结合计算机药物辅助设计与基于化学基因组学的新药研发

来源 :2019中国化学会第十五届全国计算(机)化学学术会议 | 被引量 : 0次 | 上传用户:taohongguanghao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
Protein tyrosine phosphatase 1B(PTP1B) is considered as a negative regulator of insulin signaling and an important target for the treatment of type Ⅱ diabetes and obesity.Inhibition of PTP1B can enhan
蛋白激酶CK2是重要的抗癌药物研发靶点[1]。然而,唯一进入临床Ⅱ期试验阶段的抑制剂CX-4945,是通过具有一定盲目性且命中率低的高通量筛选而获得[2],因此,高效的化合物筛选策略是该类抑制剂研发的关键。
组学分析以及基因测序等现代技术会产生大量的数据,为了从数据中获得能够服务于精准医疗与药物设计等研究工作的信息,需要简单方便的工具对数据进行分析和建模。本工作中,我们使用Python 语言以及多个函数库编写了一款开源的具有图形交互界面的基于多算法投票的自动化二分类建模软件。为了增强最终模型的泛化能力,我们将独立的人工神经网络(ANN)、随机森林(RF)和支持向量机(SVM)模型集成为一个一致性二分类
铜催化的叠氮-炔环加成类反应(CuAAC)是目前最受关注的一类点击化学反应.CuAAC的反应成功率不稳定.为了研究CuAAC类点击化学的反应可行性与化学结构之间的关系,我们设计并合成了700个三氮唑类化合物.基于这批数据,我们训练了结合自注意力机制的长短期记忆的模型(BiLSTM-SA)来预测点击化学反应的可及性(accessibility).
Poly(ADP-ribose) Polymerase1(PARP1) is one of the most investigated enzymes in 18 membered PARP families and is involved in a variety of cellular functions including DNA damage repair,gene transcripti
Qualitative exploration of synergistic drug combinations provides medication guidance for the treatment of various complex diseases,including cancers.However,the synergistic effect of drug combination
共价抑制剂需要有亲电弹头,与靶标上的亲核残基的侧链形成共价结合1.在过去的十年来,随着共价药物延长作用时间和良好选择性的优点被发现2,极大地激起了药物化学家设计与靶标共价结合的抑制剂的热情,共价抑制剂的虚拟筛选的需求激增.
负责DNA甲基化调控的DNA甲基转移酶(DNMT)已被认为是一种很有希望的癌症治疗靶标。然而,DNMT催化结构域的高度保守给设计特定DNMT亚型的选择性抑制剂造成了很大的难度。在本研究中,我们通过常规分子动力学(MD)模拟、MM/GBSA结合自由能计算以及伞型采样(US)的方法,揭示了SFG(DNMT1和DNMT3A双重抑制剂),DC-05(DNMT1选择性抑制剂)以及GSKex1(DNMT3A选
发现结构与活性关系的本质是识别分子子结构与性质的关联。传统的QSAR 研究将分子结构连接表转化为数字化的描述符代入计算机进行计算。本文分子向计算机程序直接输入分子结构线性式(SMILES 格式),如果将SMILES 视为描述分子中原子的连接关系的句子,那么构效关系研究就转化成为句法模式识别的问题。由于分子活性与局部子结构关系紧密,因此,本文提出基于自注意力机制的句法模式识别方法发现结构与活性的关系
大量研究表明磷脂酰肌醇3-激酶gamma(PI3Kγ)与多种肿瘤、慢性炎症、过敏等疾病的发生发展存在重要联系,这使得PI3Kγ 成为一个理想的药物靶标。然而,由于PI3Kγ 与其它PI3K 亚型蛋白具有高度同源性,使得该靶点的选择性抑制剂开发极具挑战。