✅فایل آموزشی همولوژی مدلینگ
دکتر امیرحسین ساختمان
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science

👆فایل آموزشی همولوژی مدلینک با استفاده از رابط مدلفیس
ضمن عرض تشکر از لطف دوستان به اطلاع میرساند در چاپ مقاله مربوطه از آقای
Ben Web; care taker of modeler
کسب اجازه گردید. لطفا در صورت سودمند بودن این رابط به مقاله اصلی مدلر و این مقاله سابت داده شود.
✅ترجیحا از modeller 9.17 استفاده گردد

دکتر امیر حسین ساختمان

🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science

مدیریت شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران ضمن تشکر از حضور تمامی اساتید و دانش پژوهان 🌺🌺🌺

✅آماده معرفی نرم افزارهای تازه تولید شده و کارهای علمی اساتید فعال در حوزه بیوانفورماتیک به جامعه علمی بیولوژی میباشد.

با تشکر فراوان

🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science

با سلام خدمت اساتید محترم و دوستان گرامی 🔸🔹🔶🔷

🔶طبق هماهنگي هاي به عمل آمده با مجموعه مديريت مركز يادگيري علوم و فنون، به تمام اعضاي اين كانال و گروه در صورتي كه علاقمند به شركت در دوره هاي مذكور باشند 40 درصد تخفيف تعلق مي گيرد. علاقمندان مي توانند در هنگام ثبت نام با درج كد تخفيف DM40 از اين تخفيف بهره مند شوند.اين كد براي هر دو دوره فوق مي باشد.يعني 40 درصد براي دوره داكينگ و 40 درصد براي دوره يادگيري ماشين.

با تشکر از همراهی همه عزیزان🌹

#تخفيف ويژه به اعضاي كانال و گروه شبكه بيوانفورماتيك و بيولوژي محاسباتي ايران 🔸🔹🔶🔷🔷🔶🔹🔸🔸🔹🔶🔷🔷🔶🔹🔸
@computational_science

#طراحی_پپتید
Peptide therapeutics: current status and future directions:
بیش از ۷۰۰۰ پپتید به طور طبیعی شناسایی شده اند که نقش های فیزیولوژیکی مهمی در بدن از جمله به عنوان هورمون ها، انتقال دهنده های عصبی ، عوامل رشد، کانال های یونی و لیگاند را دارند. استفاده از پپتیدها به عنوان دارو دارای یک سری مزیت ها و همچنین دارای یک سری معایب نیز است. از جمله نقاط ضعف پپتید ها پایداری شیمی-فیزیکی این مولکول ها و همچنین پایداری کم این مولکول ها در گردش خون است. با این حال امروزه با استفاده از اصول بیوشیمی و همچنین بیوانفورماتیک خیلی از معایب پپتیدهای دارویی برطرف شده است. شکل زیر به طور خلاصه ویژگی های پپتیدها را نشان می دهد.

🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science

#طراحی_پپتید
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی🔶
@computational_science

#طراحی_پپتید

در طول دهه گذشته پپتیدها طیف گسترده ای از برنامه های کاربردی پزشکی و بیوتکنولوژی را شامل شده اند. یک مثال بارز از پزشکی مبتنی بر پپتید استفاده از پپتیدها در درمان سرطان پروستات است. استفاده از داروهای پپتیدی برای کشور امریکا باعث مقدار زیادی صرفه جویی در هزینه داروها شده است.تازه ترین نمونه های کلاس دارهایی پپتیدی شامل پپتید گلوکاگون-۱ و آگونیست هایی برای درمان دیابت نوع ۲ است. همانطور که بیان شد پپتیدها که به عنوان دارو استفاده می شوند دارای یک سری نقاط ضعف هستند که باید برطرف شود. یکی ار این روش ها روش سنتی است که به صورت شماتیک در شکل زیر مشخص است. این شکل به صورت شماتیک نشان می دهد که برای تبدیل یک پپتید معمولی که در داخل بدن دارای عملکرد است به یک پپتید دارویی چه اقداماتی باید صورت گیرد.

🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science

#طراحی_پپتید
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی🔶
@computational_science

#طراحی_پپتید

با این حال تلاش ها برای بهبود و طرح روش هایی که به طراحی پپتید منجر می شد همچنان ادامه دارد. برای کسب اطلاعات بیشتر می توان مقاله مربوطه را مطالعه کرد.👇👇👇
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science

#Peptide_therapeutics
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science

#طراحی_پروتئین:
ایجاد پروتئینی با فولدینگ جدید و عملکرد تازه را طراحی پروتئین می گویند.
🔷🔶🔹🔸در کل دو نوع روش طراحی وجود دارد🔸🔹🔶🔷
✅1- طراحی پروتئینی جدید از روی پروتئین های موجود در طبیعت می باشد. در این روش یک قسمت از یک پروتئین طبیعی مورد استفاده قرار میگیرد که فولدینگ منطقی بگیرد و بقیه آمینواسیدهای موجود از طریق جهش زایی تصادفی (random mutagenesis) جایگزین می شوند تا در نهایت به پروتئین جدید برسیم.
✅2- در نوع دوم پروتئین از طریق روش های محاسباتی از صفر طراحی می شود.
لازم به ذکر است که در هر دو روش از متدهای محاسباتی استفاده می شود. جهت طراحی پروتئین الگوریتم های مختلفی وجود دارد.
از نمونه پروتئین های طراحی شده می توان به موارد زیر اشاره کرد:
پروتئین FSD-1 (PDBID: 1FSV)، پروتئین TOP7 (PDBID: 1QYS) و ...
https://telegram.me/computational_science

#سرورهای_رایگان_داکینگ
از جمله سرورهای رایگان در زمینه داکینگ protein-protein می توان به cluspro (معتبر در زمینه blind docking) و سرور haddock در زمینه داکینگ هدفدار نام برد.
https://telegram.me/computational_science

یکی از بهترین وساده ترین نرم افزارها جهت مشاهده و آنالیز مولکول های زیستی
https://telegram.me/computational_science

#SPDBV
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔶
@computational_science

#طراحی_پروتئین به کمک روش های کامپیوتری و محاسباتی از مراحل زیر تشکیل شده است:
1- تعیین ساختار سوم پروتئین هدف
2- ساخت کتابخانه ای از توالی
3- محاسبه انرژی مربوط به توالی
4- پالایش ساختار با استفاده از دینامیک مولکولی
5- بهینه سازی هدفدار ساختار نهایی ایجاد شده


🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science

#computational protein design
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی🔶
@computational_science

#داروهای_پپتیدی
پپتیدها به عنوان مولکول های کوچک زیستی از زیرواحدهای آمینواسیدی تشکیل شده اند و معمولا طول آنها تا حداکثر 50 آمینواسید می رسد. این مولکول ها دارای چندین ویژگی جالب و جذاب در مقایسه با مولکول های شیمیایی کوچک و پروتئین های درمانی (در مبحث جدا در این مورد صحبت خواهد شد) می باشند که عبارتند از:
1- سازگاری ساختاری بالا با پروتئین های هدف
2- قابلیت ایجاد اختلال در میانکنش های پروتئین-پروتئین
3- اندازه کوچک
طراحی داروهای پپتیدی یکی از مباحث روز در عرصه دارویی بوده و کم کم شرکت های بزرگ دارویی دنیا به این سمت روی آورده اند. با توجه به اینکه طراحی این مولکول های کوچک در آزمایشگاه هزینه زمانی و مالی زیادی را لازم دارد به همین چهت گروه های تحقیقاتی مختلف در دنیا روی روش های محاسباتی و کامپیوتری تمرکز کرده اند و چندین داروی پپتید با استفاده از این روش ها به بازار وارد شده اند.
روش های طراحی پپتیدها در آزمایشگاه و کامپیوتری متفاوت بوده و در آینده به این مباحث پرداخته خواهد شد.
www.zistpooya.com
@computational_science

#داروهای_پپتیدی
روش های طراحی پپتید
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔶
@computational_science

#داروهای_پپتیدی
نکته: برای ایجاد ساختار سه بعدی پپتیدها بهتر استکه که از روش مدلسازی de novo به جای روش مدلسازی مقایسه ای (homology modelling) استفاده کنیم.
توضیح: برای توضیح این امر سه دلیل وجود دارد:
1- تعداد پپتیدهایی که از طریق روش های آزمایشگاهی تعیین ساختار شده اند محدود می باشند که این امر یک محدودیت بزرگ برای پیدا کردم الگو برای #مدلسازی_مقایسه_ای را ایجاد می کند.
2- پپتیدها در مقایسه با پروتئین ها به خاطر داشتن میانکنش های پایدار کننده پایین، انعطاف پذیری بالایی را دارند به همین جهت از روش مدلسازی مقایسه ای نمی توان به یک ساختار پایدار دست پیدا کرد.
3- در پپتیدها با تغییر یک آمینواسید ساختار و عملکرد پپتید عوض می شود و از طریق مدلسازی مقایسه ای نمی توان تاثیر ساختار یک آمینواسید را مورد بررسی قرار داد.
@computational_science

فراوانی کنفورماسیون ها در پپتید
@computational_science

#داروهای_پپتیدی : لیستی از سرورهای مهم در پیش بینی ساختار پپتیدها از طریق مدلسازی de novo در جدول آورده شده است. @computational_science