研究目的
為了研究蛋白質(zhì)構(gòu)象的搜索和中藥藥物小分子的篩選。利用增強采樣方法和馬爾科夫態(tài)模型搜索蛋白質(zhì)結(jié)構(gòu)域的變化,獲得整個蛋白質(zhì)構(gòu)象轉(zhuǎn)變的動力學過程,并對所獲得的構(gòu)象進行聚類遴選出潛在的藥物靶點結(jié)合位置。然后采用深度學習方法,建立蛋白質(zhì)-配體復合物的結(jié)構(gòu)與結(jié)合自由能的關(guān)系,利用已有的數(shù)據(jù)庫訓練深度學習多層神經(jīng)網(wǎng)絡,從大量數(shù)據(jù)中篩選出有效的中藥分子結(jié)構(gòu)。
平臺使用&研究方法
通過AI云的GPU加速分子動力學模擬了在結(jié)合配體分子后的結(jié)構(gòu)域變化,再使用超算云系統(tǒng)自帶的Gromacs軟件,將計算量達到微秒的模擬時間尺度。