5、结构生物信息学与生物信息数据库仓储：现状与未来展望

结构生物信息学与生物信息数据库仓储：现状与未来展望

1. 结构生物信息学在药物设计中的应用

近年来，借助从定量构效关系（QSAR）到计算机辅助药物设计（CADD）以及基于结构的药物设计等多种计算方法，药物设计取得了显著成果。例如，基于结构的HIV蛋白酶抑制剂的药物发现。结构生物信息学融合了生物信息学、结构生物学和基于结构的药物设计等多方面的资源，能够加速从化学先导物中筛选出高效抑制剂，并优化其物理化学性质，提高其成为有效药物的可能性。

目前，大多数药物发现项目以已知的大分子靶标为起点，旨在寻找与之高亲和力、高特异性结合的小分子有机配体。然而，编码全长蛋白质的基因构建体并非筛选或结构研究的理想靶标，因为全长蛋白质可能包含与研究无关的结构域，而且蛋白质可能表达不良、不溶或难以结晶。为避免这些问题，可采用结构生物信息学方法，特别是结合计算结构域检测和实验结构域分配来设计合适的构建体。具体操作步骤如下：
1. 设计合适构建体 ：运用计算结构域检测和实验结构域分配的方法，设计出合适的构建体。
2. 评估构建体特性 ：对构建体的表达水平、溶解性、活性和结晶能力进行评估。

虚拟筛选和库设计可确定一组先导候选物。科学家通过研究与靶标结合的先导化合物的结构，进一步合成更多的先导候选物。将先导化合物优化为药物候选物通常是临床前药物发现过程中耗时最长、成本最高的阶段。一旦发现先导候选物，就需要通过迭代循环对其进行修饰，以增强其效力和选择性。具体流程如下：
1. 确定先导候选物 ：通过虚拟筛选和库设计确定先导候选物。
2. 合成更多候