Refinement with HADDOCK3

HADDOCK
1

My question concerns how to implement refinement using HADDOCK3. Starting with an ensemble of protein-protein interaction complexes that received the highest scores from LightDock, I proceeded with a refinement workflow in HADDOCK3 as follows:

###############################################################################

Output directory

###############################################################################

run_dir = “results”

ncores = 24
mode = “local”

###############################################################################

Input structure(s)

###############################################################################

molecules = [
“input/input_ensemble_15_17_56.pdb”
]

###############################################################################

Topology preparation

###############################################################################

[topoaa]

###############################################################################

Energy minimization

###############################################################################

[emref]

sampling_factor = 20

###############################################################################

Semi-flexible refinement

###############################################################################

[flexref]

sampling_factor = 20

###############################################################################

Contact-based clustering

###############################################################################

[clustfcc]

min_population = 4

plot_matrix = true

###############################################################################

Automatically select best clusters

###############################################################################

[seletopclusts]

top_clusters = 3
top_models = 20

###############################################################################

mdref refinement

###############################################################################

[mdref]

sampling_factor = 2

###############################################################################

Contact-based clustering

###############################################################################

[clustfcc]

min_population = 4

plot_matrix = true

###############################################################################

Automatically select best clusters

###############################################################################

[seletopclusts]

top_clusters = 2
top_models = 20

###############################################################################

Contact map

###############################################################################

[contactmap]

###############################################################################

Alanine scanning

###############################################################################

[alascan]

plot = true

###############################################################################

Affinity prediction (PRODIGY)

###############################################################################

[prodigyprotein]

chains = [“A,B,C,D”, “E”]

2

I would simplify it to (added caprieval steps to collect the statistics.

And depending on the amount of clashes in your input models you might need or not the mdscoring step

3

Looks like part of my message got lost…

Here is the proposed workflow:

##############################################################################
run_dir = “results”
ncores = 24
mode = “local”
molecules = [
“input/input_ensemble_15_17_56.pdb”
]
###############################################################################
[topoaa]

[emscoring]

[caprieval]

[mdscoring]
sampling_factor = 5  # or more depending on how much sampling you want per model

[caprieval]

[clustfcc]
min_population = 4

[seletopclusts]

[caprieval]

[contactmap]

[alascan]
plot = true

[prodigyprotein]
chains = [“A,B,C,D”, “E”]

###############################################################################