计算机在药物研究中的应用.docx

计算机在药物研究中的应用.docx

《计算机在药物研究中的应用.docx》由会员分享，可在线阅读，更多相关《计算机在药物研究中的应用.docx（22页珍藏版）》请在冰豆网上搜索。

计算机在药物研究中的应用

计算机在药物研究中的应用

✧计算机在新药开发中的运用

✧计算机在中药方剂研讨中的运用

✧药物信息数据库的树立

一、计算机在新药开发中的运用

近年，一方面随着世界技术革命的一日千里，分子生物学、细胞生物学、生物工程、组合化学、超微量分别剖析技术和药物分子设计、计算机迷信等学科的迅速开展，为寻觅新药提供了新的作用靶点、新的作用机制、新的技术方法，使药物研讨范围出现了崭新的相貌；另一方面，随着国际药品市场竞争的日趋激化，许多跨国制药集团增强国际协作，强强结合、重组结合，进一步强化了新药研讨开发的力度，投入新药研讨开发的费用增至销售额的15%～20%，组织庞大的科技队伍，不时扩展研讨范围，将生物医学基础学科研讨出现的新实际、新技术迅速运用到新药研讨之中，如定向设计各种靶分子，研讨成功了受体的阻滞剂和兴奋剂、酶的抑制剂与激活剂以及通道的阻滞剂等一系列新药，在当今发现新药越来越困难的状况下，使世界每年终次上市的新药仍能坚持在40～50个左右，2002年上市新药25个。

我国虽在实施药品专利与行政维护后，注重与增强了创新药物的研制，但力度太小，投入太少，短期内难见成效，90年代上市新药仅有2个，所占世界份额极低。

对少量化合物停止挑选，发现具有生物活性的先导化合物是研讨开发新药的源头。

由于我国临时以仿制国外药品为主，不注重新药挑选及相关基础研讨，挑选模型落后，技术方法新鲜，但近年，已树立了上海药物研讨所和北大药物研讨中心为中心的药物挑选中心。

近年虽末尾增强药物挑选任务，研讨树立了一些新的挑选模型，但因缺乏新化合物的累积，供筛样品太少，短期内难见成效，这种矛盾还将会随时间的推移和研讨水平的提高而愈加突出，成为制约我国新药创制任务的〝瓶颈〞。

但不少单位运用计算机辅佐设计技术设计出一批有开发前景的新结构化合物，如：

◇上海药物所现已具有用于分子模拟和药物设计的完整软、硬件，并已在抗菌药物氧氟沙星相似物、抗老年性聪慧药物石杉碱甲相似物、多巴胺受体阻滞剂及凝血酶抑制剂等药物的分子设计方面取得了重要阶段性效果。

◇中国医学迷信院药物研讨所国度药物挑选中心完成了高通量药物挑选活性数据的计算机处置，明白了处置药物挑选活性数据的着眼点及普经进程，为提高数据处置的效率、添加其迷信性提供了一条实在可行的措施。

1、新药开发的途径

〔1〕临床发现

临床发现新药带有清楚的时代颜色。

现代在我国有神农尝百草，其他国度或民族也有相似的传说。

民族传统药物学都是在临床运用中构成的。

即在临床治疗学中依托阅历积聚发现新药，这一进程至今仍在继续，应用传统药物〔包括中草药〕治疗病症，即是临床治疗学的需求，也是新药发现的进程。

从临床上发现新药，虽然有很大的偶然性〔serendipity〕，但对新药研讨经常有很大的推进作用。

例如，能有效地控制肉体分裂症患者症状的第一个抗肉体病药－氯丙嗪的发现，不但极大地推进了现代抗肉体病药的开展，而且翻开了现代肉体药理学开展的新一页。

又如，抗焦虑剂丁螺环酮的临床发现，为选择性抗焦虑剂的开展提供了新的方向和范围。

〔2〕新药挑选

挑选虽然不是发现新药的独一途径，但是对创新药物来讲，挑选是必不可少的手腕和途径，特别是当代创新药研讨竞争十分猛烈，其中竞争的焦点就在于新药挑选，低耗、高效率挑选出新药是效果的中心，其目的是延长新药发现的进程。

