داکینگ مولکولی تکنيک محاسباتى مى باشد که مى تواند برهمکنش بين دو مولکول را پيشگويى کند. اين تکنيک به طور عمده شامل الگوريتم هاى مانند ديناميک مولکولى , شبيه سازى مونت کارلوو , روش جستجو براساس بررسى قطعات و.. مى باشد. مطالعات داکينگ مولکولى در تعيين برهم کنش بين دو مولکول , براى پيدا کردن بهترين جهت گيرى يک ليگاند در يک کمپلکس با حداقل انرژى بکار برده مى شود نتایج بدست آمده توسط یک تابع درجه بندی اماری تجزیه تحلیل می شود این تابع درجه بندی اماری برای محاسبه انرژی برهمکنش (interaction) آن را به مقادیر عددی به نام درجه داکینگ تبدیل میکند.

نتایج بدست امده از داکینگ شامل اشکال سه بعدی از لیگاند متصل شده به ماکرومولکول می باشد که می توان با ابزار های مشاهده گر مشاهده کرد و میتوان در بدست آوردن بهترین حالت از لیگاند برای برهمکنش با ماکرو مولکول به ما کمک کند.


داکینگ مولکولی


داکینگ مولکولی که يکى از تکنيک هاى زير مجموعه مدلينگ مولکولى در علم بيوانفورماتيک مى باشد. با پيشرفت علوم و تکنولوژى, استفاده از علوم بين رشته اى مانند بيوانفورماتيک رشد روز افزونى داشته است و اين امر به علت امکان صرفه جويى در وقت و هزينه مى باشد. همچنين استفاده از تکنيک هاى بيوانفورماتيک , تحقيقات و مطالعاتى را که عملا از نظر آزمايشگاهى انجام آن امکان پذير نيست را ميسر مى سازد.

 امروزه بیوانفورماتیک در تعامل با سایر رشته ­ها نظیر علوم زیستی، کامپیوتر، شیمی و فیزیک (کاربرد مکانیک کوانتومی و مکانیک ملکولی، معادلات فیزیک نیوتن، معادلات شرودینگر و …) به عنوان یک علم چند رشته­ ای در شاخه­ های مختلفی نظیر مطالعات امیک (ژنومیک، ترانسکریپتومیک، پروتئومیک، متابولومیک، اینترکتومیک، فلاکسومیک و غیره)، ایمنوانفورماتیک یا ایمونولوژی محاسباتی، کیموانفورماتیک یا شیمی محاسباتی، نقش چشمگیری را در علوم آنالیز توالی و ساختار، بررسی برهمکنش بین ملکول­ها در سطح اتمی، مدل‌سازی و پیشگویی عملکرد سیستم ایمنی، طراحی دارو و واکسن‌های جدید، تحقیقات آلرژی‌زایی و اکتشافات دارویی داشته است و جواب خیلی از سوالات دانشجویان در دوران دبیرستان باشد که چرا دانشجویان علوم تجربی دروسی نظیر فیزیک، ریاضیات و … در دوران دبیرستان اخذ می­کنند.


لیگاند و رسپتور


این علم نه تنها سبب تسریع تحقیقات علمی شده بلکه به‌ علت تعامل آن با پروژه‌های ژنوم منجر به دست‌یابی به اطلاعات بسیار زیادی در زمینه­ های مختلف علوم زیستی گردیده است. در این راستا شناسایی برهمکنش میان ملکول­ها در علوم زیستی از اهمیت بالایی برخوردار است، چرا که بررسی ساختار و فعالیت ماکروملکول­ها در شرایط مختلف و نیز برهمکنش بین آنها برای درک بهتر عملکرد سلولی لازم بوده و از طرفی این ماکروملکول­ها در یک سلول و یا سلول­های مختلف به صورت برهمکنش با یکدیگر دارای عملکرد هستند، که این برهمکنش­ها نقش مهمی را در بسیاری از فرایندهای سلولی ایفا می­کنند به طوری که در این زمینه سرورهایی که برهمکنش بین ملکول ها را در سطح ژنومی بررسی می­کنند توسعه یافتند. بنابراین با توجه به نقش این برهمکنش­ها در فرایندهای سلولی و در نتیجه عملکرد، مطالعه و شناسایی این برهمکنش­ها بین ماکروملکول­های مختلف در سطح اتمی حائز اهمیت است، که در این میان روش­های بیوانفورماتیکی با تکیه بر ابزارهای ساختاری و پایگاه داده­ های موجود، می­توانند اغلب پیش بینی کننده و تکمیل کننده نتایج آزمایشگاهی در رابطه با برهمکنش میان ماکروملکول­های زیستی بوده و در واقع به عنوان پلی میان آزمایشات تجربی و رهیافت‌های محاسباتی، سبب کاهش زمان و هزینه‌ها در فرآیند تحقیقات علمی شود.

