套用化學信息學:成就與未來機遇

《套用化學信息學:成就與未來機遇》是2022年3月1日科學出版社出版的圖書,作者是(德)J.加斯泰格爾、(德)T.恩格爾,譯者是徐峻。

基本介紹

  • 中文名:套用化學信息學:成就與未來機遇
  • 作者:(德)J.加斯泰格爾、(德)T.恩格爾
  • 譯者:徐峻
  • 出版社:科學出版社
  • 出版時間:2022年3月1日
  • 開本:16 開
  • 裝幀:平裝
  • ISBN:9787030715142
內容簡介,圖書目錄,

內容簡介

化學信息學是化學與信息科學交叉而產生的化學分支學科,具有很強的套用性。《套用化學信息學——成就與未來機遇》是《化學信息學—基本概念和方法》(Chemoinformatics— Basic Concepts and Methods,Wiley-VCH出版社於2017年出版)的姊妹篇。它涵蓋了化學信息學在藥物發現、農業、監管科學、分析化學、食品化學、美容產品研發、材料科學、過程控制等領域中的套用。主要作者德國Erlangen-Nürnberg大學Johann Gasteiger教授,是國際知名的化學信息學開拓者之一,長期在教學科研第一線工作,有豐富的教學經驗,編寫了許多優秀教科書。

圖書目錄

1 概述 1
1.1 寫作動機 1
1.2 化學信息學起源與發展 2
1.3 化學信息學基礎與各種套用 2
1.3.1 資料庫 3
1.3.2 化學家的基本問題 3
1.3.3 藥物發現 5
1.3.4 化學信息學在其他領域的套用 5
參考文獻 6
2 QSAR/QSPR 7
2.1 引言 7
2.2 數據處理與校正 10
2.2.1 結構數據 10
2.2.2 生物數據 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 數據分析方法 13
2.4.1 概述 13
2.4.2 無監督學習 14
2.4.3 監督學習 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神經網路 15
2.5.4 其他分類方法 16
2.6 數據建模方法 16
2.6.1 基於回歸分析的QSAR方法 16
2.6.2 三維QSAR 18
2.6.3 非線性模型 20
2.7 數據分析方法總結 25
2.8 模型驗證 25
2.8.1 驗證程式的正確使用 25
2.8.2 建模與驗證的流程 27
2.8.3 數據集拆分 27
2.8.4 建模、訓練、驗證、測試和外部數據集 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 擬合優度和質量標準 33
2.8.9 適用範圍和模型可接受性標準 35
2.8.10 外部和內部驗證的範圍 36
2.8.11 分類模型的驗證 38
2.9 QSAR方法在監管中的套用 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 基於其他分子特性的性質預測 44
3.2.2 基於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-性質關係的統計學方法 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/水分配係數(log P)的預測 51
3.3.4 辛醇/水分布係數(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 酸電離常數的預測 60
3.4 統計方法的局限性 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 生化途徑的資料庫 89
4.3.3 生化途徑的檢索系統 90
4.3.4 分析檢索結果 91
4.3.5 BioPath資料庫的套用 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 基於片段的描述符 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 資料庫檢索法預測核磁共振波譜 117
5.4.3 基於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 結構鑑定和質譜解析 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 藥物發現 132
6.1 藥物發現: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 藥物發現過程 134
6.1.4 生物信息學和化學信息學在藥物設計中的套用 134
6.1.5 基於結構和基於配體的藥物設計 135
6.1.6 靶標發現與驗證 136
6.1.7 先導化合物的發現 137
6.1.8 先導化合物的最佳化 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 158
6.2.1 引言 158
6.2.2 數據資源 159
6.2.3 計算生物學在藥物發現中的套用案例 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 167
6.3.3 軟體和數據訪問 170
6.3.4 計算驅動的生藥學聯用策略 175
6.3.5 機遇 176
6.3.6 其他應用程式 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型糖尿病:西藥方法 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資料庫的體系結構 197
6.5.4 PubChem的數據資源 199
6.5.5 PubChem的數據提交和分子結構表示 199
6.5.6 PubChem的數據擴充 200
6.5.7 PubChem的資料庫存儲準備 200
6.5.8 PubChem的查詢數據準備和結構檢索 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 藥效團及其套用 208
6.6.1 引言 208
6.6.2 藥效團概念的發展歷史 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套用 218
6.6.6 計算機輔助藥效團建模和藥物篩選的軟體 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 靶標優選:可藥性預測 234
6.7.4 基於序列同源性的活性位點搜尋 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 基於結構的虛擬篩選 249
6.8.1 引言 249
6.8.2 分子對接算法 250
6.8.3 打分函式 252
6.8.4 基於結構的虛擬篩選流程 255
6.8.5 基於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:代謝數據的不同用途 293
6.10.5 案例研究 295
參考文獻 303
6.11 美國國家癌症研究所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 工具和軟體 307
6.11.4 藥物合成和活性預測 309
6.11.5 可下載的數據集 310
參考文獻 310
6.12 罕見數據的QSAR建模 312
6.12.1 引言 312
6.12.2 觀測性的元數據和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 走向精準醫學 322
6.13.4 向自然學習:從複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 基於配體的方法 328
7.2.2 基於結構的方法 332
7.3 不良反應預測 338
7.3.1 計算毒理學 338
7.3.2 程式和資料庫 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世紀的監管科學 347
8.2 風險評估中數據缺口填補方法 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 資料庫和知識庫 355
8.3.1 結構可檢索的毒物資料庫架構 355
8.3.2 化學中心毒物資料庫的數據模型 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註的動態生成 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套用 374
9.1 引言 37

相關詞條

熱門詞條

聯絡我們