欢迎光临！

此项目（包括此网站）由社区管理。Github地址点这里。

此项目创始人：Abdusemi

此项目中的资料来自中国药科大学孙慧涌、邹毅等老师的CADD课程。

内容：

• 计算机药物设计绪论(Introduction to Computer-Assisted Drug Design)
  • 计算机辅助药物设计的发展史
    • 计算机辅助药物设计的概念
    • 分子模拟的历史
    • 分子模拟的理论基础
    • 分子模拟的发展及意义
    • 分子模拟的计算理论
    • 合理药物设计是CADD的研究目的
    • 靶点（target）
    • 基于结构的药物设计（SBDD）
  • 计算机辅助药物设计的应用 The application of CADD
    • CADD的应用范围
    • CADD的应用环境
    • CADD中几个基础概念 Basic Concepts in CADD
• 分子力学基本原理(Molecular Mechanics)
  • 分子力学的概念及发展(The concept and development of molecular mechanics)
  • 分子力场的组成形式 The composition of molecular force field
  • 分子力场的种类 The type of molecular force field
  • 常用分子力学优化算法 Molecular mechanics minimization
  • 构象搜索与分析 Conformation searching and analysis
• 分子动力学模拟 (Molecular Dynamics Simulation)
  • 分子动力学基本原理 The principle of molecular dynamics simulation
    • 分子动力学里程碑
    • 分子动力学轨迹分析
    • 分子力学优化及动力学模拟实验
      • 实验目的：
      • 实验原理：
      • 实验步骤：
    • 实验结果：
• 定量构效关系（Quantitative Structure-Activity Relationships）(QSAR)
  • 概念（concept）
  • QSAR的发展简史
  • 二维定量构效关系（2D-QSAR）
    • 2D-QSAR的一般步骤
  • 模型检验
  • 三维定量构效关系
  • 3D-QSAR建模的主要步骤
  • 胰蛋白酶抑制剂2D-QSAR实验
    • 实验目的：
    • 实验原理：
    • 实验步骤：
    • 实验结果
• 基于人工智能的药物设计(Artificial Intelligence-based Drug Design)
  • 机器学习的概念
  • 人工智能的发展简史
    • 科研工作中的人工智能
  • 基于机器学习的判别模型构建（Constructing Classification Model based on Machine Learning Approaches）
    • 判别模型构建的一般流程
  • 常用的人工智能算法 Commonly used Machine Learning Algorithms
    • 朴素贝叶斯（Naive Bayesian，NB）
  • 基于机器学习的判别模型构建实验
    • 实验目的：
    • 实验原理：
    • 实验步骤：
    • 实验结果：
    • 讨论：
• 基于结构的药物设计 (Structure‐based drug design) (SBDD)
  • 介绍
    • 基于结构的药物设计的基本概念
  • 蛋白质的结构与预测
    • 蛋白质的三维结构
  • 实验：同源模建法构建蛋白质的三维结构
    • 实验目的：
    • 实验原理：
    • 实验步骤：
    • 实验结果：
  • 基于结构的药物设计（SBDD）
    • 基本概念与理论
    • 水分子在药物设计中的作用
  • 分子对接技术 (Molecular docking)
    • 分子对接的原理
    • 分子对接的分类
    • 常用的分子对接算法
    • 分子对接的核心步骤
    • 分子对接的一般流程
    • 分子对接的应用
    • Discovery Studio中的分子对接算法简介
    • Discovery Studio中的非键相互作用分析
    • 分子对接计算的注意点
  • 分子重对接实验
    • 实验目的：
    • 实验原理：
    • 实验步骤：
    • 实验结果：
    • 讨论：
• 基于片段的药物设计(Fragment‐based drug design)(FBDD)
  • 引言
  • 基于片段的药物设计原理
  • 基于片段的药物设计研究方法
    • 适合于片段筛选的算法
• 基于配体的药物设计(Ligand‐based drug design, LBDD)
  • 基本概念
  • 相似性搜索 Similarity search
    • 相似性搜索的概念
    • 分子相似性方法中的基本要素
    • 子结构搜寻（Substructure search）
    • 分子指纹（Molecular Fingerprint）方法
    • 二维（2D）分子指纹方法的特点
    • 分子形状相似性的方法
    • 相似性搜索的应用
  • 药效团模型 Pharmacophore model
    • 药效团的基本概念
    • 药效团模型的应用
    • Discovery studio中的药效团模型
      • 基于配体的药效团
      • 基于受体结构的药效团——Structure Based Pharmacophore (SBP)
      • Complex Based Pharmacophore (CBP)
    • 药效团模型的验证
    • 药效团模型方法vs定量构效关系方法
  • 总结
  • 药效团模型的构建和验证实验
    • 实验目的：
    • 实验原理：
    • 实验步骤：
    • 实验结果：
    • 讨论：
• 虚拟筛选 (Virtual Screening, VS)
  • 虚拟筛选在药物发现中的意义 The significance of virtual screening in drug discovery
    • 筛选途径的药物发现方法
    • 高通量筛选VS虚拟筛选
    • 虚拟筛选文章统计
  • 虚拟筛选的基本流程 The basic process of virtual screening
    • 虚拟筛选的通用流程
    • 虚拟筛选化合物数据库
    • 化合物数据库的预处理
    • 虚拟筛选的不同方法
      • 基于分子对接的虚拟筛选步骤
      • 基于片段设计的虚拟筛选步骤
  • 案例学习 Case studies
    • 药效团模型为主的虚拟筛选方法
• 量子力学 (Quantum Mechanics, QM)
  • 量子力学基础 Quantum Mechanics Foundation
  • 量子化学计算在药物化学研究中的应用 The Application of Quantum Chemistry in Medicinal Chemistry
  • 量子化学计算在药物合成中的应用 The Application of Quantum Chemistry in Drug Synthesis
• 如何给此项目贡献
  • 第一步：安装Github并克隆此项目
  • 第二步：安装python
  • 第三步：安装Visual Studio Code并搭建好环境
  • 第五步：如何给此项目贡献