SlideShare ist ein Scribd-Unternehmen logo
1 von 7
Downloaden Sie, um offline zu lesen
120816 version 1.0

     LigPlot +            on Mac OSX
LigPlot+は、LIGPLOT (Protein-Ligand) & DIMPLOT (Protein-Protein)
プログラムのためのユーザーインファーフェースである。ここでは、
LigPlot+上でのAutoDock Dataの扱い方を解説する。




  Presented by Satoshi Kume
    Osaka Prefecture University
1. LigPlot+のダウンロード
      Academic free (ライセンス登録必要)
      http://www.ebi.ac.uk/thornton-srv/software/LigPlus/

 2. LigPlot+の起動
             LigPlus.jar をダブルクリックする → (1) パス設定画面が表示される →
             PyMOL executableの設定 (/Applications/MacPyMOL) → save →
             (2) LIGPLOT+の画面が表示される
(1)
                                                            (2)
3. PDB fileを開く
   (1) File → Open PDB file
   (2) Enter PDB code → PDB codeを入力する
   or Browse → パソコン内のPDB fileを選択する! → 例として、3o22を読み込んだ
      (1)
                                       (2)




4. Run LIGPLOT
(1) LIGPLOTの画面を選択
(2) Select ligand to plot → リガンドの選択          (1)
この場合、OLA 200(A)、PLM201(A)、                         (2)
OLA191(A)、PLM192(A)の4種類のリガン
ドが存在する。                                                  (3)
(3) Include waters → check!
                                      (4)
(4) Run
5. PLOTの表示         6. PLOTの保存
下図のようなPLOTが表示される


                            (1)


                            (2)



                   (1) DRW fileとして保存する (LigPlot形式)
                   (2) PostScriptとして保存する



補足
7. LigPlot上でのAutoDock Dataの扱い方
(1) DLG fileの編集 (AutoDock Manualを参照のこと)

 (ターミナル起動 → DLG fileのあるフォルダに移動する)
 % grep '^DOCKED' XXX.dlg | cut -c9- > XXX.pdbqt                 # XXXは任意のfile name
 % cut -c-66 XXX.pdbqt > XXX.pdb

    → XXX.pdbをテキストで開くと、以下のようなリガンドの原子座標がある。
      (計算回数分のリガンド座標が存在する)
             USER                             x       y       z     vdW Elec
             USER                          _______ _______ _______ _____ _____
             ROOT
             ATOM       1 N4 LIG    A 99   25.308    5.516 13.258 -0.16 -0.11
             ATOM       2 C15 LIG   A 99   25.118    4.470 14.124 -0.26 +0.01
             ATOM       3 C16 LIG   A 99   25.104    5.030 15.399 -0.24 -0.01
             .
             .
             .
             .
             ATOM     43 C3 LIG     A 99   25.976    9.029   9.807 -0.29 +0.01
             ATOM     44 C31 LIG    A 99   26.328    9.801   8.593 -0.41 +0.03
             BRANCH 39 45
             ATOM     45 C35 LIG    A 99   27.145 10.250 11.588 -0.34 +0.00
             ATOM     46 C36 LIG    A 99   28.482 10.252 11.528 -0.31 +0.00
             ENDBRANCH 39 45
             ENDBRANCH 5 36
             TORSDOF 12
             TER
             ENDMDL
(2) タンパク質及びリガンド座標の重ね合わせ

 → XXX.pdb内の”ATOM”行から”TER”行までをコピーする(赤線表示部分)。
 → タンパク質のPDB file内にペーストし、残基番号等を編集する。
   詳細は、PDB fileの編集例を参照のこと

