计算化学公社

 找回密码 Forget password
 注册 Register
Views: 13605|回复 Reply: 2
打印 Print 上一主题 Last thread 下一主题 Next thread

[GROMACS] MD RMSD分析是否合理

[复制链接 Copy URL]

63

帖子

0

威望

453

eV
积分
516

Level 4 (黑子)

本帖最后由 HarrisLin 于 2017-7-4 01:30 编辑

因為實驗室今年才剛開始用GROMACS
實驗室也沒有經驗豐富的博班前輩可以請教
老闆又是那種要靠學生update最新資訊的教授
所以只好又上來請教了希望前輩幫我看看這樣的結果算是正常嗎?

目前我們實驗室的認知停留在
complex(protein+ligand) backbone(看整體穩定)
protrin-ligand(ligand和complex) backbone(看兩者距離變化)
兩者的RMSD應該要先大起大落然後慢慢趨於穩定以及距離變化應該小於生成鍵結長度
ligand backbone RMSD應該小於上述兩者且更加穩定

不過我目前實驗做出來結果如下圖
總覺得我的結果似乎穩定到有點誇張(?

上半是一篇刊登在©The Royal Society of Chemistry 2016期刊上的RMSD分析
下面是我做出來的RMSD分析
一樣都是做藥物虛擬篩選使用同樣的CCR5蛋白結構(PDB:4MBS)
該篇文章使用AMBER 14.0
我是使用GROMACS 2016.3. (GPU加速)

RMSD分析方法是根據上次上來請問Sob老師
根據md.gro先以gmx ndx建立ligand backbone(24)
然後將預設的protein backbone(4)和ligand backbone(24)綁在一起成為complex bacbone(25)
RMSD分析時
protein-ligand:先25後24
complex:25重複兩次
ligand:24重複兩次

另外問個額外的問題
先前版上有在討論MD是否該多做幾次證明可靠
想請問如果要做複數次是只要重新跑md的部分
還是要從更前面的最小化/NVT/NPT平衡都要重跑呢

謝謝各位

6万

帖子

99

威望

5万

eV
积分
120109

管理员

公社社长

2#
发表于 Post on 2017-7-4 01:39:03 | 只看该作者 Only view this author
当前不是挺好的么
你也可以统计一下所有原子,而不仅仅是backbone原子,由于侧链容易波动,所以RMSD比只统计backbone往往会更大

评分 Rate

参与人数
Participants 1
eV +2 收起 理由
Reason
HarrisLin + 2 谢谢

查看全部评分 View all ratings

北京科音自然科学研究中心http://www.keinsci.com)致力于计算化学的发展和传播,长期开办极高质量的各种计算化学类培训:初级量子化学培训班中级量子化学培训班高级量子化学培训班量子化学波函数分析与Multiwfn程序培训班分子动力学与GROMACS培训班CP2K第一性原理计算培训班,内容介绍以及往届资料购买请点击相应链接查看。这些培训是计算化学从零快速入门以及进一步全面系统性提升研究水平的高速路!培训各种常见问题见《北京科音办的培训班FAQ》
欢迎加入北京科音微信公众号获取北京科音培训的最新消息,并避免错过网上有价值的计算化学文章!
欢迎加入人气极高、专业性特别强的理论与计算化学综合交流群思想家公社QQ群(群号见此链接),合计达一万多人。北京科音培训班的学员在群中可申请VIP头衔,提问将得到群主Sobereva的最优先解答。
思想家公社的门口Blog:http://sobereva.com(发布大量原创计算化学相关博文)
Multiwfn主页:http://sobereva.com/multiwfn(十分强大、极为流行的量子化学波函数分析程序)
Google Scholar:https://scholar.google.com/citations?user=tiKE0qkAAAAJ
ResearchGate:https://www.researchgate.net/profile/Tian_Lu

206

帖子

3

威望

2819

eV
积分
3085

Level 5 (御坂)

3#
发表于 Post on 2017-7-7 22:17:14 | 只看该作者 Only view this author
动力学有混沌效应,就算直接MD也都会不一样,当然重新来一套也花不了多少时间..(膜平衡另论)

评分 Rate

参与人数
Participants 1
eV +2 收起 理由
Reason
HarrisLin + 2 谢谢

查看全部评分 View all ratings

主攻: 蛋白-蛋白对接,蛋白de novo设计、蛋白结构建模,抗体设计等方向。Rosetta/PyRosetta

本版积分规则 Credits rule

手机版 Mobile version|北京科音自然科学研究中心 Beijing Kein Research Center for Natural Sciences|京公网安备 11010502035419号|计算化学公社 — 北京科音旗下高水平计算化学交流论坛 ( 京ICP备14038949号-1 )|网站地图

GMT+8, 2025-8-14 09:30 , Processed in 0.408678 second(s), 27 queries , Gzip On.

快速回复 返回顶部 返回列表 Return to list