蛋白结合位点预测工具DeepSite

在基于结构的药物设计中,一个重要步骤是预测蛋白的结合位点。PlayMolecule平台提供了一个在线工具DeepSite能够实现这一功能。 DeepSite.png DeepSite采用DCNNS(deep convolutional neural networks)的机器学习方法,利用scPDB数据库中的7622个结构进行进行十折交叉验证,最终训练出的模型效果优于另外两个预测结合口袋的工具fPocket和Concavity。

Note: - 随机选择了两个晶体结构2JDV和2NLA进行测试,发现打分最高的口袋均是pdb结构中配体的结合位点。 - DeepSite采用的训练集及验证集都是包含目前已知的大多数共结晶的结构,对于新解出的晶体其效果如何呢?

另一个结合位点预测工具DoGSiteScorer:
DoGSiteScorer是BioSolveIT旗下的一款工具,它的评价是基于蛋白表面口袋的 size, shape, and chemical features,使用的参数是由SVM训练得到的。 它的另一个特点是易于使用Pymol进行可视化,但目前只支持Linux系统,学术用户免费。

Ref: -PlayMolecule DeepSite -DoGSiteScorer