创作中心
反馈咨询
欢迎添加微信!
微信号:z_gqing
微信二维码:

生物信息学在肿瘤中的研究

1 生物信息学的肿瘤研究的绪论 1.1 生物信息学在肿瘤研究中的重要性 1.2 肿瘤生物学的基本概念和分类 2 基因组学与肿瘤 2.1 DNA序列变异分析 2.1.1 单核苷酸变异(SNV) 2.1.2 多核苷酸重复(CNV) 2.2 非编码RNA的生物信息学研究 2.2.1 microRNA的研究 2.2.2 lncRNA的研究 3 转录组学与肿瘤 3.1 mRNA表达谱分析 3.2 RNA-seq数据分析 4 蛋白质组学与肿瘤 4.1 蛋白质相互作用网络分析 4.2 蛋白质结构预测 5 代谢组学与肿瘤 5.1 代谢通路分析 5.2 代谢标记物识别 6 表观遗传学与肿瘤 6.1 DNA甲基化分析 6.2 基因组印记分析 7 计算机辅助药物设计 7.1 药物靶点预测 7.2 药效团模型建立 8 生物信息学工具与数据库 8.1 常用生物信息学软件介绍 8.2 常用生物信息学数据库介绍 9 实例解析 9.1 利用基因组数据预测肿瘤预后 9.2 利用转录组数据发现新的肿瘤标志物 10 总结与展望 10.1 生物信息学在肿瘤研究中的进展 10.2 生物信息学未来在肿瘤研究中的发展方向
首页 教程 生物信息学在肿瘤中的研究 药效团模型建立
药效团模型建立是药物设计中的一个重要环节,它通过模拟已知活性化合物的三维结构特征来预测和优化新化合物的生物活性。以下是药效团模型建立的基本步骤: 1. 数据准备:首先需要收集一系列具有相似生物活性的化合物的三维结构数据。这些数据通常来自实验测定或计算预测。 2. 特征提取:对收集到的化合物结构进行分析,提取出共同的三维空间特征,这些特征可以包括原子类型、电荷、疏水性、立体化学特性等。 3. 药效团构建:将提取的特征整合成一个三维模型,这个模型就是药效团模型。药效团模型可以直观地反映出活性化合物的关键结构特征,有助于理解和预测化合物的生物活性。 4. 模型验证:通过比较药效团模型与原始化合物数据的匹配程度,以及使用独立测试集对模型进行验证,评估模型的有效性和可靠性。 5. 应用:建立好的药效团模型可以用于虚拟筛选,即从大量的化合物库中筛选出可能具有类似生物活性的新化合物,为药物设计提供线索。 总的来说,药效团模型建立是一个基于现有活性化合物结构信息,通过计算机辅助手段预测新化合物活性的过程,是现代药物设计的重要工具。

官方微信
点击收藏 编辑日记
木牛零码 Newmer生信 公司产品 意见反馈 联系我们 关于我们 招合伙-招聘-兼职
Copyright © 2021-2024 上海牛马人生物科技有限公司 沪ICP备 2022007390号-2