(3) LIGPLOT上での表示

 → LIGPLOT+の起動
 → File → Open PDB file → 上記で作製したPDB fileを読み込む
   詳細は、他のセクションを参照のこと
PDB fileの編集例
① リガンドの各原子番号は1スタートで良い。② リガンド名は任意で良い。
③ 残基番号: 最後の残基番号 + 1に設定する。 ④ 原子種: 特に記載する必要はない。
     ATOM   1223   O   GLU   156    33.613 29.047 16.892       1.00132.15     O
     ATOM   1224   OXT GLU   156    32.278 29.736 15.257       1.00132.15     O
削除   TER    1225       GLU   156
     ATOM      1   N4 LIG    157    18.434   15.863   5.447   -0.13   -0.04
     ATOM      2   C15 LIG   157    18.529   14.740   6.228   -0.36   +0.01
     ATOM      3   C16 LIG   157    17.903   13.724   5.508   -0.44   -0.01
     ATOM      4   C17 LIG   157    17.178   14.361   4.433   -0.45   -0.01
     ATOM      5   C18 LIG   157    17.564   15.691   4.411   -0.46   +0.01
     ATOM      6   C24 LIG   157    16.223   13.714   3.490   -0.09   +0.01
     ATOM      7   H6 LIG    157    18.792   16.760   5.744   -0.44   +0.01
     ATOM      8   C14 LIG   157    19.222   14.812   7.478   +0.02   +0.02
     ATOM      9   C13 LIG   157    18.911   14.086   8.574   -0.24   +0.02
     .
     .
     .
     ATOM    40 H4     LIG   157    18.609 18.177     5.580 -0.15 +0.03
     ATOM    41 C4     LIG   157    18.033 20.041     4.803 -0.25 +0.08
     ATOM    42 O1     LIG   157    18.518 20.862     5.560 -0.36 -0.10
     TER
     END
            ① ②③                                                              ④
  注意点         1. タンパク質とリガンドの間にある”TER”行を削除する。
              この場合は、TER             1225      GLU 156を削除する。
              2. BRANCH、ENDBRANCH、TORSDOF、CONTACTの行は削除しても良い。
              3. 各原子座標(x, y, z)は、ピリオドを必ず える。また、残基番号とx座標間は
              必ず半角スペース6個入れる。

Weitere ähnliche Inhalte

Was ist angesagt?

サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23Masashi Shibata
 
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Preferred Networks
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編Fixstars Corporation
 
PostgreSQL16新機能紹介 - libpq接続ロード・バランシング(第41回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL16新機能紹介 - libpq接続ロード・バランシング(第41回PostgreSQLアンカンファレンス@オンライン 発表資料)PostgreSQL16新機能紹介 - libpq接続ロード・バランシング(第41回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL16新機能紹介 - libpq接続ロード・バランシング(第41回PostgreSQLアンカンファレンス@オンライン 発表資料)NTT DATA Technology & Innovation
 
PostgreSQL 13でのpg_stat_statementsの改善について(第12回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL 13でのpg_stat_statementsの改善について(第12回PostgreSQLアンカンファレンス@オンライン 発表資料)PostgreSQL 13でのpg_stat_statementsの改善について(第12回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL 13でのpg_stat_statementsの改善について(第12回PostgreSQLアンカンファレンス@オンライン 発表資料)NTT DATA Technology & Innovation
 
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...Matlantis
 
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)NTT DATA Technology & Innovation
 
fpgax #11+TFUG ハード部:DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也
fpgax #11+TFUG ハード部:DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也fpgax #11+TFUG ハード部:DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也
fpgax #11+TFUG ハード部:DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也Preferred Networks
 
Matlantisに込められた 技術・思想_高本_Matlantis User Conference
Matlantisに込められた 技術・思想_高本_Matlantis User ConferenceMatlantisに込められた 技術・思想_高本_Matlantis User Conference
Matlantisに込められた 技術・思想_高本_Matlantis User ConferenceMatlantis
 
chatGPTの驚くべき対話能力.pdf
chatGPTの驚くべき対話能力.pdfchatGPTの驚くべき対話能力.pdf
chatGPTの驚くべき対話能力.pdfYamashitaKatsushi
 
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)NTT DATA Technology & Innovation
 
ディープラーニングでラーメン二郎(全店舗)を識別してみた
ディープラーニングでラーメン二郎(全店舗)を識別してみたディープラーニングでラーメン二郎(全店舗)を識別してみた
ディープラーニングでラーメン二郎(全店舗)を識別してみたknjcode
 
差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)Kentaro Minami
 
半日でわかる コンテナー技術 (入門編)
半日でわかる コンテナー技術 (入門編)半日でわかる コンテナー技術 (入門編)
半日でわかる コンテナー技術 (入門編)Toru Makabe
 
Embedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural NetworksEmbedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural NetworksYusuke Uchida
 
PostgreSQL 15の新機能を徹底解説
PostgreSQL 15の新機能を徹底解説PostgreSQL 15の新機能を徹底解説
PostgreSQL 15の新機能を徹底解説Masahiko Sawada
 
