應用化學信息學：成就與未來機遇

目錄
序
1 概述 1
1.1 寫作動機 1
1.2 化學信息學起源與發(fā)展 2
1.3 化學信息學基礎與各種應用 2
1.3.1 數(shù)據(jù)庫 3
1.3.2 化學家的基本問題 3
1.3.3 藥物發(fā)現(xiàn) 5
1.3.4 化學信息學在其他領域的應用 5
參考文獻 6
2 QSAR/QSPR 7
2.1 引言 7
2.2 數(shù)據(jù)處理與校正 10
2.2.1 結構數(shù)據(jù) 10
2.2.2 生物數(shù)據(jù) 11
2.3 分子描述符 11
2.3.1 結構鍵（1D） 12
2.3.2 拓撲描述符（2D） 12
2.3.3 幾何描述符（3D） 12
2.4 數(shù)據(jù)分析方法 13
2.4.1 概述 13
2.4.2 無監(jiān)督學習 14
2.4.3 監(jiān)督學習 14
2.5 分類方法 15
2.5.1 主成分分析 15
2.5.2 線性判別分析 15
2.5.3 Kohonen神經(jīng)網(wǎng)絡 15
2.5.4 其他分類方法 16
2.6 數(shù)據(jù)建模方法 16
2.6.1 基于回歸分析的QSAR方法 16
2.6.2 三維QSAR 18
2.6.3 非線性模型 20
2.7 數(shù)據(jù)分析方法總結 25
2.8 模型驗證 25
2.8.1 驗證程序的正確使用 25
2.8.2 建模與驗證的流程 27
2.8.3 數(shù)據(jù)集拆分 27
2.8.4 建模、訓練、驗證、測試和外部數(shù)據(jù)集 28
2.8.5 交叉驗證 30
2.8.6 自舉驗證 31
2.8.7 Y隨機化驗證 32
2.8.8 擬合優(yōu)度和質量標準 33
2.8.9 適用范圍和模型可接受性標準 35
2.8.10 外部和內部驗證的范圍 36
2.8.11 分類模型的驗證 38
2.9 QSAR方法在監(jiān)管中的應用 39
參考文獻 40
3 化合物理化性質的預測 43
3.1 引言 43
3.2 理化性質的建模方法概述 43
3.2.1 基于其他分子特性的性質預測 44
3.2.2 基于理論的化合物性質預測 44
3.2.3 化合物性質預測的加和模型 45
3.2.4 結構-性質關系的統(tǒng)計學方法 47
3.3 各種性質的預測方法 48
3.3.1 平均分子極化率 48
3.3.2　熱力學性質 49
3.3.3 辛醇/水分配系數(shù)（log P）的預測 51
3.3.4 辛醇/水分布系數(shù)（log D）的預測 55
3.3.5 水溶解度（log S）的預測 56
3.3.6 熔點的預測 59
3.3.7 酸電離常數(shù)的預測 60
3.4 統(tǒng)計方法的局限性 63
3.5 展望 63
參考文獻 64
4 化學反應 67
4.1 引言 67
參考文獻 68
4.2 反應預測與合成設計 69
4.2.1 概述 69
4.2.2 反應預測 71
4.2.3 合成設計 76
4.2.4 小結 83
參考文獻 83
4.3 生化途徑的探索 86
4.3.1 概述 86
4.3.2 生化途徑的數(shù)據(jù)庫 89
4.3.3 生化途徑的檢索系統(tǒng) 90
4.3.4 分析檢索結果 91
4.3.5 BioPath數(shù)據(jù)庫的應用 96
4.3.6 小結 106
參考文獻 107
5 結構-波譜相關性和計算機輔助結構解析 109
5.1 引言 109
5.2 分子描述符 110
5.2.1 基于片段的描述符 110
5.2.2 拓撲結構代碼 111
5.2.3 三維分子描述符 112
5.3 紅外光譜 112
5.3.1 概述 112
5.3.2 紅外光譜模擬 113
5.4 核磁共振波譜 116
5.4.1 核磁共振性質的量子化學預測 116
5.4.2 數(shù)據(jù)庫檢索法預測核磁共振波譜 117
5.4.3 基于增量方法預測核磁共振波譜 117
5.4.4 機器學習方法預測核磁共振波譜 118
5.5 質譜 122
5.5.1 結構鑒定和質譜解析 123
5.5.2 質譜預測 123
5.5.3 代謝組學和天然產物 124
5.6 計算機輔助結構解析 125
參考文獻 127
6 藥物發(fā)現(xiàn) 132
6.1 藥物發(fā)現(xiàn)：概論 132
6.1.1 引言 132
6.1.2 藥物設計中的術語定義 133
6.1.3 藥物發(fā)現(xiàn)過程 134
6.1.4 生物信息學和化學信息學在藥物設計中的應用 134
6.1.5 基于結構和基于配體的藥物設計 135
6.1.6 靶標發(fā)現(xiàn)與驗證 136
6.1.7 先導化合物的發(fā)現(xiàn) 137
6.1.8 先導化合物的優(yōu)化 148
6.1.9 臨床前試驗和臨床試驗 154
6.1.10 展望 154
參考文獻 155
6.2 藥物、靶標和疾病信息之間的關聯(lián) 158
6.2.1 引言 158
6.2.2 數(shù)據(jù)資源 159
6.2.3 計算生物學在藥物發(fā)現(xiàn)中的應用案例 160
6.2.4 討論與展望 163
參考文獻 164
6.3 天然產物研究中的化學信息學 167
6.3.1 引言 167
6.3.2　潛力和挑戰(zhàn) 167
6.3.3 軟件和數(shù)據(jù)訪問 170
6.3.4 計算驅動的生藥學聯(lián)用策略 175
