构建药物-靶标亲合性打分函数的评价方法体系

定量计算药物-靶标亲合性一直是分子靶向药物设计中的核心问题之一.亲合性打分函数适用范围宽、计算速度快且精度良好,特别适合与分子对接等方法联用,在药物研发中得到了广泛的应用.经过20多年的发展,目前存在数量繁多的打分函数,这些方法难免良莠不齐.建立客观公正的针对打分函数性能的评价体系,不仅可以帮助用户做出合理的选择,也为发展打分函数的理论研究人员提供依据,因此是打分函数研究领域中的一个基础问题.近年来,我们逐步发展了评价药物-靶标亲合性打分函数性能的方法体系(comparative assessment of scoring functions,CASF),为解决该问题提供了一种可行的方案.我们提出了一整套衡量打分函数性能的基本指标,为每种指标设计了相应的定量方法,并确立了将打分过程与构象采样过程分开处理的原则.我们的方法体系中所使用的测试集,源自对PDBbind-CN数据库中蛋白-配体复合物样本的层层筛选,质量较高并且具备结构多样性的特点.与前人的类似工作相比,我们的方法体系具有较强的系统性和先进性,受到了国内外同行的广泛认可和应用.本文介绍了我们建立的CASF方法体系的设计思想、获得的重要研究成果以及学术影响.

药物研发领域中的开放访问数据库

开放访问数据库的发展极大推动了各领域的科学研究.本文以药物研发的几个代表性阶段为主线,介绍了该领域涉及的一批主流开放数据库,旨在为读者描绘药物研发领域值得关注的信息资源.另外,本文介绍了本课题组开发的PDBbind-CN数据库的构建过程和基本内容,这是一个致力于收集生物大分子复合物结构和亲合性数据的开放访问数据库,在药物分子设计领域中得到了国内外同行的广泛应用.