计算化学公社

标题: 计算小分子诱导蛋白构象变化的Potential of Mean Force（PMF） [打印本页]
作者
Author: MolAICal    时间: 2020-8-13 17:14
标题: 计算小分子诱导蛋白构象变化的Potential of Mean Force（PMF）
本帖最后由 MolAICal 于 2020-9-2 22:26 编辑

计算小分子诱导蛋白构象变化的Potential of Mean Force（PMF）

更多教程（含英文教程）请见如下：
MolAICal官方主页：https://molaical.github.io
MolAICal 文章介绍：https://doi.org/10.1093/bib/bbaa161
MolAICal中文博客：https://molaical.github.io/cntutorial.html
MolAICal blogspot：https://qblab.blogspot.com
      

1.介绍
以前sobereva也写过一个计算PMF的程序，因为涉及到药物模拟，所以MolAICal添加了PMF的功能，在此先致谢sobereva。
Potential ofMean Force（PMF）可用于描述自由能级图（free energy landscape）。沿坐标的PMF是根据平均分布函数计算的，公式如下：
∆G=-kB*T*lnρ(x,y)
其中T是温度、kB是玻尔兹曼常数。 x和y代表两个主成分。 在本教程中，本示例选择了胰高血糖素受体（GCGR）的分子动力学（MD）模拟结果(Front Chem. 2019 Dec 17;7:851) [1].

2. 材料
2.1. 所需软件
1) MolAICal: https://molaical.github.io
2.2. 示例文件
1) 所有必需的教程文件均可从以下网址下载:
https://github.com/MolAICal/tutorials/tree/master/007-PMF

3. 步骤
3.1. 用MolAICal 软件绘制自由能级图
#> cd 007-PMF
打开“ rmsd-dis.dat”，第一列是RMSD值，第二列是距离。 您也可以使用指定的主成份替换这些数据。然后，运行命令：
#> molaical.exe -pmf -i rmsd-dis.dat

绘制的结果如图1所示
(, 下载次数 Times of downloads: 75)
图1. PMF轮廓

运行如下命令， 将以其他形状绘制图形（参见图2）。
#> molaical.exe -pmf -i D:/pmf/rmsd-dis.dat -g 20 -l 10 -m conshd -b none -x "RMSD" -y "Distance"

(, 下载次数 Times of downloads: 61)
图2. PMF轮廓

3.2. 高级教程
该部分使用OriginLab软件画出更优美的图片。如果您对此部分不感兴趣，可以跳过。 可以从以下位置下载OriginLab的演示版本：https://www.originlab.com.
运行如下命令:
#> molaical.exe -pmf -i rmsd-dis.dat > plot.dat
其中，“plot.dat” 文件可用于再现自由能全景图。

1)  导入 “plot.dat” (见图3)
(, 下载次数 Times of downloads: 75)
图3. 导入数据

2)  双击选定的列C（Y），并将C（Y）更改为Z（参见图4）
(, 下载次数 Times of downloads: 65)
图4. 设置绘图参数

3)   选择所有数据列并绘制轮廓（参见图5）
(, 下载次数 Times of downloads: 77)
图5. 绘制轮廓

4)  可能显示“Speed Mode is On”。 您可以双击轮廓，单击“ Layer1”，选择“ Size /Speed”，然后取消图6红色框中的选项。如果不想取消“ Speed Mode”，可以跳过此步骤。
(, 下载次数 Times of downloads: 63)
图6. 取消“Speed Mode”

5)   如果要在轮廓线上显示数值，可以在轮廓上双击鼠标并选择红框中的labels选项，如图7所示。
(, 下载次数 Times of downloads: 75)
图 7. 绘制轮廓

参考文献
1.     Bai Q, Tan S, Perez-Sanchez H et al.Conformation Transition of Intracellular Part of Glucagon Receptor in ComplexWith Agonist Glucagon by Conventional and Accelerated Molecular DynamicsSimulations, Front Chem 2019;7:851.
https://doi.org/10.3389/fchem.2019.00851





作者
Author: tjuptz    时间: 2020-8-14 08:29
这个不包含PMF计算吧？只是后处理
作者
Author: MolAICal    时间: 2020-8-14 21:28
tjuptz 发表于 2020-8-14 08:29
这个不包含PMF计算吧？只是后处理

包括PMF计算，不包括主成份计算，不过主成份因研究而不同，主成份可以自定义，比如RMSD和距离等。
作者
Author: lining    时间: 2020-9-7 08:31
您好老师，请问3.1中的“距离”具体指的是哪一个距离啊？是怎么求得呢？
作者
Author: MolAICal    时间: 2020-9-7 12:59
本帖最后由 MolAICal 于 2020-9-7 13:02 编辑
lining 发表于 2020-9-7 08:31
您好老师，请问3.1中的“距离”具体指的是哪一个距离啊？是怎么求得呢？

指的是你研究的关键氨基酸或原子的距离，可以使用vmd脚本算，等我回去把例子附件给你上传一下，稍等。
作者
Author: lining    时间: 2020-9-7 15:30
MolAICal 发表于 2020-9-7 12:59
指的是你研究的关键氨基酸或原子的距离，可以使用vmd脚本算，等我回去把例子附件给你上传一下，稍等。

好嘞，非常感谢您老师！
作者
Author: MolAICal    时间: 2020-9-7 15:45
本帖最后由 MolAICal 于 2020-9-7 15:49 编辑
lining 发表于 2020-9-7 15:30
好嘞，非常感谢您老师！

你要想了解距离的定义可以参考这个文献，https://doi.org/10.3389/fchem.2019.00851

底下给你一个脚本，仅做参考，具体跟你的实验改VMD脚本就行：
  1. mol load psf notwat.psf dcd notwat.dcd
  2. set outfile [open distance.dat w]
  3. set nf [molinfo top get numframes]
  4. set sel [[atomselect top "protein and name CA and (resid 253 343)"] get index]
  5. for { set j 0} { $j <= $nf } {incr j } {
  6. puts $outfile "[measure bond [list [lindex $sel 0] [lindex $sel 1]] frame $j]"
  7. }

  9. close $outfile
  10. mol delete all
  11. exit
复制代码


作者
Author: lining    时间: 2020-9-7 15:59
MolAICal 发表于 2020-9-7 15:45
你要想了解距离的定义可以参考这个文献，https://doi.org/10.3389/fchem.2019.00851

底下给你一个脚本 ...

收到！非常感谢您老师！
作者
Author: LUOD    时间: 2023-6-8 10:20
请问一下对于用GaMD跑出来的轨迹，用MolAICal计算2d PMF，和使用aMD提供的PyReweighting-2D.py脚本计算有什么不同吗？我已经尝试过，选定的两个关键坐标是一样的，但是MolAICal好像不用提供重加权后的weights.dat数据
作者
Author: Jiangxue    时间: 2024-11-25 15:57
本帖最后由 Jiangxue 于 2024-11-25 17:07 编辑
LUOD 发表于 2023-6-8 10:20
请问一下对于用GaMD跑出来的轨迹，用MolAICal计算2d PMF，和使用aMD提供的PyReweighting-2D.py脚本计算有什 ...





欢迎光临 计算化学公社 (http://bbs.keinsci.com/) Powered by Discuz! X3.3