Mô hình hóa tương đồng và ứng dụng trong thiết kế thuốc

 ISSN: 1859-2171 
e-ISSN: 2615-9562 
TNU Journal of Science and Technology 202(09): 173 - 184 
 Email: jst@tnu.edu.vn 173 
MÔ HÌNH HÓA TƯƠNG ĐỒNG VÀ ỨNG DỤNG TRONG THIẾT KẾ THUỐC 
Lê Anh Vũ1,*, Phan Thị Cẩm Quyên2, Nguyễn Thúy Hương1 
1Trường Đại học Bách Khoa TP. HCM, 
2Trung tâm Giống Kiên Giang 
TÓM TẮT 
Trong nhiều thập kỷ qua, mô hình hóa tương đồng đã trở thành công cụ phổ biến để mô hình hóa 
cấu trúc ba chiều (3D) giả thuyết của các protein quan tâm. Mục đích của quá trình này là để tạo ra 
cấu trúc 3D của các protein mà cấu trúc vẫn chưa được xác định bằng các phương pháp thực 
nghiệm. Cơ sở cho mô hình hóa tương đồng dựa trên sự quan sát rằng các homolog protein với 
chuỗi acid amin tương tự sẽ có cấu trúc 3D giống nhau. Mô hình hóa tương đồng sử dụng các 
phương pháp dựa trên máy tính (in silico) để tạo ra các mô hình cấu trúc 3D cho protein mục tiêu 
dựa trên một protein khuôn mẫu. Cách gấp cuộn của mô hình được tạo ra dựa trên sự tương ứng 
giữa mô-típ cấu trúc của protein khuôn mẫu và mục tiêu. Mô hình hóa tương đồng hiện đang là 
phương pháp đáng tin cậy nhất bên cạnh các phương pháp thực nghiệm để tạo ra mô hình chất 
lượng cho nhiều ứng dụng khác nhau trong thiết kế thuốc. Cho đến nay, mô hình hóa tương đồng 
đã được sử dụng thành công trong xác định phân tử khởi nguồn bằng docking phân tử, để đề xuất 
cơ chế tương tác giữa thụ thể - phối tử, để tạo điều kiện cho các thí nghiệm gây đột biến và để làm 
cơ sở cho tối ưu hóa các phối tử tiềm năng. Trong bài tổng quan này, chúng tôi báo cáo những 
phát triển hiện tại trong lĩnh vực này, thảo luận về những hạn chế của mô hình hóa tương đồng và 
giới thiệu các ứng dụng mới nhất của kỹ thuật này vào quy trình thiết kế thuốc hiện đại. 
Từ khóa: công nghệ sinh học; cấu trúc protein; thiết kế thuốc; mô hình hóa tương đồng; thiết kế 
thuốc dựa trên cấu trúc. 
Ngày nhận bài: 17/5/2019; Ngày hoàn thiện: 21/7/2019; Ngày đăng: 27/7/2019 
HOMOLOGY MODELING AND ITS APPLICATIONS TO DRUG DESIGN 
Le Anh Vu
1,*
, Phan Thi Cam Quyen
2
, Nguyen Thuy Huong
1 
1Ho Chi Minh City University of Technology, 
2KienGiang Seed Research Center 
ABSTRACT 
In the last decades, homology modeling has become a popular tool to build hypothetical three-
dimensional (3D) structures of interested proteins. The aim of this process is to model 3D structure 
of proteins that have not been structured from experimental methods. The basis for homology 
modeling is based on the observation that homolog proteins with similar amino acid sequences 
will have the same 3D structure. Homology modeling uses computer-based methods (in silico) to 
create 3D structures of target protein based on a template protein. The folding pattern of the model 
is created based on the correspondence between the structural motif of template and target 
proteins. Homology modeling is currently the most reliable method besides experimental methods 
to create quality models for many different applications in drug design. Homology modeling so far 
has been successfully used to identify lead molecule by molecular docking, to propose ligand-
receptor interactions, to facilitate mutagenesis experiments, and to guide optimization of potential 
ligands. In this review, we report current developments in this area, discuss the limitations of 
homology modeling, and address the latest applications of this technique to the mordern drug 
design. 
Keywords: biotechnology; protein structure; drug design; homology modeling; structure based 
drug design. 
