SlideShare a Scribd company logo
120816 version 1.0

     LigPlot +            on Mac OSX
LigPlot+は、LIGPLOT (Protein-Ligand) & DIMPLOT (Protein-Protein)
プログラムのためのユーザーインファーフェースである。ここでは、
LigPlot+上でのAutoDock Dataの扱い方を解説する。




  Presented by Satoshi Kume
    Osaka Prefecture University
1. LigPlot+のダウンロード
      Academic free (ライセンス登録必要)
      http://www.ebi.ac.uk/thornton-srv/software/LigPlus/

 2. LigPlot+の起動
             LigPlus.jar をダブルクリックする → (1) パス設定画面が表示される →
             PyMOL executableの設定 (/Applications/MacPyMOL) → save →
             (2) LIGPLOT+の画面が表示される
(1)
                                                            (2)
3. PDB fileを開く
   (1) File → Open PDB file
   (2) Enter PDB code → PDB codeを入力する
   or Browse → パソコン内のPDB fileを選択する! → 例として、3o22を読み込んだ
      (1)
                                       (2)




4. Run LIGPLOT
(1) LIGPLOTの画面を選択
(2) Select ligand to plot → リガンドの選択          (1)
この場合、OLA 200(A)、PLM201(A)、                         (2)
OLA191(A)、PLM192(A)の4種類のリガン
ドが存在する。                                                  (3)
(3) Include waters → check!
                                      (4)
(4) Run
5. PLOTの表示         6. PLOTの保存
下図のようなPLOTが表示される


                            (1)


                            (2)



                   (1) DRW fileとして保存する (LigPlot形式)
                   (2) PostScriptとして保存する



補足
7. LigPlot上でのAutoDock Dataの扱い方
(1) DLG fileの編集 (AutoDock Manualを参照のこと)

 (ターミナル起動 → DLG fileのあるフォルダに移動する)
 % grep '^DOCKED' XXX.dlg | cut -c9- > XXX.pdbqt                 # XXXは任意のfile name
 % cut -c-66 XXX.pdbqt > XXX.pdb

    → XXX.pdbをテキストで開くと、以下のようなリガンドの原子座標がある。
      (計算回数分のリガンド座標が存在する)
             USER                             x       y       z     vdW Elec
             USER                          _______ _______ _______ _____ _____
             ROOT
             ATOM       1 N4 LIG    A 99   25.308    5.516 13.258 -0.16 -0.11
             ATOM       2 C15 LIG   A 99   25.118    4.470 14.124 -0.26 +0.01
             ATOM       3 C16 LIG   A 99   25.104    5.030 15.399 -0.24 -0.01
             .
             .
             .
             .
             ATOM     43 C3 LIG     A 99   25.976    9.029   9.807 -0.29 +0.01
             ATOM     44 C31 LIG    A 99   26.328    9.801   8.593 -0.41 +0.03
             BRANCH 39 45
             ATOM     45 C35 LIG    A 99   27.145 10.250 11.588 -0.34 +0.00
             ATOM     46 C36 LIG    A 99   28.482 10.252 11.528 -0.31 +0.00
             ENDBRANCH 39 45
             ENDBRANCH 5 36
             TORSDOF 12
             TER
             ENDMDL
(2) タンパク質及びリガンド座標の重ね合わせ

 → XXX.pdb内の”ATOM”行から”TER”行までをコピーする(赤線表示部分)。
 → タンパク質のPDB file内にペーストし、残基番号等を編集する。
   詳細は、PDB fileの編集例を参照のこと

