根据小分子药物的名字找作用的靶点蛋白

1.在chembl上输入小分子药物的名称,在展开的结果中找到相应的结构点开:
最左侧的图片显示的是要查的小分子药物结构点进入后选择 drug mechanisms,就可以看到潜在的靶点:
靶点如图所示点击进入靶点,其中Preferred Name和Synonyms均可以作为查询靶点的关键词:
插叙关键词2.在PDB数据库中寻找蛋白质结构,用上述关键词,找出包含该蛋白(复合物、与其他蛋白相互作用结构等)的任意一个即可。但是如果有亚型,要下载全部亚型验证。
蛋白质靶点之一显示的靶点亚型

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
蛋白质相互作用药物靶点筛选是当前生物医学领域的研究热点之一。基于深度学习的蛋白质语言模型在这方面的研究取得了一些重要进展。 蛋白质是生物体内重要的功能分子,其相互作用对于细胞功能和生物过程的调控至关重要。通过研究蛋白质相互作用,可以揭示细胞信号传导、代谢调控、疾病发生等方面的机制,为药物设计和疾病治疗提供重要的理论依据。 深度学习是一种通过学习大量数据来提取特征和模式的机器学习方法,其在蛋白质研究中的应用日益广泛。基于深度学习的蛋白质语言模型可以从蛋白质序列和结构等信息中学习到蛋白质的特征表示,进而用于预测蛋白质相互作用药物靶点筛选。 通过训练大规模蛋白质序列和结构数据的深度学习模型,可以预测蛋白质间的相互作用。这些预测模型可以帮助研究人员在实验室中更快速地筛选和验证蛋白质相互作用,从而加速相关研究的进展。 此外,深度学习模型还可以用于预测蛋白质的药物靶点。通过学习蛋白质的结构和功能信息,深度学习模型可以预测蛋白质与特定药物之间的相互作用,从而为新药物的设计和开发提供指导。 总之,基于深度学习的蛋白质语言模型在蛋白质相互作用药物靶点筛选的研究中具有重要的应用潜力,有望推动相关领域的进展和创新。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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