2011年Discovery Studio重要案例分析
discovery-studio-libdock打分
discovery studio libdock打分-回复discovery studio libdock打分是一种常用的蛋白质分子对接方法，可以用于预测分子间的结合能力。
本文将一步一步回答与discovery studio libdock打分相关的问题，并阐述其在药物设计和分子模拟中的应用。
首先，我们来介绍一下discovery studio libdock打分的基本原理和流程。
discovery studio libdock是基于分子对接的一种计算方法，通过模拟分子之间的相互作用来预测它们的结合能力。
在使用该方法之前，我们首先需要准备两个分子：配体和受体，它们分别代表了待评估的药物分子和目标蛋白。
然后，我们将配体和受体通过一系列的计算步骤引导到合适的位置，并进行结合能力的打分。
计算过程中涉及到的参数包括分子的构象、电荷、亲和力场等。
接下来，我们来详细讨论discovery studio libdock打分的计算流程。
首先，我们需要为配体和受体进行参数化和优化。
配体的参数化包括给分子原子赋予合适的电荷和力场参数。
而对于受体，我们需要通过能量最小化或分子动力学模拟等方法获得其最稳定的构象。
之后，我们需要定义一个grid网格，用于将受体的活性位点划分为一组由空腔组成的电荷分布点。
在进行分子对接之前，我们需要将配体引导到受体附近的合适位置，一般采用随机搜索或分子动力学模拟等方法。
当配体和受体就位之后，我们就可以开始进行discovery studio libdock打分了。
该方法通过将配体和受体进行柔性对接，计算它们之间的相互作用能量。
其中，相互作用能量包括静电相互作用能、范德华相互作用能和解旋能等。
在这个过程中，我们可以使用不同的打分函数来权衡相互作用的不同贡献。
打分函数的选择可以根据实际需求进行调整和优化。
最后，我们需要对得到的分子进行评估和分析。
一般来说，我们使用某种评估指标来衡量配体与受体之间的结合能力。
“Discovery Studio 2.5中基于药效团的药物设计方法和应用 ”
36 Compounds
1150compounds
+ Training set (16) Ligandfit
化合物库筛选
可以构建自己的化合物库
database
安装其他化合物库，CNPD，ACD等 DS中自带的化合物库
构建具有活性预测能力的药效团
• 寻找与化合物活性相关的药效团特性 • 构建的药效团模型具有活性预测功能
实例分析2（先导化合物优化）
Training set:
Test set
Pharmacophore modes
IC50=1.43
IC50=0.004
实例分析3
qualitative
Search 3D database
Dock(Ligandfit)
基于特性结构产生药效团
• 对于训练集要求：
- 输入的分子结构具有多样性
catalyst
Conformer Generation • FAST • BEST
Discovery studio
Conformer Generation • FAST • BEST • CAESAR • Systematic Search • Random Search • Boltzmann Jump
Common Feature Pharmacophore Generation HipHop(quanlitative)
- 化合物数目在2-32个，6个左右比较理想 - 只选用具有活性的分子
- 需要包含Principal和MaxOmitFeat性质
• 方法总结 - 找到一组化合物的公共药效特性
- 不需要SAR的信息
单击此处编辑母版标题样式
DS2.5中基于药效团的药物 单击此处编辑母版文本样式 设计方法和应用 第二级
discovery studio libdock打分 -回复
discovery studio libdock打分-回复Discovery Studio LibDock是一种分子对接软件，广泛用于药物发现和设计的研究工作中。
