SlideShare a Scribd company logo
1 of 10
Download to read offline
Docking protéine-ligand avec AutoDock
Louacheni Farida
Introduction
Récemment, la bio-informatique a beaucoup avancé au niveau de prédiction des interactions
moléculaires qui détiennent une protéine et un ligand dans le site de liaison, et dans la découverte de
nouveaux médicaments. Le docking des petites molécules et le criblage virtuel de composés candidats,
sont devenus une partie intégrante dans la découverte de médicaments. Ces techniques sont beaucoup
utilisées surtout le domaine de la médecine. Plusieurs logiciels ont été développés pour fournir une
procédure pour prédire l'interaction de petites molécules avec des cibles de protéine, et d'incorporer la
flexibilité au sein des algorithmes de docking, tels que :AutoDock, Gold, Doc, Flex...
Dans ce présent rapport, nous décrivons la technique du criblage avec le programme autodock, le
docking et les outils utiliser. On présente par la suite en exemple de docking avec AutoDock afin
d'expliquer comment procéder avec l'outil AutoDock tools. Et à la fin nous concentrons sur le résultat
de la simulation de l'interaction protéine-ligand.
Nomenclature
• Ligand, une structure généralement une petite molécule qui se lie à un site de liaison
• Récepteur, une structure généralement un protéine qui contient le site de liaison actif
• Site de liaison, zones de protéines actives qui interagissent physiquement avec le ligand pour la
formation de composé
Docking
Le docking [1] (ou arrimage) consiste à trouver la meilleure position pour le ligand (petite
molecule) dans le site de liaison d'un récepteur (protéine) de façon à optimiser les interactions avec un
récepteur, evaluer les interactions ligand-récepteur de façon à pouvoir discriminer entre les
positionnements observés expérimentalement et les autres. Il permet aussi, de prédire la structure
intermoléculaire entre deux molécules en une structure tridimensionnelle 3D, les modes de liaison ou
les conformations possibles d'un ligand à un récepteur, et de calculer l'énergie de liaison. Le docking
prévoit également la résistance de la liaison, l'énergie du complexe, les types de signaux produits et
estime l'affinité de liaison entre deux molécules. Et il aide à décider quel ligand candidat interagira le
mieux avec un récepteur protéine cible.
Le docking comprend deux sections séparées. La première section consiste en algorithmes de
recherche, ces algorithmes sont capables de générer un grand nombre de structures possibles et pour
déterminer le mode de liaison. Parmi ces algorithmes : algorithme génétique, la méthode de Monte
Carlo... Et la deuxième section est consacrée a la fonction de scoring, qui sont des méthodes
mathématiques utilisées pour estimer la puissance d'interaction et l'affinité de liaison entre deux
molécules après avoir été passé par l'étape de docking. Et le meilleur résultat pour le docking est le
complexe protéine-ligand avec la faible énergie
Figure 1 :
Docking et Scoring
1
Criblage virtuel
Le criblage virtuel ou (virtual screening) [2], est une méthode moderne qui a été utilisé dans
l'identification de nouvelles substances bioactive. Il s'agit d'une méthode qui vise à identifier les petites
molécules contenues dans grandes base de données pour l'interaction avec les protéines cibles pour afin
de faire des analyses ultérieures. Le criblage virtuel, est considéré comme une technique de calcul qui
utilise des méthodes basées sur ordinateur ou des modèles informatiques. Elle consiste la première
étape dans le processus de découverte de médicaments, une fois que la molécule cible a été identifier. Il
s'agit de sélectionner les composent, c-à-d, les molécules qui peuvent influencer l'activité de la protéine
cible. Le criblage virtuel est utile pour accélérer la découverte de nouveaux qu, pour chercher des
bibliothèques de petites molécules afin d'identifier les structures qui sont les plus susceptibles de se lier
à une cible de médicament, généralement un récepteur de protéines.
AutoDock
AutoDock [3] est un ensemble de procédures, dont le but de prédire l'interaction entre un ligand
et un protéine cible. Et il peut-être utilise pour trouver un site actif pour un protéine cible, en cherchant
la structure entière. AutoDock est recommandé pour effectuer le docking avec des petites molécules.
Mais, lorsqu'il s'agit de grandes molécules, le docking avec DINC est beaucoup plus rapide et efficace.
Afin de pouvoir réaliser le criblage virtuel avec AutoDock, un ensemble d'outils nécessaires doivent
être mis en place. Nous avons utilisés la version AutoDock4.2
• AutoDock
• AutoGrid
• AutoDockTools
• Python 2.7
• Les fichiers nécessaires téléchargeable depuis le site de base de donnée de protéine
www.pdb.com
La procédure de docking avec AutoDock se décompose en deux étapes principales :
• Génération de carte d'interactions du récepteur avec AutoGrid
• Docking (amarrage) du ligand au récepteur avec AutoDock
Nous utiliserons l'interface graphique AutoDockTools (ADT) pour faciliter la préparation des fichiers.
pour effectuer le docking et visualiser les résultats. Les étapes sont décrites ci-dessous :
1. Préparation des fichiers de coordination en utilisant AutoDockTools
2. Le calcul d'affinités des atomes avec AutoGrid
3. Le docking de ligands avec AutoDock
4. Analyse des résultats avec AutoDockTools
2
Le schéma ci-dessous présente clairement les étapes à suivre pour la procédure de docking
Figure 2 : Étapes docking
L'organigramme suivant décrit les étapes de docking, afin de rendre la technique de docking assez
compréhensive pour les lecteurs surtout pour les informaticiens.
Figure 3 : Organigramme des étapes de docking
3
OUTPUT autoGrid
est un fichier log (glg)
OUTPUT autoDock
est un fichier log (dlg)
Étapes AutoDock
AutoDock a besoin de connaître les types, les charges et la liste de liaison de chaque atome,
afin de pouvoir effectuer la procédure de docking.
Tout d'abord, il faut chercher dans la base de donnée PDB (Protein Data Bank) les fichiers pdb pour le
protéine et le ligand. Il existe deux façons pour la préparation des fichiers d'entrées, soit on les
télécharges séparément, soit on télécharge un fichier complexe protéine-ligand, et après on extrait les
coordonnés de protéine et de ligand dans des fichiers séparés. Et pour faire cela, en utilise la commande
egrep sous linux
• Pour extraire le protéine, qui sont des lignes dans qui commencent par le mot ATOM. Et
chaque chaine de protéine se termine par une ligne qui commence par TER