Received: 17/5/2019; Revised: 21/7/2019; Published: 27/7/2019 
* Corresponding author. Email: lavu68@gmail.com 
Lê Anh Vũ và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 202(09): 173 - 184 
 Email: jst@tnu.edu.vn 174 
1. Giới thiệu 
Hiện nay, sự phát triển của các kỹ thuật phân 
tích cấu trúc như tinh thể học tia X và phổ 
cộng hưởng từ hạt nhân (NMR) đã cải thiện 
quá trình xác định cấu trúc lập thể (3D) của 
protein [1]. Tuy nhiên, những kỹ thuật này 
hiện vẫn khó có thể được áp dụng cho toàn bộ 
các protein vì nhiều lý do. Cụ thể, kỹ thuật 
NMR thường chỉ được áp dụng với các 
protein có kích thước phân tử nhỏ. Trong 
trường hợp sử dụng tinh thể học tia X, phân 
tử protein nên được phân tích dưới dạng kết 
tinh. Bên cạnh đó, một nhược điểm nữa của 
các kỹ thuật này là tốn nhiều thời gian và chi 
phí nghiên cứu. Điều này đã dẫn đến khó 
khăn trong việc xác định cấu trúc protein với 
độ phân giải cao, đặc biệt là đối với các 
protein màng, do những khó khăn trong quá 
trình tinh chế và kết tinh các protein đó so với 
các protein hòa tan khác [2]. Vì protein màng 
chiếm tỷ lệ quan trọng trong các mục tiêu 
thuốc, những tiến bộ trong việc xác định cấu 
trúc các protein này dự kiến sẽ đẩy nhanh quá 
trình thiết kế thuốc. Gần đây, việc dự đoán 
cấu trúc 3D của protein sử dụng các công cụ 
in silico đã được phát triển [3]. 
Mô hình hóa tương đồng là một trong những 
phương pháp dự đoán cấu trúc in silico được 
sử dụng để xác định cấu trúc 3D của protein 
từ trình tự acid amin của nó dựa trên một 
khuôn mẫu đã biết. Cơ sở cho mô hình hóa 
tương đồng dựa trên hai luận điểm chính. Đầu 
tiên, cấu trúc 3D của protein được xác định 
bởi trình tự acid amin của nó. Thứ hai, cấu 
trúc của protein được bảo tồn nhiều hơn và sự 
thay đổi thường xảy ra với tốc độ chậm hơn 
nhiều so với trình tự acid amin trong quá trình 
tiến hóa. Kết quả là các trình tự tương đồng 
thường gấp cuộn thành các cấu trúc tương tự 
nhau và thậm chí các trình tự có mức liên 
quan thấp vẫn có thể có cấu trúc 3D tương tự 
[4]. Do đó, mô hình hóa tương đồng đã được 
sử dụng để mô phỏng các cấu trúc 3D với độ 
chính xác cao [1]. Ngoài ra, kỹ thuật này còn 
có ưu điểm là cần ít thời gian và chi phí thấp 
hơn so với các phương pháp truyền thống. 
Điều này đã làm thay đổi cách thức tiến hành 
docking và thúc đẩy ứng dụng của sàng lọc ảo 
dựa trên cấu trúc trong quy trình thiết kế 
thuốc hiện đại [5]. Đã có đ ... iology & Drug Design, 
Vol. 93, pp. 12-20, 2019. 
[4]. V. K. Vyas, R. D. Ukawala, M. Ghate, and C. 
Chintha, “Homology modeling a fast tool for drug 
discovery: current perspectives”, Indian Journal of 
Pharmaceutical Sciences, Vol. 74, No. 1, pp. 1-17, 
2012. 
[5]. T. C. França, “Homology modeling: an 
important tool for the drug discovery”, Journal of 
Biomolecular Structure and Dynamics, Vol. 33, 
No. 8, pp. 1780-1793, 2015. 
Lê Anh Vũ và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 202(09): 173 - 184 
 Email: jst@tnu.edu.vn 182 
[6]. T. Schmidt, A. Bergner, and T. Schwede, 
“Modelling three-dimensional protein structures 
for applications in drug design”, Drug Discovery 
Today, Vol. 19, No. 7, pp. 890-897, 2014. 
