[醉染正版]应用化学信息学:成与未来机遇书恩格尔等徐峻等 社会科学书籍

序;
1 概述 pan class="Apple-converted-space">;
1.1 写作动机 pan class="Apple-converted-space">;
1.2 化学信息学起源与发展 2;
1.3 化学信息学基础与各种应用 2;
1.3.1 数据库 3;
1.3.2 化学家的基本问题 3;
1.3.3 发现 5;
1.3.4 化学信息学在其他领域的应用 5;
参考文献 6;
2 QSAR/QSPR 7;
2.1 引言 7;
2.2 数据处理与校正 10;
2.2.1 结构数据 10;
2.2.2 生物数据 1pan class="Apple-converted-space">;
2.3 分子描述符 1pan class="Apple-converted-space">;
2.3.1 结构键（1D） 12;
2.3.2 拓扑描述符（2D） 12;
2.3.3 几何描述符（3D） 12;
2.4 数据分析方法 13;
2.4.1 概述 13;
2.4.2 无监督学习 14;
2.4.3 监督学习 14;
2.5 分类方法 15;
2.5.1 主成分分析 15;
2.5.2 线判别分析 15;
2.5.3 Kohonen神经网络 15;
2.5.4 其他分类方法 16;
2.6 数据建模方法 16;
2.6.1 基于回归分析的QSAR方法 16;
2.6.2 三维QSAR 18;
2.6.3 非线模型 20;
2.7 数据分析方结 25;
2.8 模型验证 25;
2.8.1 验证程序的正确使用 25;
2.8.2 建模与验证的流程 27;
2.8.3 数据集拆分 27;
2.8.4 建模、训练、验证、测试和外部数据集 28;
2.8.5 交叉验证 30;
2.8.6 自举验证 3pan class="Apple-converted-space">;
2.8.7 Y化验证 32;
2.8.8 拟合优度和质量标准 33;
2.8.9 适用范围和模型可接受标准 35;
2.8.10 外部和内部验证的范围 36;
2.8.11 分类模型的验证 38;
2.9 QSAR方法在监管中的应用 39;
参考文献 40;
3 化合物理化质的预测 43;
3.1 引言 43;
3.2 理化质的建模方法概述 43;
3.2.1 基于其他分子特的质预测 44;
3.2.2 基于理论的化合物质预测 44;
3.2.3 化合物质预测的加和模型 45;
3.2.4 结构-质关系的统计学方法 47;
3.3 各种质的预测方法 48;
3.3.1 平均分子极化率 48;
3.3.2　热力学质 49;
3.3.3 辛醇/水分配系数（log P）的预测 5pan class="Apple-converted-space">;
3.3.4 辛醇/水分布系数（log D）的预测 55;
3.3.5 水溶解度（log S）的预测 56;
3.3.6 熔点的预测 59;
3.3.7 酸电离常数的预测 60;
3.4 统计方法的局限 63;
3.5 展望 63;
参考文献 64;
4 化学反应 67;
4.1 引言 67;
参考文献 68;
4.2 反应预测与合成设计 69;
4.2.1 概述 69;
4.2.2 反应预测 7pan class="Apple-converted-space">;
4.2.3 合成设计 76;
4.2.4 小结 83;
参考文献 83;
4.3 生化途径的探索 86;
4.3.1 概述 86;
4.3.2 生化途径的数据库 89;
4.3.3 生化途径的检索系统 90;
4.3.4 分析检索结果 9pan class="Apple-converted-space">;
4.3.5 BioPath数据库的应用 96;
4.3.6 小结 106;
参考文献 107;
5 结构-波谱相关和计算机辅助结构解析 109;
5.1 引言 109;
5.2 分子描述符 110;
5.2.1 基于片段的描述符 110;
5.2.2 拓扑结构代码 11pan class="Apple-converted-space">;
5.2.3 三维分子描述符 112;
5.3 红外光谱 112;
5.3.1 概述 112;
5.3.2 红外光谱模拟 113;
5.4 核磁共振波谱 116;
5.4.1 核磁共振质的量子化学预测 116;
5.4.2 数据库检索法预测核磁共振波谱 117;
