广东医科大学东莞科研中心副主任黄遵楠教授研究出靶向虚拟筛选蛋白受体结构新的优选算法，可显著降低计算成本，应用范围广，有望成为挑选高质量蛋白结构的标准方法。
期刊文章分类查询,尽在期刊图书馆
目前，计算机辅助药物设计的虚拟筛选被大规模应用于活性化合物的发现，是创新药物研究的核心技术之一。靶向虚拟筛选的命中率很大程度上取决于所用蛋白结构质量。现有测试蛋白结构好坏的经典计算方法是进行区分配体和非配体能力的虚拟筛选。黄遵楠提出了一个新颖的蛋白受体结构优选算法和其筛选性能指数（简称SPI）。该算法只通过测试蛋白结构与活性配体两两间的相互对接，计算每个蛋白结构SPI，即与其对接良好的配体（结合能优于总体平均结合能）占所有配体的比例。
“比起传统挑选方法，新算法计算更简便、所需条件更少，而且应用范围更广。新算法只需要十多个活性配体的存在，而无需使用诱饵化合物数据库，同时该方法也可适用于从理论计算结构中来设计挑选高质量的受体结构，这是之前除经典方法外其他方法无能为力的地方。”黄遵楠说。
论文作者:
论文发表刊物:《医药前沿》2017年1月第01期
论文发表时间:2017/2/6
标签：结构论文; 蛋白论文; 算法论文; 受体论文; 方法论文; 结合能论文; 靶向论文; 《医药前沿》2017年1月第01期论文;