版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
2026年智能药物分子设计虚拟筛选策略知识考察试题及答案解析一、单项选择题(每题2分,共20分)1.虚拟筛选的主要目标是?A.替代全部实验筛选,直接获得上市药物B.从大规模化合物库中快速富集潜在活性分子C.精确计算药物在人体内的半衰期D.确定药物制剂的辅料配比答案B解析虚拟筛选的核心价值在于利用计算手段从海量化合物中富集可能具有活性的分子,减少后续实验筛选成本,但无法替代全部实验。2.基于结构的虚拟筛选(SBVS)最关键的输入信息是?A.化合物的质谱数据B.靶标蛋白的三维结构C.化合物的核磁共振碳谱D.药物代谢产物的结构答案B3.在分子对接中,打分函数的主要作用是?A.生成配体三维构象B.评价配体与受体的结合亲和力并进行排序C.计算化合物的合成难度D.预测化合物的水溶性答案B4.药效团模型中的氢键供体、氢键受体、疏水中心等要素属于?A.分子指纹B.药效特征元素C.拓扑描述符D.量子化学参数答案B5.下列哪种方法属于基于配体的虚拟筛选(LBVS)?A.分子对接B.分子动力学模拟C.2D分子指纹相似性搜索D.结合自由能微扰计算答案C6.评价虚拟筛选排序能力时,常用于衡量前1%排序中活性分子富集程度的指标是?A.分子量B.氢键供体数C.ED.可旋转键数答案C解析EF7.SMILES字符串在虚拟筛选中的主要作用是?A.描述蛋白质二级结构B.以线性文本形式表示分子结构C.计算晶体晶胞参数D.模拟溶剂分子运动答案B8.构建机器学习虚拟筛选模型时,下列哪项通常不适合作为分子特征?A.分子指纹B.物理化学描述符C.化合物的市场售价D.分子图结构特征答案C解析市场售价不属于分子固有结构或理化性质特征,不宜作为模型输入。9.分子动力学模拟在虚拟筛选后阶段的主要作用是?A.从化合物库中快速初筛B.评估蛋白质与配体结合的稳定性及结合模式C.生成化合物的2D结构图D.计算化合物的合成产率答案B10.下列哪项不属于ADMET预测中的吸收(Absorption)性质?A.人肠道吸收率B.Caco-2细胞渗透性C.P-糖蛋白底物识别D.hERG钾通道抑制答案D解析hERG钾通道抑制主要与心脏毒性相关,属于毒性(Toxicity)范畴,而非吸收性质。二、多项选择题(每题3分,共15分,少选或错选不得分)1.虚拟筛选常用的化合物数据库包括?A.ZINCB.ChEMBLC.PubChemD.DrugBank答案A、B、C、D2.下列软件中可用于分子对接的有?A.AutoDockVinaB.GlideC.GOLDD.Surflex-Dock答案A、B、C、D3.基于配体的虚拟筛选方法包括?A.药效团匹配B.形状相似性比较C.2D指纹相似性搜索D.QSAR模型预测答案A、B、C、D4.评价虚拟筛选模型性能的常用指标有?A.ROC-AUCB.富集因子EFC.BEDROCD.F1分数答案A、B、C、D5.在机器学习虚拟筛选模型训练中,有助于避免过拟合的措施包括?A.使用交叉验证B.对模型进行正则化C.增加高质量训练样本数量D.进行有效的特征选择答案A、B、C、D解析交叉验证可评估模型泛化能力;正则化约束模型复杂度;增加训练样本可减少过拟合风险;特征选择可降低噪声和维度。三、判断题(每题1分,共10分)1.虚拟筛选能够完全替代实验高通量筛选,无需任何实验验证。答案错误2.在Glide等分子对接软件中,打分值越负通常表示预测结合亲和力越强。答案正确3.药效团模型只能由配体活性构象构建,不能基于受体结构构建。答案错误解析药效团模型既可由一组活性配体叠合构建,也可由受体活性位点的关键相互作用特征构建,后者称为基于受体的药效团模型。4.2D分子指纹的Tanimoto系数取值范围为0到1。答案正确5.在虚拟筛选评价中,ROC-AUC值越接近0.5,说明模型预测能力越好。答案错误解析ROC-AUC越接近1表示模型区分活性与非活性分子的能力越强,0.5表示随机猜测水平。6.分子动力学模拟的计算速度通常快于分子对接,更适合用于大规模初筛。答案错误解析分子动力学模拟计算量远大于分子对接,通常用于精筛或结合稳定性评估,不适合大规模初筛。7.图神经网络可以直接从分子图结构学习特征,无需预先计算固定指纹。答案正确8.基于结构的虚拟筛选需要靶标蛋白的三维结构,可来自实验测定或同源建模。答案正确9.ADMET中的“T”代表毒性(Toxicity)。答案正确10.在相同筛选条件下,富集因子EF值越大,说明该策略富集活性分子的能力越强。答案正确四、简答题(每题5分,共20分)1.简述基于结构的虚拟筛选(SBVS)的基本流程。答案(1)获取并预处理靶标蛋白三维结构,如去除水分子、补齐残基、确定结合位点;(2)准备化合物库,进行质子化、立体异构和能量优化等处理;(3)利用分子对接软件将化合物对接到结合位点;(4)使用打分函数评估结合亲和力并排序;(5)选取排名靠前的化合物进行后续精筛和实验验证。2.