检索结果-内蒙古大学图书馆

作者：周凌霄王曼 200341 上海市徐汇区龙吴路1500号A楼301室

本发明提出了一种药效团模型的批量生成方法，通过计算机脚本自动下载PDB库中所述的蛋白质复合体结构的PDB文件，自动识别并且保留文件中所需蛋白质复合体；再从虚拟文件库中调取所需蛋白质复合体结合所需的链，并且将获取的蛋白质序列... 详细信息

标准号: CN109712720A

本发明提出了一种药效团模型的批量生成方法，通过计算机脚本自动下载PDB库中所述的蛋白质复合体结构的PDB文件，自动识别并且保留文件中所需蛋白质复合体；再从虚拟文件库中调取所需蛋白质复合体结合所需的链，并且将获取的蛋白质序列转换为FASTA格式；接着根据从PDB文件中调取的不同蛋白质链间相邻氨基酸信息以及可结合信息进行自动分段和重组的信息，从而形成新的SD文件和PDB文件；最后通过脚本的自身的分析，批量生成所需的药效团模型，实现蛋白质间以及蛋白质间的药效团模型的构建，整个操作全自动完成，并且建立于生物学的PDB文件资料的基础之上，模型建立精准且高效。

关键词：蛋白质复合体药效团模型蛋白质调取蛋白质序列计算机脚本相邻氨基酸保留文件模型建立文件资料虚拟文件整个操作自动分段自动识别自动下载脚本构建生物学转换分析

来源：评论

学校读者我要写书评

暂无评论

基于药效团模型筛选的化合物作为PD-L1小分子抑制剂方面的应用

基于药效团模型筛选的化合物作为PD-L1小分子抑制剂方面的应用

引用

作者：李悦青孙萌萌孟庆伟吕世旋宋其玲孙慧楠赵静喃高志刚 116024 辽宁省大连市甘井子区凌工路2号

本发明公开了一种基于药效团模型筛选的化合物作为PD‑L1小分子抑制剂方面的应用。本发明发现在癌症免疫治疗中有潜力的药物，选自BMS‑599626、Daclatasvir、Abivertinib或Enzastaurin中的一种；通过活性评价，证明其可结合于PD‑L1蛋白... 详细信息

标准号: CN117899086A

本发明公开了一种基于药效团模型筛选的化合物作为PD‑L1小分子抑制剂方面的应用。本发明发现在癌症免疫治疗中有潜力的药物，选自BMS‑599626、Daclatasvir、Abivertinib或Enzastaurin中的一种；通过活性评价，证明其可结合于PD‑L1蛋白、并阻断PD‑1/PD‑L1相互作用；在小鼠荷瘤模型上，Daclatasvir可以抑制肿瘤生长，激活免疫系统，促使T细胞群中细胞毒性T细胞增加，并提高肿瘤内免疫细胞浸润性；Daclatasvir作为PD‑L1抑制剂联合Lenvatinib有更好的抗肿瘤效果；实验证明了所筛出的抑制剂效果确切，在肿瘤免疫治疗上具有应用前景。

关键词：细胞毒性T细胞激活免疫系统小分子抑制剂肿瘤免疫治疗抗肿瘤效果药效团模型抑制剂效果活性评价免疫细胞免疫治疗抑制肿瘤浸润性抑制剂小鼠应用肿瘤癌症筛选生长联合发现

来源：评论

学校读者我要写书评

暂无评论

一种基于药效团模型和分子对接筛选sEH抑制剂的方法

一种基于药效团模型和分子对接筛选sEH抑制剂的方法

引用

作者：杜明刘攀程述震涂茂林刘汉雄徐献兵王震宇 116034 辽宁省大连市甘井子区轻工苑1号

本发明公开了一种基于药效团模型和分子对接筛选sEH抑制剂的方法，属于食品科学技术领域。所述方法的步骤主要包括：训练集与测试集准备、药效团模型构建、待筛选集构建、利用最适药效团模型和分子对接筛选待筛选集、结合能量筛选。本... 详细信息

标准号: CN116072212A

本发明公开了一种基于药效团模型和分子对接筛选sEH抑制剂的方法，属于食品科学技术领域。所述方法的步骤主要包括：训练集与测试集准备、药效团模型构建、待筛选集构建、利用最适药效团模型和分子对接筛选待筛选集、结合能量筛选。本发明通过共同使用药效团模型与柔性对接，解决了目前针对多肽筛选过程中，快速与准确性无法兼顾的问题。

关键词：药效团模型筛选构建食品科学技术多肽筛选能量筛选测试集训练集

来源：评论

学校读者我要写书评

暂无评论

一种基于药效团模型的小分子生成方法、设备及介质

一种基于药效团模型的小分子生成方法、设备及介质

引用

作者：李敏周韧易朱慧敏 410083 湖南省长沙市岳麓区麓山南路932号

本发明公开了一种基于药效团模型的小分子生成方法、设备及介质，方法：使用全连接图表示药效团模型；使用基于图神经网络的特征提取模型，从药效团模型的全连接图中提取药效团模型的特征向量；从指定的潜变量分布中随机采样获得潜变量... 详细信息