一项统计数字说明，发现一个新药后，临床前药理、毒理学研讨平均需求3.5年，临床实验平均需求６年，审批上市平均需求2.5年，三者相加平均12年。

希图从这几个开展阶段上延长周期，加快新药上市的速度是很困难的。

这几个阶段周期幅度，不但受新药研讨规律所制约，也受药品审批管理法规要求的限制。

因此，新药研制机构，特别是制药产业，纷繁将热情和留意力，倾注在新药发现进程上，在新药挑选上投入少量人力、财力，并少量运用现代新技术。

其结果不但促使新药挑选迅速生长为学术专业，也使其开展成为一种产业。

例如，国外已有专门从事药物挑选的公司停止合同或商业效劳，还有专门公司研制消费和供应药物挑选用的装盒，包括受体、放射性配体缓和冲液等。

供挑选用的自动化、半自动化的仪器设备以及管理和数据处置用的计算机软件等均有商品供应。

从概念上讲，现代药物挑选是发现有活性的化学物质。

这点与传统的药物挑选概念有很大区别。

传统的或经典的药物挑选经常运用药效学目的，或许与药效学目的相混淆，构成药物挑选就是药效学初步评价的形式，从其结果中以直接推测其治疗范围。

这种挑选概念和形式在历史上曾发扬庞大作用。

随着迷信技术的开展，这种挑选越来越显示出其局限性，例如，它不适于高效率挑选少量化合物，尤其不适于微量化合物的挑选，像组合化学库基本无法用这种方法挑选。

又如很多疾病没有适宜的植物模型，无法用药效学目的挑选，限制了新药开展研讨的范围等。

具有如下的特点和规律：

（1）药物挑选自始至终是一个综合学科重复研讨的进程，需求不同窗科的人员，如化学家、药理学家、分子生物学家等协调同事。

（2）新药发现研讨进程，大致可分为导向化合物发现、同系物评筛后的专利化合物和构效关系研讨优化出候选化合物等三个开展阶段。

每一阶段挑选方法和目的也不尽相反，这种不同既表达在任务效率上，也表达在研讨内容上。

例如导向化合物挑选中的目的在于发现有活性物质，详细方法应适宜大规模、高通量的挑选，绝大少数均采用体外实验目的；专利化合物研讨阶段应更多思索契合专利申报的要求；确定候选药物时，就要思索药物的组织选择性、治疗范围等，应布置全体植物或疾病的植物模型的评价。

（3）药物筛先少量运用现代迷信技术，如大分子结构测定技术、生物技术、组合化学技术、自然生物分别提纯技术、药物合理设计技术、生化及分子药理学技术以及电子计算机自动化技术等。

（4）为了提高新药发现的机率，依据化合物的来源和性质，综合运用不同的挑选手腕，例如，从自然资源中或已有的化学库〔包括组合化学库〕挑选导向化合物，运用随机挑选法〔randomscreening〕;应用传统药物化学手腕分解化合物停止构效优化评价，运用阅历式重复挑选法〔trialanderrorempiricalscreening〕;靶标药物的评价那么运用药物合理设计与挑选〔rationaldesignandscreening〕;从组合化学库中寻觅有作用或有效化合物，那么运用组合化学库的群集挑选〔massscreeningofcombinatorialchemistry〕等。

近年来，国际上创新药物研讨开展迅速，并出现出两个清楚特点：

一是生命迷信前沿技术如基因组学、蛋白质组学、生物芯片、转基因植物、生物信息学等与药物研讨严密结合，以发现和确证药物作用新靶点。

二是一些新兴学科越来越多地渗入到新药的发现和前期研讨中。

化学、物理学、结构生物学、计算机和信息迷信等学科与药物研讨的交叉、浸透与结合日益增强，使得新药研讨的相貌发作了严重变化，出现了一些新的研讨范围和具有严重潜力的新技术。

这些研讨停顿和综合集成，将对创新药物的研讨与开发发生久远的、决议性的影响。

创新药物研讨的开展趋向主要表如今：

✧药物作用新靶标的发现

药物大多经过与人体内〝靶标〞分子的相互作用而发生疗效，药物作用靶点的寻觅，已成为当今创新药物研讨剧烈竞争的焦点。

新的药物作用靶点一旦被发现，往往成为一系列新药发现的打破口。

目前治疗药物的作用靶点共483个。

随着人类基因组、蛋白质组和生物芯片等研讨的停顿，少量与疾病相关基因将被发现，据预测，到2020年药物作用的靶标分子能够急剧添加到5000种，创新药物研讨将具有宽广的前景。