该软件基于分子对接技术，能够预测和评估分子之间的亲和性，并帮助研究人员寻找最佳的药物分子结构。
第一步，我们先来了解LibDock软件的基本原理。
LibDock是基于格点法的分子对接模拟软件，它将一个小分子与一个目标蛋白进行对接，在蛋白结构中寻找最适合的位置，并预测它们之间的相互作用能。
软件首先将小分子进行柔性对接，使其能够在不同的构象中寻找最优位置。
然后，使用分子力场对小分子进行能量最小化，以优化结构。
最后，根据分子的相互作用能进行评分，以确定最佳的对接位点和分子结构。
第二步，我们可以探讨LibDock在药物发现中的应用。
LibDock可以用于寻找药物分子与蛋白靶点之间的相互作用模式，评估药物分子的亲和性和稳定性。
通过对不同小分子进行LibDock分析，研究人员可以预测它们与蛋白靶点的结合能力，并快速评估药物分子的活性。
这有助于加快药物发现的速度，并提高药物的选择性和亲和性。
第三步，我们可以讨论如何使用LibDock进行分子对接分析。
首先，我们需要准备目标蛋白的结构文件，并检查其完整性和正确性。
然后，我们需要准备小分子库，包括所有我们想要对接的分子。
接下来，我们可以使用LibDock软件加载蛋白和小分子结构，并设置相应的参数，如对接网格的尺寸和对接搜索的算法。
然后，我们可以运行LibDock计算，并分析得到的对接结果，如对接得分和相互作用模式。
最后，我们可以根据对接结果进行进一步的分析和优化，以确定最佳的药物分子结构。
在LibDock分子对接研究中，有几个关键的因素需要注意。
首先，选择合适的对接网格尺寸和搜索算法对于获取可靠的结果至关重要。
其次，准确的蛋白和小分子的结构是确保分子对接分析准确性的关键。
此外，对于大规模的小分子库，高性能计算系统的支持是必不可少的，以提高计算效率和准确性。
Discovery Studio 药物发现与生物大分子计算模拟平台
Discovery Studio 药物发现与生物大分子计算模拟平台个人电脑上的全新分子建模环境，专业的生命科学分子模拟软件[PDF资料下载]Discovery Studio™ (简称DS), 基于Windows/Linux系统和个人电脑、面向生命科学领域的新一代分子建模和模拟环境。
它服务于生命科学领域的实验生物学家、药物化学家、结构生物学家、计算生物学家和计算化学家，应用于蛋白质结构功能研究，以及药物发现。
为科学家提供易用的蛋白质模拟、优化和药物设计工具。
通过高质量的图形、多年验证的技术以及集成的环境，DS将实验数据的保存、管理与专业水准的建模、模拟工具集成在一起，为研究队伍的合作与信息共享提供平台。
建立在最新的流程管理平台Pipeline Pilot基础上的DS让数据的共享和交流变得更为方便和简洁。
DS 中的部分功能流程(protocols)可以在Pipeline Pilot中进行编辑和组合，编辑组合而得的新流程可以导入Discovery Studio中使用，这样使得科研流程的方便共享成为可能。
同时，Pipeline Pilot这个开放平台技术还为使用者整合自己的或第三方的软件工具提供了接口。
科研人员可以在一个统一的平台上完成从基因到先导化合物设计的一系列工作，并且可以通过web形式共享研究成果。
DS的服务器-客户端模式使得科研人员能够最方便且最大限度地实现计算资源共享。
DS目前的主要功能包括：蛋白质的表征（包括蛋白-蛋白相互作用）、同源建模、分子力学计算和分子动力学模拟、基于结构药物设计工具（包括配体-蛋白质相互作用、全新药物设计和分子对接）、基于小分子的药物设计工具（包括定量构效关系、药效团、数据库筛选、AD MET）和组合库的设计与分析等。
DS 可以应用于生命科学以下研究领域：新药发现，生物信息学，结构生物学，酶学，免疫学，病毒学，遗传与发育生物学，肿瘤研究。
