高通量虚拟筛选技术与中药/天然产物挖掘药效分子专题

最新推荐文章于 2024-05-30 14:59:09 发布
最新推荐文章于 2024-05-30 14:59:09 发布
阅读量60 收藏
点赞数
文章标签： 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hahahha__/article/details/132800815
版权

专题课程一：高通量虚拟筛选技术与中药/天然产物挖掘药效分子专题

时间

课程名称

课程内容

第一天上午

1.筛选策略基本原理及流程

1.运用全新筛选策略快速发现新药先导化合物

1.1全新筛选策略的基本原理

1.1.1基于药效团模型的虚拟筛选方法

1.1.2基于分子对接的虚拟筛选方法

1.1.3全新先导化合物的筛选方法

1.2全新筛选策略全新方法-用于先导化合物的快速发现

2.中药单体化合物数据库的构建

       

2..1二维数据库的构建和转换

2.2三维数据库的生成

2.3三维数据库的加氢加电荷和能量优化

2.4三维数据库的多构象生成

2.5三维数据库的描述符计算

2.6三维数据库的类药性筛选

实例讲解与练习：

（1）从中药资源数据库构建莲花清瘟胶囊的中药单体数据

（2）从中药资源数据库构建复方丹参滴丸的中药单体数据

（3）使用ChemiDraw绘制化合物结构、Chem3D进行结构优化

第一天下午

3.蛋白质结构数据库（PDB）的使用方法

3.1 靶点晶体结构的数据库检索和选取

3.2 靶点蛋白的结构类型和序列分析

3.3 靶点蛋白的下载和预处理

3.4 靶点蛋白的三维结构分析

3.5 靶点蛋白的活性位点表征

实例讲解与练习：

(1) 新冠病毒Mpro蛋白酶为靶点的蛋白结构获取活性位点表征

(2) 埃博拉病毒跨膜糖蛋白三聚体为靶点的蛋白结构获取和活性位点表征

4.蛋白质同源建模基础

4.1 同源建模介绍
最低0.47元/天 解锁文章
hahahha__
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
计算机辅助高通量虚拟筛选的技术笔记巩固知识要点
C1012562281的博客
08-30 344
高通量虚拟筛选技术是一种基于高通量实验技术开展的高效筛选方法，能够极大提高样品处理和分析的速度和精度，成为众多领域的重要工具。由于传统实验室药物发现成本高、效率低，迫切需要一种虚拟药物筛选模型，对海量化合物进行高通量筛选。
一：高通量虚拟筛选技术与中药/天然产物挖掘药效分子专题
m0_50989037的博客
09-05 183
实例讲解与练习：新冠病毒的表面刺突糖蛋白S蛋白（PDB ID-6VSB）高通量虚拟筛选实操，三轮分子对接大规模筛选的化合物库（高通量-标准精度-高精度）。实例讲解与练习：人周期蛋白依赖性激酶2（CDK2）与抑制剂staurosporine的复合物结构1AQ1为例。（2）人钠依赖性葡萄糖协同转运蛋白2（hSGLT2）的同源建模及加膜处理。（2）人钠依赖性葡萄糖协同转运蛋白2（hSGLT2）同源建模。（1）以PDB编号为1FJS的蛋白结构中的共结晶配体进行实操。
高通量虚拟筛选技术及在中药/天然产物挖掘药效分子中的应用
YHJX57的博客
08-30 154
实例讲解与练习：新冠病毒的表面刺突糖蛋白S蛋白（PDB ID-6VSB）高通量虚拟筛选实操，三轮分子对接大规模筛选的化合物库（高通量-标准精度-高精度）。实例讲解与练习：人周期蛋白依赖性激酶2（CDK2）与抑制剂staurosporine的复合物结构1AQ1为例。案例分析与实操讲解：（1）以辣椒素受体TRPV1作为靶标，实现中药药效分子高通量虚拟筛选。（2）以埃博拉病毒跨膜糖蛋白三聚体作为靶标，实现中药药效分子高通量虚拟筛选。（2）人钠依赖性葡萄糖协同转运蛋白2（hSGLT2）的同源建模及加膜处理。
高通量虚拟筛选技术及在中药/ 天然产物挖掘药效分子中的应用
y2715163545的博客
11-15 73
