我有一堆PDB文件包含新肽的结构，我想看看它们中的任何一个是否会通过计算预测与LPS结合。我可以做分子动力学，但不幸的是，这需要大量的计算能力。还有其他好的选择吗？
谢谢：）
答案 0 :(得分：0)
一个简单的想法是采用您自信与LPS结合的肽的PDB，然后声称结构相似的肽也具有结合LPS的镜头。这是一个半定性的论证。
作为一个例子，我发现这是一个快速搜索这个绑定LPS的肽序列：KNYSSSISSIHAC
（来源：https://www.ncbi.nlm.nih.gov/pubmed/20816904）
然后，为了获得该序列的预测结构，我使用了PEP-Fold，这是一个在线工具 （来源：http://mobyle.rpbs.univ-paris-diderot.fr/cgi-bin/portal.py#forms::PEP-FOLD3）
我认为你可以从我提交的工作中下载 （http://mobyle.rpbs.univ-paris-diderot.fr/data/jobs/PEP-FOLD3/C24081178740978）
下载PDB后，您希望找到每个肽结构的RMSD到这个PDB，而低RMSD可能代表LPS绑定，但它绝对不是明确的，也不清楚在哪里绘制“足够接近”的线
这一切都非常荒谬，正如你所说，分子动力学是一个更好的选择。您可能还会考虑序列比对w /肽结合LPS而不用担心3D。
您可能会在Biostars或其他论坛上获得更好的回复，因为您的问题不是基于编码的