umadock

UMADockは、小分子をタンパク質結合部位にドッキングし、プラグ可能な機械学習原子間ポテンシャルでポーズをスコアリングするワークフローを提供します。READMEでは、RDKitでリガンドコンフォメーションを作成し、PDB構造とリガンド残基名から結合部位を準備し、コンフォマーをドッキングし、有望なポーズを最適化し、相互作用、脱溶媒化、ひずみ項を組み合わせて電子結合エネルギーを推定するパイプラインについて説明しています。部位準備はPDBFixerで自動化され、リガンド周りの残基選択、ACE/NMEキャッピング、AMBER ff14SBのプロトネーションと電荷、構造金属イオンのオプション処理が含まれます。デフォルトのスコアラーはMetaのUMAモデルで、MACE-OMOL-0とAIMNet2も選択可能なスコアリングモデルとしてサポートされています。このプロジェクトは、PDB、準備された部位、モデルウェイトのキャッシュ、最適化されたポーズと結果JSONファイルのModal Volumesからの取得とともに、ModalクラウドGPU上でのエンドツーエンド実行を重視しています。また、CLIバージョン、サンプルノートブック、エージェント駆動のUMADockのためのAIエージェントノートブックも含まれています。検証済みの例には、SULT1A3におけるパラセタモールとサルブタモールがあり、明示的溶媒MDとMM-GBSAの結果と比較されています。