本研究研究了在分子生成建模中纳入立体化学信息和计算药物发现和材料设计的关键方面的影响。我们使用遗传算法和基于增强学习的技术进行了立体化学感知和常规立体化学 - 基于弦的生成方法的全面比较。为了评估这些模型,我们介绍了专门设计的新型基准,以评估立体化学感知的生成建模的重要性。我们的结果表明,立体化学感知模型通常在各种立体化学敏感任务上与常规算法相同或超越常规算法。但是,我们还观察到,在立体化学作用不太关键的情况下,立体化学感知模型可能会由于必须导航的化学空间的复杂性增加而面临挑战。这项工作为将立体化学信息纳入分子生成模型中所涉及的权衡提供了见解,并为根据特定的应用要求提供了选择适当方法的指导。
sherin.dr@iiitmk.ac.in & manojtk@iiitmk.ac.in 摘要:正常细胞的基因组身份受端粒保护,有时由于细胞连续分裂导致端粒酶缩短,从而观察到染色体不稳定性。报告表明,端粒酶长度对于确定端粒酶活性至关重要,而端粒酶活性又会导致癌症发生。据报道,端粒长度调节已被确定为一种可行的癌症诊断和治疗策略。在本 MS 中,我们使用计算方法探索了儿茶素类似物及其低聚物的端粒酶抑制活性。使用密度泛函理论计算了 MS 中讨论的不同配体的结构性质。使用计算方法探索了不同色烯亚基(例如 2R、3R 构象)的构象效应。还研究了这些配体对受体结合的立体化学贡献,例如配体内 π 相互作用。我们在此提出,儿茶素及其低聚物的立体化学方面是决定与端粒酶 N 端结构域有效结合的最重要因素,而这种结合是癌症治疗的有效策略。
在药物发现中,产生与靶蛋白结合的分子,同时提出所需的化学特性是一个基本挑战。在分子产生的深度学习的早期阶段,大多数模型并未明确模拟产生的分子与靶蛋白之间的相互作用。相反,它们将分子作为微笑字符串或图形产生,仅通过对接得分考虑靶蛋白。这种方法面临概括的局限性,并要求对不同目标进行模型的重新训练。相比之下,新型的袖珍3D分子生成方法通过从蛋白结合口袋输入产生3D分子结构来取得重大改进。例如,Atom-AutoreReReTresbility模型Pocket2mol在创建具有较高结合和理想化学特性的分子方面表现出卓越的性能。但是,它具有局限性,包括产生不切实际的立体化学结构和对产生分子的证券的约束,后者源于训练以复制训练集中的分子。为了克服这些局限性,我们提出了一种加强学习方法,以微调模型以生成具有增强特性的分子。为了证明其有效性,我们进行了一个实验,在该实验中,我们使用方法最大程度地减少了模型的立体化学问题,并增强了产生的分子的吸毒和结合亲和力。可以在https://github.com/deargen/pocket2mol rl公共场所找到推理和复制说明的源代码。我们的结果表明,这种方法不仅可以解决Pocket2mol的现有问题,而且还为分子产生指标建立了新的基准,从而强调了我们方法的推进分子产生的潜力。
您将在实验室中学习如何安全处理和使用有机化学品。这将包括正确使用化学通风橱和个人防护设备。您将识别常见有机官能团(烷烃、烯烃、炔烃、烷基卤化物、醇、醚和胺)的化学性质,并测试这些物质的化学反应性。还将使用分子模型探索有机分子中的立体化学和手性概念。将遵循单步合成方案,并探索常见的合成有机技术。这些技术将包括液-液萃取、基于蒸馏、过滤和色谱的分离,以及通过熔点测定、红外光谱和色谱技术对有机分子进行简单表征。学分:3.0 先决条件:无 共同要求:化学 150 同等课程:无
物理: 功、能量和运动;流体运动;波的理论;气体运动论;基础热力学;基础力学;光学及其应用;电和磁;基础量子物理 化学: 原子和分子结构,光谱技术及应用,分子间力和势能面,化学平衡,周期性,立体化学,有机反应和合成,化学动力学,环境化学 基础电气工程和电子学: 直流电路;交流单相;磁路;平衡三相;功率测量;直流机;单相变压器;三相感应机;三相同步机;仪表;电气设备;半导体和绝缘体;二极管;场效应晶体管 (FET) 和场效应晶体管 (MOSFET);数字系统
由于电子从大分子链上的π分子轨道离域,了解有机大分子的电子结构和立体化学之间的密切联系,从而获得半导体或金属导电性,这有利于解释和理解它们的电学、电化学和光学性质以及不同的导电模式,也将更好地解释这些性质,特别是在通过化学聚合或电沉积开发超薄导电或半导体层时;这些结构用于开发电流或阻抗生物传感器(生物电子学)中DNA、RNA或蛋白质的固定表面,以及OJI(“有机”结型晶体管)、Oled(有机发光二极管)、用于纳米电化学、半导体电化学和光电化学的纳米电极,以及它们在数字显示、防腐、量子点(纳米点)和有机光伏电池(OPVC)中的众多应用。