摘要
本发明提供了一种基于打分函数优化的虚拟筛选方法,用于高效筛选PAK4抑制剂。该方法结合分子对接、打分函数优化、机器学习和分子动力学模拟,通过多层次筛选策略提高筛选效率和准确性。首先,利用分子相似性算法筛选数据库中的候选化合物,保留与靶点结合口袋特性相似的分子。然后,采用快速分子对接和关键残基筛选优化化合物。接着,使用RF‑VS、GNINA等打分函数与深度学习方法优化筛选,并通过ROC曲线和富集因子评估模型性能。最后,利用高精度对接和150ns分子动力学模拟验证筛选结果,确认候选分子的稳定性与靶向结合能力。该方法已成功应用于PAK4抑制剂筛选,显著提高了筛选效率,为PAK4靶向药物的研发提供了高效可靠的解决方案。
技术关键词
分子
虚拟筛选方法
深度学习模型训练
疏水相互作用
深度学习方法
富集
范德华力
算法
口袋
因子
模板
曲线
药效
多层次
诱饵
标记
药物
模式
蛋白
策略