山田努
C16 45分でわかるPostgreSQLの仕組み by 山田努C16 45分でわかるPostgreSQLの仕組み by 山田努
C16 45分でわかるPostgreSQLの仕組み by 山田努
Insight Technology, Inc.
 
ホームディレクトリに埋もれた便利なコードをさがせ!
ホームディレクトリに埋もれた便利なコードをさがせ!ホームディレクトリに埋もれた便利なコードをさがせ!
ホームディレクトリに埋もれた便利なコードをさがせ!
Yohei Fushii
 

Similar to AutoDock_japanese_ver.1.0 (20)

AutoDock_doc_japanese_ver.1.0
AutoDock_doc_japanese_ver.1.0AutoDock_doc_japanese_ver.1.0
AutoDock_doc_japanese_ver.1.0
 
AutoDock_Raccoon_japanese_ver.1.0
AutoDock_Raccoon_japanese_ver.1.0AutoDock_Raccoon_japanese_ver.1.0
AutoDock_Raccoon_japanese_ver.1.0
 
PF部第19回資料 poor man's JTAG
PF部第19回資料 poor man's JTAGPF部第19回資料 poor man's JTAG
PF部第19回資料 poor man's JTAG
 
Lagopus 0.2
Lagopus 0.2Lagopus 0.2
Lagopus 0.2
 
Magnum IO GPUDirect Storage 最新情報
Magnum IO GPUDirect Storage 最新情報Magnum IO GPUDirect Storage 最新情報
Magnum IO GPUDirect Storage 最新情報
 
もしWordPressユーザーがGitを使ったら 〜WordPressテーマを共同編集しよう〜
もしWordPressユーザーがGitを使ったら 〜WordPressテーマを共同編集しよう〜もしWordPressユーザーがGitを使ったら 〜WordPressテーマを共同編集しよう〜
もしWordPressユーザーがGitを使ったら 〜WordPressテーマを共同編集しよう〜
 
2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
2015-09-02 @ 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
 
Blenderde Qr Code
Blenderde Qr CodeBlenderde Qr Code
Blenderde Qr Code
 
Code igniterでテスト駆動開発 資料作成中
Code igniterでテスト駆動開発 資料作成中Code igniterでテスト駆動開発 資料作成中
Code igniterでテスト駆動開発 資料作成中
 
Google Docs使ってRのコードを実行/共有
Google Docs使ってRのコードを実行/共有Google Docs使ってRのコードを実行/共有
Google Docs使ってRのコードを実行/共有
 
C16 45分でわかるPostgreSQLの仕組み by 山田努
C16 45分でわかるPostgreSQLの仕組み by 山田努C16 45分でわかるPostgreSQLの仕組み by 山田努
C16 45分でわかるPostgreSQLの仕組み by 山田努
 
CocoaPodsのはなし
CocoaPodsのはなしCocoaPodsのはなし
CocoaPodsのはなし
 
BackupMetadataByGitAction.pptx
BackupMetadataByGitAction.pptxBackupMetadataByGitAction.pptx
BackupMetadataByGitAction.pptx
 
BackupMetadataByGitAction.pptx
BackupMetadataByGitAction.pptxBackupMetadataByGitAction.pptx
BackupMetadataByGitAction.pptx
 
PGOを用いたPostgreSQL on Kubernetes入門(PostgreSQL Conference Japan 2022 発表資料)
PGOを用いたPostgreSQL on Kubernetes入門(PostgreSQL Conference Japan 2022 発表資料)PGOを用いたPostgreSQL on Kubernetes入門(PostgreSQL Conference Japan 2022 発表資料)
PGOを用いたPostgreSQL on Kubernetes入門(PostgreSQL Conference Japan 2022 発表資料)
 
ホームディレクトリに埋もれた便利なコードをさがせ!
ホームディレクトリに埋もれた便利なコードをさがせ!ホームディレクトリに埋もれた便利なコードをさがせ!
ホームディレクトリに埋もれた便利なコードをさがせ!
 
