面向非结构化海量药物数据的小分子筛选方法研究

发布时间：2021-09-25 01:44

　　随着生物化学的高速发展,相关生物医学数据正以指数级增长,天然药物小分子和人工合成小分子越来越多,Pubchem等常用药物数据库涉及近亿种小分子,从药物数据库中筛选出符合要求的小分子化合物是药物设计领域研究的重要内容,但小分子化合物的海量非结构数据使得先导化合物的筛选成为新药研发的难点。传统的实验筛选存在耗时、耗力、耗资等问题,因此,利用计算机技术来解决药物小分子筛选问题成为生物医学研究领域的一个热点。但是,利用计算机技术进行药物小分子筛选主要存在两个挑战,一是药物分子的非结构性,二是药物分子的海量性。因此,如何高效地从非结构化、海量药物数据中筛选出具有相似分子片段的药物小分子是生物信息研究领域的一个热点。本文对以上问题进行了研究,取得了如下研究成果:1)为了便于计算机筛选,一方面,对非结构化的药物化学式如何进行结构化处理进行了研究;另一方面,对非结构化药物化学式的图像信息进行了研究。结合四川大学生物治疗国家重点实验室的降糖小分子筛选问题,提出了相应的计算机筛选方法。2)提出一种基于2D模型的药物小分子筛选方法SMS-2D（Small Molecule Screening method ... 

【文章来源】：四川师范大学四川省

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

药物小分子的2D结构式

四川师范大学硕士学位论文10同分异构现象，这种具有相同分子式而结构不同的化合物互为同分异构体。很多同分异构体有相似的性质。同分异构现象是有机化合物种类繁多数量巨大的原因之一，同分异构体的组成和分子量完全相同而分子的结构不同、物理性质和化学性质也不相同。分子结构式简单直观，以图像的方式存储。分子结构式可存储为2D格式或3D格式。图像表示方法的优点是能够直观的观察分子的结构，原子与原子之间的链接关系，分子涉及的原子数和键值数一目了然；缺点在于图像所需存储空间大，分子相关物理信息和化学信息遗失多，且无法对分子的某些物理或化学属性进行分析。除此之外，2D的分子结构式不能很好的表示分子的立体结构，键角信息和二面角信息损失较多；3D的分子结构式虽然能详细展示原子与原子之间的立体结构信息，但需要以专业的软件或方式打开，并且3D的分子结构展开为一个立体图形，想要获取全面的位置信息需要从不同角度进行观察，若想将某一分子的3D分子结构以图像格式存储，则需要大量的图片，既浪费存储空间，又造成信息冗余；若存储为一张图片，则需要专业的软件，如ChemBio3D，不利于后期研究工作的展开。图2.1药物小分子的2D结构式图2.2药物小分子的3D结构式

?性ご?恚??肿悠?蜳和数据库文件转化为比对小分子信息PM和小分子数据集W；其次，每次取小分子数据集W中的一个小分子信息iM，计算iM与比对小分子pM的包含度i；然后，筛选出包含度i大于或等于阈值的小分子，并存入小分子数据集W"；最后，输出小分子数据集W"中的所有小分子信息，并进行可视化处理。因保密要求，本文以还原型烟酰胺腺嘌呤二核苷酸磷酸NADPH为例进行实验，NADPH的分子结构如图3.1所示。为便于对算法性能进行测试，选取NADPH中的两个不同分子片段P1、P2进行实验，其分子结构如图3.2-(a)、图3.2-(b)所示。图3.1NADPH的分子结构


本文编号：3408845