(3) LIGPLOT上での表示

 → LIGPLOT+の起動
 → File → Open PDB file → 上記で作製したPDB fileを読み込む
   詳細は、他のセクションを参照のこと
PDB fileの編集例
① リガンドの各原子番号は1スタートで良い。② リガンド名は任意で良い。
③ 残基番号: 最後の残基番号 + 1に設定する。 ④ 原子種: 特に記載する必要はない。
     ATOM   1223   O   GLU   156    33.613 29.047 16.892       1.00132.15     O
     ATOM   1224   OXT GLU   156    32.278 29.736 15.257       1.00132.15     O
削除   TER    1225       GLU   156
     ATOM      1   N4 LIG    157    18.434   15.863   5.447   -0.13   -0.04
     ATOM      2   C15 LIG   157    18.529   14.740   6.228   -0.36   +0.01
     ATOM      3   C16 LIG   157    17.903   13.724   5.508   -0.44   -0.01
     ATOM      4   C17 LIG   157    17.178   14.361   4.433   -0.45   -0.01
     ATOM      5   C18 LIG   157    17.564   15.691   4.411   -0.46   +0.01
     ATOM      6   C24 LIG   157    16.223   13.714   3.490   -0.09   +0.01
     ATOM      7   H6 LIG    157    18.792   16.760   5.744   -0.44   +0.01
     ATOM      8   C14 LIG   157    19.222   14.812   7.478   +0.02   +0.02
     ATOM      9   C13 LIG   157    18.911   14.086   8.574   -0.24   +0.02
     .
     .
     .
     ATOM    40 H4     LIG   157    18.609 18.177     5.580 -0.15 +0.03
     ATOM    41 C4     LIG   157    18.033 20.041     4.803 -0.25 +0.08
     ATOM    42 O1     LIG   157    18.518 20.862     5.560 -0.36 -0.10
     TER
     END
            ① ②③                                                              ④
  注意点         1. タンパク質とリガンドの間にある”TER”行を削除する。
              この場合は、TER             1225      GLU 156を削除する。
              2. BRANCH、ENDBRANCH、TORSDOF、CONTACTの行は削除しても良い。
              3. 各原子座標(x, y, z)は、ピリオドを必ず える。また、残基番号とx座標間は
              必ず半角スペース6個入れる。

More Related Content

What's hot

ソネット・メディア・ネットワークス a.i lab.紹介
ソネット・メディア・ネットワークス a.i lab.紹介ソネット・メディア・ネットワークス a.i lab.紹介
ソネット・メディア・ネットワークス a.i lab.紹介
So-net Media Networks Corp.
 
データ解析のための統計モデリング入門10章前半
データ解析のための統計モデリング入門10章前半データ解析のための統計モデリング入門10章前半
データ解析のための統計モデリング入門10章前半
Shinya Akiba
 
第2回Matlantis User Conference_20230421_畠山歓先生
第2回Matlantis User Conference_20230421_畠山歓先生第2回Matlantis User Conference_20230421_畠山歓先生
第2回Matlantis User Conference_20230421_畠山歓先生
Matlantis
 
DLLAB Engineer Days : ONNX Export & Optimize
DLLAB Engineer Days : ONNX Export & Optimize DLLAB Engineer Days : ONNX Export & Optimize
DLLAB Engineer Days : ONNX Export & Optimize
Kazuki Kyakuno
 
機械学習の力を引き出すための依存性管理
機械学習の力を引き出すための依存性管理機械学習の力を引き出すための依存性管理
機械学習の力を引き出すための依存性管理
Takahiro Kubo
 
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptxBERT分類ワークショップ.pptx
BERT分類ワークショップ.pptx
Kouta Nakayama
 
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
harmonylab
 
データ中心の時代を生き抜くエンジニアに知ってほしい10?のこと
データ中心の時代を生き抜くエンジニアに知ってほしい10?のことデータ中心の時代を生き抜くエンジニアに知ってほしい10?のこと
データ中心の時代を生き抜くエンジニアに知ってほしい10?のこと
Hideo Terada
 
ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜
LPIXEL
 
[DL輪読会]“Meta-Learning for Online Update of Recommender Systems. (AAAI 2022)”
[DL輪読会]“Meta-Learning for Online Update of Recommender Systems.  (AAAI 2022)” [DL輪読会]“Meta-Learning for Online Update of Recommender Systems.  (AAAI 2022)”
[DL輪読会]“Meta-Learning for Online Update of Recommender Systems. (AAAI 2022)”
Deep Learning JP
 
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
Matlantis
 
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
Deep Learning JP
 
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
Matlantis
 
Sift特徴量について
Sift特徴量についてSift特徴量について
Sift特徴量について
la_flance
 
[DL輪読会]Clebsch–Gordan Nets: a Fully Fourier Space Spherical Convolutional Neu...
[DL輪読会]Clebsch–Gordan Nets: a Fully Fourier Space Spherical Convolutional Neu...[DL輪読会]Clebsch–Gordan Nets: a Fully Fourier Space Spherical Convolutional Neu...
[DL輪読会]Clebsch–Gordan Nets: a Fully Fourier Space Spherical Convolutional Neu...
Deep Learning JP
 