[7]. S. D. Lam, S. Das, I. Sillitoe, and C. Orengo, 
“An overview of comparative modelling and 
resources dedicated to large-scale modelling of 
genome sequences”, Acta Crystallographica 
Section D Structural Biology, Vol. 73, No. 8, pp. 
628-640, 2017. 
[8]. K. D. Pruitt, T. Tatusova, and D. R. Maglott, 
“NCBI reference sequences (RefSeq): a curated 
non-redundant sequence database of genomes, 
transcripts and proteins”, Nucleic Acids Research, 
Vol. 35 (Database issue), pp. D61-D65, 2006. 
[9]. The UniProt Consortium, “UniProt: the 
universal protein knowledgebase”, Nucleic Acids 
Research, Vol. 46, No. 5, pp. 2699, 2018. 
[10]. S. K. Burley, H. M. Berman, C. Bhikadiya, 
et al., “RCSB Protein Data Bank: biological 
macromolecular structures enabling research and 
education in fundamental biology, biomedicine, 
biotechnology and energy”, Nucleic Acids 
Research, Vol. 47, No. D1, pp. D464-D474, 2019. 
[11]. H. Berman, K. Henrick, H. Nakamura, and J. 
L. Markley, “The worldwide Protein Data Bank 
(wwPDB): ensuring a single, uniform archive of 
PDB data”, Nucleic Acids Research, Vol. 35 
(Database issue), pp. D301-D303, 2006. 
[12]. S. Velankar, Y. Alhroub, A. Alili, et al., 
“PDBe: Protein Data Bank in Europe”, Nucleic 
Acids Research, Vol. 39 (Database issue), pp. 
D402-D410, 2011. 
[13]. A. R. Kinjo, H. Suzuki, R. Yamashita, et al., 
“Protein Data Bank Japan (PDBj): maintaining a 
structural data archive and resource description 
framework format”, Nucleic Acids Research, Vol. 
40 (Database issue), pp. D453-D460, 2011. 
[14]. D. Xu and Y. Xu, “Protein databases on the 
internet”, Current Protocols in Molecular Biology, 
Chapter 19, Unit 19.4, 2004. 
[15]. S. F. Altschul, W. Gish, W. Miller, E. W. 
Myers, and D. J. Lipman, “Basic local alignment 
search tool”, Journal of Molecular Biology, Vol. 
215, No. 3, pp. 403-410, 1990. 
[16]. G. Wang and R. L Dunbrack, “Scoring 
profile-to-profile sequence alignments”, Protein 
Science, Vol. 13, No. 6, pp. 1612-1626, 2004. 
[17]. J. Söding, “Protein homology detection by 
HMM–HMM comparison”, Bioinformatics, Vol. 
21, No. 7, pp. 951-960, 2005. 
[18]. Z. Xiang, “Advances in homology protein 
structure modeling”, Current Protein & Peptide 
Science, Vol. 7, No. 3, pp. 217-227, 2006. 
[19]. T. Schwede, “Protein modeling: what 
happened to the protein structure gap?”, Structure, 
Vol. 21, No. 9, pp. 1531-1540, 2013. 
[20]. S. Andrea and W. Hans-Joachim, “Sequence 
alignment and homology modelling”, In: 
Modelling of GPCRs: A practical handbook, 
Springer, 2013. 
[21]. A. Szilagyi and Y. Zhang, “Template-based 
structure modeling of protein-protein 
interactions”, Current Opinion in Structural 
Biology, Vol. 24, pp. 10-23, 2013. 
[22]. M. Levitt, “Accurate modeling of protein 
conformation by automatic segment matching”, 
Journal of Molecular Biology, Vol. 226, No. 2, pp. 
507-533, 1992. 
[23]. A. Šali and T. L. Blundell, “Comparative 
protein modelling by satisfaction of spatial 
restraints”, Journal of Molecular Biology, Vol. 
234, No. 3, pp. 779-815, 1993. 
[24]. P. R. Daga, R. Y. Patel, and R. J. Doerksen, 
“Template-based protein modeling: recent 
methodological advances”, Current Topics in 
Medicinal Chemistry, Vol. 10, No. 1, pp. 84-94, 
2010. 