5.4.3 基于增量方法预测核磁共振波谱 117;
5.4.4 机器学习方法预测核磁共振波谱 118;
5.5 质谱 122;
5.5.1 结构鉴定和质谱解析 123;
5.5.2 质谱预测 123;
5.5.3 代谢组学和天然产物 124;
5.6 计算机辅助结构解析 125;
参考文献 127;
6 发现 132;
6.1 发现：概论 132;
6.1.1 引言 132;
6.1.2 设计中的术语定义 133;
6.1.3 发现过程 134;
6.1.4 生物信息学和化学信息学在设计中的应用 134;
6.1.5 基于结构和基于配体的设计 135;
6.1.6 靶标发现与验证 136;
6.1.7 先导化合物的发现 137;
6.1.8 先导化合物的优化 148;
6.1.9 临床前试验和临床试验 154;
6.1.10 展望 154;
参考文献 155;
6.2 、靶标和疾病信息之间的关联 158;
6.2.1 引言 158;
6.2.2 数据资源 159;
6.2.3 计算生物学在发现中的应用案例 160;
6.2.4 讨论与展望 163;
参考文献 164;
6.3 天然产物研究中的化学信息学 167;
6.3.1 引言 167;
6.3.2　潜力和挑战 167;
6.3.3 软件和数据访问 170;
6.3.4 计算驱动的生策略 175;
6.3.5 机遇 176;
6.3.6 其他应用程序 183;
6.3.7 局限 183;
6.3.8 展望 184;
参考文献 185;
6.4 化学信息学 190;
6.4.1 引言 190;
6.4.2 2型糖尿病：西法 190;
6.4.3 2型糖尿病：方法 190;
6.4.4 中西互鉴 190;
6.4.5 筛选方法 193;
参考文献 196;
6.5 PubChem项目 197;
6.5.1 引言 197;
6.5.2 PubChem的目标 197;
6.5.3 PubChem数据库的体系结构 197;
6.5.4 PubChem的数据资源 199;
6.5.5 PubChem的数据提交和分子结构表示 199;
6.5.6 PubChem的数据扩充 200;
6.5.7 PubChem的数据库存储准备 200;
6.5.8 PubChem的查询数据准备和结构检索 20pan class="Apple-converted-space">;
6.5.9 化学结构查询项的输入 203;
6.5.10 查询处理 204;
6.5.11 PubChem入门 204;
6.5.12 Web服务 205;
6.5.13 小结 205;
参考文献 206;
6.6 药效团及其应用 208;
6.6.1 引言 208;
6.6.2 药效团概念的发展历史 208;
6.6.3 药效团的表示 210;
6.6.4 药效团的建模 215;
6.6.5 药效团在设计中的应用 218;
6.6.6 计算机辅助药效团建模和筛选的软件 224;
6.6.7 小结 224;
参考文献 224;
6.7 活位点的预测、分析与比较 227;
6.7.1 引言 227;
6.7.2 活位点预测算法 228;
6.7.3 靶标：可药预测 234;
6.7.4 基于序列同源的活位点搜索 237;
6.7.5 靶标比较：虚拟活位点筛选 238;
6.7.6 展望 243;
参考文献 244;
6.8 基于结构的虚拟筛选 249;
6.8.1 引言 249;
6.8.2 分子对接算法 250;
6.8.3 打分函数 252;
6.8.4 基于结构的虚拟筛选流程 255;
6.8.5 基于蛋白质结构的药效团遴选 257;
6.8.6 验证 257;
6.8.7结与展望 260;
参考文献 26pan class="Apple-converted-space">;
6.9 ADME质预测 265;
6.9.1 引言 265;
6.9.2 常规SPR/QSPR模型 265;
6.9.3 水溶解度（log S）的预测 267;
6.9.4 血脑屏障通透（log BB）预测 272;
6.9.5 人体肠道吸收的预测 275;
6.9.6 其他ADME质 278;
6.9.7 小结 28pan class="Apple-converted-space">;
参考文献 28pan class="Apple-converted-space">;
6.10 外源代谢物预测 284;
6.10.1　引言：生命科学中外源生物转化的重要 284;
