- 综合排序
- 最热优先
- 最新优先
- 来自专栏DrugScience
分子对接与量子计算
分子对接 分子对接是基于结构的药物筛选的重要工具。DOCK 可以预测小分子（配体）与蛋白质（受体）之间的结合状态。对接过程与其结果依赖于精确的打分函数以及优秀的搜索算法。 与大多数分子模拟方式一样，对接也通常需要在精度与速度之间做取舍。 在本文中为了在图的表达能力与其尺寸之间取得平衡，将配体和受体的全原子分子模型简化为药效团形式。 药效团是一组分子中发挥生物活性作用的点的集合。 所以本文将此分子图表示称为标记距离图（a labeled distance graph ）。 随后将分子对接转化为最大团问题。
1.9K20发布于 2021-10-26 - 来自专栏Dechin的专栏
使用numpy计算分子内坐标
以下是几个相关的关注点： 在计算距离、角度和二面角的过程中，我们都会使用到序列原子之间的相对矢量(B, A-1, D)，那么在计算过一次之后我们应该保存下来以供几个不同的函数使用。 在计算相对矢量的时候我们一般使用的是错位相减，比如可以使用crd[1:]-crd[:-1]，但是这里我们在计算过程中使用的是numpy.roll对数组进行滚动之后做减法，最后再去掉一个结果。 总结概要 本文主要介绍了在numpy的框架下实现的分子内坐标的计算，类似的方法可以应用于MindSpore和Pytorch、Jax等深度学习相关的框架中。 分子的内坐标，可以更加直观的描述分子内的相对运动，通过键长键角和二面角这三个参数。 分子中全部原子的内坐标总称为“Z-矩阵” (Z-matrix)。
54970编辑于 2023-07-09 - 来自专栏生命科学
小分子CDK9抑制剂 | MedChemExpress
CDK9 抑制剂可通过降解、抑制 CDK9 来阻断正性转录延长因子 P-TEFb (positive transcription elongation factor b) 对 RNA Poly-II C 研究动态本文讲述了 SNS-032 （多靶点激酶抑制剂）和沙利度胺拼合形成了小分子 THAL-SNS-032 （图1），该分子通过选择性降解 CDK9 实现不可逆性抑制细胞转录，从而发挥显著的抗肿瘤作用 由图2可以看出，在急性淋巴白细胞中 (MOLT4)，THAL-SNS-032 在依赖 CRBN（沙利度胺的作用靶点）的条件下，诱导 CDK9 降解，而不降解其它蛋白 (a)，说明该分子选择性作用于 CDK9 用THAL-SNS-032处理细胞，不仅CDK9被降解，细胞增殖也被抑制，从而促进了细胞凋亡，表征为活化的Caspase-3（催化裂解众多的效应分子，诱发细胞凋亡）和PARP（DNA修复酶，Caspase 此外，与对照物（SNS-032, NVP-2）相比，该分子显著地降低细胞活力并具有更持久的效力，表现出强有力的促凋亡活性。
54430编辑于 2023-02-06 - 来自专栏技术集锦
练习9—数据计算
解题步骤 （1）定义变量； （2）接收用户输入； （3）函数计算； （4）输出结果； Java import java.util.Scanner; public class E20210814 d-division]:"); getchar(); scanf("%c", &c); calculate(a, b, c); return 0; } 说明 因为有四种计算类型 ，所以我们使用switch-case语句解决，注意除法计算中除数不为 0 的条件判断，且case后需为常量，这里使用字符做判断条件，加上单引号‘’变为字符常量。
30720编辑于 2022-06-03 - 来自专栏R语言交流中心
R语言中的分子描述的计算
学习药化的同志们应该都了解化合物分子的特征描述有很多计算软件，今天我们来给大家展示下在R语言中如何实现分子特征描述的计算。主要以MACCS分子指纹的实现作为案例。 MACCS指纹的计算及基础的分子描述。 a. get.smiles() 获取分子的SMILE结构 b. get.atom.count() 获取组成分子的原子数目 c. get.fingerprint() 获取分子的MACCS指纹。结果抽取如下： ? 数据的导出 数据的导出还是平时我们用的write.csv()。 只要把所有的指纹数据导出就可以进行我们下一步的计算了。
