论文部分内容阅读
本论文重点讨论生物相关性的表征和生物相关性在候选化合物库设计中的应用.所有具有与蛋白质结合潜能,并具有较低毒性的分子被定义为生物相关性分子.生物相关性的分子不只包括天然产物,还包括有机体所产生的小分子配基.
本论文利用化学信息学,计算机辅助药物设计以及各种相关的应用软件和编程语言,并用Bayesian模型和分子相似性理论作了以下两部分的工作.
一、根据KEGG数据库中的配基化合物构建生物相关性代表化合物数据库(BRCD).利用MolPrint2D进行分子相似性计算,TCMD、CMC、ACD-3D、MDDR数据库中每个分子分别与BRCD中每个分子进行相似性比较,得到2000X2000的相似性矩阵,并计算数据库中每个分子以及整个数据库的生物相关性.
以BRCD作为生物相关性代表数据库,以ACD-3D作为非生物相关性代表数据库.利用Bayesian模型预测其它三种数据库的生物相关性.本过程应用了MolPrint2D应用软件中的Bayesian计算模块.
二、通过以上计算研究发现TCMD、CMC、ACD-3D、MDDR四种数据库的生物相关性依次降低.为了进一步证明这一结果的必然性,本研究将CMC和MDDR中分子按不同活性分类,得到十五类化合物,根据分子相似性的计算方法,计算每类化合物的生物相关性.比较CMC与MDDR中各类分子的生物相关性,以证明CMC各类化合物的生物相关性总是要好于MDDR.
最终得出以下结论:TCMD、CMC、ACD-3D和MDDR的生物相关性依次降低.生物相关性在候选化合物库设计中可被有效的应用.