基于机器学习的药物代谢预测

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:qnmdmn
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
  药物代谢是指药物分子在体内各种代谢酶作用下发生的化学结构转化,也称为生物转化。药物代谢一般可以分为两个阶段:即Ⅰ相代谢和Ⅱ相代谢,Ⅰ相代谢通常引入或暴露药物的化学极性基团,转化为极性更强的亲水性化合物,使之发生Ⅱ相代谢,容易被肾脏排泄。
其他文献
海水淡化是解决淡水资源短缺问题的有效途径之一。常用的反渗透膜虽有制造成本低、能耗低的优点,但亦存在易污染、易氧化、易磨损等缺点[1],因此研发具有高通量高截留的新材料已成为膜技术发展的重要趋势。氮化硼因具有无毒、抗氧化、耐酸耐碱等优点而被广泛研究。
转甲状腺素蛋白(Transthyretin,TTR)在人体内的错误折叠和聚集会导致转甲状腺素蛋白淀粉样变(Transthyretin amyloidosis,ATTR)的发生,如家族性淀粉样心肌症、家族性淀粉样多神经症等[1]。该类疾病多发于老年群体,具有致命性,诊断不足等特点。
和高通量实验筛选技术比较,虚拟筛选技术成本低、效率高,已经成为了创新药物研发的核心技术之一。随着基因组学和结构生物学技术的发展,越来越多的药物靶标分子的三维结构被解析,这为以分子对接为代表的基于受体结构的虚拟筛选方法提供了关键的结构信息。
会议
抑郁症(Depressive Disorder)是以持久自发性情绪低落为主要特征的一种情绪性功能障碍,影响全球约3-5%的人群。重度抑郁症(Major Depressive Disorder,MDD)会导致患者思维和精神障碍,丧失社会能力,甚至产生自杀倾向。
如果药物分子被视为分子机器/器件,药物设计学需要回答下述基本问题:如何将分子划分成子结构单元?从子结构单元如何组装成分子?如何预测/评价分子的活性/性质.为了解决这些问题,在已有的图论算法工作基础上(如分子图识别算法GMA1,分子图簇分析算法SCA2,分子类药指数算法DLI3,原子中心片段方法ACF等),我们发展了一系列新的图论算法:如,从分子库中导出高频子结构的从头计算算法DSGA4、3D分子叠
胰腺癌是一种恶性程度很高,诊断和治疗都很困难的消化道恶性肿瘤,被称为"癌中之王",目前尚缺乏特异性的药物.研究发现,约90%的胰腺癌中KRAS 基因突变频率最高.KRAS 发生突变时会处于"开启"状态,使细胞内信号转导紊乱,细胞增殖失控而发生癌变.
Nuclear receptors(NRs),a family of 48 transcriptional factors,have been studied intensively for their roles in cancer development and progression.Nuclear receptors are important drug target family.In
跨膜蛋白(transmembrane protein)与细胞外配体相互作用在生物过程(如信号转导和运输)中具有重要意义。跨膜蛋白的多功能性使它们成为理想的药物作用靶点。尽管膜蛋白结晶技术取得了巨大进步,目前膜蛋白与配体共结晶结构的数量仍然有限。本研究以典型的跨膜蛋白包括转运蛋白(transporters)和G蛋白偶联受体(GPCRs)为对象,通过设计整合一套计算机模拟的工作流程,针对跨膜蛋白结构构
锌蛋白约占整个PDB数据库中已知蛋白结构的10%。由于锌离子具有多种配位结构(4,5,6),并且其固有的柔性(配位数可变)特征[1],基于经典力场方法往往描述不好锌配位结构[2]。前期我们基于QM/MMForce Matching方法开发了锌蛋白专属的SLEF力场[3,4]。近期我们提出了一种新的对接算法(GM-DockZn),辅以Amber99sb-SLEF2力场做打分函数,显著提高了锌与小分子