一、Discovery Studio功能模块简介二、Discovery Studio可以运行的硬件平台三、Accelrys软件应用于生命科学Accelrys软件应用于生命科学Discovery Studio功能模块简介- 基本界面和显示模块Discovery Studio StandaloneDiscovery Studio Visualizer Client- 蛋白质模拟模块DS MODELERDS Protein RefineDS Protein HealthDS Protein FamiliesDS Sequence Analysis- 基于结构的药物发现和设计模块DS Flexible DockingDS LigandFitDS LigandScoreDS LibDockDS CDOCKE RDS Protein DockingDS LudiDS De Novo EvolutionDS LigandFit CAP/ DS Ludi CAPDS GOLD interface- 基于药效团的药物发现和设计模块DS Catalyst ConformationDS Catalyst HypothesisDS Catalyst SBPDS Catalyst ScoreDS Catalyst ShapeDS Catalyst DB BuildDS Catalyst DB SearchDS De Novo Ligand BuilderHypoDBPCDB (PharmaCoreDB)- 基于小分子的药物发现和设计模块DS QSA RGFA ComponentVAMP Descriptors Component/ DMol3 Descriptors ComponentDS Library DesignDS ADMETDS TOPKAT- 分子力学和分子动力学计算模块DS CHARMmDS CHARMm LiteDS CFF (高级II类力场)DS MMFF (Merck Molecular Force Field)- 分析模块DS BiopolymerDS Analysis基本界面和显示模块·Discovery Studio Standalone可视化界面，是利用Discovery Studio软件进行分子设计和模拟的基础，支持服务器-客户端安装在同一台机器上的运行模式。
discovery studio libdock打分 -回复
discovery studio libdock打分-回复Discovery Studio LibDock是一种用于药物分子对接和打分的软件工具。
在药物发现和设计过程中，对药物分子与靶点蛋白之间的相互作用进行定量评估和打分是关键的一步。
而LibDock作为Discovery Studio套件中的一个模块，提供了一种快速高效的分子对接和打分方法，可用于筛选和评估大量的化合物库。
首先，让我们来了解一下分子对接和打分的基本概念。
分子对接是指将一个小分子（如潜在药物分子）与一个蛋白质靶点结合在一起，以预测它们之间的相互作用模式和结合能力。
而打分则是对这种相互作用和结合能力进行定量评估，以确定分子结合亲和力的强弱。
通过分子对接和打分，可以帮助研究人员预测和优化化合物的生物活性和药理性质，从而加快新药的开发过程。
在使用Discovery Studio LibDock进行分子对接和打分时，首先需要准备和准确描述待评估的药物分子和靶点蛋白的结构信息。
通常情况下，这些结构信息可以通过实验测定或计算模拟获得。
一旦得到了正确的结构信息，就可以开始进行分子对接和打分的工作了。
LibDock的工作流程通常分为四个步骤：准备、对接、聚类和打分。
第一步是准备。
在这一步中，需要对待评估的药物分子和靶点蛋白进行预处理和准备。
这包括移除水分子、修复结构缺失、添加氢原子、计算分子表面的电荷和其他属性等。
这些预处理操作有助于减少计算误差并提高对接和打分的准确性。
第二步是对接。
在这一步中，LibDock将药物分子灵活地与靶点蛋白进行对接，并搜索可能的结合模式。
对接过程中，LibDock使用一种基于蒙特卡洛模拟的搜索算法，在位势能面上进行搜索，以找到能量最低的结合构型。
这个过程是计算密集型的，但LibDock通过并行计算和多线程技术，显著加速了对接过程的计算时间。
第三步是聚类。
在对接过程中，可能会生成大量的结合模式。
为了进一步筛选和分析这些结合模式，LibDock使用聚类算法对它们进行分组和分类。
discoverystudio 蛋白功能域
discoverystudio 蛋白功能域什么是蛋白功能域，蛋白功能域的发现过程是怎样的，它有哪些重要的应用领域。