2.3K20发布于 2019-07-31 - 来自专栏生物信息云
分子对接教程 | (9) VMD可视化对接结果
图4.23 保存和载入显示状态 9、调换背景颜色（图4.24）：主窗口中点击 Graphics→Colors→弹出 Color Controls颜色控制窗口→Categories选Display→Names
7.6K50发布于 2021-02-26 - 来自专栏全栈程序员必看
计算机分子模拟聚乙烯,用“分子模拟”软件构建聚乙烯分子、全同立构聚丙烯分子,并计算它们末端的直线距离-高分子物理-实验1-01…
高分子物理实验。 实验一 用“分子模拟”(MP)软件构建聚乙烯分子、全同立构聚丙烯， 并计算它们末端的直线距离 一、实验目的 1．了解用计算机软件模拟大分子的“分子模拟”新趋势。 2． 学会用“分子模拟”软件构造聚乙烯、聚丙烯大分子。 3． 计算主链含100个碳原子的聚乙烯、聚丙烯分子末端的直线距离。 二、实验原理 已经知道，C-C 单键是σ键，其电子云分布具有轴对称性。 长链分子主链单键的内旋转赋予高分子以柔性，致使高分子链可任取不同的卷曲程度。高分子链的卷曲程度可以用高分子链两端点间直线距离—末端距 h 来度量。高分子链卷曲越厉害，末端距越短。 这样，由于分子的热运动，分子中原子在空间的排布可随之不断变化而取不同的构象，表现出高分子链的柔性。高分子链的柔性是聚合物分子长链结构的产物，是高聚物独特性能——高弹性的依据。 尽管实际高分子链中键角是固定的，内旋转也不是完全自由的，高分子链仍然能够由于内旋转而很大程度地卷曲(图2)。分子越卷曲，相应的构象数目越多，构象熵就越大。
63410编辑于 2022-08-29 - 来自专栏生信小驿站
R语言之分子指纹(1)计算分子指纹及批量保存sdf格式
i, '.sdf') write.molecules(m,filename=file_name ) } 用DS2019读取这些sdf文件后，全部visible，然后保存为sdf格式，即可将所有小分子保存到一个
2.2K21发布于 2021-01-20 - 来自专栏DrugOne
RDKit：计算不同小分子构象之间的RMSD
摘要： 计算两个小分子之间的RMSD，可以用来判断两个构象的接近程度。
2K20发布于 2021-01-28 - 来自专栏R基础
分子对接—蛋白分子和小分子配体
分子对接—蛋白分子和小分子配体记录下蛋白分子和小分子配体之间的分子对接，以HSP90AA1蛋白和川陈皮素为例1 蛋白结构下载Uniprot数据库中检索HSP90AA1蛋白（物种：人类）。 挑选最佳构象AF-P07900-F1（AlphaFold预测），下载其PDB格式文件；pubchem数据库中搜索川陈皮素（Nobiletin），获得其小分子结构的sdf格式文件。 pymol对 HSP90AA1蛋白结构进行删除水分子、删除无关配体或小分子等操作，重新输出文件为rep.pdbqt(一般下载的是AlphaFold预测的结构的话，不需要这个步骤，这里也做下)；使用pymol 记得保存口袋盒子的坐标，输出为grid.gpf格式sup/rep.pdbsup/lig.mol2sup/rep.pdbqtsup/lig.pdbqtsup/grid.gpf3 分子对接使用AutoDock Vina对上述文件进行分子对接。
2.3K11编辑于 2024-11-30 - 来自专栏Dechin的专栏
MindSponge分子动力学模拟——计算单点能（2023.08）
而WithEnergyCell则可以根据system和forcefield两者提供的信息，直接计算能量。关于WithEnergyCell类的输入，我们重点关注下这几个参数： 分子系统。 以上，就是ForceField和WithEnergyCell的基本介绍，有了这两个工具，我们就可以导入一些已有的力场，来完成单点能的计算。 计算单点能 给定一个初始的分子构象，求这个构象的分子势能。 一般情况，这个问题可能需要通过计算化学的方式来进行求解，比如CCSD(T)之类的方法。但是我们做分子模拟，需要快速的演化和迭代，如果使用计算化学的方法，速度是无法满足计算的需求的。 H ATOM 8 HB1 ALA A 1 1.816 -9.816 0.015 1.0 0.0 H ATOM 9 2 -2.194 -7.375 -2.328 ATOM 8 CB ARG 2 -3.606 -7.943 -2.235 ATOM 9