MongoDB Configパラメータ解説
MongoDB Configパラメータ解説MongoDB Configパラメータ解説
MongoDB Configパラメータ解説
 
Rubyからg rpcでdocker化したkuromojiを使った話
Rubyからg rpcでdocker化したkuromojiを使った話Rubyからg rpcでdocker化したkuromojiを使った話
Rubyからg rpcでdocker化したkuromojiを使った話
 
Yesod on Heroku
Yesod on HerokuYesod on Heroku
Yesod on Heroku
 
バッチリネーマーの制作
バッチリネーマーの制作バッチリネーマーの制作
バッチリネーマーの制作
 

More from Satoshi Kume

More from Satoshi Kume (20)

ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
 
230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf
 
20230314_R-universe.pdf
20230314_R-universe.pdf20230314_R-universe.pdf
20230314_R-universe.pdf
 
211204_japan_r_v01
211204_japan_r_v01211204_japan_r_v01
211204_japan_r_v01
 
211104 Bioc Asia workshop
211104 Bioc Asia workshop211104 Bioc Asia workshop
211104 Bioc Asia workshop
 
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonCRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
 
Exchange program 071128
Exchange program 071128Exchange program 071128
Exchange program 071128
 
D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)
 
AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)
 
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
 
Openlink Virtuoso v01
Openlink Virtuoso v01Openlink Virtuoso v01
Openlink Virtuoso v01
 
201209 Biopackathon 12th
201209 Biopackathon 12th201209 Biopackathon 12th
201209 Biopackathon 12th
 
201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索
 
201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre
 
200612_BioPackathon_ss
200612_BioPackathon_ss200612_BioPackathon_ss
200612_BioPackathon_ss
 
How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0
 
CentOS_slide_ver1.0
CentOS_slide_ver1.0CentOS_slide_ver1.0
CentOS_slide_ver1.0
 
R_note_ODE_ver1.0
R_note_ODE_ver1.0R_note_ODE_ver1.0
R_note_ODE_ver1.0
 
Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Mac_Terminal_ver1.0
Mac_Terminal_ver1.0
 
R_note_02_ver1.0
R_note_02_ver1.0R_note_02_ver1.0
R_note_02_ver1.0
 

Recently uploaded

The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
 

Recently uploaded (7)

