蛋白激酶在调节细胞代谢、生长、运动、分化和分裂方面,以及与许多人类疾病的形成和发展有关的信号通路中发挥着重要作用,包括癌症、血管疾病、糖尿病、炎症和退行性疾病等,这使其成为药物研发中具有吸引力的靶标。自2002年伊马替尼获得批准以来,美国食品和药物管理局已批准55种小分子激酶抑制剂,当前还有小分子激酶抑制剂候选药物正在进行临床试验。大多数小分子激酶抑制剂与激酶催化结构域结合,即ATP结合位点结合。由于激酶的ATP结合位点高度保守,可能导致激酶抑制剂的脱靶效应（即低选择性）,进而导致不良的副作用。因此,寻找新的且有效的选择性蛋白激酶抑制剂仍然是激酶靶向药物研发中的一个重要挑战。为了有效地解决激酶抑制剂的选择性问题,工业界和学术界都做出了大量相关的研究工作。针对多种蛋白激酶的大规模生化实验筛选平台已经开发出来,以检测数千种小分子抑制剂和数百种人类蛋白激酶相互作用。因此,针对大部分激酶的小分子进行实验测定可行的。在过去的20年中,大量与激酶相关的生物活性数据被报道,收集在各种生物或药学相关数据库中,并将其作为开放资源免费获取,包括Ch EMBL、Pub Chem和Binding DB。使用这些激酶抑制剂及生物学测试相关数据,科研人员开发基于计算的方法或模型,用于预测激酶抑制剂活性、活性化合物发现、先导化合物优化和脱靶效应。计算方法包括基于结构的（即分子对接）和基于配体的方法。研发针对人类疾病的选择性激酶抑制剂药物仍然是一项紧迫而富有挑战性的工作。由于基于实验的小分子大规模激酶谱筛选和分析仍然是一项昂贵且耗时的任务,开发基于计算的方法来做激酶抑制剂的发现和选择性预测可以提供额外的选择。基于此,本研究收集了147个激酶靶标和抑制剂筛选活性信息,采用朴素贝叶斯方法,构建了基于882个基于原子中心片段的激酶抑制剂活性预测模型。针对147个激酶靶标预测最佳模型,其训练集的平均AUC为0.907,内部验证集的准确率为72.28%。此外,基于已建立的预测模型和5692677种可筛选且可购买的化合物,我们开发了一个基于web的激酶抑制剂活性预测和选择性预测平台（Kin Pro Pred）,该平台可以为该领域专业人士和非专业人士提供激酶抑制剂选择性预测和大规模的、高效的虚拟筛选功能。Kin Pro Pred的链接为http://www.idruglab.com/Kin Pro Pred/,用户可免费访问。