您好，欢迎访问吉林省农业科学院 机构知识库！
吉林省农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于机器学习与分子动力学模拟发现CDK2抑制剂

文献类型： 中文期刊

作者： 谭英佳 1 ; 陈亮 2 ; 刘聿琳 1 ; 那日松 3 ; 赵熹 1 ;

作者机构： 1.吉林大学化学学院

2.吉林省农业科学院大豆研究所

3.河南农业大学植物保护学院

关键词： CDK2抑制剂;机器学习;分子动力学;结合自由能

期刊名称： 高等学校化学学报

ISSN： 0251-0790

年卷期： 2025 年 46 卷 003 期

页码： 127-137

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 通过机器学习和分子动力学模拟方法发现了细胞周期蛋白依赖性激酶2(CDK2)潜在的抑制剂.首先，利用现有的大型活性数据库和机器学习算法，建立了针对CDK2抑制剂的分类模型.采用圆形指纹（ECFP6）的极端梯度提升树模型（XGBoost）筛选Enamine数据库，并选出了1152个新型化合物.通过分子对接和打分函数对这些潜在化合物在CDK2中的亲和力进行了排序，并采用指纹聚类的方法将化合物分为4类.分别从4类中选择1种对接评分较高的化合物，然后对4种化合物进行了类药性分析和分子动力学模拟.类药性分析结果表明，筛选出的4种潜在的CDK2抑制剂（Z1766368563, Z363564868, Z1891240670和Z2701273053）具有良好的成药性，并在分子动力学模拟结果中具有较高的结合自由能.这4种化合物可作为CDK2的先导化合物进行后续的改造和优化.

  • 相关文献

[1]基于改进YOLO v5s算法的大豆叶片虫洞的识别. 方文博,郭永刚,关法春,张伟,刘倩倩,王树文,张正超,于皓然. 2023

[2]基于机器学习的玉米自交系杂种优势类群研究. 曹士亮,张建国,于滔,杨耿斌,李文跃,马雪娜,孙艳杰,韩微波,唐贵,单大鹏. 2025

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：吉林省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台