GNINA Screening

CNN-accelerated molecular docking with score-based pose ranking.

Google Colab WorkerT4 GPU 무료

버튼을 클릭하면 GNINA 스크리닝 노트북이 Google Colab에서 바로 열립니다.
Protein Prep과 Ligand Prep 결과 파일을 업로드하고 순서대로 실행하면 무료 GPU를 사용하여 스크리닝을 수행할 수 있습니다.

고성능 GPU(T4) 제공
PDB + SDF 간편 업로드
모두 실행 및 결과 다운로드
Google Colab에서 열기

GNINA 스크리닝 안내

GNINA는 AutoDock Vina 기반 분자 스크리닝 프로그램으로, 합성곱 신경망(CNN)을 활용하여 단백질-화합물 결합 자세(pose)와 결합력을 정교하게 예측합니다. 단순 에너지 함수 계산을 넘어, CNN 모델을 적용하여 향상된 스코어링 결과를 제공합니다.

Vina Score
결합 에너지 (kcal/mol).
-8.0 이하 강력한 결합 예상
-7.0 ~ -8.0 보통 수준 결합
-7.0 이상 낮은 수준 결합
CNN Score
포즈 품질 (0 ~ 1).
0.8 이상 고품질 포즈
0.5 ~ 0.8 보통 수준
0.5 미만 예측 불확실
CNN Affinity
CNN 예측 결합력 (pK 단위).
9 이상 나노몰 활성 예측
6 ~ 9 마이크로몰 수준 활성
6 미만 약한 활성

사용 방법

  1. 01

    Protein Prep 실행

    BioDeck Protein Prep에서 수용체 PDB를 정제하세요. 결과 파일인 *_clean.pdb를 다운로드합니다.

  2. 02

    Ligand Prep 실행

    BioDeck Ligand Prep에서 화합물 라이브러리를 3D 최적화하세요. 결과 파일인 prepared_ligands.sdf를 다운로드합니다.

  3. 03

    Colab 노트북 열기

    위의 "Colab에서 열기" 버튼을 클릭하고 고성능 GPU(T4)를 선택하세요.

  4. 04

    파일 업로드 & 실행

    노트북 안내에 따라 *_clean.pdb와 prepared_ligands.sdf를 업로드합니다. 모두 실행(Ctrl+F9)으로 전체 셀을 실행하세요.

  5. 05

    결과 다운로드

    노트북에서 docking_scores.csv, docked_results.sdf, docking_chart.png가 자동 다운로드됩니다.

꿀 Tip: GPU 환경이 아닌 경우 스크리닝 속도가 매우 느려집니다. 반드시 고성능 T4 GPU를 선택하세요. Colab Pro가 없어도 일정 시간 무료 GPU 사용이 가능합니다.

filter_alt
필터링 결과 안내 (3종 다운로드)

스크리닝 완료 후 3가지 종류의 다운로드 패키지(CSV, 정렬된 SDF, 차트 이미지 포함)를 제공합니다. 이후 Molecular Dynamics (MD) 시뮬레이션 등에 사용할 높은 신뢰도의 화합물을 쉽게 선별할 수 있습니다.

All Results

전체 결과 (필터 적용 안함)

GNINA가 생성한 모든 결과를 포함합니다. 초기 데이터를 탐색하거나 전반적인 경향을 분석하고 싶을 때 유용합니다.

Moderate Filter

일반적인 결과

통상적인 In Vitro 실험 진행을 위한 우수 화합물 후보군을 선별합니다.

  • CNN Score 0.70 (결합 형태가 전반적으로 자연스러움)
  • CNN Affinity 6.0 (마이크로몰 수준 이상의 결합 예상)
  • Vina Score -7.5 (준수한 역학적 안정성)
Strict (MD 추천)

엄격한 결과

MD 시뮬레이션과 같은 고비용 후속 연구에 적합한 최우수 후보군입니다.

  • CNN Score 0.85 (수소결합 등 입체화학적 결합력이 뛰어남)
  • CNN Affinity 7.5 (~30nM 이하의 강력한 결합 예상)
  • Vina Score -9.0 (매우 강력한 결합 에너지)