Resumo - Tutorial Autodock
A docagem molecular é o processo de "encaixar" uma molécula na outra,
a molécula que "encaixa" (ligante) tem várias conformações possíveis
para o processo, o software simula automaticamente cada uma delas
(em função das configurações do seu algorítimo) e nos apresenta as
propriedades e resultados de cada conformação.
O objetivo do Autodock é simular a docagem molecular, para melhor
visualização do processo foi usada uma interface gráfica chamada
AutoDockTools (ADT).
O tutorial começa ensinando a setar o diretório onde serão manipulados
todos os arquivos de entrada e saída que serão manipulados durante o
processo, após isso ele apresenta a interface gráfica do AutoDock e
seus elementos. Antes de formatar a molécula para o AutoDock, é
necessário resolver diversos problemas potenciais, o primeiro deles é
a remoção das águas cristalográficas, resolvido simplesmente
selecionado todos os HOH da molécula e deletando.
Macromolécula aberta - HIV Protease - Código pdb: 1hsg
Moléculas de água selecionadas
Moléculas de água deletadas
Hidrogênios adicionados
Após esse primeiro contato o tutorial apresenta diversos elementos de
interação com a interface do ADT.
Agora chegamos ao passo 2, que consiste em preparar o ligante para
o AutoDock, aqui carregamos o ligante no software, o tutorial segue
ensinando a encontrar a raiz da árvore de torsão do ligante, a qual
será destacada através de uma esfera verde, em seguida o tutorial
ensina a mostrar e modificar a quantidade de ângulos de torsão, logo
após essa formatação salvamos o arquivo no formato .pdbqt, que é o
formato de arquivo certo para o ligante.
Ligante aberto no software - No caso, o inibidor o qual será docado na macromolécula com a finalidade de quebrar sua função
Zoom do ligante dentro da macromolécula
Ligante dentro da macromolécula
Ligante (em destaque) dentro da macromolécula
Raiz do ligante (zoom)
No passo 3 prepararemos a macromolécula, selecionando ela dentro
do software e salvando-a como um .pdbqt.
Após isso chegamos no passo 4, aqui o tutorial nos ensina a criar
uma caixa onde definimos um escopo para a busca do AutoDock, ele segue
mostrando como setar os parâmetros da caixa.
Grade definida no software
No passo 5 aprendemos a preparar o arquivo de parâmetro AutoGrid,
o AutoDock não usa o receptor diretamente, em vez disso, ele usa um
conjunto de “mapas’ pré-calculados produzidos pelo AutoGrid, então nós
selecionamos o ligante e salvamos um arquivo de saída com o parâmetro
.gpf (Grid Parameter File).
O passo 6 simplesmente mostra como executar o AutoGrid. Também é possível executá-lo através do terminal usando o mesmo comando citado no tutorial:
Após isso chegamos no passo 7, onde é ensinado a preparar o
arquivo de parâmetro do AutoDock. Nesse passo é ensinado a configurar
o algorítimo genético o qual é usado na simulação da docagem, aqui
será gerado um arquivo de saída .dpf (Docking Parameter File) o qual
conterá as informações configuradas para o algorítimo genético.
Exemplo de arquivo .dpf gerado
É importante notar a linha em destaque, rmstol. Esse valor é o que irá definir a quantidade de clusters que o Autodock irá resultar (será explicado posteriormente), o valor padrão (2.0) é muito grande para um ligante tão pequeno, então é recomendado ajustar para um valor mais baixo, no caso usei 0.5.
Enfim chegamos na parte de rodar o AutoDock, no passo oito é
explicado quais arquivos de entrada e qual comando é usado para a
execução do AutoDock. Também é possível executar o AutoDock através do terminal, usando o mesmo comando citado no tutorial:
O arquivo de saída final é um .dlg, que contém todas as iterações do
algorítimo genético, o tutorial também ensina a visualizar o resultado terminar
dentro do software o qual pode ser analisado por diversos ângulos e
formas diferentes.
É possível abrir o arquivo .dlg com um editor de texto, assim, podendo
fazer uma análise mais específica, após as iterações nos é apresentado
a tabela de histograma de cluster organizada pelo AutoDocking de acordo
com as conformações que ele encontrou, para simplificar o resultado, o
software organiza conformações parecidas em clusters (considerando essas
conformações como apenas um valor), na última coluna ele apresenta um
histograma feito de hashtags representando graficamente a quantidade de
conformações dentro de cada cluster:
(Para facilitar a localização dessa representação, é possível apertar CTRL+F no documento e digitar "####")
Abaixo a representação gráfica dos clusters por um histograma.
A próxima tabela é a RMSD, que é um valor médio para o desvio médio de
átomos de uma estrutura X, relativamente a uma estrutura Y.
A etapa final é a escolha da melhor conformação possível do ligante. Para isso é necessário levar em conta diversos fatores, primeiramente é fundamental que tenham sido rodadas, pelo menos, 50 vezes o algorítimo e também que o rmsd esteja de acordo com sua molécula (como dito anteriormente). A próxima questão é: o número de avaliações de energia combinam com a dimensionalidade do problema de busca? Geralmente a resposta convergirá para o cluster com menor energia de ligação. Entretanto, é necessário também levar em consideração o cluster mais populoso.
