薛定谔00:Schrodinger(薛定谔)药物发现的完整软件包

Schrodinger(薛定谔)是药物发现的完整软件包,它可以实现以下各种应用:

1. 高通量虚拟筛选:薛定谔软件的虚拟筛选功能提供一站式的设置界面,用户可以定义特定的性质,以便过滤掉不满足性质的化合物,在多CPU的集群上高速完成针对大规模化合物库的虚拟筛选工作;所需模块:Glide, LigPrep, QikProp, Epik, Sitemap, Liaision。

2. 精确对接:针对虚拟筛选后的富集化合物库或者用户自己特定的化合物库,利用薛定谔软件提供的精确对接模式可以考虑以下两种真实环境,进一步进行更精确地对接分析:1). 配体小分子对蛋白活性位点结构的诱导(Induced Fit),所需模块:Glide, Prime, Liaison, Sitemap, Epik, MacroModel, LigPrep, QikProp;2). 蛋白分子诱导配体分子电荷的极化(QPLD),所需模块:Glide, Liaison, Sitemap, Epik, MacroModel, Qsite, Ligprep, Jaguar, QikProp。

3. 药效团和3D-QSAR:薛定谔提供的药效团和3D-QSAR的解决方案,在没有受体信息的情况下,科研人员可以用活性配体的信息进行新药设计;所需模块:Phase, Confgen, Ligprep, MacroModel, Strike。

4. 全新药物设计(de novo design):薛定谔软件提供的me-too和me-better药物设计解决方案,允许用户替换已知化合物的侧链或者母核。所需模块:CombiGlide, Glide, Ligprep, Qikprop。

5. 酶催化,金属酶研究(QM/MM方法):薛定谔软件提供的QM/MM方法可以考虑蛋白活性位点的化学反应;所需模块:Qsite, Jaguar。

6. 生物分子结构模拟:可以精确模建蛋白、核酸、多糖结构;所需模块Prime, MacroModel。

7. ADME性质预测:应用于药理方面的研究;所需模块:QikProp。

8. 化学信息学分析:薛定谔软件的化学信息学解决方法提供二元指纹向量聚类分析,相似性分析,层次聚类方法,化学过滤方法,多样性分析,sphere exclusion diversity,字结构搜索,独特的SMILES产生法,多元线性回归,偏最小二乘回归,主成份分析,主成份回归分析,神经网络算法,朴素贝叶斯分析算法,自组织特征映射法等众多专业算法。所需模块:Canvas。

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