博文
同源建模的优化问题
精选
||
貌似很多人都对同源建模的优化感到困惑，我也一样。今天上午跟老板一起讨论下这个问题（因为读博刚进实验室没多久，所以经验不一定很多，所以这里只是和大家一起分享下我们实验室的经验），感觉收获很多。
一般在同源建模的时候，初始的模型是非常重要的，这里大家最常用的工具是modeller或者DS。其中modeller大部分人在生成模型的时候用的都是默认的优化参数，也就是说:模型构建时在charmm力场下作的MD的步骤比较少。如果再加上每次生成的模型又少（比如：每次只生成10个），那么建模出来的结果肯定问题很多。如果模板的同源性很高的话，可能对活性口袋的影响并不是很大。但如果再加上模板同源性本身又很低，那么活性位点的残基就可能会有问题了。所以，模型的生成是最关键的一步，后面的优化都基于此。我自己建模的时候，都是采用modeller的优化步骤（DS中不含有此功能，所以每次对比DS的结构和modeller的结果，DS总是会逊色一些），模型生成的时候用“very_slow” 或者“slow_large”(默认是：fast)，每次生成模型的个数至少30个，我一般用60个。这样根据打分函数选择能量最低的。
接下来就是能量优化了。说实在的，能量优化的工具其实也很多。在最开始的时候，我们一般会选择用MOE在一下minimization（包含： steepest和conjugated两种），这样的效果如何呢？一般而言，minimization对比较严重的能量问题很有效。比如：用MOE检测模型的时候atom clashes能一下子减少很多（提醒下：modeller是基于charmm力场生成模型的，如果随便切换力场很可能导致模型变得更糟，所以MOE中最好也保持力场的一致性，选择charmm力场）。但这样还不能说明我们的模型就可以直接拿来用了。模型中的问题还是很多,比如前面我发的那篇同源建模的帖子：键长，键角，二面角等等都可能有问题。这些参数是否可以忽略呢？如果离活性位点很远，当然是可以的。但如果离活性位点比较近怎么办呢？还有个问题就是：有些区域不论我们怎么minimization，总是优化不好；如果直接去作MD反而更加糟糕，为什么？
那是因为minizaiton只能在有限的区域进行优化，获得的往往是局部最小化能量，而非全局最小化。其中一个重要的原因是，优化本身还不够，不能跨越其中可能存在的能垒，进入全局能量最小化。比如现在有：残基A，B，C。现在B处在A和C的中间，但全局最小化能垒是位置是：C处在A和B的中间。实现一过程，涉及到残基侧链跨越令一个残基的翻转。minimization能作的只是：让B处在A和C的中间的最佳位置，而并不能跨越能垒实现C处在A和B中间这么一个翻转的过程。
那么MD是否可以呢？一般来说也很难办到，但如果平衡时间足够长或许可以，但一般的人对这个长度估计都很难接受，即使是用cluster。所以一般MD在建模时候的主要作用是:在我们模型已经足够好的前提下，用来检测我们的模型是否足够的稳定，但MD在能量优化上其实也很难做到。所以我们一点也不奇怪：为什么很多人的模型在MD之后变得特别糟糕。
模型构建后具体应当如何来作优化呢？我不知道其他实验室是怎么操作的。在我们实验室，我们有自己的常用软件。在采用MOE优化后，如果觉得有必要，便会采用"Brugel"来对不合理的区域进行优化。它的基本原理是：基于PDB数据库中残基的构想，在自己周围可能的范围内，根据rotomer的优势构型来调整可能的位置。这样的一个过程就可以实现从ABC到ACB的跨越了。Brugel好像是运行在unix和苹果机器上的软件，不知道其他地方时候有人用。但我相信，除了这个软件外，应当还有其他的软件可以作类似的事情。至少我知道蛋白质晶体学中就有不少这样的软件。
上次发那个帖子主要是觉得老板要求太苛刻了，想说服他直接那我的模型来作docking，但没想到今天上午反而被他说服了(最近他与别人合发了篇PNAS，估计心情比较好，才那么有耐心)，呵呵。上午和他谈了一上午，感觉学到了很多，特别是理论，看来建模不仅仅是会操作个软件就完事的问题。
不知道大家是怎么看待这个问题，愿和大家共同进步。
