Cheminformatica

Archiviazione e retrievalEdit

Questa sezione non cita alcuna fonte. Si prega di contribuire a migliorare questa sezione aggiungendo citazioni a fonti affidabili. Il materiale non fornito può essere sfidato e rimosso. (Febbraio 2020) (Scopri come e quando rimuovere questo messaggio modello)

Articolo principale: Database chimico

Un’applicazione primaria della cheminformatica è la memorizzazione, l’indicizzazione e la ricerca di informazioni relative ai composti chimici. La ricerca efficiente di tali informazioni memorizzate include argomenti trattati in informatica, come il data mining, il recupero delle informazioni, l’estrazione delle informazioni e l’apprendimento automatico. Gli argomenti di ricerca correlati includono:

Formati di filedit

Articolo principale: Formato di file chimico

La rappresentazione in silico di strutture chimiche utilizza formati specializzati come le specifiche semplificate molecular input line entry (SMILES) o il linguaggio di markup chimico basato su XML. Queste rappresentazioni sono spesso utilizzate per l’archiviazione in grandi database chimici. Mentre alcuni formati sono adatti per rappresentazioni visive in due o tre dimensioni, altri sono più adatti per lo studio di interazioni fisiche, studi di modellazione e docking.

Virtual librariesEdit

Questa sezione si basa troppo sui riferimenti alle fonti primarie. Si prega di migliorare questa sezione aggiungendo fonti secondarie o terziarie. (Febbraio 2020) (Scopri come e quando rimuovere questo messaggio template)

I dati chimici possono riguardare molecole reali o virtuali. Le librerie virtuali di composti possono essere generate in vari modi per esplorare lo spazio chimico e ipotizzare nuovi composti con proprietà desiderate. Librerie virtuali di classi di composti (farmaci, prodotti naturali, prodotti sintetici orientati alla diversità) sono state recentemente generate utilizzando l’algoritmo FOG (fragment optimized growth). Ciò è stato fatto utilizzando strumenti cheminformatici per addestrare le probabilità di transizione di una catena di Markov su classi autentiche di composti, e quindi utilizzando la catena di Markov per generare nuovi composti che erano simili al database di formazione.

Virtual screeningEdit

Questa sezione non cita alcuna fonte. Si prega di contribuire a migliorare questa sezione aggiungendo citazioni a fonti affidabili. Il materiale non fornito può essere sfidato e rimosso. (Febbraio 2020) (Scopri come e quando rimuovere questo messaggio modello)

Articolo principale: Lo screening virtuale

A differenza dello screening ad alta produttività, lo screening virtuale comporta lo screening computazionale in librerie di composti silici, mediante vari metodi come l’abbagliamento, per identificare i membri che possono possedere proprietà desiderate come l’attività biologica nei confronti di un determinato obiettivo. In alcuni casi, la chimica combinatoria viene utilizzata nello sviluppo della libreria per aumentare l’efficienza nell’estrazione dello spazio chimico. Più comunemente, viene proiettata una libreria diversificata di piccole molecole o prodotti naturali.

Quantitative structure-activity relationship (QSAR)Edit

Main article: Quantitative structure–activity relationship

Questo è il calcolo della relazione struttura–attività quantitativa e dei valori di relazione proprietà struttura quantitativa, utilizzati per prevedere l’attività dei composti dalle loro strutture. In questo contesto c’è anche una forte relazione con la chemiometria. Anche i sistemi per esperti chimici sono rilevanti, poiché rappresentano parti della conoscenza chimica come rappresentazione in silico. Esiste un concetto relativamente nuovo di analisi della coppia molecolare abbinata o MMPA basato sulla previsione che è accoppiato con il modello QSAR per identificare la scogliera di attività.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.