入門 Kubeflow ~Kubernetesで機械学習をはじめるために~ (NTT Tech Conference #4 講演資料)
入門 Kubeflow ~Kubernetesで機械学習をはじめるために~ (NTT Tech Conference #4 講演資料)入門 Kubeflow ~Kubernetesで機械学習をはじめるために~ (NTT Tech Conference #4 講演資料)
入門 Kubeflow ~Kubernetesで機械学習をはじめるために~ (NTT Tech Conference #4 講演資料)NTT DATA Technology & Innovation
 
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてAIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてFixstars Corporation
 

Was ist angesagt? (20)

サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
 
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
 
PostgreSQL16新機能紹介 - libpq接続ロード・バランシング(第41回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL16新機能紹介 - libpq接続ロード・バランシング(第41回PostgreSQLアンカンファレンス@オンライン 発表資料)PostgreSQL16新機能紹介 - libpq接続ロード・バランシング(第41回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL16新機能紹介 - libpq接続ロード・バランシング(第41回PostgreSQLアンカンファレンス@オンライン 発表資料)
 
PostgreSQL 13でのpg_stat_statementsの改善について(第12回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL 13でのpg_stat_statementsの改善について(第12回PostgreSQLアンカンファレンス@オンライン 発表資料)PostgreSQL 13でのpg_stat_statementsの改善について(第12回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL 13でのpg_stat_statementsの改善について(第12回PostgreSQLアンカンファレンス@オンライン 発表資料)
 
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...
汎用なNeural Network Potential「Matlantis」を使った新素材探索_浅野_JACI先端化学・材料技術部会 高選択性反応分科会主...
 
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
 
fpgax #11+TFUG ハード部:DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也
fpgax #11+TFUG ハード部:DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也fpgax #11+TFUG ハード部:DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也
fpgax #11+TFUG ハード部:DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也
 
Matlantisに込められた 技術・思想_高本_Matlantis User Conference
Matlantisに込められた 技術・思想_高本_Matlantis User ConferenceMatlantisに込められた 技術・思想_高本_Matlantis User Conference
Matlantisに込められた 技術・思想_高本_Matlantis User Conference
 
chatGPTの驚くべき対話能力.pdf
chatGPTの驚くべき対話能力.pdfchatGPTの驚くべき対話能力.pdf
chatGPTの驚くべき対話能力.pdf
 
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
 
ディープラーニングでラーメン二郎(全店舗)を識別してみた
ディープラーニングでラーメン二郎(全店舗)を識別してみたディープラーニングでラーメン二郎(全店舗)を識別してみた
ディープラーニングでラーメン二郎(全店舗)を識別してみた
 
差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)
 
Deep walk について
Deep walk についてDeep walk について
Deep walk について
 
半日でわかる コンテナー技術 (入門編)
半日でわかる コンテナー技術 (入門編)半日でわかる コンテナー技術 (入門編)
半日でわかる コンテナー技術 (入門編)
 
Embedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural NetworksEmbedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural Networks
 
MLOpsはバズワード
MLOpsはバズワードMLOpsはバズワード
MLOpsはバズワード
 
PostgreSQL 15の新機能を徹底解説
PostgreSQL 15の新機能を徹底解説PostgreSQL 15の新機能を徹底解説
PostgreSQL 15の新機能を徹底解説
 
入門 Kubeflow ~Kubernetesで機械学習をはじめるために~ (NTT Tech Conference #4 講演資料)
入門 Kubeflow ~Kubernetesで機械学習をはじめるために~ (NTT Tech Conference #4 講演資料)入門 Kubeflow ~Kubernetesで機械学習をはじめるために~ (NTT Tech Conference #4 講演資料)
入門 Kubeflow ~Kubernetesで機械学習をはじめるために~ (NTT Tech Conference #4 講演資料)
 
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてAIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
 

Mehr von Satoshi Kume

ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートSatoshi Kume
 
230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdfSatoshi Kume
 
20230314_R-universe.pdf
20230314_R-universe.pdf20230314_R-universe.pdf
20230314_R-universe.pdfSatoshi Kume
 
211204_japan_r_v01
211204_japan_r_v01211204_japan_r_v01
211204_japan_r_v01Satoshi Kume
 
211104 Bioc Asia workshop
211104 Bioc Asia workshop211104 Bioc Asia workshop
211104 Bioc Asia workshopSatoshi Kume
 
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonCRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonSatoshi Kume
 
Exchange program 071128
Exchange program 071128Exchange program 071128
Exchange program 071128Satoshi Kume
 
D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)Satoshi Kume
 
AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)Satoshi Kume
 
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)Satoshi Kume
 
Openlink Virtuoso v01
Openlink Virtuoso v01Openlink Virtuoso v01
Openlink Virtuoso v01Satoshi Kume
 
