Ensemble Bebe Mixte
靶标预测方法主要包括数据挖掘、知识发现工具应用、化合物-蛋白质相互作用网络构建、药效团模型匹配、正反分子对接技术、药物-靶标相似性算法等。近来有读者留言，希望利刃君介绍一下小分子靶标预测的方法，这里利刃君就为大家推荐几款比较常用的靶标预测的网站工具 swisstargetprediction基于与已知化合物的二维和三维结构的相似性来预测化合物的靶标 使用方法 ①打开网站主页 ②在select a species处选择物种，默认选择人 ③上传需要预测靶标的分子结构，可以以smiles代码或在右侧窗口中画出结构 当然也支持从文件中直接导入结构，如.sdf、.mol格式等 ④点击predict targets进行靶标预测，预测完成后，结果中对靶标类型进行了分类，可以直接保存成pdf格式，或导出至excel进行筛选等操作 预测结果按照可能性probability进行了排序，给出了靶标名称、uniprot id、chembl id等信息，方便我们联合其他数据库详细了解该靶标 superpred数据库是从supertarget、chembl和bindingdb中提取化合物-靶标相互作用数据而构建的，并且去掉了其中一些结合较弱（比如ki、ic50值大于10μm）的化合物-蛋白相互作用，该数据库包含了约341000个化合物、1800个靶标和665000个化合物-靶标相互作用。使用方法也同样简单，superpred采取ecfp分子指纹计算结构相似性，支持化合物名称，smiles以及用户自定义结构的查询.