• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
EasyMIFS and SiteHound: a toolkit for the identification of ligand-binding sites in protein structures.EasyMIFS 和 SiteHound：用于鉴定蛋白质结构中配体结合位点的工具包。
Bioinformatics. 2009 Dec 1;25(23):3185-6. doi: 10.1093/bioinformatics/btp562. Epub 2009 Sep 29.
2
SITEHOUND-web: a server for ligand binding site identification in protein structures.SITEHOUND-web：一种用于识别蛋白质结构中配体结合位点的服务器。
Nucleic Acids Res. 2009 Jul;37(Web Server issue):W413-6. doi: 10.1093/nar/gkp281. Epub 2009 Apr 26.
3
MetaPocket: a meta approach to improve protein ligand binding site prediction.MetaPocket：一种改进蛋白质配体结合位点预测的元方法。
OMICS. 2009 Aug;13(4):325-30. doi: 10.1089/omi.2009.0045.
4
Analysis of protein binding sites by computational solvent mapping.通过计算溶剂图谱分析蛋白质结合位点
Methods Mol Biol. 2012;819:13-27. doi: 10.1007/978-1-61779-465-0_2.
5
SiteComp: a server for ligand binding site analysis in protein structures.SiteComp：用于蛋白质结构中配体结合位点分析的服务器。
Bioinformatics. 2012 Apr 15;28(8):1172-3. doi: 10.1093/bioinformatics/bts095. Epub 2012 Feb 24.
6
DOCKGROUND protein-protein docking decoy set.DOCKGROUND蛋白质-蛋白质对接诱饵集。
Bioinformatics. 2008 Nov 15;24(22):2634-5. doi: 10.1093/bioinformatics/btn497. Epub 2008 Sep 23.
7
A Bayesian estimator of protein-protein association probabilities.蛋白质-蛋白质关联概率的贝叶斯估计器。
Bioinformatics. 2008 Jul 1;24(13):1554-5. doi: 10.1093/bioinformatics/btn238. Epub 2008 May 22.
8
Protein-ligand binding region prediction (PLB-SAVE) based on geometric features and CUDA acceleration.基于几何特征和 CUDA 加速的蛋白配体结合区域预测（PLB-SAVE）。
BMC Bioinformatics. 2013;14 Suppl 4(Suppl 4):S4. doi: 10.1186/1471-2105-14-S4-S4. Epub 2013 Mar 8.
9
IsoMIF Finder: online detection of binding site molecular interaction field similarities.IsoMIF Finder：结合位点分子相互作用场相似性的在线检测
Bioinformatics. 2016 Feb 15;32(4):621-3. doi: 10.1093/bioinformatics/btv616. Epub 2015 Oct 25.
10
PESDserv: a server for high-throughput comparison of protein binding site surfaces.PESDserv：一个用于高通量比较蛋白质结合位点表面的服务器。
Bioinformatics. 2010 Aug 1;26(15):1913-4. doi: 10.1093/bioinformatics/btq288. Epub 2010 Jun 10.

引用本文的文献

1
Evaluation of Small-Molecule Binding Site Prediction Methods on Membrane-Embedded Protein Interfaces.膜嵌入蛋白界面小分子结合位点预测方法的评估
J Chem Inf Model. 2025 Jul 14;65(13):6949-6967. doi: 10.1021/acs.jcim.5c00336. Epub 2025 Jul 2.
2
Comparative evaluation of methods for the prediction of protein-ligand binding sites.蛋白质-配体结合位点预测方法的比较评估
J Cheminform. 2024 Nov 11;16(1):126. doi: 10.1186/s13321-024-00923-z.
3
LVPocket: integrated 3D global-local information to protein binding pockets prediction with transfer learning of protein structure classification.LVPocket：通过蛋白质结构分类的迁移学习，将3D全局-局部信息整合到蛋白质结合口袋预测中。
J Cheminform. 2024 Jul 7;16(1):79. doi: 10.1186/s13321-024-00871-8.
4
Comparative Analysis of Conformational Dynamics and Systematic Characterization of Cryptic Pockets in the SARS-CoV-2 Omicron BA.2, BA.2.75 and XBB.1 Spike Complexes with the ACE2 Host Receptor: Confluence of Binding and Structural Plasticity in Mediating Networks of Conserved Allosteric Sites.SARS-CoV-2 奥密克戎 BA.2、BA.2.75 和 XBB.1 刺突复合物与 ACE2 宿主受体构象动力学的比较分析和隐匿口袋的系统特征：结合和结构可塑性在介导保守变构位点网络中的融合。
Viruses. 2023 Oct 10;15(10):2073. doi: 10.3390/v15102073.
5
SiteFerret: Beyond Simple Pocket Identification in Proteins.SiteFerret：超越蛋白质简单口袋识别。
J Chem Theory Comput. 2023 Aug 8;19(15):5242-5259. doi: 10.1021/acs.jctc.2c01306. Epub 2023 Jul 20.
6
In Silico Structure-Based Vaccine Design.基于结构的计算机疫苗设计。
Methods Mol Biol. 2023;2673:371-399. doi: 10.1007/978-1-0716-3239-0_26.
7
From Deep Mutational Mapping of Allosteric Protein Landscapes to Deep Learning of Allostery and Hidden Allosteric Sites: Zooming in on "Allosteric Intersection" of Biochemical and Big Data Approaches.从变构蛋白构象的深度突变映射到变构和隐藏变构位点的深度学习：聚焦于生化和大数据方法的“变构交集”。
Int J Mol Sci. 2023 Apr 24;24(9):7747. doi: 10.3390/ijms24097747.
8
A multilayer dynamic perturbation analysis method for predicting ligand-protein interactions.一种用于预测配体-蛋白质相互作用的多层动态扰动分析方法。
BMC Bioinformatics. 2022 Nov 2;23(1):456. doi: 10.1186/s12859-022-04995-2.
9
Estimating the Similarity between Protein Pockets.估算蛋白质口袋之间的相似性。
Int J Mol Sci. 2022 Oct 18;23(20):12462. doi: 10.3390/ijms232012462.
10
Sequence-based prediction of protein binding regions and drug-target interactions.基于序列的蛋白质结合区域和药物-靶点相互作用预测。
J Cheminform. 2022 Feb 8;14(1):5. doi: 10.1186/s13321-022-00584-w.