标准号: CN114913938B

本发明公开了一种基于药效团模型的小分子生成方法、设备及介质，方法：使用全连接图表示药效团模型；使用基于图神经网络的特征提取模型，从药效团模型的全连接图中提取药效团模型的特征向量；从指定的潜变量分布中随机采样获得潜变量；将潜变量和药效团模型的特征向量输入到预先训练好的解码器中，生成得到与药效团模型匹配的分子；其中训练好的解码器，是通过使用训练样本对变分自编码器训练得到的解码器。本发明能够应用于基于配体的药物设计、基于受体的药物设计、先导化合物优化、为耐药寻找替代物以及用于构建虚拟筛选的分子数据库而替代大规模联合数据库的分子筛选，减少盲目的试验工作，节省药物研发的时间和成本，缓解药物研发的压力。

关键词：药效团模型解码器特征向量药物设计特征提取模型分子数据库先导化合物分子筛选缓解药物神经网络随机采样训练样本药物研发编码器替代物图表示小分子构建配体研发匹配数据库虚拟筛选试验替代应用优化联合

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯和药效团模型的靶向RNA小分子筛选及试验方法

基于贝叶斯和药效团模型的靶向RNA小分子筛选及试验方法

引用

作者：杨晨曦刘阳邓开峰李金星李阳 518000 广东省深圳市南山区粤海街道高新区社区科技南路16号深圳湾科技生态园11栋A3803

本发明公开了一种基于贝叶斯和药效团模型的靶向RNA小分子筛选方法、试验方法及装置，所述方法包括：根据化合物的属性对预设的初始数据库进行反向筛选得到筛选数据库，其中预设的初始数据库是包含多个不同结构和不同信息的小分子化合... 详细信息

标准号: CN117037950A

本发明公开了一种基于贝叶斯和药效团模型的靶向RNA小分子筛选方法、试验方法及装置，所述方法包括：根据化合物的属性对预设的初始数据库进行反向筛选得到筛选数据库，其中预设的初始数据库是包含多个不同结构和不同信息的小分子化合物的数据库；利用预设的朴素贝叶斯模型对筛选数据库进行模型分类得到化合物库；利用预设的药效团模型根据待筛选的靶向RNA小分子对化合物库进行相似度检索，提取得到目标化合物。本发明可以通过对包含了海量不同结构和信息的小分子化合物的初始数据库进行反向筛选和模型分类得到符合要求的化合物库，再对化合物库进行相似度检索提取得到目标化合物，能减少因结构不稳定带来的误差，提升筛选的精度和准确率。

关键词：筛选数据库化合物库预设小分子化合物目标化合物相似度检索药效团模型模型分类小分子靶向试验方法及装置贝叶斯模型贝叶斯准确率

来源：评论

学校读者我要写书评

暂无评论

一种基于药效团模型的小分子生成方法、设备及介质

一种基于药效团模型的小分子生成方法、设备及介质

引用

作者：李敏周韧易朱慧敏 410083 湖南省长沙市岳麓区麓山南路932号

标准号: CN114913938A

来源：评论

学校读者我要写书评

暂无评论

基于药效团模型的全新药物分子构建方法

基于药效团模型的全新药物分子构建方法

引用

作者：杨胜勇黄奇魏于全马长英张会 610064 四川省成都市一环路南一段24号

基于药效团模型的全新药物分子构建方法涉及计算机辅助药物开发。选择药效特征片段，将药效特征片段叠放于药效团模型的适当位置，使用遗传算法控制药效特征片段的连接，构建完全满足药效团模型的新分子。步骤是：输入药效团模型；建立... 详细信息

标准号: CN101329698B

基于药效团模型的全新药物分子构建方法涉及计算机辅助药物开发。选择药效特征片段，将药效特征片段叠放于药效团模型的适当位置，使用遗传算法控制药效特征片段的连接，构建完全满足药效团模型的新分子。步骤是：输入药效团模型；建立药效特征片段和连接子数据库；在药效团模型框架中合理放置药效特征片段，初始化种群；判断是直连药效特征片段还是加入连接子；对生成的分子进行药效团特征、空间位阻限制和药效性质的判断；计算个体适应度；进行杂交、突变操作，产生新的种群；对产生的新化合物进行可合成性评价。本发明在蛋靶白三维结构未知的情况下实现了分子的从头设计，构建的药物分子完全满足药效特征要求又具新颖性，意义十分重大。

关键词：药效特征药效团模型药物分子连接种群计算机辅助药物遗传算法控制药效团特征三维结构突变操作药效性质初始化合成性适应度化合物叠放数据库杂交评价开发

来源：评论

学校读者我要写书评

暂无评论

柔性原子受体模型(FLARM)

引用

化学学报 2002年第6期60卷 973-979页

作者：裴剑锋周家驹中国科学院过程工程研究所北京100080

柔性原子受体模型 (FlexibleAtomReceptorModel,FLARM)方法使用了改进的遗传算法 (IGA) ,比传统的受体模型方法具有更快的计算速度 ;FLARM受体模型中的原子空间坐标在遗传演化过程中是可变的 ,避免了不合适的起始位点对模型的影响 ;另外... 详细信息