一、蛋白功能域是什么蛋白功能域是指蛋白质分子中具有特定生物学功能的结构模块。
蛋白质通常由一个或多个功能域组成，这些功能域负责不同的生物学活动，如结合特定分子、催化化学反应、信号传导等。
蛋白功能域通常具有保守的序列和结构特征，多个蛋白质可能共享相似或相同的功能域。
通过研究蛋白质的功能域可以深入了解蛋白质的结构、功能和进化。
二、蛋白功能域的发现过程1. 蛋白质序列分析首先，研究人员使用生物信息学方法对蛋白质序列进行分析。
他们可以使用数据库中已知功能域的序列模板进行比对，从而识别出目标蛋白质中的功能域。
2. 结构域预测基于蛋白质序列的结构域预测方法能够预测蛋白质中存在的结构域。
其中一种常用的方法是利用多序列比对的结果，寻找序列中的保守区域，并将其作为存在结构域的证据。
3. 结构域数据库挖掘研究人员还可以通过结构域数据库的挖掘来发现新的功能域。
他们可以将已知的结构域序列比对到这些数据库中，从而鉴定相似结构域。
4. 结构域组合预测鉴定出蛋白质中存在的单个结构域后，研究人员可以进一步预测不同结构域的组合方式，以探究蛋白质的功能。
三、蛋白功能域的重要应用1. 药物研发蛋白功能域在药物研发中具有重要作用。
研究人员通过研究蛋白质的功能域，可以了解药物与目标蛋白质之间的相互作用机制，进而设计和开发针对特定功能域的药物。
2. 生物技术领域蛋白功能域的研究对于生物技术领域的开发具有重要意义。
例如，利用功能域的特异性结合能力，可以开发出高效的抗体、酶、激素等蛋白质工具。
此外，将功能域与其他生物分子结合，还可以构建具有特定功能的蛋白质纳米结构。
3. 基因组学和蛋白质组学研究人员利用蛋白功能域的信息对基因组和蛋白质组进行分析和注释，以了解不同蛋白质的功能和相互作用网络。
这有助于揭示生物系统中蛋白质的组成和功能，进一步理解生物学过程。
基于计算机虚拟筛选技术寻找NDM-1抑制剂
基于计算机虚拟筛选技术寻找NDM-1抑制剂冯迪;刘湲;孙影;郑珩【摘要】β-内酰胺类抗生素的广泛使用,使得越来越多的细菌产生由β-内酰胺酶介导的耐药性,针对丝氨酸β-内酰胺酶,目前已有克拉维酸、舒巴坦等抑制剂与临床常用抗生素配伍使用,但尚无金属β-内酰胺酶的有效抑制剂,因此,寻找金属β-内酰胺酶尤其是目前最受瞩目的新德里金属β-内酰胺酶-1[NDM-1(B1类)]的抑制剂是遏制“超级细菌”引起的感染最迫切的要求.虚拟筛选作为发现新的先导化合物、寻找新药物的有力手段,大大缩小了人工进行配体活性筛选研究范围.我们通过计算机虚拟筛选技术,利用Discovery Studio 2.5和GOLD 3.0平台,基于NDM-1晶体结构(PDB:3Q6X),从一个含有2059个天然产物分子的化合物库里筛选得到6个可能具有金属β-内酰胺酶NDM-1(B1类)抑制活性的化合物结构.【期刊名称】《国外医药（抗生素分册）》【年(卷),期】2018(039)002【总页数】5页(P111-115)【关键词】NDM-1酶;抑制剂;计算机虚拟筛选【作者】冯迪;刘湲;孙影;郑珩【作者单位】中国药科大学生命科学与技术学院,南京210009;中国药科大学生命科学与技术学院,南京210009;中国药科大学生命科学与技术学院,南京210009;中国药科大学生命科学与技术学院,南京210009【正文语种】中文【中图分类】R978.11 引言β-内酰胺类抗生素的广泛使用，使得越来越多的细菌产生由β-内酰胺酶介导的耐药性。
Ambler等[1]将β-内酰胺酶分为A、B、C、D四类，其中A、C、D类依托活性中心的丝氨酸基团发挥水解抗生素作用，被称为丝氨酸β-内酰胺酶。
而B类β-内酰胺酶，发挥活性时需要一到两个金属离子协助，被称为金属β-内酰胺酶(简称金属酶，MBLs)。
目前研究表明B1类金属β-内酰胺酶(NDM-1)可以稳定而高效地水解除单环类之外几乎所有的β-内酰胺类抗生素，且临床使用的丝氨酸β-内酰胺酶抑制剂均无法对其产生抑制作用。
discoverystudio 蛋白功能域
discoverystudio 蛋白功能域蛋白功能域是指在一条蛋白质的氨基酸序列中具有特定功能的部分。
每个蛋白质通常由一个或多个功能域组成，这些功能域可以分别或共同承担特定的生化功能。
