Je vais effectuer un docking moléculaire et un criblage virtuel avec autodock vina

Certaines informations ont été traduites automatiquement.

Pakistan

Je parle Ourdou, Anglais

Spécialiste QSAR, docking, auteur de livre pour enfants, éditeur KDP

Bonjour, je suis Sareer Ahmad — chimiste en chimie computationnelle et des matériaux (MSc, chimie physique) ainsi qu'auteur publié de livres pour enfants. J'aide les chercheurs dans le domaine du QSAR...
À propos de ce service

J’aide les chercheurs, les startups et les étudiants à transformer une protéine cible et un ensemble de composés candidats en prédictions de liaison classées et défendables.


En utilisant AutoDock Vina, je réalise un docking moléculaire basé sur la structure : préparation de la protéine et du ligand, configuration de la grille autour du site de liaison, exécutions de docking, et visualisation des poses de liaison dans PyMOL. Pour des ensembles de composés plus importants, je réalise un criblage virtuel par lot et je fournis un tableau classé d’affinités de liaison pour vous aider à prioriser les molécules à tester expérimentalement.


Mon parcours est en chimie computationnelle et physique (Master en chimie physique), avec une expérience pratique dans la réalisation d’études de docking et de dynamique moléculaire, y compris un workflow de docking et MD pour EGFR. Je travaille également avec GROMACS pour la validation MD, ce qui permet de suivre un résultat de docking par une courte simulation pour vérifier la stabilité de la pose.


Ce que vous obtenez : un résumé clair des méthodes, des images de poses de liaison, un tableau de résultats classés pour des jobs multi-ligands, et une communication honnête — je vous dirai franchement si votre cible ou votre ensemble de ligands présente une limitation connue plutôt que de promettre des résultats que le docking seul ne peut garantir.


Contactez-moi avec votre protéine (ID PDB ou fichier de structure) et ligand(s) avant de passer commande.

Domaine:

Machine learning

•

Autres

Expertise:

Analyse prédictive

Langage de programmation:

Python

•

R

Outils:

Jupyter Notebook

Technologie:

Python

•

scikit-learn

•

Jupyter Notebook

Modélisation et méthodes:

Machine learning

Mon portfolio