Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais effectuer un docking moléculaire et un criblage virtuel pour la découverte de médicaments
Chimiste computationnel, docking moléculaire, GROMACS MD et QSAR ML
Bonjour, je suis Sareer Ahmad, un chimiste computationnel et freelance en cheminformatics.
Je possède un master en chimie physique et je travaille comme professeur de chimie senior, tout en développa...
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
Mon portfolio
FAQ
Traduction automatique
De quels fichiers avez-vous besoin pour commencer ?
Idéalement, une structure de protéine (ID PDB ou fichier .pdb) et votre(s) ligand(s) sous forme de SMILES, .sdf ou .mol2. Si vous n’avez qu’une séquence de protéine, contactez-moi d’abord pour savoir si une modélisation par homologie est nécessaire.
Le docking seul peut-il confirmer qu’un composé fonctionnera ?
Non, et je ne vous dirai pas le contraire. Le docking fournit une pose de liaison prédite et un score pour vous aider à prioriser les candidats. Pour des preuves plus solides, ajoutez la validation MD courte du package Premium pour vérifier la stabilité de la pose.
