药物设计、分子模拟与大数据挖掘平台

人类进入后基因组时代以来，随着分子生物学、结构生物学、计算机科学及信息科学的发展，药物研发也进入一个革命性变化的新时代。理性药物设计成为药物发现的主要方法，其中最为重要的是计算机辅助药物设计（Computer-Aided Drug Design, CADD）、分子模拟（Molecular Simulations）与数据挖掘（Data Mining）方法的发展与大规模应用。为了加速新药研究的速度和在原子尺度研究药物作用机理，中心建立基于超算和云计算的药物设计平台、分子模拟平台和大数据挖掘平台。基于这三个平台，结合中心其它研究平台，开展心血管疾病、血脂紊乱、糖尿病及癌症相关疾病药物研发研究。

药物设计平台
平台主要包括：
（1）基于配体的药物设（Ligand-Based Drug Design, LBDD）；

（2）基于受体的药物设计（Structure-Based Drug Design, SBDD）；

（3）基于机理的药物设计（Mechanism-Based Drug Design, MBDD）；

主要软件包括蛋白建模（MODELLER）、分子对接（AutoDock、Vina、DOCK、FlexX及Surflex）、药效团（Catalyst）、分子形状-药效团叠合（Hybrid Shape-Pharmacophore，WEGA和gWEGA）、骨架跃迁（Scaffold Hopping）及优势片段分子与组合（Fingerprint-NB Method）等。主要完成先导化合物的发现和优化。

分子模拟平台
平台主要包括：
（1）蛋白三维结构的模拟（Homology Modeling and MD Simulations）；

（2）蛋白功能与动态效应模拟（Function-Dynamics Relationship Simulations）；

（3）蛋白催化机制模拟（Catalyst Mechanism Simulations）；

主要软件包括Amber、Gromacs、NAMD、Materials Studio、Gaussian及Tinker-Q-Chem。主要完成常规分子动力学模拟（Conventional Molecular Dynamics Simulations，CMD）、拉伸动力学模拟（Steered Molecular Dynamics Simulations，SMD）、目标动力学模拟（Target-Based Molecular Dynamics Simulations，TMD）及Hybrid QM/MM MD simulations（Born-Oppenheimer ab initio QM/MM MD）。

数据挖掘平台
平台主要包括：
（1）药物活性区分的机器学习算法实现与应用；

（2）网络药理学方法学研究与应用（Network Pharmacology）；

（3）组学数据挖掘与标注；

（4）遥测大数据挖掘；

主要软件包括本实验室开发的基于多拓扑描述符的机器学习方法（朴素贝叶斯、单向树、多向交叉树、支持向量机等）、网络构建与模拟软件（Cytoscape）、数据库系统（MySQL和Mongo）等。主要完成生物医药大数据采集、标引、检索、变换、分析、造模及可视化。