使用MolAICal发现蛋白受体潜在的活性口袋及位点

MolAICal

1. 引言
为了后续AIDD的智能化，MolAICal集成了P2Rank和 fpocket两个模块用于发现蛋白的活性位点。当蛋白质受体未结合配体，或其活性口袋尚无相关报道时，就需要对其活性位点进行预测。P2Rank 和 fpocket是两款常用的开源工具，均可用于识别受体中的潜在活性口袋。其中，fpocket 主要基于几何和拓扑原理（具体为沃罗诺伊镶嵌法），而 P2Rank 则以机器学习为核心，整合了局部表面特征与聚类技术。在应用场景上，fpocket 适用于蛋白质结构数据库的快速大规模筛选；相比之下，当需要更高的预测精度、基于机器学习的结果优化，以及对顶级候选结合位点进行优先级排序时，P2Rank 更为合适。

2. 材料2.1 软件要求

1） MolAICal：https://molaical.github.io 或 https://molaical.gitlab.io

2） PyMOL：https://github.com/cgohlke/pymol-open-source-wheels

安装 PyMOL 需依赖 “pip” 工具。用户可先安装 Miniconda（下载地址：https://www.anaconda.com/docs/getting-started/miniconda/install），再运行以下命令：

1. #> pip install pymol-3.2.0a0-cp314-cp314-win_amd64.whl
   
2. #> pip install pymol_launcher-3.0-cp314-cp314-win_amd64.whl

复制代码

最后，搜索关键词 “pymol.exe”，找到该文件后创建桌面快捷方式。双击桌面快捷方式，即可启动 PyMOL。

2.2 示例文件

1）本教程所需的全部示例文件可从以下链接下载：

https://gitee.com/molaical/tutorials/tree/master/019-detect_pocket

3. 操作步骤3.1 利用 p2rank 和 MolAICal 检测活性口袋

进入 “019-detect_pocket” 文件夹，运行以下命令：

1. #> molaical.exe -call run -c pocket -i predict -f 1UYD.pdb -o results

复制代码

结果将保存在 “results” 文件夹中。在 PyMOL 中输入命令 “cd 019-detect_pocket\results\visualizations”，进入目标文件夹；随后在 PyMOL 中打开 “results\visualizations” 目录下的 “1UYD.pdb.pml” 文件，即可显示潜在活性口袋（见图 1）。显然，排名第一的活性口袋即为配体结合区域。

图1

3.2 利用 fpocket 和 MolAICal 检测活性口袋

进入 “019-detect_pocket” 文件夹。

目前，fpocket 仅支持在 Linux 系统中运行，运行以下命令：

1. #> molaical.exe -call run -c fpocket -i -f 1UYD.pdb

复制代码

结果将保存在 “1UYD_out” 文件夹中。按与上述类似的操作：在 PyMOL 中输入命令 “cd 019-detect_pocket\1UYD_out” 进入目标文件夹，然后在 PyMOL 中打开 “019-detect_pocket\1UYD_out” 目录下的“1UYD.pml” 文件，即可显示潜在活性口袋（见图 2）。同时加载 “1UYD.pdb” 文件中的配体，可观察到排名第一的口袋同样包含配体结合位点，这表明 fpocket 也能准确识别蛋白质受体的活性口袋。

图2