研究蛋白功能域的作用和结构可以帮助我们更好地理解蛋白质的功能和进化过程。
本文将重点介绍蛋白功能域的定义、特征和各种类型。
蛋白功能域的定义和特征蛋白功能域是指在蛋白质中能够独立地折叠成稳定结构并执行特定功能的连续氨基酸序列。
这些功能域通常具有相对独立的结构和功能，它们能够通过与其他蛋白质分子或其他分子的相互作用来完成特定的生化过程。
相比于整个蛋白质，蛋白功能域更为小巧，因此在蛋白质的进化和结构中具有重要的功能和作用。
蛋白功能域的特征有以下几个方面：首先，功能域在蛋白质的序列中通常具有较高的保守性，这是因为它们在进化过程中承担着重要的功能。
其次，功能域通常具有较好的折叠性，能够在蛋白质的结构中形成相对稳定的空间结构。
最后，功能域通常具有特定的功能基团或结构域，使其具有特定的生化功能。
蛋白功能域的分类和例子根据功能域的结构和功能的差异，蛋白功能域可以分为多种类型。
下面将介绍几种常见的功能域及其例子。
结构域：结构域是最常见的蛋白功能域类型，它通常由一段具有稳定结构的氨基酸序列组成。
结构域可以承担蛋白质的折叠和稳定结构的功能。
其中，alpha螺旋和beta折叠是最常见的结构域形式。
例子包括胰岛素和G蛋白。
酶活性域：酶活性域是能够催化化学反应的功能域。
它通常包含特定的氨基酸残基，这些残基可与底物结合并催化底物的转化。
酶活性域的例子包括蛋白激酶、蛋白酶和脂肪酶。
配体结合域：配体结合域是能够与其他分子结合的功能域。
它通常通过与配体的非共价作用（如氢键、离子键和范德华力）来实现与配体的结合。
配体结合域的例子包括抗体的抗原结合位点和核酸酶的核酸结合位点。
信号转导域：信号转导域是能够参与细胞信号转导的功能域。
它可以通过与其他蛋白质的相互作用来传递信号，并进一步调节细胞的生理过程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2011年Discovery Studio重要案例分析(1-12期)发布时间：2011/03/11∙2011年第一期∙2011年第二期∙2011年第三期∙2011年第四期∙2011年第五期∙2011年第六期∙2011年第七期∙2011年第八期∙2011年第九期∙2011年第十期∙2011年第十一期∙2011年第十二期[2011年第一期]新技术:基于受体-配体二元晶体复合物产生药效团模型随着X-射线晶体衍射和核磁共振技术的进步，大量的蛋白结构被解析，尤其是如果受体和抑制剂复合物结构已知，则从复合物结构中可以得到抑制剂中对活性贡献较大的基团及其空间分布。
因此，在基于活性配体构建药效团模型，即HipHop和HypoGen方法以及基于受体的药效团模型SBP方法的基础上，Discovery Studio3.0又增加了基于受体-配体晶体复合物构建药效团模型的功能(Receptor-Ligand Pharmacophore Generation).图1:由配体（五肽）-受体的晶体结构复合物（PDB code:1awq）出发构建具有选择性的药效团。
图2:将基于受体-配体晶体结构复合物所产生的药效团与原始的晶体复合物叠合结果。
图3:Receptor-Ligand Pharmacophore Generation的参数设置界面研究分子间相互作用对于基于结构的药物设计非常重要。
分子对接是常用的方法之一，在传统的对接方法中，对接的准确性往往要打折扣，因为这些程序可以把化合物放在结合位点的任何位置。
而相应的打分方程往往不能找到最有可能的结合位点。
但是大部分情况下，对一个给定的结合位点来说，哪个相互作用对配体-受体相互作用起关键影响经常是已知的。
对于这种情况，就可以把以经验为主发现的结合位点和已知的结合模式考虑到对接过程中，创建一个用于对接的药效团模型。
这样就可以引导潜在的抑制剂结合到已知的、能量有利的相互作用上。