egrep ''^(ATOM|TER)'' file.pdb > protein.pdb
• Tandis que, pour extraire le ligand, qui sont des lignes qui commencent par le mot HETATM
egrep ''^HETATM file.pdb | grep HOH* -v > ligand.pdb
Nous avons choisi les fichiers d'entrées 1DY6.pdb pour le récepteur et impinem.pdb pour le ligand,
pour dérouler la simulation avec autoDockTools.
Après avoir extraire ou télécharger les fichiers, on va lancer l'outil AutoDockTools (ADT) avec la
commande adt. Comme nous avons décrit en dessus le docking consiste en étapes :
1. Préparer le fichier d'entrée pdb de protéine , après avoir ouvrir ce fichier avec ADT. Nous
avons ajouter l’Hydrogéné au protéine. Et ensuite en sauvegarde les changement effectué.
Figure 4 : Préparation du protéine
4
2. Préparer le fichier d'entrée pdb de ligand, après avoir charger le fichier avec ADT, il faut définir
le root (root est le centre de pivotement de ligand pendant la procédure du docking). Les liens
rotatifs ou flexibles sont colorés en vert, et celles rigides sont colorés en rouge. On peut changer
le nombre de liens rotatifs. Finalement, il faut sauvegarder les modifications en pdbqt.
Figure 5 : Préparation du ligand
3. Pré-calculation avec AutoGrid. Pour préparer la grille, il faut que le plan de la grille soit au
centre près de site de liaison, et il doit être assez grand pour contenir tous les résidus qui
interagissent avec le ligand et suffisamment grand pour permettre au ligand d'avoir une rotation
complète. Pour cela, nous avons changer les paramètres de plan de la grille Ensuite, après
l'ouverture des fichiers pdbqt, il faut paramétrer les dimensions du plan de la grille.
Figure 6 : Plan de grille
5
Racine Ligand
Root
Sauvegarder le fichier de paramètre de la grille en gpf, et lancer AutoGrid. Il faut bien preciser
les chemins pour autogrid et le fichier gpf. On peut lancer autoGrid en ligne de commande avec,
aurogrid4 -p file.gpf -l file.glg
(-p, pour le fichier de parametre. Et -l, pour le fichier log)
Après avoir lancé autogrid, plusieurs nouveaux fichiers avec l'extension map se créent, qui
correspondent à chaque type d'atome de ligand et des fichiers auxiliaires. Ces fichiers map sont
importants dans le docking.
En exécutant la commande tail -f file.glg (file.glg,est le fichier log de la commande autogrid4),
il faut avoir le résultat comme suit :
4. L'avant-dernière étape consiste à préparer les fichiers nécessaires pour effectuer le docking
protéine-ligand avec autodock4. Il faut choisir l'algorithme de recherche, nous avons choisi
Genetic Algorithme (GA), vu son efficacité par rapport aux autres algorithmes. Nous avons
sauvegardé le résultat de docking sous format dpf, nous avons choisi la méthode Lamarckian
GA, qui est une méthode hybride de local Search et Genetic Algorithme. Cette méthode peut
6
supporter plus de 8 liaisons rota tables.
On peut lancer autodock avec la commande ci-après : autodock4 -p file.dpf -l file.dlg
Pour vérifier que la procédure a s'est bien déroulé, en ouvrant le fichier file log avec l'extension
dlg ( docking log)., en utilisant la commande tail -f file.dlg
5. La dernière étape est consacrée pour l'analyse des résultats du docking. Après avoir terminé
avec succès la procédure de docking, les résultats sont enregistré dans un fichier sous
l'extension dlg. Les résultats sont des fichiers log.
Figure 7 : Résultat de docking
7
Le résultat de docking est présenté dans la figure ci-dessous, montre que 10 conformations sont
les meilleures avec l'énergie de liaison. Pour bien expliquer, cela veut dire que les
conformations avec l'énergie minimale présentent le meilleur résultat pour le docking.
La figure ci-dessous présente l'interaction des ligands avec le site de protéines, après l'étape de
docking
Figure 8 : Interaction de ligand dans le site de protéine
8
Proteine
Ligand
Ligand candidat
Le meilleur résultat du docking est la conformation avec une faible énergie. Ici on voit que la
technique de docking a sélectionnée 6 conformations candidates.
Le résultat qu'on a obtenu montre que 6 ligands sont les candidats susceptibles qui interagissent
le mieux avec le site de protéines. La capture ci-dessous présente le résultat de conformation
des ligands candidats en fonction de l'énergie. On peut constater que le ligand avec l'énergie
minimale présente un bon résultat de conformation.
Figure 9 : Histogramme résultat de conformation
Le résultat du criblage virtuel est enregistré dans un fichier avec l'extension pdbqt. Dans ce
fichier on remarque le meilleur ligand candidat, celui avec une énergie minimale par rapport
aux autres ligands.
Après avoir terminer la procédure de docking, on peut sauvegarder le complexe protéine-ligand sous
l'extension pdb, en utilisant la commande suivante sous linux. Le complexe protéine-ligand sont des
lignes dans le fichier avec l'extension pdbqt qui commencent par le mot clé DOCKED.
grep '^DOCKED' 1DY6Docki.dlg | cut -c9- > 1DY6Docki.pdbqt
(1DY6Docki.dlg est le fichier que j'ai utilise)
Ensuite il faut convertir le fichier pdbqt en format pdb, avec la commande :
cut -c-66 1DY6Docki.pdbqt > 1DY6Docki.pdb
Et pour créer un seule fichier pdb qui contient un complexe de récepteur et tous les modèles de ligand.
On utilise la commande ci-après :
cat recepteur.pdb 1DY6Docki.pdb | grep -v '^END ' | grep -v '^END$' >
protLigandComplex.pdb
9
Meilleure resultat de docking
Le complexe protéine-ligand est présenté dans la figure ci-dessous. On observe les 10 conformations
candidates, nous avons choisi celui avec l’énergie minimal pour un bon résultat de docking.
Figure 10 : Le complexe protéine-ligand
Conclusion
Le processus de docking est un sujet essentiel pour progresser dans la compréhension des
mécanismes d'interactions moléculaires et pour le développement d'outils prédictifs dans le domaine de
médecine. Dans ce rapport, nous avons présente la procédure du docking avec AutoDock 4.2 en
utilisant l'outil AutoDockTools, et nous avons appliqué les étapes de docking sur un exemple réel dans
le but de comprendre cette technique. qui va nous aider dans la prochaine phase de lancement des jobs
sur la grille pour faire le docking.
Références
[1] AutoDock based incremental docking protocol to improve docking of large ligands , Ankur
Dhanik, John S McMurray† and Lydia Kavraki , 2012
[2] In silico drug discovery services in computing grid environments against neglected and
emerging infectious diseases . Thèse JACQ Nicolas , 2006
[3] AutoDock Version 4.2 , User guide, 2009
10

