DiscoveryStudio215中基于药效团的药物设计方法和应用课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《DiscoveryStudio215中基于药效团的药物设计方法和应用课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- DiscoveryStudio215 基于 药效 药物 设计 方法 应用 课件
- 资源描述:
-
1、单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级DS2.5中基于药效团的药物中基于药效团的药物设计方法和应用设计方法和应用赵冬梅创腾科技有限公司讲座讲座14:00开始开始,听到声音的老师和同学请举手听到声音的老师和同学请举手 Whats new in DS2.5.5以及以及DS2.5Visualizer使用方法使用方法DS2.5中基于药效团的药物设计方法和应用中基于药效团的药物设计方法和应用生物大分子间相互作用的识别工具及其在生命科学和药物设计中的应用生物大分子间相互作用的识别工具及其在生命科学和药物设计中的应用DS 2.5中的中的QSAR(2D、3D)方法介绍和应用)
2、方法介绍和应用真正的生物实验数据登录管理系统真正的生物实验数据登录管理系统-BioRegistrationSpotfire帮您加快药物研发速度帮您加快药物研发速度应用于生物信息学中的数据库和分析工具应用于生物信息学中的数据库和分析工具如何通过如何通过Neo-CADD帮助实验人员更快设计和优化药物分子帮助实验人员更快设计和优化药物分子2010年网络培训年网络培训索取资料途径:索取资料途径:;pharmacophores-药效团概述Pharmacophores(药效团模型)(药效团模型)药物分子与受体靶点发生作用时,分子中的基团对于活性的影响不同。1909年,Paul Ehrlich提出,指载有活
3、性必需的特征原子的分子框架。1977年,Peter Gund提出,指分子中的一组能够识别受体,并能形成分子生物活性的结构特征。泛指药物活性分子中对活性起着重要作用的“药效特征元素”及其空间排列形式。包括了结合特性、结构和特性约束的信息,以作为数据库检索的提问方式。ABCABCD药效特征元素药效特征元素氢键受体:OOSNHN氢键给体:OHNH2NH疏水中心:只要和不带电原子或电负性中心相连的一组连续的碳原子都可以 形成疏水中心CH3C2H5电荷中心:可能能够与受体形成盐桥或较强的静电相互作用芳环中心:形成-相互作用NCatalyst应用实例应用实例HIV-1整合酶抑制剂5HT再摄取抑制剂5-还原
4、酶抑制剂MC细胞增殖抑制剂TGF受体激酶抑制剂41拮抗剂5-HT7受体拮抗剂CYP17抑制剂CDK(Pfmrk)抑制剂鼻病毒coat蛋白抑制剂FPT抑制剂Catalyst(Linux)Discovery Studio(Windows&Linux)界面友好界面友好VScatalystDiscovery studio功能添加功能添加HypoGenHipHopHypoRefine&HipHopRefineShapeHypoGenHipHopHypoRefine&HipHopRefineShapeDS2.5Structure-Based PharmacophorePharmacophore-Based
5、 De Novo DesignLigand ProfilercatalystDiscovery studio功能添加功能添加Conformer Generation FAST BESTConformer Generation FAST BEST CAESAR Systematic Search Random Search Boltzmann Jump新结构先导化合物发现新结构先导化合物发现先导化合物结构优化先导化合物结构优化识别分子靶标识别分子靶标.药效团应用药效团应用-基于配体的药效团模型pharmacophores16 compounds(training set)MayBridge,Sc
6、affold160677 compounds实例分析实例分析 1(先导化合物发现)(先导化合物发现)1150compounds36compounds构建筛选对接验证Training set:模型构建模型构建产生多个药效团模型产生多个药效团模型如何选择如何选择产生的模型是否可信产生的模型是否可信模型构建模型构建模型验证模型验证Fischers randomization methodDecoy set模型验证模型验证Test set虚拟筛选虚拟筛选MayBridge,Scaffold160677 compounds1150compounds+Training set(16)Ligandfit36
7、 Compounds化合物库筛选化合物库筛选可以构建自己的化合物库可以构建自己的化合物库安装其他化合物库,安装其他化合物库,CNPD,ACD等等DS中自带的化合物库中自带的化合物库database寻找与化合物活性相关的药效团特性寻找与化合物活性相关的药效团特性构建的药效团模型具有活性预测功能构建的药效团模型具有活性预测功能对训练集分子的要求对训练集分子的要求分子结构兼具多样性分子结构兼具多样性活性分子的活性值至少跨越活性分子的活性值至少跨越4 4个数量级个数量级每个活性数量水平的化合物分子数量至每个活性数量水平的化合物分子数量至少为少为3 3个,总数在个,总数在18-2518-25个。个。容忍
8、活性水平很小的化合物容忍活性水平很小的化合物结构类似的化合物之间活性相差至少一结构类似的化合物之间活性相差至少一个数量级个数量级活性相似的化合物之间结构不同活性相似的化合物之间结构不同需要包含需要包含ActivActiv和和UncertUncert性质性质构建具有活性预测能力的药效团构建具有活性预测能力的药效团3D-QSAR Pharmacophore GenerationHypoGen(quantitative)实例分析实例分析2(先导化合物优化)(先导化合物优化)Training set:Test setPharmacophore modesIC50=1.43IC50=0.004实例分析实
展开阅读全文