Python 学習教材 (300~309ページ)
Python 学習教材 (300~309ページ)Python 学習教材 (300~309ページ)
Python 学習教材 (300~309ページ)
Jun MITANI
 
Power Automateを使ってツヨツヨ情報収集ツールを作ろう
Power Automateを使ってツヨツヨ情報収集ツールを作ろうPower Automateを使ってツヨツヨ情報収集ツールを作ろう
Power Automateを使ってツヨツヨ情報収集ツールを作ろう
Demodori Gatsuo - A Certain Citizen Developers Association
 
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Preferred Networks
 
Tensorflow Liteの量子化アーキテクチャ
Tensorflow Liteの量子化アーキテクチャTensorflow Liteの量子化アーキテクチャ
Tensorflow Liteの量子化アーキテクチャ
HitoshiSHINABE1
 
福岡大学における公開用NTPサービス事例(LACNOG2019発表資料日本語版)
福岡大学における公開用NTPサービス事例(LACNOG2019発表資料日本語版)福岡大学における公開用NTPサービス事例(LACNOG2019発表資料日本語版)
福岡大学における公開用NTPサービス事例(LACNOG2019発表資料日本語版)
Sho FUJIMURA
 

What's hot (20)

ソネット・メディア・ネットワークス a.i lab.紹介
ソネット・メディア・ネットワークス a.i lab.紹介ソネット・メディア・ネットワークス a.i lab.紹介
ソネット・メディア・ネットワークス a.i lab.紹介
 
データ解析のための統計モデリング入門10章前半
データ解析のための統計モデリング入門10章前半データ解析のための統計モデリング入門10章前半
データ解析のための統計モデリング入門10章前半
 
第2回Matlantis User Conference_20230421_畠山歓先生
第2回Matlantis User Conference_20230421_畠山歓先生第2回Matlantis User Conference_20230421_畠山歓先生
第2回Matlantis User Conference_20230421_畠山歓先生
 
DLLAB Engineer Days : ONNX Export & Optimize
DLLAB Engineer Days : ONNX Export & Optimize DLLAB Engineer Days : ONNX Export & Optimize
DLLAB Engineer Days : ONNX Export & Optimize
 
機械学習の力を引き出すための依存性管理
機械学習の力を引き出すための依存性管理機械学習の力を引き出すための依存性管理
機械学習の力を引き出すための依存性管理
 
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptxBERT分類ワークショップ.pptx
BERT分類ワークショップ.pptx
 
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
 
データ中心の時代を生き抜くエンジニアに知ってほしい10?のこと
データ中心の時代を生き抜くエンジニアに知ってほしい10?のことデータ中心の時代を生き抜くエンジニアに知ってほしい10?のこと
データ中心の時代を生き抜くエンジニアに知ってほしい10?のこと
 
ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜
 
[DL輪読会]“Meta-Learning for Online Update of Recommender Systems. (AAAI 2022)”
[DL輪読会]“Meta-Learning for Online Update of Recommender Systems.  (AAAI 2022)” [DL輪読会]“Meta-Learning for Online Update of Recommender Systems.  (AAAI 2022)”
[DL輪読会]“Meta-Learning for Online Update of Recommender Systems. (AAAI 2022)”
 
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
 
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
 
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
 
Sift特徴量について
Sift特徴量についてSift特徴量について
Sift特徴量について
 
[DL輪読会]Clebsch–Gordan Nets: a Fully Fourier Space Spherical Convolutional Neu...
[DL輪読会]Clebsch–Gordan Nets: a Fully Fourier Space Spherical Convolutional Neu...[DL輪読会]Clebsch–Gordan Nets: a Fully Fourier Space Spherical Convolutional Neu...
[DL輪読会]Clebsch–Gordan Nets: a Fully Fourier Space Spherical Convolutional Neu...
 