More Related Content

What's hot

Molecular Docking Using Autodock
Molecular Docking Using AutodockMolecular Docking Using Autodock
Molecular Docking Using AutodockSapan Shah
 
Autodock and vina
Autodock and vinaAutodock and vina
Autodock and vinaIfraSaifi1
 
STRUCTURE BASED DRUG DESIGN - MOLECULAR MODELLING AND DRUG DISCOVERY
STRUCTURE BASED DRUG DESIGN - MOLECULAR MODELLING AND DRUG DISCOVERYSTRUCTURE BASED DRUG DESIGN - MOLECULAR MODELLING AND DRUG DISCOVERY
STRUCTURE BASED DRUG DESIGN - MOLECULAR MODELLING AND DRUG DISCOVERYTHILAKAR MANI
 
Les plasmides groupe 02
Les plasmides groupe 02Les plasmides groupe 02
Les plasmides groupe 02Miraj Microbio
 
Structure Based Drug Design
Structure Based Drug DesignStructure Based Drug Design
Structure Based Drug Designdikheidi
 
Cours glucides lakhiari
Cours glucides lakhiariCours glucides lakhiari
Cours glucides lakhiariLakhiarii
 
Molecular docking by harendra ...power point presentation
Molecular docking by harendra ...power point presentationMolecular docking by harendra ...power point presentation
Molecular docking by harendra ...power point presentationHarendra Bisht
 
Energy minimization methods - Molecular Modeling
Energy minimization methods - Molecular ModelingEnergy minimization methods - Molecular Modeling
Energy minimization methods - Molecular ModelingChandni Pathak
 
Veille ciblée en formation
Veille ciblée en formationVeille ciblée en formation
Veille ciblée en formationIsabelle Dremeau
 
Cours 2 physiologie microbienne
Cours 2 physiologie microbienne Cours 2 physiologie microbienne
Cours 2 physiologie microbienne SenouciKhadidja
 
Protein-Ligand Docking
Protein-Ligand DockingProtein-Ligand Docking
Protein-Ligand Dockingbaoilleach
 

What's hot (20)

Molecular Docking
 Molecular Docking Molecular Docking
Molecular Docking
 
Molecular Docking Using Autodock
Molecular Docking Using AutodockMolecular Docking Using Autodock
Molecular Docking Using Autodock
 
