SwissSimilarity是Swiss系提供的一个基于配体的虚拟筛选在线服务器。
主要的用途我觉得包含几个方面,1)一个是比如有一个小分子,需要找寻它潜在的靶标位点,作为一个找靶。2)另外一个是你有一个已知的靶点小分子,但是它的性能可能不好,你需要对其母环改造,那么可以进行骨架跃迁。3)还有一个应用就是你有一系列已知作用靶标的化合物,想找类似物进行合成优化,那么也可以进行LBVS进行初筛。当然限于我的知识面的原因,可能还有其他许多应用欢迎小伙伴们提出。
虚拟筛选(Virtual screening, VS)一般可以分为受体基础(RBVS)和配体基础(LBVS)两种方法,其中RBVS又可以称做结构为基础的虚拟筛选(SBVS),通常是对目标大分子进行对接筛选。LBVS则是通过分子相似性来和已知活性化合物相互比较。
分子描述方法简介
SwissSimilarity的工作则主要是基于LBVS方法,理论基础是相似性的分子拥有相似的生物活性,对于相似性的评判标准主要是通过分子描述,分子描述主要可以分为1维,2维或3维,三类(1D,2D,3D),下面主要介绍一下:
1D方法主要是1D-描述,如一些分子或者物理化学全局参数,例如分子体积,氢键供体/受体数量等等,其主要应用于数据库的清洗或者特别的项目标准(如:复合物可以跨越血脑屏障),SMINA教程以CDPK1为例中所提到的诱饵数据库Database of Useful Decoys:Enhanced(DUDE)也是使用该方法准备的(复合1D-描述,同时不符合2D-描述)
2D方法是用2维化学结构的性质来描述计算化学相似性,最有名的要数分子印迹(molecular fingerpri