基于分子对接方法Vina及IL bind的相关性分析

摘要

自上世纪以来，生物信息学，计算机科学在药物设计和药物筛选中起到的作用越来越大。通过数学和计算机方法可以大幅降低药物设计中的时间和资源消耗，并可以得到准确可评估的化合物数学模型。其中分子对接方法在药物的虚拟筛选中有着出色表现。本论文以两种较新的分子对接方法AutoDock Vina和分子逆对接方法ILbind作为比较对象，衡量了分子对接方法和分子逆对接方法在评估药物与靶蛋白的结合能力上的关系，通过对24组不同药物的数据的比较，得出两类方法的评估结果具有中等程度的正相关性，在计算机辅助药物设计中可以互不矛盾地共同作为参考，对药物设计作为指导。并且同时使用线性模型和非参数模型对数据进行了回归拟合，得到了类似的拟合曲线。另外，本论文中还针对两代分子对接软件AutoDock4.0和AutoDock Vina进行了比较，比较得出，对于相同的配体和受体组合，Vina总是比AutoDock4.0更倾向于将其评估为可以稳定结合，相同情况下Vina给出的打分通常比AutoDock更小，并且不存在AutoDock中偶尔会出现的显著异常于普通打分的分值，Vina的打分具有更好的稳定性和平滑性。两种方法间RMSD值的比较则说明两种方法给出的配体和受体的结合构象并不完全一致，但差异性并未超出方法本身的随机性导致的差异，两代方法给出的结和构象具有一定程度的一致性。

目录

声明

摘要

第一章 引言

第一节 计算机在药物设计的应用

第二节 药物筛选与分子对接技术

1．2．1 药物筛选

1．2．2 分子对接

1．2．3 计算机模拟分子对接技术的发展

1．2．4 分子逆对接技术

第三节 生物学背景知识

1．3．1 蛋白质

1．3．2 分子间相互作用力

第二章 数据来源及处理

第三章 分子对接与逆对接相关分析

第一节 相关性分析

3．1．1 线性回归分析

3．1．2 lowess非参数回归

3．1．3 线性模型拟合效果的评估

第二节 相关关系的进一步分析

3．2．1 相关系数的分组计算

3．2．2 根据ILbind分值对Vina分值进行大致估计

第四章 AUTODOCK与VINA结果比较

第一节 AutoDock和Vina简介

第二节 AutoDock和Vina预测结果比较

第三节 RMSD分析

第五章 结论

参考文献

致谢

个人简历 在学期间发表的学术论文与研究成果