在基于结构的药物设计中,预测药物分子与其靶标蛋白分子的亲合性在很大程度上决定设计的成败,是基于结构的药物设计中的关键问题之一。经验打分函数近年来异军突起,其计算速度快,应用范围广,特别适用于各种分子对接程序,所以成为了该领域中目前最流行的一类方法。本课题将致力于发展新一代的用于预测蛋白-配体分子亲合性的通用经验打分函数X-Score+。这个打分函数建立在对蛋白分子-配体分子结合过程热力学性质的深入分析的基础上,函数中每一个能量项都具有明确的物理意义,基本上考虑到了蛋白-配体结合过程中所有重要的因素。我们并将发展和完善配套的PDBbind数据库,专门收集整个PDB数据库中的蛋白-配体复合物的实验测定的亲合性数据,做为发展X-Score+的训练集和检验集。我们希望X-Score+在保持经验打分函数优点的同时,在精度上能够有所突破,成为本领域中国际上领先的方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
演化经济地理学视角下的产业结构演替与分叉研究评述
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?
硬件木马:关键问题研究进展及新动向
拥堵路网交通流均衡分配模型
发展评价蛋白-配体相互作用打分函数的方法体系
蛋白-配体亲合性打分函数的系统评估
基于深度学习的蛋白-配体亲和力打分函数的研究
卤键打分函数及其在药物设计中的应用研究