L’organisation des dossiers (conteneurs) de calculs suit un certain nombre de conventions qui offrent des possibilités en termes d’utilisation intensive. Nous allons explorer ces dossiers avec attention, car il contiennent le paramétrage, les résultats, les poses (conformations 3D du ligand et du récepteur après calcul). Il faut donc connaitre ces fichiers pour savoir les utiliser au mieux, notamment en dehors du GUI de Molegro.

Publication initiale sur buildblog.buidez.net (2021) – Article mis à jour en Mars 2025.

1. Organisation des dossiers de calcul

Prenons le cas d’un calcul opéré sur la structure structure 1P45 [Kuo_2003]. A la racine nous trouvons un workspace frame06_1P45a_NAD_Flex19_tmpl.mvdml.

Le nom du workspace est basé sur la protéine (1P45), la chaine (a) utilisée, la présence de NAD (cofacteur), la présence ou non d’un ensemble de chaines latérales flexibles (Flex ou NoFlex), le nombre de résidu impliqué dans ce set (Flex19), la présence de templates (pharmacophores) avec éventuellement un numéro de version (tmpl01).

Le préfixe frame06 est un rappel à une classification structurale interne (gen3 dans l’exemple) concernant InhA. Sous ce workspace, nous trouvons les dossiers de calcul: 1P45a_GPU_MolDock_NoFlex, 1P45a_MSE_MolDock_Flex, 1P45a_OPT_MolDock_Flex. Dans ces dossiers, nous utiliserons le même workspace, en activant ou non certaines fonctionnalités (flexibilité, templates) qui apparaissent ou pas dans le nom du dossier.

Le nom du dossier est basé sur la protéine (1P45), la chaine (a) utilisée, l’algorithme de calcul (MSE), le système de score principal en output (MolDock), la flexibilité d’un ensemble de chaines latérales (Flex ou NoFlex), parfois le nombre de résidu impliqué dans le set (Flex16). A cette chaine, peut aussi s’ajouter si le calcul est fait en utilisant des templates (pharmacophores) avec un numéro de version (Tmpl01). Il est également possible de signifier, si c’est important, qu’un ligand (ou cofacteur) d’intérêt est chargé (+). Nous pouvons aussi ajouter un numéro de version-sous version pour le calcul (01a) pour indiquer qu’il y a un changement dans le paramétrage du fichier script (.mvdscript).

Le nom d’un dossier correspond donc à la fois à celui d’une protéine et d’un protocole de calcul. Il est important de mettre en place cette organisation, avec le workspace de référence en tête, car celui ci prendra le même nom Unnamed_complex.mvdml dans tous les sous-dossiers.
En descendant dans l’arborescence, nous allons trouver les répertoires (image suivante, à droite) correspondant à chaque ligand, calculé contre cette structure, avec le même protocole de docking. Nous constatons que chaque dossier suit également des conventions de nommage explicatives, en incluant l’identifiant du ligand, par exemple JPL (ligand de la structure 3FNGa) et TCU (ligand de 2X22a et 2X23a) pour des ligands ‘typiques’, H14, H18 pour de nouveaux ligands). Suivi par le système de scoring (MolDock), le fait que le site soit flexibilisé (Flex), qu’il y ait une minimisation particulière post-docking (Min) et l’utilisation de templates (-Tmpl). Une version (-00, –01, -01a …) peut s’ajouter si nous avons fait plusieurs essais de calcul. Par exemple en augmentant le nombre de poses, tests de répétabilité, changement mineur de paramétrage.

Répertoire racine	Contenu de 1P45a_MSE_MolDock_Flex

Le numéro (00 à 37) qui précède chaque nom correspond au numéro d’ordre dans l’espace de travail Molegro (de 0 à n-1) qui est aussi le numéro utilisable dans les scripts pour lancer les calculs (ex : commande DOCK Ligand[0]) sans l’interface graphique.
Utiliser un indice en début de nom est non seulement pratique, mais aussi très conseillé, il est très facile de se perdre lorsque des modifications sont faites dans le paramétrage. En procédant de cette manière on limite les erreurs de saisie car à l’édition du fichier, cet indice (numéro de 0 à n-1, index pour 1 à n) est (visuellement) explicite.

Le nom du conteneur de calcul ne rappelle plus la protéine, il est focalisé sur le numéro d’ordre du ligand à calculer, l’identification du ligand, le protocole de calcul utilisé (algorithme, fonction de score principale, flexibilité, templates) et autres informations (versions) si nécessaire.

2. Contenu d’un conteneur de calcul

Nous allons explorer le contenu du dossier de calcul 1P45a_MSE_MolDock_Flex (image suivante), après calcul. Nous y trouvons deux types de fichiers : ceux qui correspondent aux poses et … les autres.
Les fichiers ‘poses’ commencent par un numéro entre crochets, il s’agit du numéro de la pose, suivi de l’identifiant du ligand. Ici c’est JPL_400_3FNG_ ce qui signifie qu’il s’agit du JPL, dont la structure 3D correspond au résidu 400 de 3FNG_ [Freundlich_2009]. Le _ (underscore) à la fin de 3FNG signifie qu’il s’agit de la chaine A et que la structure n’avait qu’une seule chaine, si 3FNG comportait plusieurs chaines, pour A nous aurions 3FNGa.

Les fichiers poses de type [numéro]nom.mvdml correspondent aux coordonnées des ligands, les fichiers .receptorConfiguration correspondent aux modifications (valeurs des angles de certaines liaisons) des résidus marqués flexibles du site. Si la flexibilité du site (receptor dans la terminologie Molegro) n’est pas active, ces fichiers n’apparaissent pas.

Le workspace, sous la forme du fichier Unnamed_complex.mvdml correspond une copie de l’espace de travail, typiquement une version du workspace de référence frame_06_1P45aNAD_Flex19_tmpl.mvdml qui est stocké à la racine du projet. Il s’agit d’un fichier XML, éditable comme le fichier de référence. Mais il n’y a rien de magique, s’il est produit par une copie ‘à la main’ du fichier de référence, il n’inclura pas un pointeur vers celui ci. Pour comprendre affichons le bloc <Protein> de Unnamed_complex.mvdml :

Les informations de provenance sont celles du fichier à la racine, ce qui peut devenir compliqué si on s’est perdu dans les versions de workspace et des déplacements de fichiers. On peut modifier les champs name et filename pour les renseigner au mieux, ou respecter d’une manière stricte les conventions d’organisation et de nommage.

Le fichier de log ScriptLog_<date>_<heure>.txt correspond au log du calcul (format texte ASCII). Il inclue l’enregistrement de tous les évènements et résultats au cours du calcul.

Les fichiers de script et de résultats : script.mvdscript correspond aux paramètres du calcul (format texte ASCII avec étiquettes) et le fichier DockingResults.mvdresults correspond aux résultats du calcul (format CSV).

3. Conclusion

L’organisation d’un répertoire de calcul est simple et modulaire, on peut l’utiliser ou la piloter par script, sa simplicité permet de s’en servir comme entrée pour des programmes, notamment chargés d’agréger les données (dans le cadre d’un gros projet, ici nous resterons en mode manuel).
Nous reviendrons sur le fichier script.mvdscript dans un autre article, car il a une autre propriété: par un clic de souris ou un appel dans le Shell (interface de commande en ligne du système d’exploitation, CLI) il est possible de lancer un calcul, sans revenir au GUI de Molegro. A priori, cela ne semble pas très sophistiqué, mais une fois que l’on a pris l’habitude, même les étudiants ne peuvent plus s’en passer.