BIOPHARMICS SURFLEX PLATFORM 2024 V5.193 MULTIOS

BIOPHARMICS.SURFLEX.PLATFORM.2024.V5.193.MULTIOS-TEL

 

BIOPHARMICS | 2024 |EXE | RAR | 2,84 GB | MULTIOS

Computergestützte Werkzeuge für die Entdeckung von Arzneimitteln. Die fünf Module der BioPharmics Surflex Plattform (Tools, Similarity, Docking, xGen und Affinity) sind vollständig integriert.

Das komplette Softwarepaket bietet einen umfassenden prädiktiven Modellierungs-Workflow: - 2D-zu-3D-Molekülumwandlung mit präziser Chiralitätsinterpretation und Enumerationsfunktionen - Conformation Generation einschließlich komplexer Makrozyklen, Proteinstrukturvorbereitung und -ausrichtung - Docking für Posenvorhersage oder virtuelles Screening - Realraummodellierung von Liganden als Konformationsensembles innerhalb von Röntgendichtekarten Die Software ist für Windows-, Linux- und Mac-Plattformen verfügbar und kann problemlos auf Workstations und Laptops vor Ort sowie auf Cloud-basierten Rechenressourcen eingesetzt werden.

Tools-Modul
Schnelle und genaue Verarbeitung kleiner Moleküle Das Tools-Modul deckt die häufigsten Aspekte der Vorbereitung kleiner Moleküle ab: - 2D-zu-3D-Konvertierung (von SMILES oder SDF) - Chiralitätserkennung und -aufzählung - Protonierung - Konformerzeugung Merkmale und Vorteile: - Schablonenfrei und nicht-stochastisch - Verlässt sich auf das MMFF94sf-Kraftfeld für die Strukturableitung - Schnell und genau bei typischen arzneimittelähnlichen Liganden, mit besserer Abdeckung verschiedener Konformationen - Schnellste und genaueste Methode für makrozyklische Liganden - Kann NMR-Einschränkungen einbeziehen, was besonders für große peptidische Makrozyklen nützlich ist

Similarity Modul
State-of-the-Art 3D Molecular Similarity Das Similarity Modul implementiert Ligandenähnlichkeitsoperationen unter Verwendung der eSim-Methode: - Virtuelles Screening - Posenvorhersage - Ausrichtung mehrerer Liganden Die zentrale eSim-Methode ist auch in die Module Docking und QuanSA integriert. Merkmale und Vorteile: - Virtuelle Screening-Anreicherung ist sowohl praktisch als auch statistisch signifikant besser als alternative Methoden - Virtuelle Screening-Geschwindigkeiten von über 20 Millionen Verbindungen pro Tag auf einem einzigen Rechenkern - Datenbanken mit Milliarden von Molekülen können in wenigen Stunden unter Verwendung von Cloud-basierten Rechenressourcen gescreent werden - Die Genauigkeit der Pose-Vorhersage ist wesentlich besser als alternative Ansätze

Docking- und xGen-Module
Top-Tier-Lösung für virtuelles Screening und Posenvorhersage + Röntgendichtemodellierung von Liganden im realen Raum Das Docking-Modul deckt alle Aspekte des Ensemble-Dockings ab: - Großflächige PDB-Suche und -Verarbeitung - Oberflächenbasiertes Alignment der Bindungsstellen mit der PSIM-Methode - Vollautomatische Auswahl von Taschenvarianten zur Abdeckung der relevanten Proteinkonformationsvariationen - Virtuelles Screening - Posenvorhersage Merkmale und Vorteile: - Automatisiertes Alignment und Auswahl geeigneter Bindungsstellenvarianten - Robuste und vollautomatische Modi für virtuelles Screening und Posenvorhersage - Sehr umfangreiche Validierung - Hochpräzises Docking von nicht-erkannten Liganden - Direkt anwendbar auf synthetische Makrozyklen, mit einer Genauigkeit, die der von Nicht-Makrozyklen entspricht Das xGen-Modul implementiert eine neuartige Methode zur Verfeinerung im realen Raum und zur de novo-Anpassung von Liganden-Ensembles an Röntgendichtekarten: - Modelliert die Ligandendichte mit Hilfe von Konformationsensembles - Vermeidet atomspezifische B-Faktoren als Röntgenmodellparameter - Erzeugt chemisch sinnvolle Konformere mit niedriger Verformungsenergie; anwendbar auf komplexe Makrozyklen - Erzielt eine bessere Anpassung an die Röntgendichte als Standardanpassungsansätze - Zugänglich für Nicht-Kristallographen und als Teil von kristallographischen Arbeitsabläufen

