目錄 第1章 高性能計算
1.1 概述
1.2 國內發展狀況
1.3 HPC結合生物領域的研究進展
1.3.1 人類全基因組重測序軟體流水線
1.3.2 Hadoop和Spark加速基因大數據挖掘
1.3.3 大規模虛擬藥物篩選平台
1.3.4 腫瘤信息學大數據分析平台
1.3.5 生物醫藥文獻大數據挖掘技術
1.3.6 國家超算中心生物醫藥大數據健康平台
1.3.7 基於海量表達譜分析的快速藥物發現算法
1.3.8 助力國產開源智能大模型DeepSeek
1.4 HPC與結構生物學的結合
1.4.1 研究進展
1.4.2 高算力驅動AlphaFold
1.4.3 AlphaFold2和RoseTTAFold雙突破
1.4.4 蛋白質語言模型驅動的結構預測
1.4.5 AlphaFold3和RoseTTAFold-All-Atom全原子預測
1.4.6 RFdiffusion和ProteinMPNN從頭設計蛋白
1.4.7 HPC和AI在結構生物學上的前景「本資訊為台灣高等教育出版社所有,請前往本社賣場訂購,商用複製必究。」
參考文獻
第2章 蛋白質結構預測
2.1 概述
2.2 發展歷史與現狀
2.3 蛋白質結構層次
2.3.1 一級結構
2.3.2 二級結構
2.3.3 超二級結構、結構域
2.3.4 三級結構
2.3.5 四級結構
2.4 蛋白質結構預測方法
2.4.1 二級結構預測
2.4.2 三級結構預測
2.4.3 四級結構預測
2.5 蛋白質模型質量評估
2.6 蛋白質摺疊路徑預測
2.7 蛋白質結構預測發展趨勢
參考文獻
第3章 蛋白質結合位點和功能預測
3.1 概述
3.2 蛋白質結合位點預測
3.2.1 研究意義
3.2.2 實驗方法
3.2.3 常用數據集
3.2.4 常用特徵
3.2.5 蛋白質常用機器學習和深度學習算法
3.2.6 蛋白質結合位點預測常用方法
3.3 蛋白質功能預測
3.3.1 研究意義
3.3.2 GO簡介
3.3.3 研究重點與挑戰
3.3.4 蛋白質功能預測常用數據集
3.3.5 蛋白質功能預測評價指標
3.3.6 基於序列相似性的蛋白質功能預測方法
3.3.7 基於其他蛋白質元數據的蛋白質功能預測方法
3.3.8 基於深度學習的蛋白質功能預測方法
3.3.9 基於序列的蛋白質功能預測方法性能比較
3.4 基於模板的蛋白質結合位點和功能預測
參考文獻
第4章 生物分子相互作用與分子模擬
4.1 生物分子相互作用與識別
4.1.1 生物大分子與小分子化合物相互作用
4.1.2 PPI
4.1.3 蛋白質-核酸相互作用
4.2 分子力場與MD模擬
4.2.1 分子力學
4.2.2 分子力場
4.2.3 MD模擬
4.2.4 人工智能在分子力場和分子模擬的應用
參考文獻
第5章 天然無規蛋白的分子力場
5.1 天然無規蛋白研究概述
5.1.1 序列特點
5.1.2 結構特點
5.1.3 功能特點
5.2 天然無規蛋白的重要作用
5.2.1 豐富的天然含量
5.2.2 蛋白質結構功能新範式
5.2.3 疾病與天然無規蛋白
5.2.4 新藥物靶點
5.3 天然無規蛋白的研究方法
5.4 天然無規蛋白特異的分子力場
5.4.1 二面角參數矯正
5.4.2 添加基於格點的能量矯正項
5.4.3 優化蛋白質-水相互作用
5.4.4 增強採樣方法
5.4.5 天然無規蛋白分子力場典型的測試體系
參考文獻
第6章 蛋白質結構模擬
6.1 蛋白質結構模擬的意義和作用
6.2 REMD模擬
6.2.1 基本原理
6.2.2 溫度梯度設置
6.3 不同溶劑環境下的MD模擬
6.3.1 蛋白酶乾燥過程模擬
6.3.2 蛋白酶在離子液體中的穩定性保存
6.3.3 不同酸鹼度下的分子模擬研究
6.4 分子模擬數據的分析方法
6.4.1 主成分分析
6.4.2 分子模擬軌跡的馬爾可夫模型分析
6.4.3 模擬數據的HMM分析
參考文獻
第7章 粗粒度方法及其在複雜生物體系中的應用
7.1 粗粒度方法概述
7.2 常用粗粒度方法
7.2.1 常用粗粒度模型
7.2.2 Martini力場
7.3 粗粒度方法在複雜生物體系中的應用
7.3.1 生物膜體系
7.3.2 生物膜與蛋白質的相互作用
7.3.3 分子馬達:F0-F1 ATP合成酶
參考文獻
第8章 酶及其催化機理
8.1 酶的研究歷史
8.2 酶及其催化特點
8.2.1 催化劑的催化共性
8.2.2 酶作為生物催化劑的催化特點
8.3 酶的命名與分類
8.3.1 酶的分類
8.3.2 酶的命名
8.4 酶的結構和功能關係
8.4.1 酶的結構
8.4.2 酶與底物的結合模式
8.4.3 酶活性的調控
8.5 酶催化機制
8.5.1 過渡態理論
8.5.2 活化能
8.5.3 催化機理
8.5.4 應用實例
參考文獻
第9章 人工智能藥物設計應用實例
9.1 人工智能藥物設計概述
9.1.1 CADD
9.1.2 CADD和AI的區別
9.1.3 AI介入的新葯設計
9.1.4 AIDD平台
9.1.5 AIDD前景與挑戰
9.2 藥物-靶標相互作用預測
9.2.1 級聯深度森林DTI-CDF
9.2.2 基於網絡的多
詳細資料或其他書籍請至台灣高等教育出版社www.thep.com.tw查詢,查後請告知ISBN或書號,我們即於CYB上架。