40620编辑于 2023-09-01 - 来自专栏DrugOne
arXiv | 图表示方法驱动大分子计算研究
近年来，有许多利用序列比对，编辑距离，线性核和深度学习方法计算大分子相似性的工作，但这些方法仅限于生物大分子，不能扩展到一般的大分子化学空间，并且现有的用于生物大分子的工具不允许掺入非天然单体，除了聚糖特异性工具之外 ，GEDs)来计算图相似性。 图1 大分子的图表示 利用这种独特的表示方式，作者使用精确的GED评分与Tanimoto相似性替换矩阵，以及图核，来计算2个或多个大分子图之间的相似性（图1B）。 GED通过分配节点和边替换的分数来计算两个图之间的相似度。并且使用Tanimoto相似度矩阵代替基于进化统计的替换矩阵，计算分子指纹之间的相似度（图2A，B）。 总结 大分子图表示与分子指纹、图相似性和GNN相结合，提供了一个表示、计算相似性和机器学习大分子的框架。这项工作为大分子的计算研究提供了一种化学方法。
53940发布于 2021-03-18 分子密码解锁计算机：数据存储新范式
分子（如DNA）无需能源即可存储海量数据，但访问这些分子数据的成本高昂且耗时。研究人员现已开发出一种替代方法，将信息编码在合成分子中，并成功用于编码和解锁计算机的11位字符密码。 分子数据存储的新探索来自某机构的研究人员将这一成果发表在Cell Press期刊《Chem》上。通讯作者、某机构的电气工程师表示："分子可以在无需电力的情况下长期存储信息。 为了制造更易于写入和读取的分子信息，该团队决定尝试一种不同的方法：设计含有电化学信息的分子，这种方法允许使用电信号解码信息。 构建分子字母表与密码编码研究团队首先利用四种不同的单体（即具有不同电化学特性的分子构建模块）构建了一个字符字母表。每个字符由这四种单体的不同组合构成，总共产生256个可能的字符。 下一步是将这些聚合物与集成电路连接起来，让计算机芯片成为存储信息的读出系统。"本研究得到了某机构、某机构、某机构和某机构的资助。FINISHED
7210编辑于 2026-02-19- 来自专栏智药邦
Cadence以5亿美元收购计算分子设计先驱OpenEye
2022年7月25日，Cadence Design Systems (Nasdaq: CDNS) 宣布，它已达成最终协议，收购领先的计算分子建模和模拟软件提供商OpenEye Scientific Software 收购使Cadence的计算软件专长进入分子建模和模拟领域，专注于制药和生物技术药物开发。 技术的进步，加上各种疾病对新药需求的增加，正在推动对计算药物设计的需求增加。 在药理学、化学合成和药物筛选中越来越多地利用计算技术来研究分子的三维结构，这是促进全球生物模拟市场增长的一个主要因素，该市场的市场规模估计为20亿美元，预计在未来五年的复合年增长率(CAGR) 约为15% OpenEye成立于1997年，是计算分子设计的行业领导者，其产品被全球20大制药公司中的19家使用。它开创了基于物理学的方法和云原生Orion®软件平台，以加速人类健康的进步。
82020编辑于 2022-11-16 量子计算机助力揭示分子结构的新突破
某中心称其量子计算机能揭示分子结构某中心量子人工智能的研究人员利用其Willow量子计算机，帮助解读核磁共振（NMR）光谱数据，这是化学和生物学研究的一项主流技术。 这项工作使得量子计算机处于能够有效增强常见分子技术的前沿。量子计算机最严格证实的用途在于破解密码学，但当前的设备规模太小且容易出错，无法运行解密算法。 该团队的工作重点是一种名为“量子回声”的计算协议，以及它可以应用于核磁共振的方式，核磁共振用于确定分子结构的微观细节。 “我们正在建造一把更长的分子尺。”该团队估计，在传统超级计算机上运行类似于“量子回声”的协议所需时间大约要长13000倍。 某大学的Dries Sels表示，该团队的实验使用了更大的量子计算机，并考虑了比以前在量子计算机上建模的更复杂的核磁共振协议和分子，包括他及其同事之前的工作。
13410编辑于 2026-02-10- 来自专栏云计算D1net
云计算管理的9种市场力量
