当前位置:首页 > 报告详情

样本受限条件下的小分子性质优化方法.pdf

上传人: 哆哆 编号:186301 2024-11-01 33页 7.59MB

1、小分子性质优化方法汇报人:四川大学 刘祥根样本受限条件下的中国中文信息学会YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024分子性质优化背景01.分子性质优化是从分子、原子、电子水平上利用数据库等大量实验数据,通过计算机技术设计出性质更好的分子。领域材料科学生物医药应用生物材料小分子药物抗体药物化学纤维YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSS

2、NLP2024分子性质优化背景:案例01.活性代谢产物1960年上市2020年上市YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024小分子性质优化技术背景01.分子结构三维结构一维结构?功能/性质与靶点亲和性(2-4小时)与DNA作用强度(3-6小时)对血压影响(3天)稳定性(2-24小时)挑战一:分子的性质的测定时间长、成本高。动物实验数据也收到伦理等因素限制无法大规模获得。YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNL

3、P2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024小分子性质优化技术背景01.大分子长度N挑战二:候选分子数量巨大,搜索困难。小分子类药分子1060候选分子=20NYSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024小分子性质优化技术背景01.挑战三:分子成药性质多样,约束复杂有效分子空间(符合化学共价键规则)满足约束分子空间:=0分子空间分子性质升高起始搜索位置搜索算法 麻醉药开发的临床需求YSSNLP2024YSSNLP20

4、24YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024目录CONTENTS蛋白质3D结构的表征学习及优化基于深度模拟退火分子编辑DrugLLM:药物分子大模型 未来展望YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024蛋白质3D结构的表征学习及优化02.蛋白质-蛋白质相互作用细胞新陈代谢病毒入侵免疫反应神经递质释放Liu X,Luo Y,Li P,et al.PLoS comp

5、utational biology,17(8):e1009284.YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024蛋白质3D结构的表征学习及优化02.预测模型大分子复合物突变体预测氨基酸突变对PPI亲和性的影响=,YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024蛋白质3D结构的表征学习及优化02.无监督蛋白质几何结构表征学习基于提取的

6、表征进行突变影响评估计算机视觉自监督训练GeoPPI10来源:RCSB Protein Data Bank.PPI数据集PPI数据集复合物种类突变数据量S64524645S1101321101S1131451131S41691204169VS.YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024蛋白质3D结构的表征学习及优化02.11扰动过程重建过程学习到的有意义的表示18744个不同复合物结构每个结构扰动1000次一共18744000个训练样本自监督表征学习过程:图

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要汇报了小分子性质优化方法,涉及生物医药、材料科学等多个领域。首先,介绍了分子性质优化的概念,即从分子、原子、电子水平上利用实验数据和计算机技术设计出性质更好的分子。然后,阐述了小分子性质优化面临的挑战,包括测定时间长、成本高,候选分子数量巨大,搜索困难,以及分子成药性质多样,约束复杂等问题。接下来,介绍了蛋白质3D结构的表征学习及优化方法,包括预测模型、无监督蛋白质几何结构表征学习等。此外,还介绍了基于深度模拟退火分子编辑技术,以及DrugLLM:药物分子大模型。最后,展望了未来的研究方向,如加入自然语言信息、增大数据量和参数量、加入蛋白质结构信息等。
"分子性质优化技术如何提升药物研发效率?" "深度学习在蛋白质3D结构优化中的应用有哪些?" "DrugLLM大模型如何实现复杂分子性质的优化?"
客服
商务合作
小程序
服务号
折叠