[25]. A. Fiser, R. K. Do, and A. Sali, “Modeling of 
loops in protein structures”, Protein Science, Vol. 
9, No. 9, pp. 1753-1773, 2000. 
[26]. N. Fernandez-Fuentes, B. Oliva, and A. 
Fiser, “A supersecondary structure library and 
search algorithm for modeling loops in protein 
structures”, Nucleic Acids Research, Vol. 34, No. 
7, pp. 2085-2097, 2006. 
[27]. Y. Li, “Conformational sampling in 
template-free protein loop structure modeling: an 
overview”, Computational and Structural 
Biotechnology Journal, Vol. 5, e201302003, 2013. 
[28]. M. Jamroz and A. Kolinski, “Modeling of 
loops in proteins: a multi-method approach”, BMC 
Structural Biology, Vol. 10, No. 5, 9 pages, 2010. 
[29]. S. Liang and N. V. Grishin, “Side-chain 
modeling with an optimized scoring 
function”, Protein Science, Vol. 11, No. 2, pp. 
322-333, 2002. 
[30]. K. Joo, J. Lee, and J. Lee, “Methods for 
accurate homology modeling by global 
optimization”, In: Homology modeling. Methods 
in Molecular Biology (Methods and Protocols), A. 
Orry and R. Abagyan (eds), Vol. 857, Humana 
Press, 2011. 
[31]. H. Liu, M. Elstner, E. Kaxiras, T. 
Frauenheim, J. Hermans, and W. Yang, “Quantum 
mechanics simulation of protein dynamics on long 
timescale”, Proteins, Vol. 44, No. 4, pp. 484-489, 
2001. 
Lê Anh Vũ và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 202(09): 173 - 184 
 Email: jst@tnu.edu.vn 183 
[32]. E. Krieger, G. Koraimann, and G. Vriend, 
“Increasing the precision of comparative models 
with YASARA NOVA - a self-parameterizing 
force field”, Proteins, Vol. 47, No. 3, pp. 393-402, 
2002. 
[33]. H. Fan and A. E. Mark, “Refinement of 
homology-based protein structures by molecular 
dynamics simulation techniques”, Protein Science, 
Vol. 13, No. 1, pp. 211-220, 2004. 
[34]. C. Guda, E. D Scheeff, P. E. Bourne, and I. 
N. Shindyalov, “A new algorithm for the 
alignment of multiple protein structures using 
Monte Carlo optimization”, Pacific Symposium on 
Biocomputing, pp. 275-286, 2001. 
[35]. A. Kryshtafovych and K. Fidelis, “Protein 
structure prediction and model quality 
assessment”, Drug Discovery Today, Vol. 14, No. 
7-8, pp. 386-393, 2009. 
[36]. M. Y. Shen and A. Sali, “Statistical potential 
for assessment and prediction of protein 
structures”, Protein Science, Vol. 15, No. 11, pp. 
2507-2024, 2006. 
[37]. S. Crivelli, E. Eskow, B. Bader, et al., “A 
physical approach to protein structure 
prediction”, Biophysical Journal, Vol. 82, No. 1, 
pp. 36-49, 2002. 
[38]. J. Cheng, A. N. Tegge, and P. Baldi, 
“Machine learning methods for protein structure 
prediction”, IEEE Reviews in Biomedical 
Engineering, Vol. 1, pp. 41-49, 2008. 
[39]. A. Nayeem, D. Sitkoff and S. Krystek, “A 
comparative study of available software for high-
accuracy homology modeling: from sequence 
alignments to structural models”, Protein Science, 
Vol. 15, No. 4, pp. 808-824, 2006. 
[40]. A. Saxena, R. S. Sangwan, and S. Mishra, 
“Fundamentals of homology modeling steps and 
comparison among important bioinformatics tools: 
an overview”, Science International, Vol. 1, pp. 
237-252, 2013. 
[41]. H. J. Hasani and K. Barakat, “Homology 
modeling: an overview of fundamentals and 
tools”, International Review on Modelling and 
Simulations (IREMOS), Vol. 10, No. 2, pp. 129-
145, 2017. 
[42]. A. Webb and A. Sali, “Comparative protein 
structure modeling using MODELLER”, Current 
Protocols in Bioinformatics, Vol. 54, pp. 5.6.1–
5.6.37, 2016. 
