基于MGASA的计算机辅助分子设计

采用改进的遗传模拟退火混合优化算法(MGASA),避免了单种算法的缺陷,很好地解决了CAMD中的组合爆炸问题;通过采取新的基团分类方法,可以比较容易地判断分子的完整性和稳定性,从而解决了分子合成问题;采用实际物系对本文提出的方法进行了检验,结果表明本文筛选出来的溶剂适应度普遍高于文献中溶剂,表明本研究提出的方法具有很高的准确性和实用性。

遗传算法在计算机辅助药物分子设计中的应用

作为一种重要的启发式优化算法 ,遗传算法在计算机辅助药物分子设计中得到了广泛的应用。本文介绍了遗传算法的基本概念以及工作原理 ,同时结合作者科研组的工作 ,就遗传算法在定量构效关系、构象分析、药效团模拟。

计算机辅助药物设计在分子对接中的应用

计算机辅助药物设计的基本出发点是针对药物作用靶点和药物分子的结构、功能及与药物作用方式,来设计作用专一、活性强、不良反应少的新药。药物分子必须分布到受体生物大分子部位并与受体结合,才有可能发挥药理作用。准确预测药物分子与受体生物大分子结合的复合物的结构和结合位点,是药物设计中最重要的环节,发现全新结构的先导化合物是药物发现的目标。作为药物设计的核心技术,"分子对接"是基于受体分子结构虚拟筛选的核心,是一种模拟小分子与生物大分子结合三维结构及其结合强度的计算方法,通过分子对接(docking)的方法,确定小分子与受体的结合构象,并评价其与受体的结合活性。

萃取溶剂选择的计算机辅助分子设计中的数学方法

萃取精馏是分离沸点相近或具有恒沸组成混合物的一种重要方法。选择最优的萃取剂是提高生产能力和降低能耗的根本途径。萃取剂选择的计算机辅助分子设计(CAMD)是基于性质估算的方法即通过CAMD来生成一组具有期望性质的分子,然后再对候选分子进行筛选。目前,CAMD法的研究主要可分为生成-验证、数学优化和组合优化。生成-验证法通常使用启发式的策略,是基于知识的,无法克服基团的组合爆炸问题,也不能保证结果的最优性;数学优化方法,包括混合整数非线性规划(MINLP)和混合整数线性规划(MILP),可用于表达非线性或线性的结构-性质关系,但准确表达结构-性质关系还有困难;组合优化法是使用遗传算法或模拟退火算法、禁忌搜索等的方法,理论上可克服以上问题。本文评述了以上三种方法在萃取精馏溶剂选择领域中的用途、原理及其工业化所面临的主要问题。

黄铜矿和黄铁矿高选择性捕收剂计算机辅助分子设计

将计算机辅助分子设计应用到选矿药剂分子设计中,对黄铜矿和黄铁矿高选择性捕收剂进行设计,得出了合适的极性基团和非极性基,即目的新型捕收剂。在实验室合成了目的药剂,进行了黄铜矿和黄铁矿纯矿物浮选试验,浮选分离效果显著。初步验证了计算机辅助分子设计在选矿药剂分子设计中的可行性。

计算机辅助直接药物分子设计

由于分子生物学、生物信息学、多维核磁共振、X射线晶体图形学、同步辐射源 等的应用,大大提高了测定蛋白质大分子的三维结构的能力,创新药物的模式正在由盲目 地随机筛选,朝着基于靶标结构合理药物设计方向发展,并且已经取得很大成就.

特种纺丝油剂单体的计算机辅助分子设计

环氧乙烷环氧丙烷共聚醚优异的热分解及润滑性能使其成为各种高速纺和常规纺油剂中的重要单体 .运用计算机辅助设计 (CAD)方法进行该单体的分子设计研究 ,可以更加清楚地认识合成工艺过程 ,减少工艺开发中的试验量 ,优化工艺过程、增进油剂及其单体结构质量稳定性 。

计算机辅助药物分子设计教学改革初探

计算机辅助药物分子设计作为一门发展迅速的交叉学科,在新药的开发研究过程中发挥着越来越重要的作用。该课程知识更新速度快、专业性强,有助于提高生物、医学和药学学生的专业素养。为了提高计算机辅助药物分子设计的教学水平,该文结合河南科技大学化工与制药学院相关专业的现状,从教学内容的选择、相关专业软件的学习及课程考核体系等方面提出了该课程教学改革中的一些问题和具体建议。

分子生物学实验中计算机辅助设计

通过一些典型应用实例介绍分子生物学实验中计算机辅助设计的概况,例如:使用GOLDKEY软件分别计算蓖麻毒素A链蛋白基因在pBV220载体中的5′和3′端部分RNA二级结构自由能和密码子使用偏性指数等参数,并按外源基因高效表达判别函数,指导基因突变,以构建高效表达载体。按判别函数对原始序列推断为低效表达,实验表明,未能获得表达产物。

基于GASA混合算法的计算机辅助分子设计方法及其在质量分离剂选择上的应用

采用了改进的遗传模拟退火混合优化算法(GASA),避免了单种算法的缺陷,很好的解决了CAMD中的组合爆炸问题;通过采取新的基团分类方法,可以比较容易地判断分子的完整性和稳定性,从而解决了分子编码问题,且可实现直链烷烃和芳香烃的同时搜索;采用实际物系对本文提出的方法进行了检验,结果表明本文筛选出来的溶剂适应度在普遍高于文献中溶剂,表明本文提出的方法具有很好的准确性和实用性,并通过实用软件PROII进行了验证。

