摘要
本发明提供了一种疾病标志物结合口袋识别方法,属于疾病标志物结合口袋技术领域,包括:首先构建含疾病标志物的模拟体系并进行100‑500ns的分子动力学模拟;采集构象变化轨迹并进行归一化处理;对采样构象进行分解计算,分析频率较高的构象簇;计算氨基酸残基的结构参数,筛选柔性较大的区域作为潜在结合位点;分析这些位点的溶剂可及性和静电特征;通过水分子分布密度识别临时结合口袋;进行主成分分析提取构象变化模式;构建氨基酸残基相互作用网络,基于结合自由能、构象稳定性和口袋综合性能评估等指标筛选稳定结合口袋;解决了现有方法大多数仅考虑分子的静态结构特征,忽略了蛋白质构象的动态变化对结合口袋形成的影响的问题。
技术关键词
标志物
识别方法
疾病
分子
温度耦合算法
密度峰值聚类算法
位点
主成分分析方法
疏水相互作用
口袋技术
叠合方法
轨迹
水盒子
立方体
纳米
图像校正
协方差矩阵
高密度
系统为您推荐了相关专利信息
智能语义理解
语音识别文本
语音识别方法
校准
生成对抗网络
车道识别方法
三维空间信息
车辆控制系统执行
可见光图像
车辆内部网络
矿山生态修复工程
风险识别方法
指标
人脸识别数据
多源信息融合
图像识别方法
图像识别设备
轻量级深度学习
深度神经网络模型训练
识别电力设备