热门问题
时间线
聊天
视角
化學資訊學
来自维基百科，自由的百科全书
Remove ads
化學信息學是一門交叉學科，研究如何使用計算機與信息技術來表示、儲存、檢索、分析和預測化學數據與分子性質。它結合了化學、計算機科學、數學與信息科學的原理，旨在從大量化學結構與實驗數據中提取有用信息，以支持化學研究與藥物發現等應用。
歷史
術語化學信息學（Cheminformatics）是1998年被F.K. 布朗[1][2]定義的：
化學信息學是這些信息資源的混合，將數據轉化為信息和信息轉化為知識，以便在藥物導向識別和優化領域更快地做出更好的決策。
英文中，Cheminformatics和Chemoinformatics兩種拼寫均被使用，而使用更多的則是較短的變體——Cheminformatics[3]。最近成立的《化學信息學學報》是前者的強力推動。
基礎
化學信息學將化學，計算機科學和信息科學的科學工作領域結合在化學空間中的拓撲，化學圖論，信息檢索和數據挖掘領域[4][5][6][7]。化學信息學也可以應用於各種行業，如紙張和紙漿，染料和相關行業的數據分析。
應用
化學信息學的主要應用是存儲，索引和搜索與化合物有關的信息。這種存儲信息的有效搜索包括計算機科學中作為數據挖掘，信息檢索，信息抽取和機器學習的主題。相關研究課題包括：
化學結構的計算機表示使用專門的格式，例如基於XML的化學標記語言或簡化分子線性輸入規範（SMILES）。 這些表徵通常用於存儲在大型化學數據庫中。 雖然一些格式適用於2或3維的視覺表示，但其他格式更適合於研究物理相互作用，建模和對接研究。
化學數據可以涉及真實或虛擬分子。可以以各種方式產生化合物的虛擬化合物庫以探索化學空間，並假設具有所需性質的全新的化合物。
最近使用片段優化生長（fragment optimized growth）算法生成化合物類（藥物，天然產物，多樣性合成產品）的虛擬化合物庫[8] 。這是通過使用化學信息工具來訓練馬爾可夫鏈在真實化合物類別上的轉變概率，然後使用馬爾可夫鏈產生類似於訓練數據庫的全新化合物。
與高通量篩選相比，虛擬篩選涉及通過各種方法在化合物庫中進行計算篩選，例如蛋白質和蛋白質或多肽的對接，用於識別可能具有所需特性（例如針對特定靶標的生物活性） 的分子。在某些情況下， 組合化學用於化合物庫的開發，以提高挖掘化學空間的效率。更常見的是，篩選多樣化的小分子或天然產物庫。
這是定量結構-活性關係和定量結構性質關係值的計算，用於預測其結構中化合物的活性。在這種情況下，化學計量學也和它有很強的關係。化學專家系統也是相關的，因為它們代表化學知識的一部分，作為計算機模擬表示。有一個相對較新的匹配分子對分析或預測驅動的MMPA的概念，它與QSAR模型相結合，以便識別活動懸崖（Activity cliffs）[9]。化學懸崖通常被定義為結構相似且對同一靶點都具有活性但藥效差異較大的化合物或化合物組。
參閱
參考資料
外部連結
Wikiwand - on
Seamless Wikipedia browsing. On steroids.
Remove ads