用SPARK基团替换策略重现深度学习DDR1抑制剂的发现
本文以DDR1抑制剂Ponatinib为起始化合物,用SPARK对其进行了基团替换计算实验。结果表明,SPARK在不到10分钟的时间内完成了计算,不仅获得了Alex等人采用深度学习生成化合物1的甲基哌嗪衍生物,而且该类化合物被SPARK打分后排序靠前(排名第一)。这说明SPARK比起深度学习在使用上可以更加简单、直接地获得目标化合物。
本文以DDR1抑制剂Ponatinib为起始化合物,用SPARK对其进行了基团替换计算实验。结果表明,SPARK在不到10分钟的时间内完成了计算,不仅获得了Alex等人采用深度学习生成化合物1的甲基哌嗪衍生物,而且该类化合物被SPARK打分后排序靠前(排名第一)。这说明SPARK比起深度学习在使用上可以更加简单、直接地获得目标化合物。
Cresset应用案例第四期 基于场的虚拟筛选与生物等排体替换发现和优化新型小分子HIV-1进入抑制剂 一、文 […]
《骨架跃迁、侧链替换与3D-QSAR》由广州市墨灵格信息科技有限公司与广州集采生物科技有限公司共同举办,围绕药物设计中的骨架跃迁、侧链替换与3D QSAR等重方面进行了详细介绍与实践演练。《骨架跃迁与侧链替换》课程讲解了生物等排体、避开专利保护、改善ADME性质等药物设计中的重要方面,本课程让学员们掌握如何通过骨架跃迁和侧链替换方法实现Me-too、Me-Better药物设计技术。《3D-QSAR》课程使用Forge软件进行实际操作,让学员们亲身体验药物设计的便利与挑战。