Autodock and vina
Autodock and vinaAutodock and vina
Autodock and vina
 
6.ab initio qm
6.ab initio qm6.ab initio qm
6.ab initio qm
 
Gromacs Tutorial
Gromacs TutorialGromacs Tutorial
Gromacs Tutorial
 
molecular docking
molecular dockingmolecular docking
molecular docking
 
stock de sécurité
stock de sécuritéstock de sécurité
stock de sécurité
 
STRUCTURE BASED DRUG DESIGN - MOLECULAR MODELLING AND DRUG DISCOVERY
STRUCTURE BASED DRUG DESIGN - MOLECULAR MODELLING AND DRUG DISCOVERYSTRUCTURE BASED DRUG DESIGN - MOLECULAR MODELLING AND DRUG DISCOVERY
STRUCTURE BASED DRUG DESIGN - MOLECULAR MODELLING AND DRUG DISCOVERY
 
Les plasmides groupe 02
Les plasmides groupe 02Les plasmides groupe 02
Les plasmides groupe 02
 
Structure Based Drug Design
Structure Based Drug DesignStructure Based Drug Design
Structure Based Drug Design
 
Cours glucides lakhiari
Cours glucides lakhiariCours glucides lakhiari
Cours glucides lakhiari
 
Virtual screening
Virtual screeningVirtual screening
Virtual screening
 
Molecular docking
Molecular dockingMolecular docking
Molecular docking
 
Molecular docking by harendra ...power point presentation
Molecular docking by harendra ...power point presentationMolecular docking by harendra ...power point presentation
Molecular docking by harendra ...power point presentation
 
Computer aided Drug designing (CADD)
Computer aided Drug designing (CADD)Computer aided Drug designing (CADD)
Computer aided Drug designing (CADD)
 
Energy minimization methods - Molecular Modeling
Energy minimization methods - Molecular ModelingEnergy minimization methods - Molecular Modeling
Energy minimization methods - Molecular Modeling
 
De novo drug design
De novo drug designDe novo drug design
De novo drug design
 
Veille ciblée en formation
Veille ciblée en formationVeille ciblée en formation
Veille ciblée en formation
 
Cours 2 physiologie microbienne
Cours 2 physiologie microbienne Cours 2 physiologie microbienne
Cours 2 physiologie microbienne
 
Protein-Ligand Docking
Protein-Ligand DockingProtein-Ligand Docking
Protein-Ligand Docking
 

Viewers also liked

Projet web pour l’association les compagnons de freya
Projet  web  pour l’association les compagnons de  freyaProjet  web  pour l’association les compagnons de  freya
Projet web pour l’association les compagnons de freyaKoceila Lounas
 
5 formations gagnantes dans la comptabilité, la finance et l'assurance
5 formations gagnantes dans la comptabilité, la finance et l'assurance5 formations gagnantes dans la comptabilité, la finance et l'assurance
5 formations gagnantes dans la comptabilité, la finance et l'assuranceJobboom
 
Caminando por eguisheim
Caminando por eguisheimCaminando por eguisheim
Caminando por eguisheimPaulo Bachur
 
Avez-vous déjà envisagé un changement de carrière?
Avez-vous déjà envisagé un changement de carrière?Avez-vous déjà envisagé un changement de carrière?
Avez-vous déjà envisagé un changement de carrière?Jobboom
 
Présentation de l'agence
Présentation de l'agencePrésentation de l'agence
Présentation de l'agenceCapetCime
 
Les carrières d'avenir 2014 - rapport de recherche
Les carrières d'avenir 2014 - rapport de rechercheLes carrières d'avenir 2014 - rapport de recherche
Les carrières d'avenir 2014 - rapport de rechercheJobboom
 
Jehangir Ratanji Dadabhai Tata
Jehangir Ratanji Dadabhai TataJehangir Ratanji Dadabhai Tata
Jehangir Ratanji Dadabhai TataSurendra Shukla
 
Revue de presse jolie tête mai 2013
Revue de presse jolie tête   mai 2013Revue de presse jolie tête   mai 2013
Revue de presse jolie tête mai 2013marionlacour
 
Dossier de credit dorange civ
Dossier de credit dorange civDossier de credit dorange civ
Dossier de credit dorange civjudykdahe85
 
Arrrêté sécheresse 2014
Arrrêté sécheresse 2014Arrrêté sécheresse 2014
Arrrêté sécheresse 2014Raphael Bastide
 
Références Talentum
Références TalentumRéférences Talentum
Références TalentumHungry Minds
 
Presentation livre blanc inbound marketing
Presentation livre blanc inbound marketingPresentation livre blanc inbound marketing
Presentation livre blanc inbound marketingLaurent Lenclud
 
La gare st lazare
La gare st lazareLa gare st lazare
La gare st lazarethisizliz
 
La mission de Serge Letchimy relative à l'article 349 du traité de Lisbonne
La mission de Serge Letchimy relative à l'article 349 du traité de LisbonneLa mission de Serge Letchimy relative à l'article 349 du traité de Lisbonne
La mission de Serge Letchimy relative à l'article 349 du traité de LisbonneSerge Letchimy
 
Chantal Viger / Oeuvres 2003-4
Chantal Viger / Oeuvres 2003-4Chantal Viger / Oeuvres 2003-4
Chantal Viger / Oeuvres 2003-4Chantal Viger
 
Martinique carrefour de la caraibes
Martinique carrefour de la caraibesMartinique carrefour de la caraibes
Martinique carrefour de la caraibesSerge Letchimy
 
Bourgogne innovation
Bourgogne innovationBourgogne innovation
Bourgogne innovationcitrongivre
 

Viewers also liked (20)

Projet web pour l’association les compagnons de freya
Projet  web  pour l’association les compagnons de  freyaProjet  web  pour l’association les compagnons de  freya
Projet web pour l’association les compagnons de freya
 
5 formations gagnantes dans la comptabilité, la finance et l'assurance
5 formations gagnantes dans la comptabilité, la finance et l'assurance5 formations gagnantes dans la comptabilité, la finance et l'assurance
5 formations gagnantes dans la comptabilité, la finance et l'assurance
 
Hamster
HamsterHamster
Hamster
 
Caminando por eguisheim
Caminando por eguisheimCaminando por eguisheim
Caminando por eguisheim
 
Avez-vous déjà envisagé un changement de carrière?
Avez-vous déjà envisagé un changement de carrière?Avez-vous déjà envisagé un changement de carrière?
Avez-vous déjà envisagé un changement de carrière?
 
