Students will be able to:

Predict protein structures at different level of homology proteins with known 3D structure, predict structures of protein-ligand complexes and strengths of interactions, simulate protein dynamics including systems containing non-standard residues and modifications, application of enhanced sampling methods.

Studenti budou umět:

Předpovídat struktury proteinů s různým stupněm podobnosti k proteinům se známou prostorovou strukturou, předpovídat struktury komplexů protein-ligand a sílu odpovídajících interakcí, simulovat dynamiku proteinů včetně systémů obsahující nestandardní residua a modifikace, využívat metody zlepšující vzorkování.

Credit will be awarded based on a project done by a pair of students. Credit classification will be based on a test.

Pro udělení zápočtu je nutné vypracovat projekt ve dvojici. Vlastní hodnocení bude provedeno na základě zápočtového testu.

R: Eswar N., Eramian D., Webb B., Shen M.Y., Sali A.: Protein structure modeling with MODELLER. Methods Mol. Biol. 426, 145-159, 2008 (http://salilab.org/pdf/Eswar_MethodsMolBiol_2008.pdf, 8.11.2012, ISSN: 1064-3745)

R: Yuriev E., Agostino M., Ramsland P.A.: Challenges and advances in computational docking: 2009 in review. J. Mol. Recognit. 24, 149-164 (2011), ISSN: 1099-1352.

R: Hess B., van der Spoel D., Lindahl E. GROMACS user manual, Version 2018. The GROMACS development teams at the Royal Institute of Technology and Uppsala University, Sweden (http://www.gromacs.org/, 14.1.2018, without ISBN)

Z: B. Alberts a kol.: Základy buněčné biologie - Úvod do molekulární biologie buňky, Espero, 2005, ISBN 8090290620

Z: J. Vondrášek, J. Vymětal: Konformační chování aminokyselin v peptidech a proteinech z pohledu molekulárního modelování a výpočetních metod. Chem. Listy 2016, 110, 385-393

Z: M. Šícho, D. Svozil: Molekulové dokování jako nástroj pro virtuální návrh léčiv. Chem. Listy 2017, 111, 754-759.molekulárního modelování a výpočetních metod. Chem. Listy 2016, 110, 385-393 .

Z: N. Eswar, D. Eramian, B. Webb, M.Y. Shen, A. Sali: Protein structure modeling with MODELLER. Methods Mol. Biol. 426, 145-159, 2008 (http://salilab.org/pdf/Eswar_MethodsMolBiol_2008.pdf, 8.11.2012, ISSN: 1064-3745)

D: M. Kodíček, O. Valentová, R. Hynek: Biochemie - chemický pohled na biologický svět. VŠCHT Praha, 2018, ISBN 9788075920133.

D: D. Svozil: Virtuální screening. Chem. Listy 2017, 111, 738-746.

D: E. Yuriev, M. Agostino, P.A. Ramsland: Challenges and advances in computational docking: 2009 in review. J. Mol. Recognit. 24, 149-164 (2011), ISSN: 1099-1352.

D: B. Hess, D. van der Spoel, E. Lindahl: GROMACS user manual, Version 2018. The GROMACS development teams at the Royal Institute of Technology and Uppsala University, Sweden (http://www.gromacs.org/, 14.1.2018, bez ISBN)

1. Cloud computing - installation of a virtual machine

2. Cloud computing - administration and use of the virtual machine

3. 3D structures of G protein-coupled receptors

4. Homology modeling - prediction of the structure of histamine H2 receptor based on H1 receptor

5. Homology modeling - prediction of the structure of histamine H2 receptor based on other receptors

6. Application of a homology models - docking of known ligands

7. Application of a homology models - preparation for virtual screening

8. Application of a homology models - virtual screening

9. Application of a homology models - analysis of the results of virtual screening

10. Application of a homology models - dynamics of histamine H2 receptor

11. Application of a homology models - dynamics of histamine H2 receptor with a ligand

12. Dynamics of histamine H2 receptor - acceleration by metadynamics

13. Dynamics of histamine H2 receptor - acceleration by parallel tempering

14. Evaluation of student projects

1. Cloud computing - instalace virtuálního stroje

2. Cloud computing - administrace a používání virtuálního stroje

3. Prostorové struktury receptorů vázaných na G-proteiny

4. Homologní modelování - predikce struktury histaminového H2 receptoru na základě homologie s receptorem H1

5. Homologní modelování - predikce struktury histaminového H2 receptoru na základě homologie s dalšími receptory

6. Aplikace homologního modelu - dokování známého ligandu

7. Aplikace homologního modelu - příprava struktur pro virtuální screening

8. Aplikace homologního modelu - provedení virtuálního screeningu

9. Aplikace homologního modelu - vyhodnocení virtuálního screeningu

10. Aplikace homologního modelu - popis dynamiky struktury histaminového H2 receptoru

11. Aplikace homologního modelu - popis dynamiky struktury histaminového H2 receptoru a ligandu

12. Popis dynamiky struktury histaminového H2 receptoru - urychlení pomocí metadynamiky

13. Popis dynamiky struktury histaminového H2 receptoru - urychlení pomocí paralelního temperování

14. Vyhodnocení studentských projektů

http://web.vscht.cz/spiwokv/struktbio/

http://web.vscht.cz/spiwokv/struktbio/

Biology, Biochemistry

základní znalosti biochemie a biologie v rozsahu vyučovaném v bakalářském SP na VŠCHT