※ 引述《Saber0217 (浜风 はまかぜ)》之铭言： : (原文恕吃光) : 我的目标蛋白确实是跨膜蛋白<<脑中都只有自己的研究 忘记说明哪种蛋白 : 目标时阻挡体内一能和该跨膜蛋白结合而导致肿瘤的免疫微环境生成 : 来达到阻止癌症发展的疗效 : 做MD的目的主要是确认筛出的ligand能不能稳定咬住目标的关键残基 : 维持住CDOCKER结果所预测的该残基&ligand间的氢键 : 大大提到的implict water model在DS里似乎称为Implicit Solvent Model? : 理论说明如下(from DS HELP): : Some of the implicit solvent models based on Generalized Born approximation, : such as GBIM and GBSW implemented in CHARMm, support the modeling of membrane : proteins. : DS内嵌六种模组可以选择 也有简单的差异描述 : 如果大大指的是这个 那我应该就是再仔细研究後挑适合的来用 : Methods for estimating the electrostatic solvation energy G(elec) : 1.Distance dependent dielectrics : 2.Generalized Born with pairwise summation (GenBorn) : 3.Generalized Born with Implicit Membrane (GBIM) : 4.Generalized Born with Molecular Volume integration (GBMV) : 5.Generalized Born with a simple switching (GBSW) : 6.Poisson-Boltzmann equation with non-polar surface area (PBSA) : 目标就先暂订做100ns 看花费时间再决定要展延到200ns或是减少要跑DS的候选 : 虽然老板只开20ns 不过我自己是希望花两年和国家计画税金弄的东西 : 多少能对人类有点贡献<<自我膨胀中 : 至於提到发paper : 我老板已经升到教授了并没有要求硕班要发paper : (除非我签博 这项研究划入博班研究大概就要发 算毕业条件之一) : 至於前辈建议的和别的实验室合作 这恐怕就不是我能置喙的了(苦笑 : 如果要花钱找合作 我老板说不定可能宁愿给个十万叫我去光华组一台好电脑回来算XD : 对了 方便询问一下前辈大略的学术背景吗? : 因为我这样比较好在meeting上游说老板 : 老板作风比较老派 学生如果只说消息来源是wiki/google/PTT都会被钉在墙上QQ : 万分感谢 不是我对DS有篇见啦，实在是如果你们家的机器效能已经很有限的情况底下， 怎麽想也不该选这种肥、平行效能又不彰的工具来跑吧？ 我三年前曾用过i7+Nvidia GT系列的显卡用Gromacs模拟过250几个胺基酸长的蛋白质， 那时一天就可以跑接近8ns了，现在机器的效能又好上更多， 一个月要跑个200ns根本不在话下。 如果真的没机器也不想管理，你绝对可以考虑用各种云端平台来试～ 要不然，你也可以考虑外包，总会有人接案的 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.51.221.192 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Biotech/M.1488907357.A.730.html