在抗原-抗体分子对接模拟所生成的大量计算生成构象中筛选出近天然结构,即接近真实情况的抗原-抗体结合模式。借鉴QSAR原理,定义抗原-抗体接触面描述符并利用Discovery Studio 4.5软件平台计算出各对接模拟构象的接触面描述符和能量参...在抗原-抗体分子对接模拟所生成的大量计算生成构象中筛选出近天然结构,即接近真实情况的抗原-抗体结合模式。借鉴QSAR原理,定义抗原-抗体接触面描述符并利用Discovery Studio 4.5软件平台计算出各对接模拟构象的接触面描述符和能量参数。构造训练集数据进行回归分析,建立预测对接模拟构象是否是近天然结构的数学模型。通过测试集和实际应用情况检验该数学模型。通过回归分析所建立的数学模型能够在成百上千的抗原-抗体对接模拟构象中有效筛选出其中的近天然结构,在测试集验证和4G7抗体结合模式预测应用中具有良好的表现,验证了该数学模型的有效性和实用性。经验性的抗原-抗体接触面特征如氢键密度、氨基酸对偏好性指数等以及能量参数能够共同有效表征近天然结构,所建立的数学模型有效增强了通过分子对接预测抗原-抗体结合模式的可行性。展开更多
文摘在抗原-抗体分子对接模拟所生成的大量计算生成构象中筛选出近天然结构,即接近真实情况的抗原-抗体结合模式。借鉴QSAR原理,定义抗原-抗体接触面描述符并利用Discovery Studio 4.5软件平台计算出各对接模拟构象的接触面描述符和能量参数。构造训练集数据进行回归分析,建立预测对接模拟构象是否是近天然结构的数学模型。通过测试集和实际应用情况检验该数学模型。通过回归分析所建立的数学模型能够在成百上千的抗原-抗体对接模拟构象中有效筛选出其中的近天然结构,在测试集验证和4G7抗体结合模式预测应用中具有良好的表现,验证了该数学模型的有效性和实用性。经验性的抗原-抗体接触面特征如氢键密度、氨基酸对偏好性指数等以及能量参数能够共同有效表征近天然结构,所建立的数学模型有效增强了通过分子对接预测抗原-抗体结合模式的可行性。