[43]. J. Yang and Y. Zhang, “Protein structure and 
function prediction using I-TASSER”, Current 
Protocols in Bioinformatics, Vol. 52, pp. 5.8.1–
5.8.15, 2015. 
[44]. T. Schwede, J. Kopp, N. Guex, and M. C. 
Peitsch, “SWISS-MODEL: An automated protein 
homology-modeling server”, Nucleic Acids 
Research, Vol. 31, No. 13, pp. 3381-3385, 2003. 
[45]. Molecular Operating Environment 
(MOE) Montreal, QC: Chemical Computing 
Group Inc; 2013. 
[46]. L. A. Kelley, S. Mezulis, C. M. Yates, M. N. 
Wass, and M. J. Sternberg, “The Phyre2 web 
portal for protein modeling, prediction and 
analysis”, Nature Protocols, Vol. 10, No. 6, pp. 
845-858, 2015. 
[47]. J. Söding, A. Biegert, and A. N. Lupas, “The 
HHpred interactive server for protein homology 
detection and structure prediction”, Nucleic Acids 
Research, Vol. 33 (Web Server issue), pp. W244-
W248, 2005. 
[48]. D. E. Kim, D. Chivian, and D. Baker, 
“Protein structure prediction and analysis using 
the Robetta server”, Nucleic Acids Research, Vol. 
32 (Web Server issue), pp. W526-W531, 2004. 
[49]. Schrödinger, Prime. ‘Version 3.5.’. New 
York: LLC; 2014. 
[50]. A. V. Bhaskar, T. M. Babu, N. V. Reddy, 
and W. Rajendra, “Homology modeling, 
molecular dynamics, and virtual screening of 
NorA efflux pump inhibitors of Staphylococcus 
aureus”, Drug Design, Development and Therapy, 
Vol. 10, pp. 3237-3252, 2016. 
[51]. Khac-Minh Thai, Trieu-Du Ngo, Thien-Vy 
Phan, Thanh-Dao Tran, Ngoc-Vinh Nguyen, 
Thien-Hai Nguyen and Minh-Tri Le, “Virtual 
Screening for Novel Staphylococcus aureus NorA 
Efflux Pump Inhibitors from Natural Products”, 
Medicinal Chemistry, Vol. 11, No. 2, pp. 135-155, 
2015. 
[52]. Anh-Vu Le and Thuy-Huong Nguyen, 
“Structure Based Drug Design of Inhibitors for 
Staphylococcus aureus Biofilm”, International 
Journal of Modern Engineering Research, Vol. 5, 
No. 9, pp. 10-17, 2015. 
[53]. A. N. Cavasotto, S. S. Phatak, “Homology 
modeling in drug discovery: current trends and 
applications”, Drug Discovery Today, Vol. 14, 
No. 13-14, pp. 676-683, 2009. 
[54]. A. Kufareva, M. Rueda, V. Katritch, R. C. 
Stevens, and R. Abagyan, “Status of GPCR 
modeling and docking as reflected by community-
wide GPCR Dock 2010 assessment”, Structure, 
Vol. 19, No. 8, pp. 1108-1026, 2011. 
[55]. R. G. Armando, D. L. Mengual Gómez, E. I. 
Juritz, P. Lorenzano Menna, and D. E. Gomez, 
“Homology model and docking-based virtual 
screening for ligands of human dyskerin as new 
inhibitors of telomerase for cancer 
treatment”, International Journal of Molecular 
Sciences, Vol. 19, No. 10, pp. 3216, 2018. 
Lê Anh Vũ và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 202(09): 173 - 184 
 Email: jst@tnu.edu.vn 184 
[56]. Trần Thành Đạo, Lê Minh Trí, Thái Khắc 
Minh, “Nghiên cứu mô hình QSAR và mô tả phân 
tử docking các chất ức chế aromatase”, Tạp chí 
Dược học, T. 59,S. 3, trang 43-47, 2019. 
[57]. M. Balmith, M. Faya, and M. E. Soliman, 
“Ebola virus: A gap in drug design and discovery 
‐ experimental and computational perspective”, 
Chemical Biology & Drug Design, Vol. 89, No. 3, 
pp. 297-308, 2017. 
