摘要预测目标蛋白质与小分子药物之间的结合亲和力对于加快药物研究和设计过程至关重要。为了实现精确有效的亲和力预测，在药物研发过程中需要使用计算机辅助方法。近十年来，人们开发了多种计算方法，其中深度学习是最常用的方法。我们收集了几种深度学习方法，并将其分为卷积神经网

基本信息英文名称：BTTP英文同义词：3-(4-((bis((1-tert-butyl-1H-1,2,3-triazol-4-yl)methyl)amino)methyl)-1H-1,2,3-triazol-1-yl)propan-1-ol分子式：C20H34N10O分子量：430.556Cas：1341215-17-5沸点：605.4±65.0°C(Predicted)密度：1.25±0.1g/cm3(Predicted)酸度系数(pK

BTTPS是一种化学物质，以下是对其的详细介绍：一、基本信息CAS号：1341215-19-7分子式：C20H34N10O4S分子量：510.62外观：淡灰白色固体溶解度：可溶于水、DMSO、DMF、甲醇等存储条件：避光，在-20摄氏度下保存保存时间：三年结构式：二、化学性质与用途性质：BTTPS是一种铜盐催化的“叠氮-炔基”

BTTES（也称作TBTA）是一种化学物质，以下是对其的详细介绍：一、基本信息CAS号：2101505-88-6分子式：C20H34N10O3S分子量：494.62外观：白色或黄色/橙色固体密度：约1.4±0.1g/cm³水溶性：具有一定的水溶性，能在水基反应混合物中使用存储条件：应储存在阴凉、干燥、通风良好的库房中，避免光、空气

文章目录1.跟着官网下载2.跟着官网的样例做对接1.导航到配体文件夹2.准备受体2.1先导航到蛋白受体文件夹2.2下载3BLP的pdb文件并用clean_pdb.py脚本预处理蛋白质2.3把处理好的蛋白放到docking文件夹3.准备配体参数3.1导航到ligand_prep3.2配体文件3.分析

前序课程1前序课程2场景简述蛋白与配体对接后，采用通常的分子动力学模拟，通常会采样得到势阱附近的大量结构（如下图左L-P），即蛋白-配体结合构象的平均系综。如果想要探究蛋白-配体解离过程，需要克服一个解离能垒，去到L-P*，甚至更远的L+P解离状态。这时候静候模拟体系自然地运动过去是不

技术背景如果我们有一个蛋白质X和一个配体Y，那么可以对这个X+Y的体系跑一段长时间的分子动力学模拟，以观测这个体系在不同结合位点下的稳定性。类似于前面一篇博客中计算等高面的方法，我们可以计算轨迹的KDE函数，然后保存成Cube格式（高斯中用于保存电子轨道的一种格式）的文件。然后就可

前序课程1前序课程2目录应用场景简述；-[Done]DSDP:蛋白-配体对接；-[Done]XPONGE：蛋白-配体建模，加溶剂；-[Done]SPONGE：能量极小化-NVT-NPT-正式模拟；-[Done]XPONGE：数据简单后处理。5.XPONGE：数据简单后处理经过1ns的SPONGE分子动力学模拟，得到了轨迹文件"mdcrd.dat

前序课程目录应用场景简述；-[Done]DSDP:蛋白-配体对接；-[Done]XPONGE：蛋白-配体建模，加溶剂；-[Done]SPONGE：能量极小化-NVT-NPT-正式模拟；XPONGE：数据简单后处理。4.SPONGE：能量极小化-NVT-NPT-正式模拟文件下载进入建模文件目录，如下图：SPONGE输入文件采用独特的参

软件支持SPONGE（SimulationPackagetOwardNextGEnerationmolecularmodelling）是由北京大学高毅勤课题组开发的分子动力学模拟程序。安装教程XPONGE使用python编写的分子动力学模拟前后处理工具。简易安装：pipinstallgit+https://gitee.com/gao_hyp_xyj_admin/xponge.gitDS