Présentation de l'agence
Présentation de l'agencePrésentation de l'agence
Présentation de l'agence
 
Les carrières d'avenir 2014 - rapport de recherche
Les carrières d'avenir 2014 - rapport de rechercheLes carrières d'avenir 2014 - rapport de recherche
Les carrières d'avenir 2014 - rapport de recherche
 
Jehangir Ratanji Dadabhai Tata
Jehangir Ratanji Dadabhai TataJehangir Ratanji Dadabhai Tata
Jehangir Ratanji Dadabhai Tata
 
Revue de presse jolie tête mai 2013
Revue de presse jolie tête   mai 2013Revue de presse jolie tête   mai 2013
Revue de presse jolie tête mai 2013
 
Dossier de credit dorange civ
Dossier de credit dorange civDossier de credit dorange civ
Dossier de credit dorange civ
 
Arrrêté sécheresse 2014
Arrrêté sécheresse 2014Arrrêté sécheresse 2014
Arrrêté sécheresse 2014
 
Références Talentum
Références TalentumRéférences Talentum
Références Talentum
 
Presentation livre blanc inbound marketing
Presentation livre blanc inbound marketingPresentation livre blanc inbound marketing
Presentation livre blanc inbound marketing
 
Présentation atelier germe pour fffod
Présentation atelier germe pour fffodPrésentation atelier germe pour fffod
Présentation atelier germe pour fffod
 
La gare st lazare
La gare st lazareLa gare st lazare
La gare st lazare
 
La mission de Serge Letchimy relative à l'article 349 du traité de Lisbonne
La mission de Serge Letchimy relative à l'article 349 du traité de LisbonneLa mission de Serge Letchimy relative à l'article 349 du traité de Lisbonne
La mission de Serge Letchimy relative à l'article 349 du traité de Lisbonne
 
Raices
RaicesRaices
Raices
 
Chantal Viger / Oeuvres 2003-4
Chantal Viger / Oeuvres 2003-4Chantal Viger / Oeuvres 2003-4
Chantal Viger / Oeuvres 2003-4
 
Martinique carrefour de la caraibes
Martinique carrefour de la caraibesMartinique carrefour de la caraibes
Martinique carrefour de la caraibes
 
Bourgogne innovation
Bourgogne innovationBourgogne innovation
Bourgogne innovation
 

Similar to Docking avec AutoDock4.2

Cours partie1 elgarrai zineb
Cours partie1 elgarrai zinebCours partie1 elgarrai zineb
Cours partie1 elgarrai zinebZineb ELGARRAI
 
Supervision rc3a9seau
Supervision rc3a9seauSupervision rc3a9seau
Supervision rc3a9seauMed Ali Bhs
 
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)Mohammed TAMALI
 
tutorial open door logistics
tutorial open door logisticstutorial open door logistics
tutorial open door logisticsENSAM Casablanca
 
Apprentissage automatique avec RapidMiner
Apprentissage automatique avec RapidMinerApprentissage automatique avec RapidMiner
Apprentissage automatique avec RapidMinerMajdi Hannachi
 
PhyloJava : une application de phylogénie sur la grille DATAGRID
PhyloJava : une application de phylogénie sur la grille DATAGRIDPhyloJava : une application de phylogénie sur la grille DATAGRID
PhyloJava : une application de phylogénie sur la grille DATAGRIDsuive
 
Atelier hadoop-single-sign-on
Atelier hadoop-single-sign-onAtelier hadoop-single-sign-on
Atelier hadoop-single-sign-onsahar dridi
 
Document Understanding.pdf
Document Understanding.pdfDocument Understanding.pdf
Document Understanding.pdfCristina Vidu
 
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...Sylia Baraka
 
Statistique de TYPO3 dans le monde
Statistique de TYPO3 dans le mondeStatistique de TYPO3 dans le monde
Statistique de TYPO3 dans le mondeYannick Pavard
 
Detection and Analysis of Hidden Activities in Social network
Detection and Analysis of Hidden Activities in Social networkDetection and Analysis of Hidden Activities in Social network
Detection and Analysis of Hidden Activities in Social networkWiem louhichi
 
Entity_framework_db first
Entity_framework_db firstEntity_framework_db first
Entity_framework_db firstZineb ELGARRAI
 
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp012014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01MongoDB
 
Implémentation d’une solution de géolocalisation des véhicules basée sur open...
Implémentation d’une solution de géolocalisation des véhicules basée sur open...Implémentation d’une solution de géolocalisation des véhicules basée sur open...
Implémentation d’une solution de géolocalisation des véhicules basée sur open...HORIYASOFT
 