201209 Biopackathon 12th
201209 Biopackathon 12th201209 Biopackathon 12th
201209 Biopackathon 12thSatoshi Kume
 
201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索Satoshi Kume
 
201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00preSatoshi Kume
 
200612_BioPackathon_ss
200612_BioPackathon_ss200612_BioPackathon_ss
200612_BioPackathon_ssSatoshi Kume
 
How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0Satoshi Kume
 
CentOS_slide_ver1.0
CentOS_slide_ver1.0CentOS_slide_ver1.0
CentOS_slide_ver1.0Satoshi Kume
 
Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Satoshi Kume
 

Mehr von Satoshi Kume (20)

ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデートChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
 
230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf230517_chatGPT_v01.pdf
230517_chatGPT_v01.pdf
 
20230314_R-universe.pdf
20230314_R-universe.pdf20230314_R-universe.pdf
20230314_R-universe.pdf
 
211204_japan_r_v01
211204_japan_r_v01211204_japan_r_v01
211204_japan_r_v01
 
211104 Bioc Asia workshop
211104 Bioc Asia workshop211104 Bioc Asia workshop
211104 Bioc Asia workshop
 
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathonCRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
CRANパッケージの作成・投稿とコードレビュー対応 〜 GoogleImage2Array パッケージでの事例紹介 〜 @ BioPackathon
 
Exchange program 071128
Exchange program 071128Exchange program 071128
Exchange program 071128
 
D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)D3 slides (Satoshi Kume)
D3 slides (Satoshi Kume)
 
AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)AI学会 合同研究会2020 発表スライド (201120)
AI学会 合同研究会2020 発表スライド (201120)
 
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
210609 Biopackthon: BioImageDbs for ExperimentalHub (修正版)
 
Openlink Virtuoso v01
Openlink Virtuoso v01Openlink Virtuoso v01
Openlink Virtuoso v01
 
201209 Biopackathon 12th
201209 Biopackathon 12th201209 Biopackathon 12th
201209 Biopackathon 12th
 
201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索201126 Wikidata クラス階層 SPARQL検索
201126 Wikidata クラス階層 SPARQL検索
 
201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre201111_biopackathon_11th_v00pre
201111_biopackathon_11th_v00pre
 
200612_BioPackathon_ss
200612_BioPackathon_ss200612_BioPackathon_ss
200612_BioPackathon_ss
 
How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0How_to_install_OpenCV_ver1.0
How_to_install_OpenCV_ver1.0
 
CentOS_slide_ver1.0
CentOS_slide_ver1.0CentOS_slide_ver1.0
CentOS_slide_ver1.0
 
R_note_ODE_ver1.0
R_note_ODE_ver1.0R_note_ODE_ver1.0
R_note_ODE_ver1.0
 
Mac_Terminal_ver1.0
Mac_Terminal_ver1.0Mac_Terminal_ver1.0
Mac_Terminal_ver1.0
 
R_note_02_ver1.0
R_note_02_ver1.0R_note_02_ver1.0
R_note_02_ver1.0
 

Kürzlich hochgeladen

東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2Tokyo Institute of Technology
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ssusere0a682
 
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~Kochi Eng Camp
 
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料Tokyo Institute of Technology
 
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラムKochi Eng Camp
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料Takayuki Itoh
 

Kürzlich hochgeladen (6)