图4:2-羟基吲哚抑制剂与细胞周期蛋白依赖性激酶2的相互作用(PDB ID1fvv)二维图，虚线代表氢键相互作用，实线为Pi-Pi相互作用图5:基于1fvv晶体复合物构建的药效团模型，绿色小球为氢键受体，淡蓝色小球为疏水基团，黑色小球为排除体积，红色部分为位于蛋白活性部位的氨基酸残基为了提高所构建药效模型的选择性，将此模块内置了GFA模型，该模型以3285个药效团模型的特征数和各特征之间的距离作为描述符，用于筛选具9607个多样性化合物的CapDiverse databas，将其命中的“hits”作为因变量，构建QSAR模型，方程中r2为0.917，具有很好的线性关系，用此模型评价构建的所有药效团选择性，并按选择性得分排序。
图6:GFA模型验证的QSAR回归方程图7:“Receptor-Ligand Pharmacophore Generation”protocol的算法流程[2011年第二期]新技术:虚拟氨基酸扫描(virtual residue scanning)预测突变蛋白的热稳定性、与底物结合能力的改变蛋白质的结构决定其功能，二者之间的关系也是蛋白质组研究的重点之一。
对某个已知基因的特定碱基进行定点改变、缺失或者插入，可以改变对应的氨基酸序列和蛋白质结构，对突变基因的表达产物进行研究有助于人类了解蛋白质结构和功能的关系，探讨蛋白质的结构/结构域。
新版本的Discovery Studio（version3.0）为研究工作者，提供了科学而准确的虚拟氨基酸扫描技术。
使用该方法，研究者可以：1.预测突变蛋白的热稳定性(thermostability)2.使用甘氨酸扫描方法预测蛋白-蛋白相互作用的热区（Hot Spot）；3.使用甘氨酸扫描方法提高酶与底物的结合亲和能力4.使用饱和突变方法预测酶与底物、蛋白-蛋白复合物的亲和力变化上述新技术可以方便研究工作者在进行点突变实验前，提前对所需要的突变位点进行预筛选，提高实验效率。
算法部分图1Discovery Studio3.0中的算法原理图2Discovery Studio3.0中自由能计算的函数表达验证与应用部分算法验证：使用Computational Alanine Scanning预测突变蛋白热稳（thermostability）定性，并与现有的算法FoldEF(Guerois et al.J.MOL.Biol,2002,369-387)的结果进行比较。
图3DS30与FoldEF预测突变蛋白热稳定的结果比较实例分析：Accelrys的研究人员使用Discovery Studio，对突变实验数据较为丰富的T4溶菌酶(图3)进行了虚拟氨基酸扫描工作，预测了突变蛋白与野生蛋白的自由能变化值，并进行了相关统计分析，发现理论预测值与实验测定值之间存在较大的线性相关性，证明DS中算法的合理性。
图4T4溶菌酶的3D结构(PDB code:2LZM)图5.对T4溶菌酶，理论预测ΔΔG值与实验测定ΔΔG值间的线性关系算法验证：使用Computational Alanine Scanning预测蛋白-蛋白复合物的结合能力，并与现有的Robetta算法（Kortemme T,Baker,D.2002,PNAS,99,14116-14121）的结果比较。
图6.使用Computational Alanine Scanning预测蛋白-蛋白复合物时，理论预测ΔΔG值与实验测定ΔΔG值间的线性关系[2011年第三期]抗体工程——设计稳定性更高的单链Fv抗体（scFv）单链Fv抗体（scFv）在还原性细胞质环境下，由于二硫键发生还原反应而不能正确折叠，最终造成其稳定性下降。
来自釜山国立大学的Lee教授以anti-c-Met scFv为模式系统，将目标scFv的CDR序列与稳定较高的human consensus framework序列“嫁接”，获得了在还原性细胞质环境中依然能够稳定存在的scFv。
使用DS_MODELER，作者同时预测了原始anti-c-Met scFv和工程改造后的scFv的3D结构。
通过比较两个结构，Lee教授找到了改造scFv稳定的原因在于：（1）抗体表面氨基酸疏水性的降低；（2）在结构上新增两个盐桥键。
Figure1.anti-c-Met scFvs与hu-MscFv3D结构中可能影响抗体结构稳定性且疏水性不同的氨基酸对应图。
A：Wt-MscFv的3D结构；B：hu-MscFv的3D结构。
Figure2.anti-c-Met scFvs与hu-MscFv3D结构的重链framework区中，盐桥键、保守带电氨基酸的对应图。
