1. 電腦應用程式
2. Python
3. 有想法與介面流程設計
4. 蘋果(Mac)
5. 聽從專家的建議,技術支援
描述: 1. 我目前的碩士研究主題,是利用實驗室既有的大量分子對接姿勢(docking poses),分析不同配體在同一個蛋白質結合口袋中共同出現的化學特徵,建立該蛋白質專屬的共識藥效團或交互作用熱點(consensus pharmacophore/hotspot map),再將這些資訊串接至現有的 DELETE-like 3D fragment-growing 模型,引導模型針對指定的 seed ligand 進行結構修改或片段成長。
實驗室會提供 Linux Server 與相關資料集,內容包含蛋白質結構、配體結構、docking poses、排名及能量資料。目前只有研究構想與原始資料,尚未開始正式整理及實作。初步預計先進行資料盤點、結構檔案清理、原始配體與 docking pose 的原子對應及品質控制,再從每個 pose 擷取疏水、芳香環、氫鍵供體、氫鍵受體及正負離子化等三維特徵,依照不同特徵進行空間分群與評分,找出多個配體共同支持的重要結合熱點。不過上述方法只是目前的初步想法。
完成藥效團熱點後,希望將熱點的類型、三維座標、方向、範圍及重要性轉換成模型可使用的條件,串接合適的現有 fragment-growing 模型,不需要從零建立生成式模型。最終希望做到:指定一個蛋白質與 seed ligand 後,程式可以利用該蛋白質既有的 docking pose 資料建立結合口袋的藥效團環境,分析 seed ligand 已符合及尚未符合的熱點,產生一批經過結構修改或片段成長的候選分子,並依照藥效團符合度、空間碰撞、分子性質、合成可行性及 docking 結果進行評分與排序。最後輸出候選分子結構、CSV 統計結果、三維視覺化及完整分析報告。研究方法、實驗驗證與論文撰寫仍由我本人負責。
2. 大約5-6個月,但希望每兩週有一次進度跟階段性成果討論