Unlocking Precision Docking for Metalloproteins | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales | |
| dc.contributor.author | Clemente, Camila Mara | |
| dc.contributor.author | PRIETO, JUAN MANUEL | |
| dc.contributor.author | Marti, Marcelo Adrian | |
| dc.date.issued | 2024-02 | |
| dc.description.abstract | Metalloproteins play a fundamental role in molecular biology, contributing to various biological processes. However, the discovery of high-affinity ligands targeting metalloproteins has been delayed due, in part, to a lack of suitable tools and data. Molecular docking, a widely used technique for virtual screening of small-molecule ligand interactions with proteins, often faces challenges when applied to metalloproteins due to the particular nature of the ligand metal bond. To address these limitations associated with docking metalloproteins, we introduce a knowledge-driven docking approach known as “metalloprotein bias docking” (MBD), which extends the AutoDock Bias technique. We assembled a comprehensive data set of metalloprotein–ligand complexes from 15 different metalloprotein families, encompassing Ca, Co, Fe, Mg, Mn, and Zn metal ions. Subsequently, we conducted a performance analysis of our MBD method and compared it to the conventional docking (CD) program AutoDock4, applied to various metalloprotein targets within our data set. Our results demonstrate that MBD outperforms CD, significantly enhancing accuracy, selectivity, and precision in ligand pose prediction. Additionally, we observed a positive correlation between our predicted ligand free energies and the corresponding experimental values. These findings underscore the potential of MBD as a valuable tool for the effective exploration of metalloprotein–ligand interactions. | es |
| dc.description.fil | Fil: Clemente, Camila Mara. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina | |
| dc.description.fil | Fil: PRIETO, JUAN MANUEL. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina | |
| dc.description.fil | Fil: Marti, Marcelo Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Clemente, Camila Mara; PRIETO, JUAN MANUEL; Marti, Marcelo Adrian; Unlocking Precision Docking for Metalloproteins; American Chemical Society; Journal of Chemical Information and Modeling; 64; 5; 2-2024; 1581-1592 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 1549-9596 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/295968 | |
| dc.journal.number | 5 | es |
| dc.journal.pagination | 1581-1592 | es |
| dc.journal.pais | Estados Unidos | es |
| dc.journal.title | Journal of Chemical Information and Modeling | es |
| dc.journal.volume | 64 | es |
| dc.language.iso | eng | es |
| dc.publisher | American Chemical Society | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://pubs.acs.org/doi/10.1021/acs.jcim.3c01853 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1021/acs.jcim.3c01853 | |
| dc.rights | info:eu-repo/semantics/restrictedAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | molecular docking | es |
| dc.subject | metalloproteins | es |
| dc.subject.classification | Otras Ciencias Biológicas | es |
| dc.subject.classification | Ciencias Biológicas | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Unlocking Precision Docking for Metalloproteins | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.862ae866-01f0-46bc-907f-aea64228df80_B.pdf
- Tamaño:
- 4.26 MB
- Formato:
- Adobe Portable Document Format