药物发现的虚拟筛选方法课件.pptVIP

药物发现的虚拟筛选方法;讲述内容;第一节 概述;计算机模拟与化学合成、生物测试的结合构成了后基因组时代新药研究的新策略。从已有的化合物，包括合成化合物和天然产物中寻找药物或先导化合物，是药物发现的一个重要途径。到目前为止，人们只是针对大约500 种疾病的治疗靶点，筛选了现已发现的2 000 多万种有机化合物中大约10%的化合物，但仍然有大量的潜在活性化合物未被发现。;随着科学技术的发展，各种先进技术应运而生（X 射线晶体衍射法、多维核磁共振法、扫描隧道显微技术等），使得越来越多生物靶标（蛋白质、核酸、多糖等）的空间结构被解析。 同时计算机科学的发展又极大地提高了计算和分析的速度和精度。 因此，自上世纪90 年代起，合理药物设计就逐渐成为一种实用技术接融入到药物研发的各个环节。;一、合理药物设计;成功例子;二、数据库空间;化合物数据库;研究对象 化学信息学：小分子 生物信息学：小分子结构单元构成的基因和蛋白质等大分子，本质上都是 化学物质。 计算方法 基于回归的聚类分析；支持向量机；神经网络；遗传算法等。 发挥作用方面 核酸和蛋白质功能和结构；小分子配体和蛋白质受体的相互作用；酶催化 等方面 。;生物信息学;虚拟筛选的时间： 在化合物组合库合成和/或筛选之前。 虚拟筛选的空间： 在计算机上进行模拟设计和筛选。 虚拟筛选的方法： 直接方法：基于分子对接（molecular docking）的虚拟筛选 间接方法：基于药效基团（pharmacophore）的虚拟筛选;虚拟筛选技术是药物设计方法的延伸和推广，广义地讲只要是基于某种提问形式，从现有的小分子数据库中，搜寻符合条件的化合物都可以称之为虚拟筛选。这其中包括基于某些分子特性的数据库搜索、基于分子对接的数据库搜索、基于药效团的数据库搜索等，其目的是从几十乃至上百万个分子中筛选出新的先导化合物。由于实体的药物筛选需要构建大规模的化合物库，提取或培养大量实验必须的靶酶或者靶细胞，并且需要复杂的设备支持，因而进行实体的药物筛选要投入巨额资金。而虚拟药物筛选是将???物筛选的过程在计算机上模拟，对化合物可能的活性作出预测，这样就能够集中目标，大大降低实验筛选化合物的数量，从而缩短研发周期、节约经费开支。 虽然早在20 世纪70 年代虚拟筛选技术已经得到应用，但由于技术本身的不成熟，使得在新药开发上仍然主要依靠传统的实验筛选。近年来，随着虚拟药物筛选成功地发现了一些有开发价值的先导化合物，这项技术又重新引起大家的重视。;;化学信息学;化学信息学 Chemoinformatics，chemical informatics，Cheminformatics，chemi-informatics;一、化学信息的表示方法; 一维 结构;（一）一维结构表示;SMILES（简化分子线性输入系统）编码的基本原则;甲烷 CH4 C 乙醇 C2H5OH CCO 氰化氢 HCN C#N 环已烷 C6H12 C1CCCCC1 吡啶 C5H5N n1ccccc1 异丁酸 (CH3)2CHCO2H CC(C)C(=O)O 反式二溴甲烷 Br/C=C/Br 或Br\C=C\Br 顺式二溴甲烷 Br\C=C/Br 或Br/C=C\Br L-丙氨酸 N[C@@H](C)C(=O)O D-丙氨酸 N[C@H](C)C(=O)O;举例说明;C/C=C\C=\[C@@H](O)C#N;SLN编码（Sybyl线性标记法）的规则;（二）二维结构表示; 图也可用矩阵表示：设G=V,E为无向图，令mij等于顶点vi与边ej的关联次数，则称（mij）n*m为G的关联矩阵，记为M(G)。;C; 2、化合物结构的矩阵表示 （1）邻接矩阵（以乙醛为例）; 3、连接表;（三）三维结构表示;2、内坐标法;（四）分子存储格式及其相互转换;基本存储 分子的元素组成、原子坐标、原子连接关系 其他存储 分子子结构信息，适用于生物大分子