منصوبے کے بارے میں

UMADock ایک ورکفلو فراہم کرتا ہے جس میں چھوٹے مالیکیولز کو پروٹین بائنڈنگ سائٹس میں ڈاک کیا جاتا ہے اور حاصل ہونے والے پوزز کو پلگ ایبل مشین لرننگ انٹرایٹامک پوٹینشل کے ساتھ اسکور کیا جاتا ہے۔ README میں ایک پائپ لائن کی وضاحت کی گئی ہے جو RDKit کے ساتھ لیگنڈ کنفارمیشنز بناتی ہے، ایک PDB ڈھانچے اور لیگنڈ ریزیدو نام سے ایک بائنڈنگ سائٹ تیار کرتی ہے، کنفارمرز کو اس سائٹ میں ڈاک کرتی ہے، امید افزا پوزز کو بہتر بناتی ہے، اور الیکٹرانک بائنڈنگ انرجی کا تخمینہ لگانے کے لیے انٹریکشن، ڈیسولیشن، اور سٹرین ٹرمز کو جوڑتی ہے۔ سائٹ کی تیاری PDBFixer، لیگنڈ کے ارد گرد ریزیدو سلیکشن، ACE/NME کیپنگ، AMBER ff14SB پروٹونیشن اور چارجز، اور اختیاری طور پر سٹرکچرل میٹل آئنز کی ہینڈلنگ کے ساتھ خودکار ہے۔ ڈیفالٹ اسکورر Meta کا UMA ماڈل ہے، جبکہ MACE-OMOL-0 اور AIMNet2 بھی ایک سلیکٹیبل اسکورنگ ماڈل کے ذریعے سپورٹ کیے جاتے ہیں۔ یہ پروجیکٹ Modal کلاؤڈ GPUs پر اینڈ-ٹو-اینڈ چلانے پر زور دیتا ہے، جس میں PDBs، تیار شدہ سائٹس، اور ماڈل ویٹس کے لیے کیشنگ، اور Modal Volumes سے بہتر پوزز اور نتیجہ JSON فائلز کی بازیافت شامل ہے۔ اس میں ایک CLI ورژن، مثال کے لیے نوٹس، اور ایک AI-ایجنٹ نوٹس بھی شامل ہے جو UMADock کو ایک ایجنٹ سے چلانے کے لیے ہے۔ تصدیق شدہ مثالوں میں SULT1A3 میں پاراسیٹامول اور سالبوٹامول شامل ہیں، جن کا موازنہ ایکسپلسیٹ-سولونٹ MD اور MM-GBSA نتائج سے کیا گیا ہے۔