第七讲 计算机辅助分子设计方法

众所周知,一个化合物的性质与其化学结构式关系密切。通常做的分子设计或化合物设计,本质上是要设计一个具有某种特定功能/性能的化合物。人们关注的目标是化合物的功能/性能,而非化合物的几何结构。国际纯粹与应用化学联合会(International Union of Pure and Applied Chemistry,(IUPAC)是世界化学命名、术语(包括周期表中新元素的命名)、标准化测量方法、原子量和许多其他重要评估数据的权威机构,并为全球化学界提出开发和维护创造共同语言的建议。

吸收式热泵循环的新型有机工质对计算机辅助分子设计

工质对是吸收式热泵工作时能量转换的介质,直接影响整个系统的性能。然而现有工质对的研究多集中于对特定体系的物性进行实验及拟合或对纯净物工质的设计和预测,鲜有未知工质对设计和预测的研究。提出基于计算机辅助分子设计实现工质对和吸收式热泵系统同步建模和优化的方法,建立了以性能系数(coefficient of performance)最大为目标的MINLP(mixed-integer nonlinear programming)模型,可以设计得到新工质对并对其性能进行预测。针对现有基团贡献法对工质比热容预测误差较大的问题,对12个工质常用基团回归了比热容的基团贡献值并应用于模型中。通过对建立的优化模型进行求解,获得了5组可行工质对。最后,将设计得到的工质对与文献数据进行对比,结果验证了提出方法的可行性与有效性。

化工热力学:从基团贡献法到计算机辅助分子设计

传统上化工热力学的重要任务是通过实验测定和发展计算方法预测给定体系的热力学性质,为化工过程的开发和优化提供支持。在这一过程中,以基团贡献法为代表的分子热力学方法发展日趋成熟,为石化工业等化工过程的高速发展奠定了理论基础。然而在新世纪里化工热力学是否已经发展完善,只剩下修修补补的工作,还是仍存在继续发展的活力,是目前科研讨论的热点。在本文中,我们通过介绍丹麦工业大学Gani教授开发的虚拟生产过程设计实验室这一软件,介绍了目前化工热力学的一个发展方向-即面向产品工程的计算机辅助分子设计。

基于UNIFAC基团贡献法的计算机辅助分子设计

本文论述了一种基于UNIFAC基团贡献法的计算机辅助分子设计方法。该方法采用UNIFAC模型中的基团概念,借助计算机技术来设计合成分子。主要涉及基团的分类和表征、基团的预选和可行分子结构的合成,同时本文编制了相应的分子设计程序。

计算机辅助全新药物分子设计的研究

随着计算机技术的飞速发展以及大量与疾病相关的基因和蛋白质分子的三维结构被测定,计算机辅助药物设计已成为当今各大制药公司开发新药的重要方法。本文对计算机辅助全新药物分子设计的理论及方法进行了一定研究,并设计出了一种全新的血管紧张素转换酶抑制剂分子。该分子与血管紧张素转换酶的亲和性好,生物利用度较高,为开发高活性的降压药物提供了线索。

应用电子计算机辅助高分子材料配方最优设计 一种有前途的节省新材料开发时间和费用的配方研究新方法

一、引言在材料科学研究中,加速运用现代科学技术,更多采用新方法,在越来越多的领域应用电子计算机,已是当前一个明显的发展动向。科研方法和效率的问题已引起了世界各国的普遍重视。配方设计与优化,是开发新高分子材料的一个中心问题。用怎样的方法设计和优选配方使得研制出的材料具有高的技术经济指标,少的人力物力消耗,短的研制时间,这在经济上和技术上都有重大的意义。

基于MATLAB环境的辅助农药分子设计计算机系统

开发了基于MATLAB环境的辅助农药分子设计计算机系统。系统采用模块化设计 ,人机界面友好 ,并针对农药分子设计过程中定量构效关系研究 (QSAR)的特点 ,实现了多种QSAR建模算法的集成。

新型TPO抑制剂的计算机辅助设计与虚拟筛选

针对当前甲状腺亢进症药物治疗存在的治愈时间长、且毒副作用大等问题,文章提出并实现了一种基于现有过氧化酶抑制剂甲亢平、甲巯咪唑、丙硫氧嘧啶以及甲硫氧嘧啶的新型TPO抑制剂的计算机辅助设计和虚拟筛选方法。首先,利用MOE软件同源模建的方法构建过氧化酶的三维结构;其次,利用MOE软件包中的分子对接获得现有抑制剂与TPO同源模版的两种结合模式,即五元硫脲嘧啶和六元咪唑环。最后,根据现有抑制剂与TPO同源模版的两种结合模式确定了一种结构修饰策略,并借助MOE软件包对先导化合物结构中部分分子片段进行了修饰。实验结果产生了两类新型TPO抑制剂候选集(共10万多种),并利用分子对接技术对设计结果进行分析和评价,发现有相当数量的分子具有极高的结合力和逆合成性,表明文中所用修饰策略是极为有效的。

计算机辅助药物设计在新药研究中的应用

计算机辅助药物设计（CADD）是在计算机技术、分子药理学和分子生物学等多学科交叉发展的基础上形成的药物研发新技术，它的快速发展，极大地减少了新药创制的盲目性和偶然性。该文在介绍了CADD原理、方法及策略的基础上，对CADD在新药研发中的应用进展进行了回顾，并对其存在问题和应用前景进行了展望。