| 查看: 1087 | 回复: 1 | |||
[交流]
基于配体的虚拟筛选 已有1人参与
|
|
随着基因技术、蛋白质化学、蛋白质纯化与鉴定技术的快速发展，近年来，蛋白质三维结构的数量正在不断的增加，大量成药与潜在成药靶标蛋白已被破解随着基因技术。相比之下，新药研发的速度却依旧落后。最近几年，计算机辅助药物设计中的虚拟筛选方法，已经成为可靠，相对廉价的用于先导化合物发现的一种重要技术手段。 虚拟筛选(virtual screening，vs)是指基于药物设计理论，借助计算机的技术和专业应用软件，从大量化合物中挑选出一些有苗头的化合物，进行实验活性评价的一种方法，其目的是从几十个乃至百万个分子中筛选出新的先导化合物。 从原理上来讲，虚拟筛选可以分为两类，即基于受体（receptor-based virtual screening）的虚拟筛选和基于配体(ligand-based virtual screening)的虚拟筛选。 基于受体的虚拟筛选也称为基于结构的虚拟筛选，利用分子对接技术，基于受体的三维结构，在结合位点处自动的匹配化合物数据库中的小分子，然后对可能的结合模式运用基于分子力场的打分函数进行结合能计算，最终得到化合物能量排名。 相对于基于配体的虚拟筛选，其优势是能避免活性化合物微小的结构变化所引起的活性改变，但也存在一些不足： 1）最大的问题就是打分函数的准确性及适用性，一般考虑到计算速度，通常采用比较简单的打分函数，但简单的打分函数不能很好的考虑到较弱的相互作用； 2）基于受体的虚拟筛选需要受体结构和指定结合位点，但许多重要的靶标都没有可用的受体结构； 3）而且分子对接存在需要解决的问题： 分子的柔性 熔化剂效应 打分函数 基于配体的方法是依据结构决定性质原理，这类方法有： 1）药效团模型（pharmacophore modeling），是对一系列已知有活性的化合物进行药效团研究，通过构象分析、分子叠合等方法归纳得到对化合物活性起到关键作用的一些基团的信息； 2）定量构效关系(quantitative structure activity relationship ,qsar)，是一种借助分子的理化性质参数或结构参数，以数学和统计学手段定量研究有机小分子和生物大分子相互作用，有机小分子在生物体内吸收、分布、代谢、排泄等生理相关性质的方法； 3）结构相似性方法（structual similarity, ssim）是通过各种描述符或指纹进行相似性匹配，从而判断化合物是否具有类似活性或治病机理。 作为分子对接的重要补充手段,基于配体的虚拟筛选具有速度快,通用性好（不受靶点结构限制）的优点。 药物筛选过程涉及化合物资源库、虚拟筛选结果、实体筛选化合物的选取、实体筛选模型、实体筛选数据管理等。实体筛选包括分子水平、细胞水平、动物水平等不同层次的筛选数据管理。筛选过后的大量数据如果管理不善，必定会制约中心药物筛选的发展，也不利于后期的审计核查及数据分析。药物筛选管理系统（dsms）是一款综合虚拟筛选与实体筛选的药物筛选数据管理系统，内置化合物资源库，为大规模化合物高通量筛选提供数据管理一站式解决方案，加速药物发现。系统整合虚拟筛选、实体筛选及化合物资源三大模块，数据相互关联。 基于相似性原理，从化合物资源库中查找相似化合物，从而进行生物实验验证，并将筛选数据通过实体筛选模块管理，一个活性化合物发现多个活性化合物，实现一站式科研数据管理。系统的核心技术是基于分子形状三维相似度的虚拟筛选策略。 |
回复此楼» 猜你喜欢
2026申博推荐
已经有1人回复
-
一篇扩散模型的Nature Machine Intelligence论文和Elsevier上的深度学习药物书籍
已经有1人回复
-
药理学论文润色/翻译怎么收费?
已经有267人回复
-
2026年申博药学专业
已经有1人回复
-
中国药科大学2026入学博士，药物合成和设计经验，放射化学及放射医学研究
已经有25人回复
-
使用MolAICal进行多肽虚拟筛选教程-同样适用于蛋白质和核酸的虚拟筛选
已经有1人回复
-
使用MolAICal计算药物化学过滤器MCFs及MCE-18描述符
已经有0人回复
-
使用MolAICal发现蛋白受体潜在的活性口袋及位点
已经有0人回复
-
华理药学学硕求调剂，总分324
已经有0人回复
-
澳门理工大学人工智能药物发现中心招收2026级博士研究生（申请-考核制）
已经有9人回复
» 本主题相关商家推荐: (我也要在这里推广)
 |
2楼2019-01-22 10:15:44
