首页
›
生物信息学与 AI 制药工程
›
044-分子对接筛选特征学习任务
›
《Vina分子对接参数敏感性与筛选结果评估》
VIP20
本课程属于:044-分子对接筛选特征学习任务
生物信息学与 AI 制药工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
Vina分子对接参数敏感性与筛选结果评估
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
Vina简介与安装
Vina的概述 · 发展历史 · 安装方法
Vina
简介
02
分子对接基础
对接原理 · 锁钥模型 · 诱导契合
分子对接基础
对接原理
03
输入文件准备
PDB文件 · PDBQT文件 · 配置文件格式
输入文件准备
PDB
04
受体与配体预处理
去除水分子 · 加氢 · 计算电荷
受体
配体预处理
05
配置文件参数详解
receptor · ligand · center_x/y/z
配置文件参数详解
receptor
06
exhaustiveness参数的影响
计算成本与结果稳定性的权衡 · 推荐范围及项目经验
exhaustivene…
参数的影响
07
num_modes参数的影响
输出模式数量对姿势多样性的影响 · 如何选择合适值
num
modes
08
energy_range参数的影响
能量阈值对姿势筛选的作用 · 避免遗漏或冗余
energy
range
09
搜索空间设置的影响
box大小 · 中心位置对对接精度和采样充分性的影响
搜索空间设置的影…
box
10
种子随机性的影响
随机种子对结果可重复性的影响 · 如何固定种子对比实验
种子随机性的影响
随机种子对结果可…
11
打分函数的选择
Vina内置评分函数 · 与X-Score等外部函数的对比
打分函数的选择
Vina
12
柔性残基定义的影响
柔性残基数量与位置对结合模式预测的影…
柔性残基定义的影…
柔性残基数量
13
对接结果聚类分析
聚类算法(RMSD阈值) · 代表性姿势选取
对接结果聚类分析
RMSD
14
参数筛选实验设计
单因素实验 · 正交实验 · 响应面法等设计方法
参数筛选实验设计
单因素实验
15
批量对接与参数扫描
shell脚本批量提交 · 参数网格扫描 · 结果自动提取
批量对接
参数扫描
16
参数对结合能的影响
不同参数组合下结合能变化趋势与显著性…
参数对结合能的影…
不同参数组合下结…
17
参数对对接姿势的影响
姿势稳定性 · RMSD分布 · 关键相互作用保留程度
参数对对接姿势的…
姿势稳定性
18
参数对计算时间的影响
各参数对CPU时间的贡献 · 实际项目中的时间预算
参数对计算时间的…
CPU
19
参数对精度的权衡
如何平衡速度与精度 · 推荐“黄金参数”组合
参数对精度的权衡
如何平衡速度
20
常见参数组合推荐
针对不同体系(小分子 · 多肽 · 蛋白)的推荐参数
常见参数组合推荐
针对不同体系
21
实际案例一
激酶抑制剂对接——参数筛选优化结合姿…
实际案例一
激酶抑制剂对接
22
实际案例二
蛋白-蛋白相互作用对接——exhau…
实际案例二
exhau
23
结果评估指标
RMSD · 结合能 · 氢键数量
结果评估指标
RMSD
24
参数敏感性分析
单参数扰动 · 全局敏感性分析方法(Sobol · Morris)
参数敏感性分析
单参数扰动
25
自动化参数优化脚本
Python实现基于网格搜索的自动调…
自动化参数优化脚…
Python
26
多参数协同效应
exhaustiveness与siz…
多参数协同效应
exhaustivene…
27
参数筛选的统计方法
t检验 · ANOVA · 多重比较校正
参数筛选的统计方…
t检验
28
可视化对接结果
使用PyMOL/Chimera展示参…
可视化对接结果
PyMOL/Chimer…
29
常见问题与错误处理
参数不收敛 · 结果异常 · 内存不足等解决方案
常见问题
错误处理
30
总结与最佳实践
典型工作流 · 参数选择决策树 · 未来发展方向
最佳实践
典型工作流
所属VIP或分类
同VIP:AutoDock-Vina参数优化与特征构建协同实战
同VIP:AutoDock-Vina安装与配置指南
同VIP:AutoDock-Vina搜索范围参数设置技巧