Affinitätsmodul
Einzigartiger Machine-Learning-Ansatz zur Vorhersage von Bindungsaffinität und Ligandenposition Das Affinitätsmodul implementiert die QuanSA-Methode (Quantitative Oberflächenfeldanalyse), die physikalisch aussagekräftige Modelle erstellt, die die kausale Basis von Protein-Liganden-Interaktionen annähern. Das Modul implementiert integrierte Verfahren zur quantitativen Vorhersage sowohl der Bindungsaffinität als auch der Ligandenposition, mit oder ohne Proteinstrukturinformationen: - Mehrfache Ligandenausrichtung für molekulare Serien, die mehrere Gerüste umfassen - Einbeziehung bekannter Informationen über Bindungsstellen - Machine-Learning-Ansatz zur Induktion physikalischer Bindungsstellenmodelle unter Verwendung eines Ansatzes mit mehreren Instanzen - Vorhersage sowohl der Bindungsaffinität als auch des Bindungsmodus neuer Liganden - Iterative Verfeinerung von Modellen mit neuen Daten Merkmale und Vorteile: - Vollautomatische Modellerstellung, einschließlich aller Aspekte der Ligandenkonformation und -ausrichtung - Das Bindungsstellenmodell (ein "Taschenfeld") ist analog zu einer Proteinbindungsstelle, einschließlich der Flexibilitätsaspekte - Das Taschenfeld gibt an, welche Haltung ein neues Molekül einnehmen muss, Das Taschenfeld gibt an, welche Stellung ein neues Molekül einnehmen muss, und die Ligandendehnung wird direkt modelliert - Messungen der Vorhersagesicherheit und der molekularen Neuartigkeit leiten den Benutzer bei der Interpretation - Sehr detaillierte Aspekte der molekularen Oberflächenform, der Präferenzen für gerichtete Wasserstoffbrückenbindungen und der Coulombschen Elektrostatik werden erlernt - Für die Modellinduktion sind nur 20 Moleküle erforderlich, und es können Serien von Hunderten von Molekülen modelliert werden

BioPharmics ist jetzt eine Abteilung von Optibrium Ltd. BioPharmics LLC wurde 1998 gegründet, um Algorithmen und Software für das computergestützte Wirkstoffdesign zu entwickeln. Wir verfügen über führende Lösungen in den Bereichen 2D-zu-3D-Ligandenkonvertierung und Konformerzeugung (FGen3D und ForceGen), molekulares Docking (Surflex-Dock), molekulare Ähnlichkeit (eSim), Vorhersage der Bindungsaffinität (QuanSA) und Realraummodellierung von Ligandenensembles in Röntgendichtekarten. Alle Methoden innerhalb der Surflex-Plattform verbinden physikalischen Realismus bei der Modellierung von Protein-Ligand-Interaktionen mit Algorithmen zur schnellen Optimierung der Konformation und Ausrichtung kleiner Moleküle.

ENGLISCH

PW: theeducationlounge

BETRIEBSSYSTEM:

WINDOWS64 | LINUX64 | MACOS64

.TEL\VERLASSEN

HOSTER: KatFile

Die Veröffentlichung ist lediglich zu Bildungszwecken gedacht.
Sie beruht auf dem Recht der Informationsfreiheit.

The publication is intended for educational purposes only.
It is based on the right of freedom of information.