摘要
本发明公开了一种基于深度学习的片段靶标相互作用识别与通用化合物库构建方法,其步骤包括:提取蛋白质晶体结构中活性结合位点周围的氨基酸残基和完整配体分子;从完整的配体分子出发构建化合物骨架片段数据集;基于化合物骨架片段与活性位点氨基酸残基进行相互作用指纹编码,构建相互作用数据库;筛选目标蛋白的活性口袋,切割配体,表征相互作用;将目标蛋白‑分子片段之间的相互作用,与相互作用数据库进行配准;对配准结果进行匹配度打分;从相互作用数据库中筛选与目标蛋白和不同分子片段相互作用打分高度一致的潜在目标片段,并进行验证;基于门控图神经网络进行分子生成与性质评估,从而得到最终筛选结果。本发明可助力先导化合物的发现。
技术关键词
靶标相互作用
化合物库
蛋白质晶体结构
相互作用指纹
配体
复合物晶体结构
切割算法
位点
点云配准算法
口袋
复合物结构
小分子化合物
特征描述符
先导化合物
三维结构
编码
药效
系统为您推荐了相关专利信息
检测乳腺癌
乳腺癌肿瘤标志物
蛋白石光子晶体
荧光纳米探针
上转换纳米颗粒
金属氧化物纳米颗粒
半导体化合物
复合物
发光器件
电子装置