柔性原子受体模型 (FlexibleAtomReceptorModel,FLARM)方法使用了改进的遗传算法 (IGA) ,比传统的受体模型方法具有更快的计算速度 ;FLARM受体模型中的原子空间坐标在遗传演化过程中是可变的 ,避免了不合适的起始位点对模型的影响 ;另外 ,FLARM用增加空原子权重的方法 ,可以生成不完全封闭的、允许有大段空区域的受体模型 ,这样的模型能更好地模拟实际受体的结构 ,并且容易和药效团模型找到对应关系 .我们用FLARM方法分别计算了甾类化合物体系的CBG蛋白亲和性和 1,1,3 三氧 2H ,4H 噻吩并 [3,4 e][1,2 ,4]噻二嗪衍生物 (TTD)体系的抗HIV 1活性 ,计算结果表明FLARM生成的虚拟受体模型对配体分子的活性具有较高的预测能力 ,在此虚拟受体模型的基础上还可以进一步分析虚拟受体分子与配体分子的相互作用机制。

关键词：柔性原子受体模型遗传算法甾类化合物 TTD 药物设计药效团模型抗HIV-1活性

来源：评论

学校读者我要写书评

暂无评论

CYP1A2抑制剂预测模型的建立及评价

引用

中国药科大学学报 2013年第5期44卷 401-409页

作者：李曼华孙昊鹏尤启冬中国药科大学药物化学教研室南京210009 中国药科大学江苏省药物设计与优化重点实验室南京210009 中国药科大学天然药物活性组分与药效国家重点实验室南京210009

CYP1A2酶在药物代谢中起着重要作用,抑制CYP1A2会引起被CYP1A2代谢的其他药物代谢率降低,从而导致这些药物的血浆浓度增加,进而使药物的生物效应增强,可能产生药物毒性。因此识别区分CYP1A2抑制剂成为新药早期评选及药物安全性评估的研... 详细信息

CYP1A2酶在药物代谢中起着重要作用,抑制CYP1A2会引起被CYP1A2代谢的其他药物代谢率降低,从而导致这些药物的血浆浓度增加,进而使药物的生物效应增强,可能产生药物毒性。因此识别区分CYP1A2抑制剂成为新药早期评选及药物安全性评估的研究重点。本研究利用674个已知CYP1A2抑制活性的化合物构建CYP1A2抑制剂配体库,从基于受体和基于配体的角度,采用分子对接和药效团的方法,利用Pipeline Pilot软件建立自动化筛选预测流程,简单全面地从蛋白-配体结合角度快速准确预测出CYP1A2的抑制剂分子。最终从配体库中共预测出16个目标化合物,其中14个化合物具有CYP1A2抑制活性。研究最后对美国成药数据库进行综合预测,共发现4个药物是已报道的CYP1A2抑制剂。说明本模型对CYP1A2抑制剂具有很好的预测能力,可以应用于CYP1A2抑制剂的预测。

关键词： CYP1A2抑制剂预测模型对接药效团模型自动化流程

来源：评论

学校读者我要写书评

暂无评论

基于BiRNN模型的DPP-4和SGLT-2双靶点抑制剂设计

引用

现代药物与临床 2024年第7期39卷 1689-1703页

作者：孙定康张鑫磊郭凯蕾李琦梁佳龙马丽莎林佳艳何金穗刁春妍王育伟刘雪英陕西中医药大学药学院陕西咸阳712046 空军军医大学药学系药物化学与药物分析教研室陕西西安710032 河南大学生命科学学院河南开封475004 中国人民解放军陆军第九四六医院医疗保障中心新疆伊宁835000

目的设计DPP-4和SGLT-2双靶点抑制剂。方法根据现有的DPP-4和SGLT-2活性化合物训练BiRNN模型,使其生成具有潜在活性的双靶点新分子,并使用已经报道的活性化合物构建HipHop药效团模型,通过药效团模型对新分子进行初筛,然后使用分子对... 详细信息

目的设计DPP-4和SGLT-2双靶点抑制剂。方法根据现有的DPP-4和SGLT-2活性化合物训练BiRNN模型,使其生成具有潜在活性的双靶点新分子,并使用已经报道的活性化合物构建HipHop药效团模型,通过药效团模型对新分子进行初筛,然后使用分子对接、分子动力学模拟以及结合自由能计算等方法对初筛小分子进行进一步筛选最终得到候选化合物。结果 BiRNN模型生成7 494个新分子,经过虚拟筛选发现化合物NM186、NM21、NM249、NM107是相对理想的DPP-4和SGLT-2双靶点抑制剂。结论 NM186、NM21、NM249、NM107可能是一种具有新型结构的DPP-4/SGLT-2双靶点抑制剂,这一研究丰富了DPP-4和SGLT-2双靶点抑制剂的多样性,为其开发提供新的设计思路。

关键词：糖尿病 SGLT-2/DPP-4抑制剂分子对接药效团模型分子动力学模拟

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：