https://blog.sciencenet.cn/blog-355217-276177.html
上一篇：分子动力学攻略（ZZ）
下一篇：RMSD小常识
一般在同源建模的时候，初始的模型是非常重要的，这里大家最常用的工具是modeller或者DS。其中modeller大部分人在生成模型的时候用的都是默认的优化参数，也就是说:模型构建时在charmm力场下作的MD的步骤比较少。如果再加上每次生成的模型又少（比如：每次只生成10个），那么建模出来的结果肯定问题很多。如果模板的同源性很高的话，可能对活性口袋的影响并不是很大。但如果再加上模板同源性本身又很低，那么活性位点的残基就可能会有问题了。所以，模型的生成是最关键的一步，后面的优化都基于此。我自己建模的时候，都是采用modeller的优化步骤（DS中不含有此功能，所以每次对比DS的结构和modeller的结果，DS总是会逊色一些），模型生成的时候用“very_slow” 或者“slow_large”(默认是：fast)，每次生成模型的个数至少30个，我一般用60个。这样根据打分函数选择能量最低的。
接下来就是能量优化了。说实在的，能量优化的工具其实也很多。在最开始的时候，我们一般会选择用MOE在一下minimization（包含： steepest和conjugated两种），这样的效果如何呢？一般而言，minimization对比较严重的能量问题很有效。比如：用MOE检测模型的时候atom clashes能一下子减少很多（提醒下：modeller是基于charmm力场生成模型的，如果随便切换力场很可能导致模型变得更糟，所以MOE中最好也保持力场的一致性，选择charmm力场）。但这样还不能说明我们的模型就可以直接拿来用了。模型中的问题还是很多,比如前面我发的那篇同源建模的帖子：键长，键角，二面角等等都可能有问题。这些参数是否可以忽略呢？如果离活性位点很远，当然是可以的。但如果离活性位点比较近怎么办呢？还有个问题就是：有些区域不论我们怎么minimization，总是优化不好；如果直接去作MD反而更加糟糕，为什么？
那是因为minizaiton只能在有限的区域进行优化，获得的往往是局部最小化能量，而非全局最小化。其中一个重要的原因是，优化本身还不够，不能跨越其中可能存在的能垒，进入全局能量最小化。比如现在有：残基A，B，C。现在B处在A和C的中间，但全局最小化能垒是位置是：C处在A和B的中间。实现一过程，涉及到残基侧链跨越令一个残基的翻转。minimization能作的只是：让B处在A和C的中间的最佳位置，而并不能跨越能垒实现C处在A和B中间这么一个翻转的过程。
那么MD是否可以呢？一般来说也很难办到，但如果平衡时间足够长或许可以，但一般的人对这个长度估计都很难接受，即使是用cluster。所以一般MD在建模时候的主要作用是:在我们模型已经足够好的前提下，用来检测我们的模型是否足够的稳定，但MD在能量优化上其实也很难做到。所以我们一点也不奇怪：为什么很多人的模型在MD之后变得特别糟糕。
模型构建后具体应当如何来作优化呢？我不知道其他实验室是怎么操作的。在我们实验室，我们有自己的常用软件。在采用MOE优化后，如果觉得有必要，便会采用"Brugel"来对不合理的区域进行优化。它的基本原理是：基于PDB数据库中残基的构想，在自己周围可能的范围内，根据rotomer的优势构型来调整可能的位置。这样的一个过程就可以实现从ABC到ACB的跨越了。Brugel好像是运行在unix和苹果机器上的软件，不知道其他地方时候有人用。但我相信，除了这个软件外，应当还有其他的软件可以作类似的事情。至少我知道蛋白质晶体学中就有不少这样的软件。
上次发那个帖子主要是觉得老板要求太苛刻了，想说服他直接那我的模型来作docking，但没想到今天上午反而被他说服了(最近他与别人合发了篇PNAS，估计心情比较好，才那么有耐心)，呵呵。上午和他谈了一上午，感觉学到了很多，特别是理论，看来建模不仅仅是会操作个软件就完事的问题。
不知道大家是怎么看待这个问题，愿和大家共同进步。
https://blog.sciencenet.cn/blog-355217-276177.html
上一篇：分子动力学攻略（ZZ）
下一篇：RMSD小常识
