人血清白蛋白(HSA)作为最普遍的蛋白质占蛋白质质量的60%。在这项工作中,我们通过掺入AI驱动的建模来增强先前发布的HSA数据库(HSADAB)。通过各种机器学习预测变量指标构建的Web服务器www.hsadab.cn可以立即预测类似药物的分子的HSA结合亲和力,托管着迄今为止发布的所有HSA相关的数据,并包含了完整的DeagkeRecting Docking结构,其中包含所有HSA相关的数据,并包含所有与HSA相关的数据。我们还提供了有关蛋白质构象空间,对接性能和Alphafold建模的全面分析,以及在GitHub存储库中https://github.com/proszxxpppp/hsadab中最强大的基于指纹的模型。
摘要:人体液体中最普遍的蛋白质人血清白蛋白(HSA)是药物的运输,吸收,代谢,分布和排泄的组成部分。它对药物治疗功效的影响是很大的。尽管HSA作为药物靶标的重要性,但其与外部药物相互作用(例如,类似药物样的分子和抗体)的可用数据相当有限,这对该目标的分子建模研究和经验得分功能或机器学习预测的发展构成了挑战。此外,由于实验和条件的多样化,现有数据库中报告的条目通常包含主要的不一致之处,这引起了人们对数据质量的担忧。为了解决这些问题,我们通过审查了1987年至2023年之间发表的30000多家科学出版物,建立了一个开创性的数据库,其中包括多个温度下的5000多个亲和力数据,以及涉及配体和APO形式的130多个晶体结构。当前的HSADAB资源(www.hsadab.cn)是