论文部分内容阅读
考虑到蛋白柔性对虚拟筛选结果的影响，我们用机器学习方法整合ROCK1靶点多个复合物结构所得到的分子对接和药效团模型的预测结果，构建了新颖的并行虚拟筛选策略并对其预测能力进行了评测。研究结果表明，相比较于基于单个复合物结构的分子对接或药效团模型的预测结果，整合的虚拟筛选策略更为可靠。随后，用构建的并行虚拟筛选策略对中草药化合物数据库进行了虚拟筛选，得到了53个结构新颖的ROCK1潜在活性化合物。这些化合物可以作为理想的ROCK1潜在活性化合物来进行后续的研究。所构建的并行虚拟筛选策略也可以作为一个可靠的虚拟筛选工具用于其它靶点的药物筛选。