CADD生物药物分子相互作用、虚拟筛选

本文介绍了生物分子互作用的研究方法,包括使用PDB数据库、蛋白结构分析工具Pymol进行结构分析,以及同源建模。文章详细阐述了小分子构建过程,如大环、氨基酸、DNA和RNA的构建,并讨论了小分子化合物库和数据库。通过Autodock进行分子对接,进行了半柔性对接和柔性对接实验,应用于1IEP晶体复合物。此外,还涉及虚拟筛选技术,对1IEP进行了筛选并分析结果。最后,文章探讨了ZDOCK在预测蛋白-蛋白相互作用的应用,以及构效关系分析、碎片药物设计和分子动力学模拟。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章来源公众号:科研讨论圈

1:生物分子互作用研究方法

2:蛋白PDB数据库

3:蛋白结构分析-Pymol

4:同源建模-用 2019-nCoV spike 蛋白序列建模,根据相应参数和方法评价模型

5:小分子构建-分别构建大环、氨基酸、DNA、RNA 等分子

6:小分子化合物库、数据库

7:生物分子互作用Autodock、分子对接、针对 1IEP 完成半柔性对接、柔性对接

8:虚拟筛选-对 1IEP 晶体复合物完成虚拟筛选,并对结果进行分析

9:生物分子互作用ZDOCK、预测蛋白-蛋白相互作用

10:构效关系分析、基于碎片药物设计、分子动力学模拟

名称

内容

生物分子互作基础

1.生物分子互作用研究方法

1.1蛋白-小分子、蛋白-蛋白相互作用原理

1.2 分子对接研究生物分子相互作用

1.3 蛋白蛋白对接研究分子相互作用

蛋白数据库

1. PDB 数据库介绍

1.1 PDB蛋白数据库功能

1.2 PDB蛋白数据可获取资源

1.3 PDB蛋白数据库对药物研发的重要性

2.PDB 数据库的使用

2.1 靶点蛋白结构类型、数据解读及下载

2.2 靶点蛋白结构序列下载

2.3 靶点蛋白背景分析及相关数据资源获取途径

2.4 批量下载蛋白晶体结构

蛋白结构分析

1. Pymol 软件介绍

1.1 软件安装及初始设置

1.2 基本知识介绍(如氢键等)

2.Pymol 软件使用

2.1蛋白小分子相互作用图解

### CADD 中的虚拟筛选方法及其工具 #### 虚拟筛选的概念 虚拟筛选是一种基于计算的方法,用于从大量化合物库中识别潜在活性分子。这种方法通过模拟配体与靶标的相互作用来预测哪些化合物可能具有生物活性[^1]。 #### 常见的虚拟筛选方法 ##### 结构基虚拟筛选 (Structure-Based Virtual Screening, SBVS) 结构基虚拟筛选依赖于已知蛋白质三维结构的信息。它通常涉及将小分子对接到目标蛋白的结合位点,并评估其亲和力或互补性。常用的技术包括分子对接、分子动力学模拟以及自由能微扰理论等[^2]。 ```python from rdkit import Chem from rdkit.Chem import AllChem def prepare_ligand_for_docking(sdf_file): """准备配体文件以便进行分子对接""" suppl = Chem.SDMolSupplier(sdf_file) ligands = [mol for mol in suppl if mol is not None] prepared_ligands = [] for ligand in ligands: AllChem.ComputeGasteigerCharges(ligand) # 添加部分电荷 prepared_ligands.append(ligand) return prepared_ligands ``` ##### 配体基虚拟筛选 (Ligand-Based Virtual Screening, LBVS) 当缺乏受体结构时,可以采用配体基方法。这些技术主要利用已知活性配体的化学特征构建模型,从而筛选新的候选物。常见的算法有定量构效关系(QSAR)[^3] 和机器学习分类器如支持向量机(SVM),随机森林(Random Forests) 或神经网络(Neural Networks) 等[^4]。 #### 工具介绍 以下是几种广泛使用的CADD软件平台: - **AutoDock Vina**: 开源程序包,擅长执行快速而精确的小分子对接研究。 - **Schrodinger Suite**: 商业解决方案集合,提供多种功能模块满足不同阶段的需求分析。 - **MOE (Molecular Operating Environment)**: 另一款强大的商业级建模环境,特别适合处理复杂的生物学问题。 - **RDKit & Open Babel**: 这些开源框架允许开发者创建自定义脚本来进行数据预处理或者后处理工作流管理[^5]。 #### 数据集的重要性 为了获得可靠的结果,在应用上述任何一种策略之前都需要高质量的标准测试集作为输入材料之一。例如 PubChem BioAssay 存储了大量的实验测定记录可供下载使用;ZINC 是另一个公开可用资源,其中包含了数百万种购买得到并经过优化过的“类药”物质供探索发现新疗法之需[^6]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值