19.1 如何基于 GEO 数据库转录组芯片数据挖掘潜在靶标19.2 网络药理学与分子对接的整合应用策略19.3 基于分子动力学模拟 MM_PBSA 的靶标-药效分子结合能的计算简介19.4 人工智能 AlphaFold 蛋白建模在线工具的使用攻略。
高通量虚拟筛选技术及在中药/天然产物挖掘药效分子中的重要案例合集
YHJX57的博客
09-04 173
22–自行复方丹参滴丸的单体数据库的类药性预测新冠病毒的表面刺突糖蛋白S蛋白（PDB ID-6VSB）高通量虚拟筛选实操，三轮分子对接大规模筛选的化合物库（高通量-标准精度-高精度）17–以土贝母皂苷甲-抗肿瘤作用靶点挖掘为例（1）以辣椒素受体TRPV1作为靶标，实现中药药效分子高通量虚拟筛选。11–人钠依赖性葡萄糖协同转运蛋白2（hSGLT2）的同源建模及加膜处理。19–以PDB编号为1FJS的蛋白结构中的共结晶配体进行实操。（1）–从中药资源数据库构建莲花清瘟胶囊的中药单体数据。
“高通量虚拟筛选：开启中药/天然产物的宝藏之门，引领药效分子挖掘新纪元！“
YHJX57的博客
01-08 404
预测结果的准确性：尽管高通量虚拟筛选技术可以预测化合物的活性、选择性、药代动力学和毒理学性质等，但其预测结果的准确性受到多种因素的影响，如模型的复杂性、数据的质量和数量等。通过高通量虚拟筛选，我们可以快速识别出具有药效的分子，进一步验证和优化，最终获得具有良好药效和安全性的候选药物。数据处理和分析的复杂性：高通量虚拟筛选涉及大规模的数据处理和分析，需要强大的计算资源和专业的软件支持。在中药/天然产物的研究中，高通量虚拟筛选技术为科学家们提供了一种强大的工具，以高效地发现具有治疗潜力的药效分子。
阐明天然产物生物效应的机器学习方法
zzqingyun的博客
03-31 1047
机器学习（ML）是预测生物活性和研究结构-活性关系的有效工具。在过去的十年里，为了应对发现生物活性的挑战，将这些方法与天然产物研究相结合的新趋势已经发展起来。在本综述中，我们将介绍使用ML方法研究生物活性的基本原理和方案，引用一系列关于抗菌、抗癌和抗炎等研究的实际例子。ML算法处理与生物活性相关的各种分类和回归问题，从线性到非线性，从纯化合物到植物提取物。受文献中报道的案例和我们自己的经验的启发，我们强调了减少建模误差的一些关键点，包括数据集准备和适用领域分析。
计算机辅助药物设计-从蛋白质结构到药物候选物的全方位实战
YHJX57的博客
04-28 627
可以基于结构的药物设计（SBDD）、基于配体的药物设计（LBDD）以及高通量虚拟筛选（HTVS）等技术，从大量化合物中筛选出具有潜在活性的先导化合物，并对其进行优化，提高其药效和降低其毒性。这有助于研究人员理解药物的作用机制，并设计出更精确、更有效的药物。计算机辅助药物设计的应用场景非常广泛，几乎涵盖了药物研发的各个阶段和各种类型的药物。3、小分子数据库-DrugBank、ZINC、ChEMBL、天然产物、中药成分等数据库使用。3、分别建立基于药效团、结合口袋、分子描述符的化合物库生成。
计算机辅助药物设计- - 从蛋白质结构到药物候选物的全方位实战
y2715163545的博客
04-24 746
计算机辅助药物设计的应用场景非常广泛，几乎涵盖了药物研发的各个阶段和各种类型的药物。可以帮助科学家快速、准确地发现和验证药物靶点。可以基于结构的药物设计（SBDD）、基于配体的药物设计（LBDD）以及高通量虚拟筛选（HTVS）等技术，从大量化合物中筛选出具有潜在活性的先导化合物，并对其进行优化，提高其药效和降低其毒性。可以预测药物分子与生物大分子（如蛋白质、核酸等）之间的相互作用模式。这有助于研究人员理解药物的作用机制，并设计出更精确、更有效的药物。
JAVA基于遗传算法的中药药对挖掘系统的毕业设计与实现(源代码+使用说明)
04-04
该系统使用遗传算法来挖掘中药药对，旨在发现具有潜在治疗效果的中药组合。系统通过模拟中药的药效特征和相互作用，评估药对的效果，并使用遗传算法的选择、交叉和变异操作来优化药对组合。 功能模块 药效特征提取...
嵌入式系统/ARM技术中的基于ARM核的单电源心电检测模块的实现
12-02
