Modeller是一款比较优秀的同源建模软件，包括单模板和多模板建模，著名DiscoveryStudio软件中就是采用的Modeller建模模块。Modeller目前最新的版本是10.1。本教程为Windows下Modeller同源建模具体操作，图文详实，包会~
软件安装
官网下载并申请学术license，也可用文末方式通过本号获取带有学术license的安装包，以及本教程所有脚本文件（推荐）。本教程脚本均来源于官网，并未修改任何语法，只是修改了脚本中对应的的文件名称。下面会详细说明。
安装好后打开在Windows菜单栏中双击Modeller图标打开，如下所示
同源建模
一、只有序列的同源建模
如果你只有一条目标蛋白的氨基酸序列（Fasta格式），想要直接通过Modeller找最合适的模板建模，体操作如下：
1
新建工作目录Modeller，将Script中的所有文件复制到其中
2
将FASTA格式文件转换为ALI格式文件。可以通过Uniprot数据库查询并下载目标序列的氨基酸FASTA文件，然后仅仅将序列部分复制，更改myseq.ali文件中除了第一行、第二行和最后的星号外的其余内容，注意不要删除星号。Ali格式文件如下
第一行为序列代码，注意不要更改，这个代码和后面所有python脚本保存一致；第二行为序列名称，myseq，以及结构信息，也不要更改；最后的星号*是为了告诉Modeller程序序列到此结束。只需要删除原来文件的氨基酸序列，替换为自己目标序列保存即可，文件名myseq.ali不用更改。
3
通过目标序列搜索与其相关的结构信息。
3.1 首先在在Modeller窗口中找到新建的Modeller工作目录文件夹，操作和windows命令类似，比如Modeller路径为D:\Desktop\Modeller，在Modeller的黑框框中输入
cd /D D:\Desktop\Modeller3.2 进入目录，使用dir命令检测该目录下存在哪些文件
3.3 利用build_profile函数在pdb数据库中找目标序列相关的结构信息，因此需用用到名为pdb_95.pir的数据库信息文件。具体操作很简单，只需要键入如下命令：
mod10.1 build_profile.py运行完毕检测是否有名为build_profile.log的文件，该文件为Modeller在PDB数据库中搜索到的和目标序列相关的晶体结构的运行日志文件。运行成功还会生产一个名为build_profile.prf的文件，该文件中最为重要的是第二列：PDB编号，编号为5个字符，最后一个字符表示PDB结构的具体链为,这里多为A链；第十一列：对应pdb结构与目标序列的同源性；第十二列：同源性的显著性，e-value为0时表明相似性最好。
通过搜索Modeller为我们推荐了一些建模的模板，也就是那些e-value为0，且相似性>30的结构，根据第二列的PDB编号，下载晶体结构，作为模板，这里可以选择多个PDB结构作为模板，可以是1个，也可以是6个，甚至更多，这一步需要通过PDB编号去PDB数据检查模板的晶体质量如何，一般解析精度值越低，作为模板的可靠性越高。
本教程选择6个模板进行比较分析，找到最优模板。读者可以根据自己的情况选择更少或更多的模板进行比较，主要根据相似性第十一列和显著性第十二列来选择。我们选PDB编号为1qcf、1fgk、1byg、1opj、1fvr、1ir3进行比较。因此修改compare.py脚本的相应部分；
4
在PDB数据库中获取这些模板的晶体：
5
然后通过命令进行模板比较：
mod10.1 cmpare.py运行完毕检测compare.log文件，最后有比较信息如下：
Sequence identity comparison (ID_TABLE):Diagonal ... number of residues;Upper triangle ... number of identical residues;Lower triangle ... % sequence identity, id/min(length).1qcfA @21fgkA @21bygA @21opjA @11fvrA @21ir3A @11qcfA @2 449 90 92 95 79 751fgkA @2 32 278 94 98 105 911bygA @2 37 38 246 98 88 791opjA @1 33 35 40 287 90 911fvrA @2 26 38 36 31 299 831ir3A @1 25 33 32 32 28 300Weighted pair-group average clustering based on a distance matrix:.----------------------------- 1qcfA @2.0 65.0000|| .--- 1bygA @2.4 60.0000| |.--------------------------------------------- 1opjA @1.8 68.0000|| .------------- 1fgkA @2.0 62.0000| |.---------------------------------------------------------- 1fvrA @2.2 70.5000|.------------------------------------------------------------ 1ir3A @1.9+----+----+----+----+----+----+----+----+----+----+----+----+70.9200 69.0300 67.1400 65.2500 63.3600 61.4700 59.580069.9750 68.0850 66.1950 64.3050 62.4150 60.5250Total CPU time [seconds] : 0.50
根据该信息可知1ir3具有最好的解析精度为1.9埃（@符号后为精度），而且与目标序列的同源性为45%，故而选择他作为模板进行后续建模。
6
模板序列与目标序列的比对
键入如下命令：
mod10.1 align2d.py注意align2d.py中需要制定对比的模板的pdb编号，将对应的模板编号修改为选定的模板编号1ir3，其余保持不变。
比对好后，利用选定的模板进行建模，修改model-singel.py中对应的编号为模板编号。
脚本中第12行指定输出建个数，这里指定的5个建模数量，可以自定义。
7
键入如下命令开始建模：
mod10.1 model-single.py完成后目录下多了5个pdb文件，即为建模结果
打开model-single.log文件，最后面是建模评分
<< end ofENERGY.>> Summaryof successfully produced models:Filename molpdf DOPE score GA341 score----------------------------------------------------------------------myseq.B99990001.pdb 5982.11816 -47075.75781 0.19636myseq.B99990002.pdb 5533.12451 -45785.35938 0.59011myseq.B99990003.pdb 5127.30176 -46667.22266 0.31664myseq.B99990004.pdb 5651.52100 -44487.33594 0.31029myseq.B99990005.pdb 5674.77441 -45456.64453 0.36471Total CPU time[seconds] : 254.36
可以根最低的DOPE score和最高的GA341 score选择最优模型，也可以将所有结果上传到PROCHECK服务器验证模型可靠性。
8
然后利用evaluate_model.py和plot_profiles.py脚本评估模型与模板的质量。语法同上。
二 有模板建模
跳过3、4、5步骤，直接用模板进行1、6、7操作就行啦~
安装包获取方式
获取Modeller10.1安装包（windows&Linux）、学术license和本教程python脚本方式：
微信回复M10