در این زمینه یکی از روش­های بیوانفورماتیکی جهت مطالعه برهمکنش بین ملکول­ها روش داکینگ ملکولی است، که یک روش کلیدی برای پیشبینی ساختار کمپلکس و برهمکنش ماکروملکول­ها با یکدیگر (گیرنده-لیگاند) در سطح اتمی می­باشد. به طور کلی زمانی که صحبت از لیگاند می­شود، منظور یک ملکول کوچک دارای فعالیت بیولوژیکی است که گاها یک پروتئین هم می­تواند باشد و گیرنده نیز می­تواند یک ماکرو مولکول  نظیر پروتئین، DNA و یا RNA باشد. اساساً هدف از داکینگ ملکولی، دستیابی به یک پیش بینی ساختار پیچیده­ی لیگاند-گیرنده با استفاده از روش­های محاسباتی است.

 این روش برای اولین بار در سال ۱۹۸۲ مورد استفاده قرار گرفت و امروزه به طور گسترده به عنوان ابزار جستجوی مجازی  در مراحل اولیه فرایند توسعه دارو به کار برده می­شود.

به طور کلی فرایند داکینگ شامل دو مرحله اصلی می­باشد. مرحله اول، مرحله نمونه­ گیری (Sampling)، شامل ایجاد کانفورماسیون­های (تطابق­ های) مختلف یک لیگاند و بررسی جهت­گیری آنها نسبت به جایگاه فعال گیرنده است. در این مرحله الگوریتم­ های جستجو جهت ایجاد صورت­بندی­ های مختلف یک لیگاند و بررسی جهت­ گیری آنها نسبت به جایگاه فعال گیرنده استفاده می­شود.

این الگوریتم ­ها، شامل تطبیق پذیری سریع شکل، ساخت افزایشی، شبیه­ سازی مونت کارلو، ژنتیک، جستجوی تابو و         شبیه ­سازی حرارتی می­باشند، که این الگوریتم ­ها به سه دسته کلی جستجوی سیستماتیک ، جستجو براساس تطابق شکل و جستجو به صورت تصادفی تقسیم می­شوند. 

مرحله دوم داکینگ، مرحله امتیازدهی است که یک مولفه ­ی مهم در برنامه­ های داکینگ است، از این مرحله برای انتخاب بهترین ترکیب و یا بهترین صورت­ بندی یک لیگاند استفاده و به عنوان مرحله سنجش تمایل اتصال لیگاند به گیرنده تخمین ­زده می­شود. این تابع الگوریتم داکینگ را قادر می­سازد تا با سرعت، کمیت برهمکنش بین لیگاند و گیرنده را بیان کند. 

در طول مرحله نمونه ­برداری الگوریتم داکینگ کنفورماسیون­های مختلفی از لیگاند را در جایگاه فعال گیرنده جای می­دهد و براساس تابع امتیازدهی آنها را رتبه ­بندی می­کند. در حالت ایده ­آل یک تابع امتیازدهی بهترین امتیاز (منفی­ترین انرژی آزاد اتصال لیگاند-گیرنده) را به کنفورماسیونی از لیگاند متصل به گیرنده اختصاص می­دهد که از لحاظ سطح انرژی در بهترین حالت خود (حداقل مقدار) باشد.

