S:有道理 ， 之前同组的同学用svm筛选过酪氨酸酶抑制剂 ， 酶一点点花了八千多 。
殷赋科技:我们正在开发在线方案 ， 联合使用vina和dock6对接 ， 再加上根据以往经验写成的分析筛选脚本 ， 能极大提高命中率 。 如果不着急 ， 不妨等一等 。
D:您说的基于Vina和dock6对接 ， 然后经过分析后得到数据的脚本 ， 这个分析是什么个过程?共同命中被选下来?这个的话脚本不难写 ， 如果这个思路可行的话我也想写写试一试 。
殷赋科技:主要是两步 ， 一是根据打分挑选最好的化合物 ， 二是根据结合模式挑选 ， 前者容易实现 ， 后者则比较困难 。
D:结合模式的话会把关键氨基酸以及结合对关键氨基酸的影响考虑进去吗?
殷赋科技:对 ， 分为一般相互作用(比比如氢键、pi-pi堆积)和特殊相互作用(针对该体系的关键氨基酸及其作用) ， 还有口袋形状的匹配程度HH 。
靶标预测图 G:大家有预测疾病靶点的那种图吗?我写东西想用用 。 但是找不到啊 。
F:举个例子?
K:什么样的图？
殷赋科技 :大概要个网络图吧 。
G:对就是网络关系那种 。
G:不用显示具体的物质 。 我就是想用一下这样的图 。 说明一下预测靶点 。
殷赋科技:化合物在中间 ， 周围是潜在的蛋白靶标 ， 远近表示可能性大小 。 http://aAs.cytoscape.org/media/golorize/screenshots/Golorize.jpg 。
更多资讯 ， 请登录www.yinfotek.com 或关注微信公众号“殷赋科技” 。 我司建立了微信学术交流群 ， 为生物医药领域的朋友搭建沟通交流的互动平台 。 想入群的朋友 ， 请在微信公众号菜单栏输入“加群” ， 根据提示操作即可 。