【技术实现步骤摘要】
一种电子结构计算机辅助药物设计系统
本专利技术涉及药物设计系统
，尤其涉及一种电子结构计算机辅助药物设计系统。
技术介绍
计算机辅助药物设计是以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的关系，设计和优化先导化合物的方法，计算机辅助药物设计实际上就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化与设计，计算机辅助药物设计大致包括活性位点分析法、数据库搜寻、全新药物设计；现有技术中，从药物的数据库筛选药物，工作量巨大，同时消耗大量的成本，而成功筛选一个新药常常需要多年时间，且大量的药物被筛选出来，但是缺乏大数据技术的应用，缺少信息集成和共享的关键部件和功能，对药物的功能机制了解很困难，特别是对其潜在功能的研究成为该领域目前急需解决的问题，因此，本专利技术提出一种电子结构计算机辅助药物设计系统以解决现有技术中存在的问题。
技术实现思路
针对上述问题，本专利技术的目的在于提出一种电子结构计算机辅助药物设计系统，该系统利用高通量筛选技术，以分子水平和...
【技术保护点】
1.一种电子结构计算机辅助药物设计系统，其特征在于：包括计算机控制中心、云端数据中心、医疗数据库、辅助判断模型和大数据集成模块，所述计算机控制中心包括SAS系统、数据预测模块、数据闪存模块和数据测序模块，所述SAS系统中导入样本药物的蛋白质高通量原始芯片数据，利用高通量筛选HTS技术，以分子水平和细胞水平的实验方法为基础，以SAS系统执行试验过程，先对蛋白质高通量原始芯片的信号值进行筛选，剔除低质量信号数据，得到理论上有效的蛋白质文件，将所筛选出的蛋白质表达数据在TCGA数据库中与其分期、转移、浸润等临床信息，进行生物信息统计学分析，进一步筛选出蛋白质的全电子结构数据；/n...
【技术特征摘要】
1.一种电子结构计算机辅助药物设计系统，其特征在于：包括计算机控制中心、云端数据中心、医疗数据库、辅助判断模型和大数据集成模块，所述计算机控制中心包括SAS系统、数据预测模块、数据闪存模块和数据测序模块，所述SAS系统中导入样本药物的蛋白质高通量原始芯片数据，利用高通量筛选HTS技术，以分子水平和细胞水平的实验方法为基础，以SAS系统执行试验过程，先对蛋白质高通量原始芯片的信号值进行筛选，剔除低质量信号数据，得到理论上有效的蛋白质文件，将所筛选出的蛋白质表达数据在TCGA数据库中与其分期、转移、浸润等临床信息，进行生物信息统计学分析，进一步筛选出蛋白质的全电子结构数据；
所述数据预测模块为TargetScan靶基因预测软件，用于对样本药物的蛋白质数据进行前景值和背景值校正，得到消除噪音污染的蛋白质信号数据；
所述数据测序模块为solexa测序技术，利用solexa测序技术对蛋白质信号数据进行表达谱数据分析，具体为：基因表达水平分析、差异表达基因分析、GO/KEGG富集分析、蛋白互作网络分析、基因共表达网络构建，最后进行可视化结果展示，将可视化结果数据暂时储存在数据闪存模块中；
所述医疗数据库接入国家药检数据中心，包括药物基因数据库信息、传感器采集信息和设备采集信息，所述药物基因数据库信息包括药物临床数据和蛋白质组学数据；
所述大数据集成模块包括集成引擎和搜索引擎，所述集成引擎支持IHE标准，包含IHE交换工具，且集成引擎内置集成测试功能，所述搜索引擎采用ElasticSearch+Logstash+Kibana框架部署，且利用ElasticSearch搜索服务器完成分布式的多用户全文搜索引擎，进行数据管理；
所述辅助判断模型包括分布式计算框架和NoSQL数据库，所述分布式计算架构采用AngularJS+NodeJS+NoSQL框架进行开发，利用AngularJS框架建立前端界面，利用NodeJS快速的建立服务端反馈，所述NoSQL数据库为MongoDB，其作为非关系型数据库，反应数据间的关系，用于数据交互，所述辅助判断模型分别与数据测序模块和药物基因数据库信息连接并将样本药物的可视化结果与药物临床数据、蛋白质组学数据进行对比分析，构建cicRNA-miRNA-mRNA-疾病分子链，随后进行高通量测序，使用STAR软件进行index构建，设定对比参数配置文件，筛选出配体，然后计算所述蛋白质和配体的全电子结构，得到蛋白质的轨道系数和分子轨道能级。
2.根据权利要求1所述的一种电子结构计算机辅助药物设计系统，其特征在于：所述计算机控制中心中，对蛋...
【专利技术属性】
技术研发人员：曹小伍，雷铭轩，
申请(专利权)人：杭州憶盛医疗科技有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。