Documentation serveur acs wibox (dev interne)
Documentation serveur acs wibox (dev interne)Documentation serveur acs wibox (dev interne)
Documentation serveur acs wibox (dev interne)Taha abbad andaloussi
 
Réseaux avec NetLogo
Réseaux avec NetLogoRéseaux avec NetLogo
Réseaux avec NetLogoAlvaro Gil
 

Similar to Docking avec AutoDock4.2 (20)

Cours partie1 elgarrai zineb
Cours partie1 elgarrai zinebCours partie1 elgarrai zineb
Cours partie1 elgarrai zineb
 
Ch 01 poo
Ch 01 pooCh 01 poo
Ch 01 poo
 
Springioc
SpringiocSpringioc
Springioc
 
Supervision rc3a9seau
Supervision rc3a9seauSupervision rc3a9seau
Supervision rc3a9seau
 
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
 
tutorial open door logistics
tutorial open door logisticstutorial open door logistics
tutorial open door logistics
 
Apprentissage automatique avec RapidMiner
Apprentissage automatique avec RapidMinerApprentissage automatique avec RapidMiner
Apprentissage automatique avec RapidMiner
 
PhyloJava : une application de phylogénie sur la grille DATAGRID
PhyloJava : une application de phylogénie sur la grille DATAGRIDPhyloJava : une application de phylogénie sur la grille DATAGRID
PhyloJava : une application de phylogénie sur la grille DATAGRID
 
Atelier hadoop-single-sign-on
Atelier hadoop-single-sign-onAtelier hadoop-single-sign-on
Atelier hadoop-single-sign-on
 
Document Understanding.pdf
Document Understanding.pdfDocument Understanding.pdf
Document Understanding.pdf
 
8-socket.pdf
8-socket.pdf8-socket.pdf
8-socket.pdf
 
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
Paper presentation of Performance Analysis of IoT-Based Sensor,Big Data Proce...
 
Statistique de TYPO3 dans le monde
Statistique de TYPO3 dans le mondeStatistique de TYPO3 dans le monde
Statistique de TYPO3 dans le monde
 
Detection and Analysis of Hidden Activities in Social network
Detection and Analysis of Hidden Activities in Social networkDetection and Analysis of Hidden Activities in Social network
Detection and Analysis of Hidden Activities in Social network
 
Entity_framework_db first
Entity_framework_db firstEntity_framework_db first
Entity_framework_db first
 
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp012014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01
 
Implémentation d’une solution de géolocalisation des véhicules basée sur open...
Implémentation d’une solution de géolocalisation des véhicules basée sur open...Implémentation d’une solution de géolocalisation des véhicules basée sur open...
Implémentation d’une solution de géolocalisation des véhicules basée sur open...
 
Documentation serveur acs wibox (dev interne)
Documentation serveur acs wibox (dev interne)Documentation serveur acs wibox (dev interne)
Documentation serveur acs wibox (dev interne)
 
Réseaux avec NetLogo
Réseaux avec NetLogoRéseaux avec NetLogo
Réseaux avec NetLogo
 
