GDP：從基因G突變到藥物D研發，中間隔著一枚蛋白質P
生物學博大深奧、宇宙瀚海，特別是生物體中各種精妙的微觀現象和運作機制，賦予了人們無限的遐想空間。科學家在探索生物微觀世界的時候，除卻令人激動的偉大發現之外，一幕幕映入眼帘的，是更加令人驚奇的瞬間和落寞的背影。從基因測序到蛋白表達、從蛋白通路到網路構造、從疾病機制到藥物研發：路迢迢，十萬八千里，披荊斬棘，一路將塵埃蕩滌；回首望，多少往事歷歷，凝結下一片匠心依依。
從基因到疾病，最直接相關的還是蛋白質
在幾納米甚至微米的未知世界裡，通過精巧的工匠技藝，那些小巧的基因Gene片段，蜿蜒映射出人體中最美的氨基酸Amino acid序列。摺疊翻轉間，氨基酸鏈條又構築出最美的三維立體空間：蛋白質Protein。蛋白質間特定的三維結構，又勾勒著自然界的多姿多彩，主宰著普羅大眾間的個性差異以及生老病死。
1985年，「人類基因組計劃」的一聲炮響，徹底打開了人類對自身奧秘的探索之旅。自此之後，眾多生物的基因序列圖譜數據以指數級不斷湧現。基因層面上，疾病等生物性狀的因果關係，在人類面前早已畫卷漸舒、層次分明。但是，人體中佔70%，並與疾病等表觀性狀最直接相關的蛋白質，卻再次阻擋了研究者的步伐。基因能引導我們找到靶標蛋白，可是在藥物設計方面，我們只能依照蛋白質結構進行化學小分子的設計與改造。
計算機輔助生物分子模擬
有鑒於傳統生物學濕法實驗方法的局限性，並隨著分子生物學、X射線晶體學的發展，大量與疾病相關的生物大分子的三維結構被確定；計算機科學的迅速崛起使得數據挖掘、機器學習等技術快速發展。在這兩方面的推動下，計算機輔助生物分子模擬（CABM, Computing Aided Biological Modeling）應運而生。CABM方法，是以計算機化學為基礎，通過計算機的模擬、計算和預預測生物分子之間的相互作用關係，設計和優化先導化合物的方法。該方法目前已滲透到生物機理研究的各個環節，特別是在計算輔助藥物設計方面，其可以提高藥物研發的成功率，降低研發成本，縮短研發周期，是目前創新藥物研究的核心技術之一。
CABM：十九般武藝樣樣精通
IT聚變，計算思維和技術成為了追求理解生活的核心，所有的生物學也都已成了計算生物學。生物江湖波濤詭譎，CABM像極了風清揚，19般武藝樣樣精通，各種技藝不斷帶給我們對生命的全新理解，並使生物學概念變得嚴格和精細量化，並不斷規範人們對生物學的認知維度。那麼，它能做什麼？又能給我們帶來什麼啟示？
同源建模Homology Modeling
沒有建模不了的蛋白質與核酸三維結構，只有你給不了的氨基酸或核酸序列信息。
從氨基酸序列預測蛋白質的3D結構仍然是一個基本的科學問題，可以使用不同的方法實現，而最準確的方法是「比較」或「同源」模建，因為通過實驗方法X-Ray、電鏡等測定蛋白質結構耗時費力，並非所有蛋白結構都能成功測定。目前，建模方法日益成熟，軟體體系繁多：Modeller，Swiss-model等不斷刷新著我們對於建模的認知深度。
生物分子對接Molecualr Docking
分子對接是分子模擬的重要方法之一，其本質是兩個或多個生物分子之間的識別過程，涉及分子之間的空間匹配和能量打分，根據能量排名最終得到生物分子間的初步最優結構和結合模式。分子對接方法在蛋白通路研究及藥物設計領域有著廣泛的應用。
自1982年加利福尼亞州立大學舊金山分校Kuntz小組開發第一個分子對接軟體DOCK至今，科學家已經發展出各種各樣的理論模型和對接方法，最為重要的理論模型與對應的對接方法有Rosetta、Autodock、Vina、Dock等等。採用分子對接方法，主要進行以下兩方面的研究：（1）結合模式預測：研究/預測活性小分子與生物大分子之間的相互作用，了解其作用機制；（2）高通量虛擬篩選：從化學資料庫中快速找到具有潛在活性的小分子，節省實驗成本，提高命中率，幫助我們快速準確的找到藥物分子先導化合物。
生物動力學模擬Molecualr Dynamics Simulation
如果將「分子對接」視為一副圖片，那麼「分子動力學模擬」無外乎便是一段精彩紛呈的電影片段。在所有的計算生物學模擬方法中，最令人感到新奇與玄妙的便是分子動力學模擬了。作為計算生物學領域最為複雜的模擬方法，其結合了物理、數學、計算機和化學技術並依靠牛頓力學來模擬分子體系的運動，以對其分子體系的不同狀態構成的系統中抽取樣本，從而進一步計算生物體系的能量狀態和其他宏觀性質。
目前AMBER，GROMACS和NAMD等分子動力學軟體，依託大型超算計算資源，可進行大規模時間跨度動力學模擬。通過對模擬軌跡進行聚簇等分析，並通過分析分子間相互作用模式和相互作用能等來鑒定分子間作用機理。
藥物先導化合物篩選、結構修飾與優化
隨著科技的發展，當前已經擁有龐大的生物分子資料庫以及各種各樣的藥物分子資料庫，而傳統的實驗手段已經難以從龐大的資料庫中快速的篩選出符合特定需求的分子體系。目前，可以通過分析確定藥物的作用機制。
虛擬篩選(virtual screening，VS)也稱計算機篩選方法，其可在進行生物活性篩選之前，利用計算機上的分子對接軟體模擬目標靶點與候選藥物之間的相互作用，計算兩者之間的親和力大小，以降低實際篩選化合物數目，並在此基礎上通過計算機模擬篩選的方式快速的篩選出符合特定條件的一系列分子，從而大大的加快分子篩選過程並提高先導化合物發現效率。
目前，通過將大數據收集與資料庫和統計學結合，計算生物學為生物學提供了一幅參考圖——一幅彙集了所有個人見解的生命地圖。這幅參考圖沒有達到像谷歌街景那樣革命性的水平，而是像勇敢的探險家哥倫布、麥哲倫和瓦斯科·達伽馬他們所用的地圖一樣具有探索性。這幅地圖提供了一個大綱，但是許多地方是不完善的，並且一些重要的部分甚至可能被遺漏了正等待著被發掘。就像大家說的，這很危險。但是即使有這麼多的缺點，計算生物學所提供的生命地圖仍舊是一個不可或缺的嚮導：這幅由計算生物學提供的生命地圖為計劃、執行、和闡釋所有聚焦於探索未知領域、推出生物學知識邊界的小型實驗提供了研究背景。
圖片源自於網路，侵刪。
TAG:生信人 |