Python 学習教材 (300~309ページ)
Python 学習教材 (300~309ページ)Python 学習教材 (300~309ページ)
Python 学習教材 (300~309ページ)
 
Power Automateを使ってツヨツヨ情報収集ツールを作ろう
Power Automateを使ってツヨツヨ情報収集ツールを作ろうPower Automateを使ってツヨツヨ情報収集ツールを作ろう
Power Automateを使ってツヨツヨ情報収集ツールを作ろう
 
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
 
Tensorflow Liteの量子化アーキテクチャ
Tensorflow Liteの量子化アーキテクチャTensorflow Liteの量子化アーキテクチャ
Tensorflow Liteの量子化アーキテクチャ
 
福岡大学における公開用NTPサービス事例(LACNOG2019発表資料日本語版)
福岡大学における公開用NTPサービス事例(LACNOG2019発表資料日本語版)福岡大学における公開用NTPサービス事例(LACNOG2019発表資料日本語版)
福岡大学における公開用NTPサービス事例(LACNOG2019発表資料日本語版)
 

More from Satoshi Kume

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
Satoshi Kume
 
230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf
Satoshi Kume
 
20230314_R-universe.pdf
20230314_R-universe.pdf20230314_R-universe.pdf
20230314_R-universe.pdf
Satoshi Kume
 
211204_japan_r_v01
211204_japan_r_v01211204_japan_r_v01
211204_japan_r_v01
Satoshi Kume
 
211104 Bioc Asia workshop
211104 Bioc Asia workshop211104 Bioc Asia workshop
211104 Bioc Asia workshop
Satoshi Kume
 
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
Satoshi Kume
 
Exchange program 071128
Exchange program 071128Exchange program 071128
Exchange program 071128
Satoshi Kume
 
D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)
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)
Satoshi Kume
 
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)
Satoshi Kume
 
Openlink Virtuoso v01
Openlink Virtuoso v01Openlink Virtuoso v01
Openlink Virtuoso v01
Satoshi Kume
 
201209 Biopackathon 12th
201209 Biopackathon 12th201209 Biopackathon 12th
201209 Biopackathon 12th
Satoshi Kume
 
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
Satoshi Kume
 
201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre
Satoshi Kume
 
200612_BioPackathon_ss
200612_BioPackathon_ss200612_BioPackathon_ss
200612_BioPackathon_ss
Satoshi Kume
 
How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0
Satoshi Kume
 
CentOS_slide_ver1.0
CentOS_slide_ver1.0CentOS_slide_ver1.0
CentOS_slide_ver1.0
Satoshi Kume
 
R_note_ODE_ver1.0
R_note_ODE_ver1.0R_note_ODE_ver1.0
R_note_ODE_ver1.0
Satoshi Kume
 
Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Mac_Terminal_ver1.0
Mac_Terminal_ver1.0
Satoshi Kume
 
R_note_02_ver1.0
R_note_02_ver1.0R_note_02_ver1.0
R_note_02_ver1.0
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
 