说明分子对接中打分函数的主要用途及其局限性。答案用途:快速评估配体与受体的结合亲和力,对大量化合物进行排序和筛选。局限性:(1)打分函数通常采用近似模型,精度有限;(2)对溶剂化效应、熵效应和蛋白柔性考虑不足;(3)不同打分函数在不同靶标上的表现差异较大;(4)打分值排序与真实结合自由能的相关性仍不理想,假阳性率较高。3.简述药效团模型与分子对接方法的主要区别。答案(1)药效团模型基于抽象的药效特征元素及其空间排列进行匹配,不依赖靶标三维结构也可构建;(2)分子对接基于靶标蛋白三维结构,通过几何和能量匹配预测配体结合模式;(3)药效团模型更适合基于配体的筛选和骨架跃迁,分子对接更适合基于结构的筛选;(4)药效团模型计算速度快,但可能忽略蛋白环境细节;分子对接能提供具体结合模式,但计算量较大。4.在机器学习虚拟筛选模型构建中,如何处理活性与非活性样本类别不平衡问题?答案(1)数据层面:对少数类进行过采样,如SMOTE;对多数类进行欠采样;(2)算法层面:使用代价敏感学习,赋予少数类更高权重;(3)模型评估层面:采用ROC-AUC、F1分数、精确率-召回率曲线等不受类别比例严重影响的指标;(4)集成学习:使用平衡子集训练多个模型并集成预测。五、综合论述与案例分析题(共35分)###1.案例分析题(15分)某课题组拟针对一个具有明确晶体结构的激酶靶标开展虚拟筛选,现有商品化化合物库约100万个分子。请设计一套完整的虚拟筛选策略,包括数据库预处理、初筛、精筛、评价指标选择和实验验证思路。答案:(1)数据库预处理:去除重复分子、无机盐、金属络合物及不满足类药性规则的分子;进行质子化状态赋值、互变异构体和立体异构体枚举;使用PAINS等规则过滤假阳性化合物;最终保留约50—80万个类药分子。(2)初筛:采用基于结构的分子对接进行高通量筛选。选择适合激酶靶标的对接软件,如GlideSP或AutoDockVina;以ATP结合位点为对接口袋;对全部分子进行刚性或半柔性对接,按打分函数排序,保留前1%—5%的分子,约1—5万个。(3)精筛:对初筛命中分子进行更高精度对接,如GlideXP或诱导契合对接;结合分子动力学模拟评估结合稳定性;利用MM-GBSA/MM-PBSA或自由能微扰计算结合自由能;同时进行药效团匹配和相似性聚类,去除冗余骨架,保留结构多样的候选分子50—200个。(4)评价指标:在筛选流程中采用富集因子EF、BEDROC、ROC-AUC等指标评价排序性能;若有已知活性化合物作为阳性对照,可计算前1%、5%的富集倍数,验证策略的有效性。(5)实验验证思路:购买或合成排名靠前的候选化合物;进行体外激酶活性抑制实验,测定IC解析:本题要求综合运用虚拟筛选全流程知识,强调分级筛选、评价指标和实验验证闭环设计。###2.论述题(20分)试述深度学习在智能药物分子设计虚拟筛选中的应用进展,包括分子表示、常用模型架构、优势与挑战,并举例说明一种图神经网络在分子性质预测中的工作原理。答案:(1)分子表示:传统分子表示为固定长度指纹或描述符;深度学习中常用SMILES字符串、分子图、三维网格或分子表面点云等。分子图将原子作为节点、化学键作为边,可保留完整的拓扑结构信息。(2)常用模型架构:-循环神经网络和Transformer模型用于处理SMILES序列,进行分子生成和性质预测;-图神经网络直接作用于分子图,通过消息传递机制聚合邻接原子信息;-三维卷积神经网络作用于分子三维网格,预测结合亲和力或活性;-变分自编码器和生成对抗网络用于新分子生成。(3)优势:能够自动学习任务相关的分子特征,减少人工特征工程依赖;在大型数据集上表现出优于传统机器学习方法的预测精度;支持分子生成、逆合成分析、多目标优化等复杂任务。(4)挑战:高质量标注数据不足;模型可解释性较差;泛化到新
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年印刷行业发展趋势及投资前景报告及未来五至十年新兴市场与增量突破
- 2026年电厂化学考试题目及答案
- 肿瘤的外科治疗医学课件
- 2026年粮食安全考试题库及参考答案
- 经济师企业社会责任管理体系考点巩固试卷及答案
- 2026三级医院评审标准下的数据驱动医院管理运营体系的构建
- 2026年全国兽医考试模拟试卷(含答案)
- 2026年酒泉消防考试题库及参考答案
- 外贸合同审核与风险防范模拟试卷及答案
- 餐饮行业法律法规知识测试题及答案
- 糖尿病前期进展预测模型的构建与验证
- 颂钵培训课件
- 学生的情感需求与教育心理学
- HG20634-2024钢制管法兰紧固件
- 2025年江西省抚州市南城县株良镇国民经济和社会发展第十五个五年规划
- 教师数字提升培训课件
- 室内设计毕业答辩汇报
- 《影像学检查与肺部疾病》课件
- 情境化教学模式构建-全面剖析
- 2024年福建省中考满分作文《看月与探月》4
- 人工智能导论知到智慧树章节测试课后答案2024年秋天津大学
评论
0/150
提交评论