✧新的挑选模型和挑选技术的研讨

在新药研讨进程中，经过化合物活性挑选而取得具有生物活性的先导化合物，是创新药物研讨的基础。

近20年来，许多药物作用的受体已被分别、纯化，一些基因的功用及相关调控物质被相继说明，这就使得许多在生命活动中发扬重要作用的生物大分子可以直接成为大规模药物挑选的新模型，使得药物挑选模型从传统的全体植物、器官和组织水平开展到细胞和分子水平。

挑选方法和技术发作了基本性的变化，出现了高通量挑选的新技术、综合运用自动控制的机器人，基于新的迷信原理的检测手腕和计算机信息系统等技术、以酶活性、受体结合及受体功用的变化作为检测目的，在极短时间内即可完成庞大数量的化合物活性挑选，大大减速了新药的寻觅和发现进程。

✧结构生物学、生物信息学和药物分子设计

结构生物学是从分子生物学和生物化学中分别出来的一门新兴学科，其主要方向是应用X射线衍射晶体学方法、多维核磁共振方法和电镜技术测定生物大分子的三维结构，为从原子和分子结构水平上研讨生物大分子的结构与功用的关系、生物大分子-大分子和生物小分子-小分子间的相互作用奠定基础。

生物信息学是一门关于生物信息的获取、处置、存储、传达、剖析和解释等方面的学科。

人类基因组方案和蛋白质方案的展开，为生物医药研讨提供了丰厚的生物学信息。

而从这些纷繁复杂的生物信息中寻觅适宜的药物作用靶标是生物信息学的重要目的之一。

生物信息学还可用于药物作用机制、药物代谢动力学以及药物毒性的研讨。

计算机辅佐药物设计包括：

基于配体的药物设计；基于受体的药物设计；基于机制的药物设计。

计算机辅佐药物设计的另一种重要战略和方法是虚拟药物挑选。

它应用各种计算方法对化合物数据库停止〝挑选〞，可以大大增加任务量与本钱，加快新药发现步伐。

✧组合化学和组合生物催化新技术

目前组合化学开展的一种趋向是和合理药物设计相结合，经过火子模拟和实际计算方法合理地设计化合物库，添加库中化合物的多样性。

目前研讨的热点，是依据受体生物分子结合部位的〞，这将大大提高组合化学库的质量和挑选效率。

组合生物催化是将生物催化和组合化学结合起来，即从某一先导化合物动身，用酶催化或微生物转化方法发生化合物库。

组合化学和组合生物催化新技术大大加快了新化合物的发生速度，经过良好设计的组合化学库还可大大提高化合物结构的多样性，从而提高寻觅新药的速度和效率。

2、高通量药物挑选活性数据的计算机处置技术

传统的药物挑选方法是采用药理学的实验方法,经过体内、体外的多种实验方法,评价药用样品的药理活性。

但是,由于传统的药理实验方法需求消耗少量样品,运用少量实验植物,参与实验的技术人员具有较熟练的操作技艺,而且挑选样品量有限,休息强度大,不能顺应少量样品的同时挑选。

高通量药物挑选是在传统的挑选技术基础上,运用先进的分子生物学、细胞生物学、计算机、自动化控制等高新技术,树立的一套更适宜于药物挑选的技术体系。

高通量药物挑选技术是将多种技术方法无机结合而构成的新的技术体系,它以分子水平和细胞水平的实验方法为基础,以微板方式作为实验工具载体,以自动化操作系统执行实验进程,以灵敏快速的检测仪器采集实验数据,以计算机对实验取得的数据停止剖析处置,在同一时间内对数以千、万计的样品停止检测,并以相应的数据库支持整个技术体系的正常运转。

分子水平和细胞水平的实验方法（或称挑选模型）是完成高通量药物挑选的技术基础。

由于高通量药物挑选要求同时处置少量样品,实验体系必需微量化。

这些微量化的实验方法有些是运用传统的实验方法加以改良树立的,更多的是依据新的迷信研讨效果树立的。

高通量药物挑选运用的实验方法总体积普通要求在2～250μＬ,常用的高通量药物挑选模型可以依据其生物学特点分为以下几类:

①受体结合剖析法。

②酶活性测定法。

③细胞因子测定法。

④细胞活性测定法。

⑤代谢物质测定法。

⑥基因产物测定法等等。

以上这些方法都曾经普遍运用于高通量药物挑选中。

自动化操作系统主要是指实验室自动化任务站,俗称药物挑选机器人,是由计算机控制的全自动实验室操作设备。

实验室自动化任务站的基本功用是可以自动延续地完成实验的基本操作,如加样:

即向每个反响单位（微板中的每一个孔）中参与各种不同成分、不同浓度、不同容积的溶液;稀释:

实践上就是参与一定容积的样品或试剂溶液后,再参与一定的溶媒;转移:

主要是完成某一试剂或样品的位置变化;混合:

将参与的不同溶液停止混合,混合的方式有震荡,也可以用加样器重复吹吸混合;洗板:

用适当的溶液清洗实验用的微板,或洗除不需求的反响液;温孵:

让反响体系在一定的温度条件下坚持一定的时间,使之完成反响进程,自动化任务站可以严厉控制温孵的温度和时间;检测:

实验室自动化任务站普通都可以与某一种或多种检测仪器衔接,在实验操作完成后,可以自动停止必要的检测并自动采集贮存数据,完成整个实验进程。

药物作用的靶分子结构明白后，借助计算机，经过无机化学、量子化学及平面化学计算，找出最正确的与靶分子结合的药物分子结构。

依照国际上普遍的状况来看，每100000个新化合物能够有5个进入临床研讨，最终只要1个成为新药，但这些化合物均是经过多种模型和多靶点挑选，因此挑选量十分之大，中药提取物或单体由于有先人的阅历，挑选的阳性率能够会高一些，但其任务量也十分可观。

国外各大药厂已普遍运用高通量挑选技术（HTS），国际也末尾引进这一技术。

这一方法可以做到大批量、快速挑选，目前普通已可到达每日挑选样品数万个。

●高通量药物挑选的数据处置特点

高通量药物挑选（highthroughputscreening）运用高度自动化的操作系统，采用分子、细胞水平的药物活性检测模型，借助高灵敏度的检测仪器对化合物的生物活性停止检测。

其主要特点是对药物活性的挑选在大规模的水平上停止的，挑选的化合物数以千万计；真正完成一药多筛。

同一化合物不同模型挑选的活性数据以及由同一模型不异化合物的活性数据归结出的结构活性关系可以为药物的发现提供极有价值的信息。

在高通量药物挑选中，经过活性数据处置进程确定化合物的药物活性，并为基于信息的药物发现进程预备准确、丰厚的资料。

●高通量药物挑选活性计算方法的选择

　　化合物生物活性的计算经过原始数据的调用、确定运算进程、批量处置化合物数据、调整计算数据最终获取每一样品的活性结果。

　　在商用软件中，Excel以惯例计算和经过宏处置编辑计算进程见长，Statistica，SPSS，SAS，BMDP，Lotus1-2-3等多种数据剖析统计软件可用于高通量药物挑选的数据剖析中。

下面以Excel为例论述高通量药物挑选的数据处置方法。

〔1〕　原始数据调用　高通量药物挑选的原始数据以一个微孔板为一个数据单位，不同微孔板数据的散布格式和数量不同，最罕见的是96孔板。

检测数据可以以DAT格式或TXT格式被其它运用顺序调用，Excel调用TXT格式文件。

〔2〕计算进程的完成　在高通量药物挑选中，检测数据及中间数据具有相反的格式，处置进程及方式相反，Excel采用VisualBasic编辑宏进程可停止整批实验数据的处置。

〔3〕计算顺序的调整　由于宏处置对一切微孔板的实验数据采用完全相反的方式停止处置，但是不同的实验板存在不同的差异，需求停止调整。

这种调整分为两种，一种不触及中间计算，可直接对计算结果停止调整；另一种是触及后续的处置进程，就需对每次处置作相应调整，使生物活性数据的处置更为准确。

　最终处置结果以Excel表的方式存在，包括样品的序列号、原始数据、主要中间数据、抑制率（或IC50等）、效果评价、模型代号、异常数听说明等，并可按需求输入。

按此方法，日处置数据可达数万样品次。

　例如，中国医学迷信院药物研讨所光诱导法挑选抗氧化剂活性计算中，将测定诱导前吸收值和诱导后吸收值数据转化为TXT格式，用Excel调用。

翻开宏功用，录制化合物活性计算宏，定义快捷键。

宏进程包括：

光诱导净吸收值的计算，求阴性对照值光吸收净值平均值，求阳性对照值光吸收净值平均值，自在基消弭率的计算。

计算公式为：

100×（阴性对照光吸收净值-光诱导净吸收值）÷（阴性对照光吸收净值-阳性对照光吸收净值）。

●化合物和挑选模型数据的调用

　样品数据库、挑选模型数据库和生物活性数据库构成高通量药物挑选数据库管理系统的3个主要数据库。

生物活性数据库经过样品序列号与化合物库中的样品信息相关联，经过模型代号调用模型数据库中的挑选模型相关信息。

高通量药物挑选不只在于检测生物样品的活性，它所贮存的化合物结构信息可以为化学分解任务者提供自创，以防止分解重复结构化合物，将有限的时间、精神、物力用到分解结构新颖的化合物，添加发现活性化合物的能够性。