از جمله کابردهای داکینگ مولکولی استفاده از آن در طراحی دارو است. در حال حاضر طراحی دارو به کمک کامپیوتر به عنوان یکی از ابزارهای بسیار مفید برای توسعه منطقی داروها، مورد توجه قرار گرفته است و به یکی از شاخه های علمی مهم در شیمی دارویی تحت عنوان کیموانفورماتیک  یا شیمی محاسباتی تبدیل شده است. که در واقع شامل طراحی دارو از روی ساختار بوده و توانسته زمان لازم برای شناسایی و طراحی ترکیبات دارویی، نوع آن­ها و بهینه ­سازی ساختارشان را به حداقل زمان برساند.

طراحی دارو

با این وجود تاکنون کاربردی از روش داکینگ در علوم دامی گزارش نشده است و با توجه به طیف وسیعی از مطالعاتی که در بخش عملی و در هر سه گرایش این سه رشته انجام می­شود به خوبی میتوان از این تکنیک در این رشته استفاده کرد. در گرایش ژنتیک و اصلاح دام می­توان به مطالعه پیش بینی برهمکنش آنتی­ژن-آنتی ­بادی و شناسایی اپی­توپ آنتی­ژن و پاراتوپ آنتی­ بادی به هنگام طراحی واکسن به کمک کامپیوتر که از آن به مطالعات ایمنوانفورماتیک یاد می­شود، اشاره کرد. ایمونوانفورماتیک یا ایمونولوژی محاسباتی اخیرا به ویژه با استفاده از اطلاعات ژنومیک به عنوان زمینه ای مهم و نوین نقش چشمگیری را در علوم آنالیز، مدل سازی و پیشگویی عملکرد سیستم ایمنی، طراحی واکسن­های جدید، تحقیقات آلرژی­زایی و … داشته است. همچنین به بررسی برهمکنش­های پروتئین-پروتئین، پروتئین-DNA، پروتئین-RNA، و نقشی که این برهمکنش ­ها در فرایندهای سلولی و فنوتیپ صفات دارند، اشاره کرد. به عنوان مثال، ملکول­های RNA، علاوه ­بر نقشی که در کد کردن پروتئین دارند، در بسیاری از فرایندهای سلولی از طریق برهمکنش با سایر ملکول­ها نظیر یون­های فلزی، پروتئین، DNA، و … دخیل هستند و به ندرت     می­توان RNAای یافت که به تنهایی فعالیت خاصی را انجام دهد. بسیاری از RNAها تنها در حضور پروتئین­های خاصی عملکرد خود را ایفا می­کنند، همچنین بسیاری از RNA­ها به واسطه ملکول­های کوچکی تنظیم می­شوند و به محض اتصال این ملکول­ها به RNA، ساختار آن­ها تغییر پیدا می­کند و لذا می­تواند عملکرد آن را تغییر دهد. از طرفی RNA می­تواند به عنوان یک کاندیدای هدف برای یک دارو باشد که می­توان نقش آنتی­ بیوتیک ­ها را در اتصال به RNAهای ویروسی نام برد که استفاده از داکینگ می­تواند در اختصاصی کردن آنتی بیوتیک­ ها در رابطه با بیماری ­ها در دام نقش مهمی را ایفا کند. همچنین با توجه به اینکه تعداد توالی­ های ژنی و پروتئینی به طور چشمگیری در عصر ژنومیک در حال افزایش است، لذا شرح نویسی این توالی ­ها در رابطه با بررسی عملکرد و مسیرهای بیوشیمیایی و برهمکنش ­های مختلف محصولات حاصل از این توالی ­ها با دیگر مولکول­ ها یکی از مهمترین نیازهای ضروری رشته بیوانفورماتیک می­باشد، که بررسی برهمکنش این ملکول­ها با استفاده روش­های محاسباتی نقش مهمی را در این زمینه ایفا می­کند.