专利交易市场

一种基于蛋白质序列比对的分子虚拟筛选方法，根据输入的待进行分子筛选的蛋白质序列，使用HHblits程序获取蛋白质的多序列联配信息；计算待预测的蛋白质序列和多序列联配信息对应位置出现相同残基的频率PSFM；使用同样的方法，生成蛋白质‑配体相互作用数据库BioLiP中每条蛋白质序列的PSFM；计算待预测蛋白质与BioLiP中每条蛋白质的残基对齐得分与相似度匹配质量，根据匹配质量得分取得潜在种子分子集；计算分子数据库中每个分子与种子分子集中的所有分子的二维指纹图谱值之和，根据得分对DrugBank中所有分子进行排序，取得分靠前的x·NDrugBank个分子为待分子筛选蛋白质序列的分子筛选集。本发明可用于任何筛选场景。

本发明涉及生物基因表达技术领域，特别是一种基于随机变分贝叶斯的基因调控网络拓扑结构识别方法、系统及存储介质。步骤为：1)获取待识别基因表达数据集；2)采用基于状态空间模型的动态结构函数DSF建模重构基因调控网络模型；3)采用基于随机变分贝叶斯的方法对基因调控网络模型中的参数进行估计；4)采用前向选择方法对基因调控网络的拓扑结构进行识别，用ARD变量来更新网络模型，并使用下界函数J选择模型结构，绘制基因调控网络拓扑图。本发明利用基于部分数据的自然梯度，对全局变量的后验分布进行了更新，其计算成本远低于经典VI方法，适用于基因调控网络拓扑结构的识别。

本发明公开了一种基于组织特异性网络的药物重定位方法，包括如下步骤：对癌症表达数据集样本以及药物扰动基因表达数据集的预处理；根据KEGG通路数据库，构建与直肠癌相关的组织特异性网络；通过组织特异性网络来计算药物相关基因对疾病相关基因的抑制得分值；根据抑制得分值，筛选出治疗直肠癌的最有可能的候选药物。本发明基于组织特异性网络的药物重定位方法，相对于经典方法具有高效预测能力。本发明提供的方法基于组织特异性网络的药物重定位，解决了疾病相关基因与药物相关基因重叠度不高、药物靶向关系不完善的问题。本发明基于比较抑制得分值进行药物效果预测和筛选，对于癌症的推荐药物具有广泛的适用性。

本发明公开了一种抗菌肽筛选方法及系统，将已有抗菌肽打断为长度为4的标识序列，并建立抗菌肽标识序列在抗菌肽数据库中出现的频率分布矩阵；将频率分布矩阵映射到蛋白序列上，根据比对次数高低建立目标蛋白的每个氨基酸的比对得分；根据得分情况筛选和确定比对区域；抽取比对区域中的蛋白序列，根据在抗菌肽数据库中标识序列出现的频率筛选出高得分抗菌肽比对区域。本发明解决了现有技术中存在的遗漏一部分潜在的抗菌肽序列而导致生物合成抗菌肽的经济成本增加的问题，通过有效的挖掘多肽序列大于等于4的抗菌肽，为快速挖掘生物体的抗菌肽序列提供全新的技术思路。