随着心电图技术的临床应用和电子技术的发展，心电图作为生物医学测量中一项较成熟、应用较广泛的技术，已逐渐成为一种常规临床检查的手段，并在心脏疾病的诊断、监护以及药效分析等方面发挥着十分重要的作用。...
药效学研究服务行业(2021-2026)企业市场突围战略分析与建议.docx
10-10
药效学研究服务行业(2021-2026)企业市场突围战略分析与建议.docx
荧光探针法研究12种草药与靶点分子DNA的作用
01-07
荧光探针法研究12种草药与靶点分子DNA的作用，张海容，王雅乐，目的 实验研究了12种中草药提取液对细胞靶点分子DNA的保护作用。方法 利用溴化乙锭(EB)作为荧光探针，选择具有抗癌效果的12种中草药�
通体结香技术产沉香的药效学研究进展及药用开发前景.docx
02-23
通体结香技术产沉香的药效学研究进展及药用开发前景.docx
书籍学习|基于SprinBoot+vue的书籍学习平台(源码+数据库+文档)
JIngJaneIL的博客
05-28 1189
首先,论文一开始便是清楚的论述了平台的研究内容。其次,剖析平台需求分析,弄明白“做什么”,分析包括业务分析和业务流程的分析以及用例分析,更进一步明确平台的需求。然后在明白了平台的需求基础上需要进一步地设计平台,主要包罗软件架构模式、整体功能模块、数据库设计。本项目软件架构选择B/S模式和java技术，总体功能模块运用自顶向下的分层思想。再然后就是实现平台并进行代码编写实现功能。论文的最后章节总结一下自己完成本论文和开发本项目的心得和总结。通过书籍学习平台将会使书籍学习各个方面的工作效率带来实质性的提升。
如何mysql数据导入到mongdb
codemami的博客
05-30 1143
由于MySQL和MongoDB的数据模型不同（例如，MySQL使用关系模型，而MongoDB使用文档模型），你可能需要转换数据的格式。使用MongoDB驱动程序：你也可以使用MongoDB的官方驱动程序（如Python的pymongo）来编写脚本，将数据直接插入到MongoDB中。注意：如果你的JSON文件包含多个文档，并且它们不是作为数组的一部分（即每个文档都在其自己的行上），则需要使用--jsonArray选项。手动转换：对于小型数据集，你可以手动编辑SQL或CSV文件，将其转换为JSON格式。
oracle中的INTERVAL函数学习总结
weixin_42821740的博客
05-30 453
简单学懂interval函数
行列视（RCV）能否在指定时间生成报表数据？
最新发布
2401_83701843的博客
05-30 163
需要注意的是，要实现指定时间生成报表数据的功能，用户需要确保行列视（RCV）系统已经正确配置并连接了相应的数据源，同时还需要根据实际需求进行报表格式和计算逻辑的设置。此外，系统的稳定性和性能也是影响报表生成的重要因素，用户需要确保系统能够正常运行并处理大量的数据。其次，关于指定时间生成报表数据的需求，用户可以通过行列视（RCV）的定时任务功能来实现。综上所述，行列视（RCV）具备在指定时间生成报表数据的能力，但具体实现方式需要根据系统的配置和使用需求来确定。
药用高分子与计算机的关系
06-07
药用高分子与计算机有很多关系，其中主要有以下几个方面： 1. 药物分子的计算设计：利用计算机模拟技术，可以对药物分子进行计算设计，以预测其在体内的生物活性、毒性、药代动力学等性质，从而优化药物分子的结构设计，提高其药效和安全性。 2. 药物运输和释放的模拟：药用高分子作为药物的载体，可以通过计算机模拟技术来预测药物在高分子中的运输和释放行为，从而优化高分子的结构设计，提高其药物释放效率和控制性。 3. 高分子药物的虚拟筛选：利用计算机模拟技术，可以对大量的高分子化合物进行虚拟筛选，以寻找具有良好药效和安全性的高分子药物，从而加速新药的发现和开发。 4. 高分子药物的智能控制：利用计算机控制技术，可以对高分子药物进行智能控制，实现药物的精准释放和调控，从而提高药物的疗效和减少副作用。 总之，药用高分子与计算机密切相关，相互促进，为药物的发现和开发提供了重要的技术支持。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值