[58]. P. Ramharack, and M. E. S. Soliman, “Zika 
virus NS5 protein potential inhibitors: an 
enhanced in silico approach in drug discovery”, 
Journal of Biomolecular Structure and Dynamics, 
Vol. 36, No. 5, pp. 1118-1133, 2018. 
[59]. K. Gokhale and B. Tilak, “Mechanisms of 
bacterial acetohydroxyacid synthase (AHAS) and 
specific inhibitors of Mycobacterium tuberculosis 
AHAS as potential drug candidates against 
tuberculosis”, Current Drug Targets, Vol. 16, No. 
7, pp. 689-699, 2015. 
[60]. Z. Payandeh, M. Rajabibazl, Y. Mortazavi, 
A. Rahimpour, and A. H. Taromchi, 
“Ofatumumab monoclonal antibody affinity 
maturation through in silico modeling”, Iranian 
Biomedical Journal, Vol. 22, No. 3, pp. 180-192, 
2018. 
[61]. R. B. Singh, G. K. Singh, K. Chaturvedi, et 
al., “Design, synthesis, characterization, and 
molecular modeling studies of novel oxadiazole 
derivatives of nipecotic acid as potential 
anticonvulsant and antidepressant agents”, 
Medicinal Chemistry Research, Vol. 27, No. 1, pp. 
137-152, 2018. 
[62]. S. Mishra and V. Gomase, “Computational 
comparative homology based 3D-structure 
modelling of the HSp70 Protein from GWD”, 
Journal of Health and Medical Informatics, Vol. 
7, No. 3, pp. 233-239, 2016. 
[63]. N. Antoniou, D. Vlachakis, A. Memou, et 
al., “A motif within the armadillo repeat of 
Parkinson's-linked LRRK2 interacts with FADD 
to hijack the extrinsic death pathway”, Scientific 
Reports, Vol. 8, No. 1, pp. 3455, 2018. 
[64]. S. Prabhu, S. Vijayakumar, P. Manogar, G. 
P. Maniam, and N. Govindan, “Homology 
modeling and molecular docking studies on Type 
II diabetes complications reduced PPARγ receptor 
with various ligand molecules”, Biomedicine & 
Pharmacotherapy, Vol. 92, pp. 528-535, 2017. 
[65]. P. S. Mohanty, A. K. Bansal, F. Naaz, U. D. 
Gupta, V. D. Dwivedi, and U. Yadava, 
“Ribonucleotide reductase as a drug target against 
drug resistance Mycobacterium leprae: A 
molecular docking study”, Infection, Genetics and 
Evolution, Vol. 60, pp. 58-65, 2018. 
[66]. V. Singh, N. Gohil, and R. 
Ramírez‐ García, “New insight into the control of 
peptic ulcer by targeting the histamine 
H2 receptor”, Journal of Cellular Biochemistry, 
Vol. 119, No. 2, pp. 2003-2011, 2018. 
[67]. V. K. Vyas, M. Ghate, K. Patel, G. Qureshi, 
and S. Shah, “Homology modeling, binding site 
identification and docking study of human 
angiotensin II type I (Ang II-AT1) receptor”, 
Biomedicine & Pharmacotherapy, Vol. 74, pp. 42-
48, 2015. 
[68]. N. C. Jadhav, A. R. Pahelkar, N. V. Desai, et 
al., “Design, synthesis and molecular docking 
study of novel pyrrole-based α-amylase and α-
glucosidase inhibitors”, Medicinal Chemistry 
Research, Vol. 26, No. 10, pp. 2675-2691, 2017. 
[69]. Nguyễn Thị Hồng Loan, Nguyễn Văn Sáng, 
Trịnh Hồng Thái, Phan Tuấn Nghĩa, Bùi Phương 
Thuận, “Một số đặc điểm cấu trúc của protease 
HIV-1 tái tổ hợp”, Tạp chí Sinh học, T. 34, S. 4, 
trang 520 -527, 2016. 
[70]. T. R. D. Costa, A. Ignatiou, and E. V. 
Orlova, “Structural analysis of protein complexes 
by cryo electron microscopy”. In: Bacterial 
Protein Secretion Systems. Methods in Molecular 
Biology, L. Journet and E. Cascales (eds), Vol. 
1615, Humana Press, New York, 2017.