6.3.5 機遇 176
6.3.6 其他應用程序 183
6.3.7 局限 183
6.3.8 展望 184
參考文獻 185
6.4 中藥化學信息學 190
6.4.1 引言 190
6.4.2 2型糖尿?。何魉幏椒?190
6.4.3 2型糖尿病：中藥方法 190
6.4.4 中西互鑒 190
6.4.5 篩選方法 193
參考文獻 196
6.5 PubChem項目 197
6.5.1 引言 197
6.5.2 PubChem的目標 197
6.5.3 PubChem數(shù)據(jù)庫的體系結構 197
6.5.4 PubChem的數(shù)據(jù)資源 199
6.5.5 PubChem的數(shù)據(jù)提交和分子結構表示 199
6.5.6 PubChem的數(shù)據(jù)擴充 200
6.5.7 PubChem的數(shù)據(jù)庫存儲準備 200
6.5.8 PubChem的查詢數(shù)據(jù)準備和結構檢索 201
6.5.9 化學結構查詢項的輸入 203
6.5.10 查詢處理 204
6.5.11 PubChem入門 204
6.5.12 Web服務 205
6.5.13 小結 205
參考文獻 206
6.6 藥效團及其應用 208
6.6.1 引言 208
6.6.2 藥效團概念的發(fā)展歷史 208
6.6.3 藥效團的表示 210
6.6.4 藥效團的建模 215
6.6.5 藥效團在藥物設計中的應用 218
6.6.6 計算機輔助藥效團建模和藥物篩選的軟件 224
6.6.7 小結 224
參考文獻 224
6.7 活性位點的預測、分析與比較 227
6.7.1 引言 227
6.7.2 活性位點預測算法 228
6.7.3 靶標優(yōu)選：可藥性預測 234
6.7.4 基于序列同源性的活性位點搜索 237
6.7.5 靶標比較：虛擬活性位點篩選 238
6.7.6 展望 243
參考文獻 244
6.8 基于結構的虛擬篩選 249
6.8.1 引言 249
6.8.2 分子對接算法 250
6.8.3 打分函數(shù) 252
6.8.4 基于結構的虛擬篩選流程 255
6.8.5 基于蛋白質結構的藥效團遴選 257
6.8.6 驗證 257
6.8.7 總結與展望 260
參考文獻 261
6.9 ADME性質預測 265
6.9.1 引言 265
6.9.2 常規(guī)SPR/QSPR模型 265
6.9.3 水溶解度（log S）的預測 267
6.9.4 血腦屏障通透性（log BB）預測 272
6.9.5 人體腸道吸收的預測 275
6.9.6 其他ADME性質 278
6.9.7 小結 281
參考文獻 281
6.10 外源性代謝物預測 284
6.10.1　引言：生命科學中外源生物轉化的重要性 284
6.10.2 生物轉化的類型 286
6.10.3 方法概述 288
6.10.4 用戶需求：代謝數(shù)據(jù)的不同用途 293
6.10.5 案例研究 295
參考文獻 303
6.11 美國國家癌癥研究所CADD組的化學信息學研究 304
6.11.1 引言和歷史 304
6.11.2 化學信息服務 304
6.11.3 工具和軟件 307
6.11.4 藥物合成和活性預測 309
6.11.5 可下載的數(shù)據(jù)集 310
參考文獻 310
6.12 罕見數(shù)據(jù)的QSAR建模 312
6.12.1　引言 312
6.12.2 觀測性的元數(shù)據(jù)和QSAR建模 313
6.12.3 藥物警戒和QSAR 314
6.12.4 結論 316
參考文獻 317
6.13 計算機輔助藥物設計展望 319
6.13.1 創(chuàng)新藥物的源頭 319
6.13.2 藥物設計、合成和評價技術的整合 320
6.13.3 走向精準醫(yī)學 322
6.13.4 向自然學習：從復雜的模板到簡單的設計 323
6.13.5 結論 325
參考文獻 325
7 農業(yè)研究中的計算方法 327
7.1 引言 327
7.2 研究策略 327
7.2.1 基于配體的方法 328
7.2.2 基于結構的方法 332
7.3 不良反應預測 338
7.3.1 計算毒理學 338
7.3.2 程序和數(shù)據(jù)庫 339
7.3.3 計算毒理學模型 341
7.4 結論 344
參考文獻 344
8 監(jiān)管科學與化學信息學 347
8.1　引言 347
8.1.1　科技進步 347
8.1.2　21世紀的監(jiān)管科學 347
8.2 風險評估中數(shù)據(jù)缺口填補方法 349
8.2.1 QSAR和分子結構知識 350
8.2.2 毒理問題的閾值 350
8.2.3 交叉參照 353
8.3 數(shù)據(jù)庫和知識庫 355
8.3.1 結構可檢索的毒物數(shù)據(jù)庫架構 355
8.3.2 化學中心毒物數(shù)據(jù)庫的數(shù)據(jù)模型 357
8.3.3 化學品清單 359
8.4 新型描述符 360
8.4.1 ToxPrint化學型 360
8.4.2 肝生化途徑的化學型 364
8.4.3 線形分子指紋片段標注的動態(tài)生成 366
8.4.4 其他類型的描述符 368
8.5 化學多樣性空間分析 368
8.5.1 主成分分析 368
8.6　結論 370
參考文獻 371
9 化學計量學在分析化學中的應用 374
9.1 引言 37