Design patterns
Design patternsDesign patterns
Design patterns
 

Docking avec AutoDock4.2

  • 1. Docking protéine-ligand avec AutoDock Louacheni Farida Introduction Récemment, la bio-informatique a beaucoup avancé au niveau de prédiction des interactions moléculaires qui détiennent une protéine et un ligand dans le site de liaison, et dans la découverte de nouveaux médicaments. Le docking des petites molécules et le criblage virtuel de composés candidats, sont devenus une partie intégrante dans la découverte de médicaments. Ces techniques sont beaucoup utilisées surtout le domaine de la médecine. Plusieurs logiciels ont été développés pour fournir une procédure pour prédire l'interaction de petites molécules avec des cibles de protéine, et d'incorporer la flexibilité au sein des algorithmes de docking, tels que :AutoDock, Gold, Doc, Flex... Dans ce présent rapport, nous décrivons la technique du criblage avec le programme autodock, le docking et les outils utiliser. On présente par la suite en exemple de docking avec AutoDock afin d'expliquer comment procéder avec l'outil AutoDock tools. Et à la fin nous concentrons sur le résultat de la simulation de l'interaction protéine-ligand. Nomenclature • Ligand, une structure généralement une petite molécule qui se lie à un site de liaison • Récepteur, une structure généralement un protéine qui contient le site de liaison actif • Site de liaison, zones de protéines actives qui interagissent physiquement avec le ligand pour la formation de composé Docking Le docking [1] (ou arrimage) consiste à trouver la meilleure position pour le ligand (petite molecule) dans le site de liaison d'un récepteur (protéine) de façon à optimiser les interactions avec un récepteur, evaluer les interactions ligand-récepteur de façon à pouvoir discriminer entre les positionnements observés expérimentalement et les autres. Il permet aussi, de prédire la structure intermoléculaire entre deux molécules en une structure tridimensionnelle 3D, les modes de liaison ou les conformations possibles d'un ligand à un récepteur, et de calculer l'énergie de liaison. Le docking prévoit également la résistance de la liaison, l'énergie du complexe, les types de signaux produits et estime l'affinité de liaison entre deux molécules. Et il aide à décider quel ligand candidat interagira le mieux avec un récepteur protéine cible. Le docking comprend deux sections séparées. La première section consiste en algorithmes de recherche, ces algorithmes sont capables de générer un grand nombre de structures possibles et pour déterminer le mode de liaison. Parmi ces algorithmes : algorithme génétique, la méthode de Monte Carlo... Et la deuxième section est consacrée a la fonction de scoring, qui sont des méthodes mathématiques utilisées pour estimer la puissance d'interaction et l'affinité de liaison entre deux molécules après avoir été passé par l'étape de docking. Et le meilleur résultat pour le docking est le complexe protéine-ligand avec la faible énergie Figure 1 : Docking et Scoring 1
  • 2. Criblage virtuel Le criblage virtuel ou (virtual screening) [2], est une méthode moderne qui a été utilisé dans l'identification de nouvelles substances bioactive. Il s'agit d'une méthode qui vise à identifier les petites molécules contenues dans grandes base de données pour l'interaction avec les protéines cibles pour afin de faire des analyses ultérieures. Le criblage virtuel, est considéré comme une technique de calcul qui utilise des méthodes basées sur ordinateur ou des modèles informatiques. Elle consiste la première étape dans le processus de découverte de médicaments, une fois que la molécule cible a été identifier. Il s'agit de sélectionner les composent, c-à-d, les molécules qui peuvent influencer l'activité de la protéine cible. Le criblage virtuel est utile pour accélérer la découverte de nouveaux qu, pour chercher des bibliothèques de petites molécules afin d'identifier les structures qui sont les plus susceptibles de se lier à une cible de médicament, généralement un récepteur de protéines. AutoDock AutoDock [3] est un ensemble de procédures, dont le but de prédire l'interaction entre un ligand et un protéine cible. Et il peut-être utilise pour trouver un site actif pour un protéine cible, en cherchant la structure entière. AutoDock est recommandé pour effectuer le docking avec des petites molécules. Mais, lorsqu'il s'agit de grandes molécules, le docking avec DINC est beaucoup plus rapide et efficace. Afin de pouvoir réaliser le criblage virtuel avec AutoDock, un ensemble d'outils nécessaires doivent être mis en place. Nous avons utilisés la version AutoDock4.2 • AutoDock • AutoGrid • AutoDockTools • Python 2.7 • Les fichiers nécessaires téléchargeable depuis le site de base de donnée de protéine www.pdb.com La procédure de docking avec AutoDock se décompose en deux étapes principales : • Génération de carte d'interactions du récepteur avec AutoGrid • Docking (amarrage) du ligand au récepteur avec AutoDock Nous utiliserons l'interface graphique AutoDockTools (ADT) pour faciliter la préparation des fichiers. pour effectuer le docking et visualiser les résultats. Les étapes sont décrites ci-dessous : 1. Préparation des fichiers de coordination en utilisant AutoDockTools 2. Le calcul d'affinités des atomes avec AutoGrid 3. Le docking de ligands avec AutoDock 4. Analyse des résultats avec AutoDockTools 2
  • 3. Le schéma ci-dessous présente clairement les étapes à suivre pour la procédure de docking Figure 2 : Étapes docking L'organigramme suivant décrit les étapes de docking, afin de rendre la technique de docking assez compréhensive pour les lecteurs surtout pour les informaticiens. Figure 3 : Organigramme des étapes de docking 3 OUTPUT autoGrid est un fichier log (glg) OUTPUT autoDock est un fichier log (dlg)
