Cheminformatics

lagring och retrievalEdit

detta avsnitt citerar inga källor. Hjälp till att förbättra detta avsnitt genom att lägga till citat till tillförlitliga källor. Unsourced material kan ifrågasättas och tas bort. (Februari 2020) (lär dig hur och när du ska ta bort detta mallmeddelande)

Huvudartikel: kemisk databas

en primär tillämpning av keminformatik är lagring, indexering och sökning av information om kemiska föreningar. Den effektiva sökningen av sådan lagrad information inkluderar ämnen som behandlas inom datavetenskap, såsom datautvinning, informationshämtning, informationsutvinning och maskininlärning. Relaterade forskningsämnen inkluderar:

Filformatsedit

Huvudartikel: kemiskt filformat

in silico-representationen av kemiska strukturer använder specialiserade format som de förenklade molekylära inmatningsinmatningsspecifikationerna (SMILES) eller det XML-baserade kemiska Märkningsspråket. Dessa representationer används ofta för lagring i stora kemiska databaser. Medan vissa format är lämpade för visuella representationer i två – eller tre dimensioner, andra är mer lämpade för att studera fysiska interaktioner, modellering och dockningsstudier.

virtuella bibliotekedit

detta avsnitt bygger för mycket på referenser till primära källor. Förbättra detta avsnitt genom att lägga till sekundära eller tertiära källor. (Februari 2020) (lär dig hur och när du ska ta bort detta mallmeddelande)

kemiska data kan avse verkliga eller virtuella molekyler. Virtuella bibliotek av föreningar kan genereras på olika sätt för att utforska kemiskt utrymme och hypotesera nya föreningar med önskade egenskaper. Virtuella bibliotek av klasser av föreningar (droger, naturprodukter, mångfaldsorienterade syntetiska produkter) genererades nyligen med hjälp av Fog (fragment optimized growth)-algoritmen. Detta gjordes genom att använda keminformatiska verktyg för att träna övergångssannolikheter för en Markov-kedja på autentiska klasser av föreningar och sedan använda Markov-kedjan för att generera nya föreningar som liknade träningsdatabasen.

Virtual screeningEdit

det här avsnittet innehåller inga källor. Hjälp till att förbättra detta avsnitt genom att lägga till citat till tillförlitliga källor. Unsourced material kan ifrågasättas och tas bort. (Februari 2020) (lär dig hur och när du ska ta bort detta mallmeddelande)

Huvudartikel: Virtuell screening

i motsats till screening med hög genomströmning innebär virtuell screening beräkning i silico-bibliotek av föreningar, med hjälp av olika metoder som dockning, för att identifiera medlemmar som sannolikt kommer att ha önskade egenskapersåsom biologisk aktivitet mot ett givet mål. I vissa fall används kombinatorisk kemi i bibliotekets utveckling för att öka effektiviteten vid gruvdrift av det kemiska utrymmet. Mer vanligt screenas ett mångsidigt bibliotek med små molekyler eller naturliga produkter.

kvantitativ struktur-aktivitetsförhållande (QSAR)redigera

Huvudartikel: kvantitativ struktur–aktivitetsförhållande

detta är beräkningen av kvantitativ struktur–aktivitetsförhållande och kvantitativa strukturegenskaper relationsvärden, som används för att förutsäga aktiviteten hos föreningar från deras strukturer. I detta sammanhang finns det också ett starkt samband med kemometri. Kemiska expertsystem är också relevanta, eftersom de representerar delar av kemisk kunskap som en in silico-representation. Det finns ett relativt nytt koncept för matchad molekylparanalys eller prediktionsdriven MMPA som är kopplad till QSAR-modellen för att identifiera aktivitetsklipp.

Lämna ett svar

Din e-postadress kommer inte publiceras.