本文引用的文献

1
SITEHOUND-web: a server for ligand binding site identification in protein structures.SITEHOUND-web：一种用于识别蛋白质结构中配体结合位点的服务器。
Nucleic Acids Res. 2009 Jul;37(Web Server issue):W413-6. doi: 10.1093/nar/gkp281. Epub 2009 Apr 26.
2
Prediction of protein loop structures using a local move Monte Carlo approach and a grid-based force field.使用局部移动蒙特卡罗方法和基于网格的力场预测蛋白质环结构。
Protein Eng Des Sel. 2008 Dec;21(12):729-35. doi: 10.1093/protein/gzn056. Epub 2008 Oct 27.
3
Protein meta-functional signatures from combining sequence, structure, evolution, and amino acid property information.结合序列、结构、进化和氨基酸特性信息得出的蛋白质元功能特征。
PLoS Comput Biol. 2008 Sep 26;4(9):e1000181. doi: 10.1371/journal.pcbi.1000181.
4
Improving accuracy and efficiency of blind protein-ligand docking by focusing on predicted binding sites.通过聚焦于预测的结合位点来提高盲蛋白-配体对接的准确性和效率。
Proteins. 2009 Feb 1;74(2):417-24. doi: 10.1002/prot.22154.
5
Predicting functionally important residues from sequence conservation.从序列保守性预测功能重要残基。
Bioinformatics. 2007 Aug 1;23(15):1875-82. doi: 10.1093/bioinformatics/btm270. Epub 2007 May 22.
6
Protein binding site prediction using an empirical scoring function.使用经验评分函数预测蛋白质结合位点。
Nucleic Acids Res. 2006 Aug 7;34(13):3698-707. doi: 10.1093/nar/gkl454. Print 2006.
7
CASTp: computed atlas of surface topography of proteins with structural and topographical mapping of functionally annotated residues.CASTp：具有功能注释残基的结构和拓扑映射的蛋白质表面形貌计算图谱。
Nucleic Acids Res. 2006 Jul 1;34(Web Server issue):W116-8. doi: 10.1093/nar/gkl282.
8
Improvement in protein functional site prediction by distinguishing structural and functional constraints on protein family evolution using computational design.通过使用计算设计区分蛋白质家族进化中的结构和功能限制来改进蛋白质功能位点预测。
Nucleic Acids Res. 2005 Oct 13;33(18):5861-7. doi: 10.1093/nar/gki894. Print 2005.
9
GROMACS: fast, flexible, and free.GROMACS：快速、灵活且免费。
J Comput Chem. 2005 Dec;26(16):1701-18. doi: 10.1002/jcc.20291.
10
Q-SiteFinder: an energy-based method for the prediction of protein-ligand binding sites.Q-SiteFinder：一种基于能量的蛋白质-配体结合位点预测方法。
Bioinformatics. 2005 May 1;21(9):1908-16. doi: 10.1093/bioinformatics/bti315. Epub 2005 Feb 8.

EasyMIFS 和 SiteHound：用于鉴定蛋白质结构中配体结合位点的工具包。

EasyMIFS and SiteHound: a toolkit for the identification of ligand-binding sites in protein structures.

机构信息

Department of Structural and Chemical Biology, Mount Sinai School of Medicine, 1425 Madison Avenue, New York, NY 10029, USA.

出版信息

Bioinformatics. 2009 Dec 1;25(23):3185-6. doi: 10.1093/bioinformatics/btp562. Epub 2009 Sep 29.

DOI:10.1093/bioinformatics/btp562
PMID:19789268
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC2913663/
Abstract

UNLABELLED

SiteHound uses Molecular Interaction Fields (MIFs) produced by EasyMIFs to identify protein structure regions that show a high propensity for interaction with ligands. The type of binding site identified depends on the probe atom used in the MIF calculation. The input to EasyMIFs is a PDB file of a protein structure; the output MIF serves as input to SiteHound, which in turn produces a list of putative binding sites. Extensive testing of SiteHound for the detection of binding sites for drug-like molecules and phosphorylated ligands has been carried out.

AVAILABILITY

EasyMIFs and SiteHound executables for Linux, Mac OS X, and MS Windows operating systems are freely available for download from http://sitehound.sanchezlab.org/download.html.

SUPPLEMENTARY INFORMATION

Supplementary data are available at Bioinformatics online.

摘要

未标注

SiteHound 使用由 EasyMIFs 生成的分子相互作用场 (MIF) 来识别显示出与配体高度相互作用倾向的蛋白质结构区域。所识别的结合位点的类型取决于 MIF 计算中使用的探针原子。EasyMIFs 的输入是蛋白质结构的 PDB 文件；输出的 MIF 作为 SiteHound 的输入，SiteHound 反过来生成一个可能的结合位点列表。已经对 SiteHound 进行了广泛的测试，以检测类似药物分子和磷酸化配体的结合位点。

可用性

适用于 Linux、Mac OS X 和 MS Windows 操作系统的 EasyMIFs 和 SiteHound 可执行文件可从 http://sitehound.sanchezlab.org/download.html 免费下载。

补充信息

补充数据可在 Bioinformatics 在线获得。