研究机构埃森哲公司的专家与行业厂商在云计算领域的努力和愿望方面进行了沟通和探讨，与云计算提供商讨论了他们未来的解决方案和计划，并对企业在采用云计算时面临的挑战和云计算解决方案的功能进行了分析。 大多数组织可能遇到的最大问题是如何管理、运营成本和保护云计算资产。很多企业可能会受到不适合云计算的传统工具或具有信息技术基础设施库(ITIL)传统偏见的困扰。 从云计算管理的角度来看，这种现实使得企业发布策略、管理成本、维护安全性、确保遵从性，甚至创建显示所有云计算资源的单个视图都变得困难。 市场力量#9–与云计算巨头发展保持一致 云计算三大行业巨头已经巩固了市场领先地位，而其他的云计算厂商也在致力于扩大市场份额。 人们还处于云计算发展周期的早期阶段，其市场仍处于初期阶段，有很多利基云计算供应商成为了具有吸引力的收购目标。当收购发生时，游戏规则将会发生变化。
80251发布于 2018-12-13 - 来自专栏生命科学
MCE | 小分子降解剂——分子胶
什么是分子胶？ 小分子降解剂通过介导泛素化连接酶与靶蛋白的识别，对靶蛋白进行降解。 理论来说，PROTAC 分子既可以作为 PROTAC 降解剂来结合和降解靶蛋白，也可以充当 “分子胶” 降解新底物。 特异性降解 “核蛋白” 的分子胶 接着，我们来讲讲另外一种新型“分子胶”。 Cell Chem Biol. 2017 Sep 21;24(9):1181-1190.[3] Lu G, et al.The myeloma drug lenalidomide promotes the Science. 2014 Jan 17;343(6168):305-9.[4] Lopez-Girona A, et al.
86030编辑于 2023-03-10 计算机嗅觉技术突破：从分子结构预测气味
计算机嗅觉技术突破：从分子结构预测气味主要气味地图的突破数字嗅觉科学的核心突破是主要气味地图（POM）的创建。在视觉被数字化之前，需要一种称为RGB的映射来显示每种颜色如何由不同比例的红、绿、蓝组成。 某中心的研究团队在气味领域做出了类似且卓越的工作——他们使用机器学习将分子结构直接映射到人类如何感知该分子的气味。 由此，模型能够学习分子结构和气味之间的联系，而无需了解人嗅闻气味时鼻子或大脑中实际发生的情况。验证与性能关键问题是：POM能否推广到仅基于分子结构预测其从未见过的分子的气味？ 分子不适合这种模式：一个分子可能有两个原子，或者可能有20个原子，具有完全不同的结构和连接性。它们根本不能简化为矩形或网格。相反，分子中的原子可以被视为节点，它们之间的化学键可以被视为边，形成图结构。 事实上，凭借现代计算能力和机器学习的利用，计算机将在一二十年内拥有"嗅觉"。需要三个阶段："读取"气味、理解气味和"写入"气味。团队希望理解，并最终策划各种安全的合成分子，可以重现整个人类气味景观。
24310编辑于 2025-10-11- 来自专栏DrugOne
. | 计算设计可合成分子
所提出方法的主要直觉是使用分子合成路线的深度生成模型。这些路线用图来表示，图中详细说明了产生一个给定分子所采取的一系列反应步骤。 然后，生成模型可以集成到其他架构中，以更好地探索分子空间，并根据特定属性进行分子优化。 与其他生成模型和优化模型相比，他们的模型具有类似的性能，其优势在于除了输出说明如何创建分子的合成路线外，还能发现更多的可合成分子的部分。 因此，这有可能更好地指导分子发现过程，为更高效的分子设计铺平道路。 ? 参考资料 Chirigati, F. Segler; José Miguel Hernández-Lobato https://papers.nips.cc/paper/2020/file/4cc05b35c2f937c5bd9e7d41d3686fff-Paper.pdf
49030发布于 2021-02-01 - 来自专栏分子生物和分子模拟计算
分子对接
细胞色素P450(Cytochrome,CYP450)是一类以还原态与CO结合后在450nm处具有最高吸收峰的含血红素的单链蛋白质。 有业务需求的，请联系微信号wbf3ng或者发邮件到wbf3ng@g
1.3K20发布于 2018-07-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号