参与代谢过程的有机小分子的生物学功能识别和预测

代谢是生物体最基本的生命活动过程。代谢过程是通过一系列酶促反应完成的，其中需要有机小分子物质的参与和支持。本课题拟利用国际上共享的生物信息学数据库，发展化学信息学研究需要的统计学习新方法，研究参与代谢过程的有机小分子的生物学功能识别和预测问题，设计有关小分子和蛋白质分子的描述符表征方法和关键特征变量的提取方法，建立代谢类有机小分子生物学功能（代谢类型、代谢通路和信号通路）识别和预测的统计学习模型，并在因特网上建立参与代谢过程的有机小分子生物学功能的在线预报系统型。在此基础上构建代谢类小分子－蛋白质相互作用网络，并研究潜在的（候选的）代谢类药物分子（如抗2型糖尿病的药物分子）的构效关系。鉴于代谢类有机小分子在分子生物学、疾病机理和药物研发过程中的重要作用，本课题研究成果将在一定程度上为这些领域的实验科学家们的工作提供理论帮助，减少实验的盲目性。

本项目按计划完成了预期的研究目标。利用国际上共享的生物信息学数据库，研究了参与代谢过程的有机小分子的生物学功能识别和预测问题。设计了有关小分子和蛋白质分子的描述符表征方法和关键特征变量的提取方法，建立了代谢类有机小分子生物学功能识别和预测的统计学习模型，并在因特网上建立了参与代谢过程的有机小分子生物学功能的在线预报系统。研究了抗II型糖尿病的药物分子的构效关系，包括3D-QSAR和2D-QSAR模型,进而设计了候选药物分子，并完成了抗II型糖尿病药物分子生物活性在线预测的软件系统。鉴于代谢类有机小分子在分子生物学、疾病机理和药物研发过程中的重要作用，本课题研究成果将在一定程度上为这些领域的实验科学家们的工作提供理论帮助，减少实验的盲目性。