定量预测药物分子与其靶标分子的亲合性是药物设计中的关键问题之一。打分函数计算速度快,应用范围广,特别适用于各种分子对接程序,近年来在基于结构的药物设计中得到了广泛的应用。目前存在的各类蛋白-配体亲合性打分函数约有二十种以上,它们的性能自然有高下之分,从事药物设计的广大研究人员迫切需要了解哪些方法更值得信赖。本申请课题的中心目标即是对各种打分函数进行系统的评估,从而提供一个权威性的参考。我们将编辑一个具有代表性的检验集,其中包括若干已知三维结构以及结合能实验数据的蛋白-配体复合物。复合物的挑选将充分考虑蛋白分子和配体分子的各项基本品质以及结构的多样性。然后我们将使用该检验集对各种打分函数从预测结合能和预测结合构象两个基本方面来进行评估。我们计划定期修订和增补该检验集的内容,并相应地重复对各种打分函数的评估。我们并将建立专门的网站公开发布每次评估的结果。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
监管的非对称性、盈余管理模式选择与证监会执法效率?
农超对接模式中利益分配问题研究
硬件木马:关键问题研究进展及新动向
基于LASSO-SVMR模型城市生活需水量的预测
发展针对蛋白水解酶的专用亲合性打分函数
基于深度学习的蛋白-配体亲和力打分函数的研究
发展评价蛋白-配体相互作用打分函数的方法体系
基于结构的药物分子设计中蛋白-配体结合能的计算:发展新一代的经验打分函数