Ligplot+_japanese_ver.1.0

  • 1. 120816 version 1.0 LigPlot + on Mac OSX LigPlot+は、LIGPLOT (Protein-Ligand) & DIMPLOT (Protein-Protein) プログラムのためのユーザーインファーフェースである。ここでは、 LigPlot+上でのAutoDock Dataの扱い方を解説する。 Presented by Satoshi Kume Osaka Prefecture University
  • 2. 1. LigPlot+のダウンロード Academic free (ライセンス登録必要) http://www.ebi.ac.uk/thornton-srv/software/LigPlus/ 2. LigPlot+の起動 LigPlus.jar をダブルクリックする → (1) パス設定画面が表示される → PyMOL executableの設定 (/Applications/MacPyMOL) → save → (2) LIGPLOT+の画面が表示される (1) (2)
  • 3. 3. PDB fileを開く (1) File → Open PDB file (2) Enter PDB code → PDB codeを入力する or Browse → パソコン内のPDB fileを選択する! → 例として、3o22を読み込んだ (1) (2) 4. Run LIGPLOT (1) LIGPLOTの画面を選択 (2) Select ligand to plot → リガンドの選択 (1) この場合、OLA 200(A)、PLM201(A)、 (2) OLA191(A)、PLM192(A)の4種類のリガン ドが存在する。 (3) (3) Include waters → check! (4) (4) Run
  • 4. 5. PLOTの表示 6. PLOTの保存 下図のようなPLOTが表示される (1) (2) (1) DRW fileとして保存する (LigPlot形式) (2) PostScriptとして保存する 補足
  • 5. 7. LigPlot上でのAutoDock Dataの扱い方 (1) DLG fileの編集 (AutoDock Manualを参照のこと) (ターミナル起動 → DLG fileのあるフォルダに移動する) % grep '^DOCKED' XXX.dlg | cut -c9- > XXX.pdbqt # XXXは任意のfile name % cut -c-66 XXX.pdbqt > XXX.pdb → XXX.pdbをテキストで開くと、以下のようなリガンドの原子座標がある。 (計算回数分のリガンド座標が存在する) USER x y z vdW Elec USER _______ _______ _______ _____ _____ ROOT ATOM 1 N4 LIG A 99 25.308 5.516 13.258 -0.16 -0.11 ATOM 2 C15 LIG A 99 25.118 4.470 14.124 -0.26 +0.01 ATOM 3 C16 LIG A 99 25.104 5.030 15.399 -0.24 -0.01 . . . . ATOM 43 C3 LIG A 99 25.976 9.029 9.807 -0.29 +0.01 ATOM 44 C31 LIG A 99 26.328 9.801 8.593 -0.41 +0.03 BRANCH 39 45 ATOM 45 C35 LIG A 99 27.145 10.250 11.588 -0.34 +0.00 ATOM 46 C36 LIG A 99 28.482 10.252 11.528 -0.31 +0.00 ENDBRANCH 39 45 ENDBRANCH 5 36 TORSDOF 12 TER ENDMDL
  • 6. (2) タンパク質及びリガンド座標の重ね合わせ → XXX.pdb内の”ATOM”行から”TER”行までをコピーする(赤線表示部分)。 → タンパク質のPDB file内にペーストし、残基番号等を編集する。 詳細は、PDB fileの編集例を参照のこと (3) LIGPLOT上での表示 → LIGPLOT+の起動 → File → Open PDB file → 上記で作製したPDB fileを読み込む 詳細は、他のセクションを参照のこと
  • 7. PDB fileの編集例 ① リガンドの各原子番号は1スタートで良い。② リガンド名は任意で良い。 ③ 残基番号: 最後の残基番号 + 1に設定する。 ④ 原子種: 特に記載する必要はない。 ATOM 1223 O GLU 156 33.613 29.047 16.892 1.00132.15 O ATOM 1224 OXT GLU 156 32.278 29.736 15.257 1.00132.15 O 削除 TER 1225 GLU 156 ATOM 1 N4 LIG 157 18.434 15.863 5.447 -0.13 -0.04 ATOM 2 C15 LIG 157 18.529 14.740 6.228 -0.36 +0.01 ATOM 3 C16 LIG 157 17.903 13.724 5.508 -0.44 -0.01 ATOM 4 C17 LIG 157 17.178 14.361 4.433 -0.45 -0.01 ATOM 5 C18 LIG 157 17.564 15.691 4.411 -0.46 +0.01 ATOM 6 C24 LIG 157 16.223 13.714 3.490 -0.09 +0.01 ATOM 7 H6 LIG 157 18.792 16.760 5.744 -0.44 +0.01 ATOM 8 C14 LIG 157 19.222 14.812 7.478 +0.02 +0.02 ATOM 9 C13 LIG 157 18.911 14.086 8.574 -0.24 +0.02 . . . ATOM 40 H4 LIG 157 18.609 18.177 5.580 -0.15 +0.03 ATOM 41 C4 LIG 157 18.033 20.041 4.803 -0.25 +0.08 ATOM 42 O1 LIG 157 18.518 20.862 5.560 -0.36 -0.10 TER END ① ②③ ④ 注意点 1. タンパク質とリガンドの間にある”TER”行を削除する。 この場合は、TER 1225 GLU 156を削除する。 2. BRANCH、ENDBRANCH、TORSDOF、CONTACTの行は削除しても良い。 3. 各原子座標(x, y, z)は、ピリオドを必ず える。また、残基番号とx座標間は 必ず半角スペース6個入れる。