计算机辅助药物设计（AI）-分子对接-同源建模-药物筛选-先导化合物-机器学习药物发现

Posted 2021-11-25 aomr*

一、药物设计的原理和方法 2.数据库的构建及类药性筛选 
实例讲解与练习：(1)构建小分子、多肽和蛋白（2）构建小分子和多肽数据库3. 蛋白质结构数据库（PDB）的使用方法 
实例讲解与练习：(1)基于新冠病毒3CL水解酶为靶点的蛋白结构获取和活性位点表征(2) 基于HDAC为靶点的蛋白结构获取和活性位点表征
二、分子对接 4.分子对接过程及结果分析  实例讲解与练习：(1)基于分子对接技术筛选EGFR小分子抑制剂  (2)  基于分子对接技术筛选HDAC小分子抑制剂
5.同源建模  实例讲解与练习： 以新型冠状病毒3CL水解酶为靶点的同源建模及其分子对接研究 
三、基于结构的药物筛选流程实例分析
1 虚拟筛选操作流程  实例讲解与练习：(1)基于氨肽酶靶点的全新抑制剂虚拟筛选（2）基于NRP1靶点的全新抑制剂虚拟筛选 
四、基于配体的药物筛选流程实例分析 实例讲解与练习： (1)基于tubulin靶点的全新抑制剂虚拟筛选（2）基于MDM2靶点的全新抑制剂虚拟筛选
五、组合筛选方法的实例分析  组合筛选方法实例讲解与练习（举一反三-学以致用）：
（1）以3CL水解酶为靶点的抗新型冠状病毒先导化合物的发现
（2）以神经氨酸酶为靶点的抗流感病毒先导化合物的发现 
（3）以PLK1为靶点的全新抗肿瘤先导化合物的发现
六、基于机器学习的毒性评价 实例讲解与练习：以致突变性为例构建预测模型
七、基于机器学习的毒性评价与实例分析 实例练习：以致突变性化合物为例，分别构建基于支持向量机、随机森林、KNN和极限梯度提升的化合物致突变性预测模型
八、基于深度学习的药物发现 基于深度学习的药物发现、 深度学习在药物设计和药物发现中的应用、深度学习在药物属性预测中的应用
九、AlphaFold2蛋白结构预测

感兴趣点击链接查阅  公众号内容放心查阅https://mp.weixin.qq.com/s/FQCKqWClPBILGnGg39X-Xwhttps://mp.weixin.qq.com/s/FQCKqWClPBILGnGg39X-Xw