東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
 
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
 
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 

AutoDock_japanese_ver.1.0

  • 1. 120816 version 1.0 AutoDock 4.2 & MGLTools on Mac OSX Provided by Satoshi Kume & Masatoshi Nakatsuji Osaka Prefecture University
  • 2. 1. AutoDock4 (http://autodock.scripps.edu/)とMGL Tools (http://mgltools.scripps.edu/)をダウンロードする。 AutoDock4 MGL Tools
  • 3. 2. MGL ToolsのAutoDock Toolsを起動する (ダブルクリック)。 この画面が表示される
  • 4. 3. PBD fileの取得 Protein Data Bank (http://www.rcsb.org/pdb/home/home.do) PDB IDまたはkeywordを入力 PDB Fileのダウンロード
  • 5. 4. Ligand fileの取得 ① Protein Data Bankから取得 ② PubChem ~ CORINA Compound nameを入力 1. PubChemでSMILEを取得する http://pubchem.ncbi.nlm.nih.gov/ 2. Online Demo CORINA 3. PDB fileのダウンロード SMILEからPDB fileへの変換 SMILEの入力 SmileをCORINAに投げる。 http://www.molecular-networks.com/node/84
  • 6. 5. ProteinとLigandのPDBファイルからPDBQTへ変換する。 PDBQTファイルは、原子電荷とTorsionの定義を付け加えたPDBファイルである。 Process for Protein ① File → Read Molecule → Open PDB file (Check Ribon.) ② Edit → Hydrogens → add → Polar only → OK. ② ③ Edit → Charges → Compute Gasteiger → OK (④ Edit → Hydrogens → Merge Non-Polar) (⑤ Edit → Atoms → Assign AD4 type) ⑥ File → save → Write PDBQT (or Grid → Macromolecule → Choose 同じPDB file → Save PDBQT) ⑦ Edit → Delete → All molecules ① PDB Fileの表示
  • 7. ④ ⑤ ⑥ ⑦
  • 8. Process for Ligand ① Ligand → input → open Ligand PDB File ② Ligand → Torsion Tree → Direct Root ③ Ligand → Torsion Tree → Choose Torsions → Done ④ Ligand → Output → save as PDBQT ⑤ Edit → Delete → All molecules ① PDB Fileを呼び出す ②
  • 9. 最大32個まで回転可能 ④ 回転箇所の確認 PDBQT Fileとして保存
  • 10. 6. GridBoxを設定する。 ① Grid → Micromolecules → Open PBDQT file ② Grid → Set Map Types → Open ligand PDBQT file ③ Grid → Grid Box → Grid Boxの設定 → File → close saving current ④ Grid → output → Save GPF ① Protein Fileの表示 ② Ligand Fileの表示
  • 11. Grid Boxの 大きさ変更 Grid BoxのSave ④ Grid Boxの 位置変更 GPF Fileの保存
  • 12. 7. Run AUTOgrid ※ PDBQTとGPF Fileを同じフォルダにおく。 ① RUN → AUTOgrid4 ② Program Pathname → universal darwin10のAUTOgrid4を選択 ③ Parameter Filename → gpf file ④ Log Filename → glg file ⑤ ターミナルを起動 → bashを起動する。 ⑥ PDBQTのあるFileまで移動して、CMDコードを貼付け、Enter。Map fileができる。 ⑦ Edit → Delete → All molecules ① ② autogrid4を選択する ③ GPF fileを選択する ④ Nameを付ける ⑤ CmdをCopyする
  • 13. bashと入力する % ls: 現在のフォルダを表示 % cd: フォルダの移動 % cd AAA*: AAAから始まる 実行Fileがあるフォルダへ移動 PDBQTとGPFがあるフォルダに移動する ⑥ CmdをCopy&Pasteして、Enter。 ※ 1 分ぐらいで完了する。 ⑦ PDBQT fileを消す
  • 14. 8. Dockingパラメータを設定する。 ① Docking → Macromolecules → Set Rigid Filename → PDBQT File of Protein ② Docking → Ligand → Open PDBQT File of ligand → Accept ③ Docking → Search Parameters → Genetical Algoritm Parameters → Number of GA Runs ≥ 200, Maximum Number of generation: 270000 → Accept ④ Docking → Docking Parameters → Accept ⑤ Docking → Output → Lamarckian GA ① Rigid Protein Fileの 読み込み ② Ligand FileのDocking
  • 16. 9. RUN AutoDock4 ① Run → Run AUTODOCK4 ② Program Pathname → Browse → universal darwin10 → AUTODOCK4を選択 ③ Parameter Filename → DPF File ④ Log Filename → DLG File ⑤ ターミナルの起動 → Bashに変更 → 実行フォルダに移動 ⑥ CMD codeの貼付け → Enter ⑦ ユーティリティ → アクティビティモニタ → Autodockの動作確認 ※ MGL Tools、及びX11は消しても大丈夫。 ① ② ③ ④ ⑤
  • 17. 10. Analysis of AutoDock Data ① Analyze → Dockings → Open DLG file ② Analyze → Macromolecule → Open PDBQT file of Protein ③ Analyze → Clusterings → Show → Docking Parameter表示 ④ Analyze → Dockings → Show Interactions → for all residuesにチェック ⑤ Docking Parameterの各グラフをダブルクリックでDocking表示 ※ .dlg fileをテキストエディットで表示することで各Docking結果を表示可能 (rankで検索,2個目) ① Ligand .dlg file の読み込み ② Protein .pdbqt file の読み込み
  • 18. Docking ③ Parameterの表示 ④ 11. DLG fileをPDB fileへ変換 ① ターミナル起動 → docking fileのあるディレクトリへ移動 (% cd) ② % grep ‘^DOCKED’ XXX.dlg | cut -c9- > XXX.pdbqt ③ % cut -c-66 XXX.pdbqt > XXX.pdb # XXXは任意のファイル名 ④ Pymol上でProteinとLigandのPDB fileを開き,重ね合わせる 補足: % less XXX.dlg # DLG file内をターミナル上で表示するコマンド