東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
 
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
 
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 

Ligplot+_japanese_ver.1.0

  • 1. 120816 version 1.0 LigPlot + on Mac OSX LigPlot+は、LIGPLOT (Protein-Ligand) & DIMPLOT (Protein-Protein) プログラムのためのユーザーインファーフェースである。ここでは、 LigPlot+上でのAutoDock Dataの扱い方を解説する。 Presented by Satoshi Kume Osaka Prefecture University
  • 2. 1. LigPlot+のダウンロード Academic free (ライセンス登録必要) http://www.ebi.ac.uk/thornton-srv/software/LigPlus/ 2. LigPlot+の起動 LigPlus.jar をダブルクリックする → (1) パス設定画面が表示される → PyMOL executableの設定 (/Applications/MacPyMOL) → save → (2) LIGPLOT+の画面が表示される (1) (2)
  • 3. 3. PDB fileを開く (1) File → Open PDB file (2) Enter PDB code → PDB codeを入力する or Browse → パソコン内のPDB fileを選択する! → 例として、3o22を読み込んだ (1) (2) 4. Run LIGPLOT (1) LIGPLOTの画面を選択 (2) Select ligand to plot → リガンドの選択 (1) この場合、OLA 200(A)、PLM201(A)、 (2) OLA191(A)、PLM192(A)の4種類のリガン ドが存在する。 (3) (3) Include waters → check! (4) (4) Run
  • 4. 5. PLOTの表示 6. PLOTの保存 下図のようなPLOTが表示される (1) (2) (1) DRW fileとして保存する (LigPlot形式) (2) PostScriptとして保存する 補足
  • 5. 7. LigPlot上でのAutoDock Dataの扱い方 (1) DLG fileの編集 (AutoDock Manualを参照のこと) (ターミナル起動 → DLG fileのあるフォルダに移動する) % grep '^DOCKED' XXX.dlg | cut -c9- > XXX.pdbqt # XXXは任意のfile name % cut -c-66 XXX.pdbqt > XXX.pdb → XXX.pdbをテキストで開くと、以下のようなリガンドの原子座標がある。 (計算回数分のリガンド座標が存在する) USER x y z vdW Elec USER _______ _______ _______ _____ _____ ROOT ATOM 1 N4 LIG A 99 25.308 5.516 13.258 -0.16 -0.11 ATOM 2 C15 LIG A 99 25.118 4.470 14.124 -0.26 +0.01 ATOM 3 C16 LIG A 99 25.104 5.030 15.399 -0.24 -0.01 . . . . ATOM 43 C3 LIG A 99 25.976 9.029 9.807 -0.29 +0.01 ATOM 44 C31 LIG A 99 26.328 9.801 8.593 -0.41 +0.03 BRANCH 39 45 ATOM 45 C35 LIG A 99 27.145 10.250 11.588 -0.34 +0.00 ATOM 46 C36 LIG A 99 28.482 10.252 11.528 -0.31 +0.00 ENDBRANCH 39 45 ENDBRANCH 5 36 TORSDOF 12 TER ENDMDL
  • 6. (2) タンパク質及びリガンド座標の重ね合わせ → XXX.pdb内の”ATOM”行から”TER”行までをコピーする(赤線表示部分)。 → タンパク質のPDB file内にペーストし、残基番号等を編集する。 詳細は、PDB fileの編集例を参照のこと (3) LIGPLOT上での表示 → LIGPLOT+の起動 → File → Open PDB file → 上記で作製したPDB fileを読み込む 詳細は、他のセクションを参照のこと
  • 7. PDB fileの編集例 ① リガンドの各原子番号は1スタートで良い。② リガンド名は任意で良い。 ③ 残基番号: 最後の残基番号 + 1に設定する。 ④ 原子種: 特に記載する必要はない。 ATOM 1223 O GLU 156 33.613 29.047 16.892 1.00132.15 O ATOM 1224 OXT GLU 156 32.278 29.736 15.257 1.00132.15 O 削除 TER 1225 GLU 156 ATOM 1 N4 LIG 157 18.434 15.863 5.447 -0.13 -0.04 ATOM 2 C15 LIG 157 18.529 14.740 6.228 -0.36 +0.01 ATOM 3 C16 LIG 157 17.903 13.724 5.508 -0.44 -0.01 ATOM 4 C17 LIG 157 17.178 14.361 4.433 -0.45 -0.01 ATOM 5 C18 LIG 157 17.564 15.691 4.411 -0.46 +0.01 ATOM 6 C24 LIG 157 16.223 13.714 3.490 -0.09 +0.01 ATOM 7 H6 LIG 157 18.792 16.760 5.744 -0.44 +0.01 ATOM 8 C14 LIG 157 19.222 14.812 7.478 +0.02 +0.02 ATOM 9 C13 LIG 157 18.911 14.086 8.574 -0.24 +0.02 . . . ATOM 40 H4 LIG 157 18.609 18.177 5.580 -0.15 +0.03 ATOM 41 C4 LIG 157 18.033 20.041 4.803 -0.25 +0.08 ATOM 42 O1 LIG 157 18.518 20.862 5.560 -0.36 -0.10 TER END ① ②③ ④ 注意点 1. タンパク質とリガンドの間にある”TER”行を削除する。 この場合は、TER 1225 GLU 156を削除する。 2. BRANCH、ENDBRANCH、TORSDOF、CONTACTの行は削除しても良い。 3. 各原子座標(x, y, z)は、ピリオドを必ず える。また、残基番号とx座標間は 必ず半角スペース6個入れる。