将化合物的结构信息同生物活性信息结合起来，可以为药物的理性设计提供珍贵的资料。

将具有相反生物活性的化合物结构停止结构剖析，找出它们的构效关系，树立结构与生物活性参数，经过不时优化与修正后，用于针对特定分子靶点的药物设计可以大幅度提高药物设计的有效性。

化合物结构与生物活性相关性剖析不只要利于药物的设计，还可直接用于药物的发现，成为化合物药物活性的计算机挑选的一个方法。

高通量药物挑选化合物结构与生物活性剖析说明，具有相反作用原理且出现出生物活性的化合物具有结构上的共同点，把具有这一共同点的化合物归为一簇，称为呈簇性剖析（clusterassay）。

应用簇的特点挑选自有的化合物库或商用化合物库，可以发现具有更好活性的化合物，从而加快药物的发现进程。

目前超高通量挑选技术（UHTS）正逐渐取代HTS。

UHTS技术从原来96孔板或384孔板检测改为1?

536孔板，挑选速度提高数倍，另外由于资料试剂消耗的下降，使总的挑选本钱降为HTS的1/30，因此是一个大有出路的技术，这一技术在自然产物的研讨及先导化合物的发现中也将起到重要作用。

3、计算机辅佐药物设计〔CADD〕

随着计算机技术的飞速开展，药物的设计和发现也末尾从主要靠"运气"和少量分解任务随机发现药物向应用计算机有目的的、合理的设计药物的方向开展。

CADD的主要目的是应用统计学和分子模型化技术来指点新的先导结构的设计或发现，增加把药物推向市场前所消耗的少量时间和资源。

传统的药物设计和分解方法都具有一定的随机性和自觉性，缺乏应有的合理性。

但是，随着功用基因组和结构基因组研讨的快速停顿以及人们对疾病发作、开展机理在分子水平上看法水平的不时深化，与严重疾病相关的生物靶标分子被不时发现；此外，越来越多的靶标分子的三维分子结构被测定并成为药物开发的新靶标。

生物学的这些最新停顿为计算机辅佐的定向、合理药物分子设计奠定了基础。

为了展开计算机药物分子设计，微芯生物已拥有大型SUN数据库效劳器、SGI药物设计任务站和公用于计算机辅佐药物设计的全套软件和数据库系统。

研发人员在药物分子设计方面具有较为丰厚的实践阅历。

计算化学〔ComputationalChemistry〕在药物研发中的作用显得日益重要，已成为国际上药物研发不可或缺的重要组成局部。

经过采用分子对接、构效关系、分子类药性和多样性、虚拟挑选等方法停止计算机辅佐药物设计，可为化学家提供少量可分解的、可开发成药物的几率高的化合物结构。

一旦所设计的化合物的生物活性在挑选模型中失掉确认，可以应用计算化学方法对此先导药物分子作进一步的结构优化和设计。

我们知道，药物分子的活性除了取决于其基本活性结构以外，还遭到取代基的种类、位置、大小、电负性、亲脂性等要素的影响，有时，取代基直接影响药物的作用机制和临床毒反作用。

因此，在药物研发进程中，一旦找到行之有效的先导化合物以后，还必需破费少量的时间来对先导化合物停止结构优化，分解取代基种类和位置各异的许多相似化合物，以便找到药效最正确、反作用最小的目的药物分子，从而到达增加药物分解的自觉性、提高成功率、降低开发费用的目的。

经过计算机设计出的化合物结构可采用惯例的化学分解方法分解或采用组合化学方法停止并行自动分解。

举例：

中国迷信院上海药物所在成功地表达出SARS病毒的E蛋白、N蛋白和3CL蛋白水解酶后，应用InsightII分子模拟软件所提供的生物信息学方法，对SARS病毒的3CL蛋白水解酶的同源性停止了剖析，进而应用InsightII软件对3CL蛋白水解酶的三维结构停止了成功的同源建模，并依据所模建的三维结构对3CL蛋白水解酶的活性位点停止剖析，取得了作为抗SARS药物作用靶点的3CL蛋白水解酶的详细信息，为下一步停止抗SARS药物的虚拟挑选，尽快找到有效药物打下坚实的基础。