  • 4. Étapes AutoDock AutoDock a besoin de connaître les types, les charges et la liste de liaison de chaque atome, afin de pouvoir effectuer la procédure de docking. Tout d'abord, il faut chercher dans la base de donnée PDB (Protein Data Bank) les fichiers pdb pour le protéine et le ligand. Il existe deux façons pour la préparation des fichiers d'entrées, soit on les télécharges séparément, soit on télécharge un fichier complexe protéine-ligand, et après on extrait les coordonnés de protéine et de ligand dans des fichiers séparés. Et pour faire cela, en utilise la commande egrep sous linux • Pour extraire le protéine, qui sont des lignes dans qui commencent par le mot ATOM. Et chaque chaine de protéine se termine par une ligne qui commence par TER egrep ''^(ATOM|TER)'' file.pdb > protein.pdb • Tandis que, pour extraire le ligand, qui sont des lignes qui commencent par le mot HETATM egrep ''^HETATM file.pdb | grep HOH* -v > ligand.pdb Nous avons choisi les fichiers d'entrées 1DY6.pdb pour le récepteur et impinem.pdb pour le ligand, pour dérouler la simulation avec autoDockTools. Après avoir extraire ou télécharger les fichiers, on va lancer l'outil AutoDockTools (ADT) avec la commande adt. Comme nous avons décrit en dessus le docking consiste en étapes : 1. Préparer le fichier d'entrée pdb de protéine , après avoir ouvrir ce fichier avec ADT. Nous avons ajouter l’Hydrogéné au protéine. Et ensuite en sauvegarde les changement effectué. Figure 4 : Préparation du protéine 4
  • 5. 2. Préparer le fichier d'entrée pdb de ligand, après avoir charger le fichier avec ADT, il faut définir le root (root est le centre de pivotement de ligand pendant la procédure du docking). Les liens rotatifs ou flexibles sont colorés en vert, et celles rigides sont colorés en rouge. On peut changer le nombre de liens rotatifs. Finalement, il faut sauvegarder les modifications en pdbqt. Figure 5 : Préparation du ligand 3. Pré-calculation avec AutoGrid. Pour préparer la grille, il faut que le plan de la grille soit au centre près de site de liaison, et il doit être assez grand pour contenir tous les résidus qui interagissent avec le ligand et suffisamment grand pour permettre au ligand d'avoir une rotation complète. Pour cela, nous avons changer les paramètres de plan de la grille Ensuite, après l'ouverture des fichiers pdbqt, il faut paramétrer les dimensions du plan de la grille. Figure 6 : Plan de grille 5 Racine Ligand Root
  • 6. Sauvegarder le fichier de paramètre de la grille en gpf, et lancer AutoGrid. Il faut bien preciser les chemins pour autogrid et le fichier gpf. On peut lancer autoGrid en ligne de commande avec, aurogrid4 -p file.gpf -l file.glg (-p, pour le fichier de parametre. Et -l, pour le fichier log) Après avoir lancé autogrid, plusieurs nouveaux fichiers avec l'extension map se créent, qui correspondent à chaque type d'atome de ligand et des fichiers auxiliaires. Ces fichiers map sont importants dans le docking. En exécutant la commande tail -f file.glg (file.glg,est le fichier log de la commande autogrid4), il faut avoir le résultat comme suit : 4. L'avant-dernière étape consiste à préparer les fichiers nécessaires pour effectuer le docking protéine-ligand avec autodock4. Il faut choisir l'algorithme de recherche, nous avons choisi Genetic Algorithme (GA), vu son efficacité par rapport aux autres algorithmes. Nous avons sauvegardé le résultat de docking sous format dpf, nous avons choisi la méthode Lamarckian GA, qui est une méthode hybride de local Search et Genetic Algorithme. Cette méthode peut 6
  • 7. supporter plus de 8 liaisons rota tables. On peut lancer autodock avec la commande ci-après : autodock4 -p file.dpf -l file.dlg Pour vérifier que la procédure a s'est bien déroulé, en ouvrant le fichier file log avec l'extension dlg ( docking log)., en utilisant la commande tail -f file.dlg 5. La dernière étape est consacrée pour l'analyse des résultats du docking. Après avoir terminé avec succès la procédure de docking, les résultats sont enregistré dans un fichier sous l'extension dlg. Les résultats sont des fichiers log. Figure 7 : Résultat de docking 7
  • 8. Le résultat de docking est présenté dans la figure ci-dessous, montre que 10 conformations sont les meilleures avec l'énergie de liaison. Pour bien expliquer, cela veut dire que les conformations avec l'énergie minimale présentent le meilleur résultat pour le docking. La figure ci-dessous présente l'interaction des ligands avec le site de protéines, après l'étape de docking Figure 8 : Interaction de ligand dans le site de protéine 8 Proteine Ligand Ligand candidat
  • 9. Le meilleur résultat du docking est la conformation avec une faible énergie. Ici on voit que la technique de docking a sélectionnée 6 conformations candidates. Le résultat qu'on a obtenu montre que 6 ligands sont les candidats susceptibles qui interagissent le mieux avec le site de protéines. La capture ci-dessous présente le résultat de conformation des ligands candidats en fonction de l'énergie. On peut constater que le ligand avec l'énergie minimale présente un bon résultat de conformation. Figure 9 : Histogramme résultat de conformation Le résultat du criblage virtuel est enregistré dans un fichier avec l'extension pdbqt. Dans ce fichier on remarque le meilleur ligand candidat, celui avec une énergie minimale par rapport aux autres ligands. Après avoir terminer la procédure de docking, on peut sauvegarder le complexe protéine-ligand sous l'extension pdb, en utilisant la commande suivante sous linux. Le complexe protéine-ligand sont des lignes dans le fichier avec l'extension pdbqt qui commencent par le mot clé DOCKED. grep '^DOCKED' 1DY6Docki.dlg | cut -c9- > 1DY6Docki.pdbqt (1DY6Docki.dlg est le fichier que j'ai utilise) Ensuite il faut convertir le fichier pdbqt en format pdb, avec la commande : cut -c-66 1DY6Docki.pdbqt > 1DY6Docki.pdb Et pour créer un seule fichier pdb qui contient un complexe de récepteur et tous les modèles de ligand. On utilise la commande ci-après : cat recepteur.pdb 1DY6Docki.pdb | grep -v '^END ' | grep -v '^END$' > protLigandComplex.pdb 9 Meilleure resultat de docking
  • 10. Le complexe protéine-ligand est présenté dans la figure ci-dessous. On observe les 10 conformations candidates, nous avons choisi celui avec l’énergie minimal pour un bon résultat de docking. Figure 10 : Le complexe protéine-ligand Conclusion Le processus de docking est un sujet essentiel pour progresser dans la compréhension des mécanismes d'interactions moléculaires et pour le développement d'outils prédictifs dans le domaine de médecine. Dans ce rapport, nous avons présente la procédure du docking avec AutoDock 4.2 en utilisant l'outil AutoDockTools, et nous avons appliqué les étapes de docking sur un exemple réel dans le but de comprendre cette technique. qui va nous aider dans la prochaine phase de lancement des jobs sur la grille pour faire le docking. Références [1] AutoDock based incremental docking protocol to improve docking of large ligands , Ankur Dhanik, John S McMurray† and Lydia Kavraki , 2012 [2] In silico drug discovery services in computing grid environments against neglected and emerging infectious diseases . Thèse JACQ Nicolas , 2006 [3] AutoDock Version 4.2 , User guide, 2009 10