基于分子对接虚拟筛选MEK1中药抑制活性成分(2)
1.1.2 MEK1的Flex Search模型构建 利用Site ID识别抑制剂结合口袋并形成范德华力表面作为限制范围，指定MEK1与抑制剂形成氢键的氨基酸残基Lys97，Asp208，Phe209，Ser212，Ser 212[6，11]3内的残基作为氢键的供体和受体，选择指向于结合口袋的氢键作为限制条件，所有条件的形成参数均为默认参数。以FlexSearch作为进一步的筛选方法[12]，当同时满足在范德华力的限制表面范围内，且筛选对象同时与受体形成2个或2个以上氢键时被确认为候选分子。
1.1.3 MEK1抑制剂虚拟筛选模型的验证 利用Sybyl-X中Surflex-Dock模块，将GDC0973作为配体与目标模型进行对接，起始构象个数为6个，原配体构象作为参考模板，考察相似度分数大小[8]；同时选取Trametinib，Cobimetinib，RO49877655，Binimetinib，Selumetinib这5个已知的MEK1抑制剂对模型进行对接评分和Flex Search筛选验证[13]。
1.2 中药成分分子库优化和虚拟筛选
1.2.1 中药成分分子库获取与优化 中药成分数据库来自ZINC ......
您现在查看是摘要页，全文长 4458 字符。
1.1.3 MEK1抑制剂虚拟筛选模型的验证 利用Sybyl-X中Surflex-Dock模块，将GDC0973作为配体与目标模型进行对接，起始构象个数为6个，原配体构象作为参考模板，考察相似度分数大小[8]；同时选取Trametinib，Cobimetinib，RO49877655，Binimetinib，Selumetinib这5个已知的MEK1抑制剂对模型进行对接评分和Flex Search筛选验证[13]。
1.2 中药成分分子库优化和虚拟筛选
1.2.1 中药成分分子库获取与优化 中药成分数据库来自ZINC ......
您现在查看是摘要页，全文长 4458 字符。