之后，上海药物所应用药物虚拟挑选技术发现的抗SARS活性的潜在药物，证明了应用InsightII所模建的3CL蛋白水解酶的三维结构的合理性及所预测活性位点的正确性。

在成功地锁定了抗SARS病毒药物的作用靶点并提醒了SARS病毒感染途径和作用机理之后，上海药物所药物发现与设计中心〔DDDC〕应用MDL公司提供的"药物数据报道数据库〔MDDR〕"、"综合医药数据库〔CMC〕"、由上海药物所和创腾科技协作开发"中国自然产物数据库〔CNPD〕"，以及上海药物所的自有数据库，组成了包括数十万个化合物的抗SARS药物虚拟挑选数据系统，并应用这一系统在拥有64个CPU的SGI超级计算效劳器上，针对SARS病毒靶点和作用机理停止了大规模的抗SARS药物的虚拟挑选，找到了上百个具有潜在抗SARS活性的化合物。

经过DDDC专家的仔细剖析和实验验证，在不到一个月的时间里，发现了19个有抗SARS活性的潜在药物。

　　上海药物所药物发现与设计中心〔DDDC〕担任人蒋华良教授在评价分子模拟软件和化学信息系统在研讨抗SARS所起的作用时表示：

"InsighII分子模拟软件协助我们在很短的时间里锁定了抗SARS药物的作用靶点。

InsightII分子模拟软件还协助我们了解到人类CD13蛋白能够是SARS冠状病毒S蛋白的一个作用靶点，它们之间的相互作用能够是SARS病毒感染的途径之一。

在其后所停止的生物物理和分子生物学的实验，验证了我们应用分子模拟技术所预测的结果的正确性。

InsighII软件在抗SARS药物研讨中的作用是显而易见的。

"

　　"MDL公司的MDDR和CMC数据库拥有少量的结构数据和丰厚的生物活性数据，使得我们针对SARS这一突发事情，可以高效率地找出具有抗SARS活性的潜在药物。

一个有战役力的团体，加上先进的软硬件设备和实验手腕，使我们在一个月的时间里，走过了从基因到发现潜在药物的路程，其中MDL药物数据库系统所起的作用是关键的。

"

　　中国迷信院上海药物研讨所药物发现与设计中心〔〕是一个以基因信息和蛋白结构为基础，以药物设计、化学分解和现代生物技术为主要研讨手腕的创新药物研发中心。

DDDC成立于2001年，现任中心主任为中国青年迷信家奖取得者、博士生导师蒋华良研讨员。

　　中国迷信院上海药物研讨所药物发现与设计中心〔DDDC〕除了拥有少量先进的用于分子生物学和药物研讨的实验仪器设备，以及SGI〔64个CPU〕和国产"神威"高功用计算机之外，还拥有最先进的分子模拟和药物设计软件，如：

InsightII,Catalyst,TOPKAT,Sybyl和DOCK等。

此外，DDDC还应用MDL公司所提供的"药物数据报道数据库〔MDDR〕"、"综合药物化学数据库〔CMC〕"、"化合物挑选数据库〔ACD-SC〕"和自主开发的"中国自然产物数据库〔CNPD〕"等数据库树立了超越250万个化合物的大型药物虚拟挑选数据系统。

在抗SARS科研攻关中，DDDC参与了抗SARS药物研讨，展开了探求SARS病毒的致病机理、药物设计、虚拟挑选和分子水平挑选的任务。

DDDC所拥有的先进的软硬件及实验仪器设备，保证了其在SARS的致病机理和抗SARS药物研讨的抢先位置。

二、计算机在中药方剂研讨中的运用

1、聚类剖析法剖析中药成分

中成药成分剖析是一件艰难且复杂的任务,文献中多以薄层层析法作为剖析手腕,虽然此法有本钱低和操作复杂等优点,但在实践运用上仍有不少限制。

例如需要掌握不同药材的目的成分,并要取得有关对照品作剖析之用;另外,提取进程及层析剖析系统会因不同的目的成分而有所不同;再者,普通中成药都由好几种药材合制而成,令其成分提取和剖析愈加复杂。

因此,假定要采用薄层层析法对4000种中成药停止成分剖析,将会是一件十分破费人力和时间的任务。

聚类剖析法自身是一种属于无监视学习系统的化学形式识别方法,在特征空间中直接寻觅点群或其他可识别的数