A:Wt-MscFv VH domain.B:hu-MscFv VH domain。
Ref：Selvakumar Edwardraja,Rameshkumar Neelamegam,Vijayaraj Ramadoss,Subramanian Venkatesan,Sun-Gu Lee.Biotechnology and Bioengineering,Volume106,Issue3,367–375, 2010.[2011年第四期]蛋白质结构功能研究——木聚糖酶（Xylanase）功能特异性的机理研究木聚糖酶（Xylanase）能降解植物的纤维组织，将木聚糖分解为木糖，广泛应用于植物纤维的降解过程。
一般，有些木聚糖酶具有两种(biofunctional)或多种(multifunctional)酶的功能，其原因在于蛋白结构中含有两个或多个催化结构域（catalytic domain）。
来自中国农业科学院的姚斌教授，从Paenibacillus sp.Strain E18菌株中筛选一个同时具有木聚糖酶活性和葡聚糖酶活性的木聚糖酶XynBE18.使用DS_MODELER，作者同时构建了XynBE18与XynE2（只具有木聚糖酶活性）的3D结构。
经过结构比较，发现XynBE18的底物结合位点要大于XynE2，这使得前者的底物谱更加广阔，继而使该酶同时具有木聚糖酶和葡聚糖酶活性。
使用DS_CDOCKER将酶与底物进行分子对接研究，作者还发现XynBE18既能与木聚糖（Xylan）结合，也能与β-1,3-1,4-葡聚糖（glucan）结合，而单一活性的XynE2酶则只能与葡聚糖（glucan）结合。
Table1.XynBE18底物专一性a ND,not detectable。
Figure1.(A)XynBE18(红色)、XynE2(黄色)以及模板IXT6(绿色)蛋白同源模型的叠合图。
(B)分子对接后的XynBE18与glucan的结合模式。
Ref：Pengjun Shi,Jian Tian,Tiezheng Yuan,Xin Liu,Huoqing Huang,Yingguo Bai,Peilong Yang,Xiaoyan Chen,Ningfeng Wu,Bin Yao*.Applied and Environmental Microbiology,2010, p.3620-3624,Volume76。
[2011年第五期]基质金属蛋白酶（Matrix metalloproteinases,MMPs）抑制剂的设计——考虑受体柔性和诱导契合效应基质金属蛋白酶MMPs的过表达同许多病理生理过程相关联，包括血管性疾病、多发性硬化症、阿尔兹海默症及癌症等。
其中，研发MMP抑制剂用以阻止癌症转移已经成为当前研究的热点。
典型的MMP抑制剂都包含有锌离子结合基团（ZBG）。
然而，由于MMP-2结合口袋的高度柔性，给MMP抑制剂的合理药物设计带来了极大的挑战。
本文联合采用了对接技术和分子动力学技术从而在药物设计的过程中考虑蛋白柔性和诱导契合效应。
其中考虑到典型MMP抑制剂都还有ZBG基团，本文采用的是LUDI——基于片段的全新（De Novo）药物设计方法。
通过该方法将默认的DS LUDI link片段库中的片段对接至活性位点，并同事先定义好的ZBG骨架相连接从而得到新的配体分子。
Figure1.全文的实验步骤（从左至右）。
其中下方放大的两个图示意了采用LUDI之前和之后的复合物结构。
Figure2.基于LUDI对接得到的片段同ZBG相联接得到新的配体小分子。
Ref:Jacob D.Durrant,César Augusto F.de Oliveira*and J.Andrew McCammon.Including receptor flexibility and induced fit effects into the design of MMP-2inhibitors.J.Mol. Recognit.2010,23:173–182.[2011年第六期]利用分子模拟技术辅助鼠源抗体的人源化改造多年的研究表明，鼠源性抗体在人体可诱发人抗鼠抗体反应，在临床应用一般效果不佳。