当前位置: 首页 > news >正文

CavityPlus: 北大团队研发的综合性蛋白质结合位点检测及功能分析网络服务器

CavityPlus 是一个综合性蛋白质结合位点检测及功能分析网络服务器,由北京大学的来鲁华,裴剑锋团队开发。其核心功能及应用场景紧密围绕蛋白质结构解析、药物设计和功能研究展开。

网站地址:

http://www.pkumdl.cn:8000/cavityplus/index.php#/#toolbox

网站主页

网站主页

功能介绍

如下图所示,CavityPlus 2022包含五大功能模块(Cavity, CavPharmer, CorrSite, CovCys, CavityMatch)。

功能组成

功能组成

以下是对各个模块的功能介绍:

1. 蛋白质结合位点检测(CAVITY 工具)

功能:

基于蛋白质三维结构,通过几何结构分析检测潜在配体结合位点(如药物、代谢物结合位点),输出位点的空间位置和形状信息。

Image

应用场景:
  • • 药物靶点识别:定位药物与蛋白质的潜在结合区域,为结构基于结构的药物设计提供起点(如小分子抑制剂开发)。

  • • 蛋白质功能注释:通过结合位点分析推断蛋白质与配体(如核酸、多肽)的相互作用机制。

  • • 大规模结构分析:CavityPlus 2022 优化后的算法可快速处理 AlphaFold 预测的复杂蛋白质结构,适用于高通量筛选。

2. 药效团模型生成(CavPharmer 工具)

功能:

基于 CAVITY 检测的结合位点,自动生成包含立体和电子特征的药效团模型,支持虚拟筛选和靶点识别。

应用场景:
  • • 虚拟药物筛选:通过药效团模型匹配化合物数据库,快速识别潜在活性分子(如从千万级小分子库中筛选候选药物)。

  • • 从头药物设计:为设计全新结构的药物提供靶点特征参考,加速先导化合物优化。

  • • 多靶点药物分析:比较不同蛋白质靶点的药效团差异,辅助多机制药物开发。

  • Image

3. 变构位点预测(CorrSite2.0 工具)

功能:

基于蛋白质动力学分析(高斯网络模型 + 快 / 慢振动模式),预测变构位点及与正构位点的相关性。

应用场景:
  • • 变构药物开发:识别远离活性位点的变构调节区域,开发高特异性、低副作用的变构抑制剂(如癌症靶点的变构调控)。

  • • 信号传导机制研究:分析变构位点与功能域的动态关联,揭示蛋白质构象变化的调控路径(如 GPCR 信号传导)。

  • • 耐药性突破:针对传统药物靶点的耐药突变,设计靶向变构位点的替代药物(如 SARS-CoV-2 主蛋白酶的双变构位点预测)。

  • Image

4. 可成药半胱氨酸位点检测(CovCys 工具)

功能:

识别结合位点中具有共价结合潜力的半胱氨酸残基,评估其 “可成药性”。

Image

应用场景:
  • • 共价药物设计:指导开发与靶点形成不可逆共价键的药物(如蛋白酶抑制剂),增强药物亲和力和持久性。

  • • 毒性风险评估:排除可能与非靶点半胱氨酸非特异性结合的化合物,降低脱靶毒性。

5. 口袋相似性筛选(CavityMatch 模块)

功能:

过药效团匹配算法(CavSim 工具),在预构建的口袋数据库中搜索与查询口袋相似的位点,输出相似性分数及特征匹配详情。

应用场景:
  • • 药物再利用:通过已知药物结合位点搜索相似口袋,发现其在其他疾病靶点中的潜在应用(如老药新用)。

  • • 蛋白质功能注释:基于口袋相似性推断未知功能蛋白质的配体结合特性(如孤儿受体的配体预测)。

  • • 进化保守性分析:比较不同物种同源蛋白的口袋差异,揭示结合特异性的进化机制。

  • Image

该Web工具集整合了 12 万 + 高分辨率蛋白质结构(X 射线衍射,≤2.5Å)、3.6 万 + 人类蛋白质结构及 AlphaFold 预测的人类口袋组数据库(CavitySpace),满足多样化物种和靶点需求。

此外,该网站还贴心地提供了教程:
http://www.pkumdl.cn:8000/cavityplus/index.php#/tutorial

总之,CavityPlus通过功能集成与场景化设计,成为连接蛋白质结构解析、药物设计和功能研究的桥梁,尤其适用于需要多维度结合位点分析的前沿领域(如变构药物、共价药物、药物再利用)。

参考文献

Wang, S., Xie, J., Pei, J., & Lai, L. (2023). CavityPlus 2022 update: an integrated platform for comprehensive protein cavity detection and property analyses with user-friendly tools and cavity databases. Journal of Molecular Biology, 435(14), 168141.

http://www.xdnf.cn/news/979381.html

相关文章:

  • 【python】预测投保人医疗费用,附insurance.csv数据集
  • 嵌入式系统内核镜像相关(三)
  • React 状态管理指南:Redux 原理与优化策略
  • 避坑:启动sdk-c demo master需要注意的事情
  • 【AI】模型vs算法(以自动驾驶为例)
  • 基于React Native的HarmonyOS 5.0休闲娱乐类应用开发
  • 多分类性能评估方法
  • 企业级RAG系统架构设计与实现指南(基于Java技术栈)
  • uniapp 腾讯云 COS 访问控制实战(细粒度权限管理)
  • 撤销Git合并操作方法总结
  • 七牛云域名配置与CNAME解析
  • 李沐 《动手学深度学习》 | 实战Kaggle比赛:预测房价
  • 【PhysUnits】17.7 readme.md更新
  • 从代码学习深度强学习 - Dyna-Q 算法 PyTorch版
  • Android Gson工具类
  • 免下载苹果 IPA 文件重签名工具:快速更换应用名称和 BID的教程
  • xcode中project.pbxproj点开为空白问题
  • Linux Swap分区应该禁用吗?深入辨析其作用与性能优化
  • Spring @Qualifier,@Primary
  • 接收rabbitmq消息
  • 记录下three.js学习过程中不理解问题----材质(material)⑤
  • 在前端元素中,点击当前元素,但是却选中其他元素的文字的问题
  • Cesium圆锥渐变色实现:融合顶点着色器、Canvas动态贴图与静态纹理的多方案整合
  • 深度剖析:UI 设计怎样为小程序构建极致轻量体验
  • 在 Windows 上安装和配置 Redis 及可视化工具指南
  • C#接口代码记录
  • 物联网基础概述【一】
  • 容器化部署案例一wordpress
  • 递归法解N叉树的后序遍历
  • 若依微服务Openfeign接口调用超时问题