6.10.2 生物转化的类型 286;
6.10.3 方法概述 288;
6.10.4 用户需求：代谢数据的不同用途 293;
6.10.5 案例研究 295;
参考文献 303;
6.11 美国国家研究所CADD组的化学信息学研究 304;
6.11.1 引言和历史 304;
6.11.2 化学信息服务 304;
6.11.3 工具和软件 307;
6.11.4 合成和活预测 309;
6.11.5 可下载的数据集 310;
参考文献 310;
6.12 罕见数据的QSAR建模 312;
6.12.1　引言 312;
6.12.2 观测的元数据和QSAR建模 313;
6.12.3 警戒和QSAR 314;
6.12.4 结论 316;
参考文献 317;
6.13 计算机辅助设计展望 319;
6.13.1 创新的源头 319;
6.13.2 设计、合成和评价技术的整合 320;
6.13.3 走向医学 322;
6.13.4 向自然学习：从复杂的模板到简单的设计 323;
6.13.5 结论 325;
参考文献 325;
7 农业研究中的计算方法 327;
7.1 引言 327;
7.2 研究策略 327;
7.2.1 基于配体的方法 328;
7.2.2 基于结构的方法 332;
7.3 不良反应预测 338;
7.3.1 计算毒理学 338;
7.3.2 程序和数据库 339;
7.3.3 计算毒理学模型 34pan class="Apple-converted-space">;
7.4 结论 344;
参考文献 344;
8 监管科学与化学信息学 347;
8.1　引言 347;
8.1.1　科技进步 347;
8.1.2　21世纪的监管科学 347;
8.2 风险评估中数据缺口填补方法 349;
8.2.1 QSAR和分子结构知识 350;
8.2.2 毒理问题的阈值 350;
8.2.3 交叉参照 353;
8.3 数据库和知识库 355;
8.3.1 结构可检索的毒物数据库架构 355;
8.3.2 化学中心毒物数据库的数据模型 357;
8.3.3 化学品清单 359;
8.4 新型描述符 360;
8.4.1 ToxPrint化学型 360;
8.4.2 肝生化途径的化学型 364;
8.4.3 线形分子指纹片段标注的动态生成 366;
8.4.4 其他类型的描述符 368;
8.5 化学多样空间分析 368;
8.5.1 主成分分析 368;
8.6　结论 370;
参考文献 37pan class="Apple-converted-space">;
9 化学计量学在分析化学中的应用 374;
9.1 引言 374;
9.2 数据来源：数据预处理 374;
9.3 数据分析方法 376;
9.3.1 定方法 376;
9.3.2 定量方法 383;
9.4 验证 388;
9.5 应用 39pan class="Apple-converted-space">;
9.6 展望 392;
参考文献 393;
10 食品科学中的化学信息学 396;
10.1 引言 396;
10.2 化学信息学在食品化学中的应用范围 396;
10.3 食用化学品数据库 397;
10.4 食用化学品的化学多样空间 400;
10.4.1 一般注意事项 400;
10.4.2 食用化学品数据库的化学多样空间分析 40pan class="Apple-converted-space">;
10.5 结构-质关系 404;
10.5.1 结构-味道的关系与味道断崖 404;
10.5.2 结构-气味定量关系 405;
10.6 食用化学品数据库的虚拟筛选和数据挖掘 406;
10.6.1 甜味剂、药食防腐剂的抗惊厥作用 408;
10.6.2 挖掘食用化学品潜在表观遗传调节剂 408;
10.7 结论 413;
参考文献 413;
11 计算方法在美容产品研发中的应用 416;
11.1 引言：化妆品创新的计算需求 416;
11.2 案例一：效细胞保护剂依克多因 416;
11.2.1 分子动力学模拟 418;
11.2.2 结果和讨论：依克多因保水能力 419;
11.3 案例二：环肽-5的抗衰老作用 42pan class="Apple-converted-space">;
11.3.1 方法 423;
11.3.2 结果和讨论 423;
11.4 小结 429;
参考文献 430;
12 计算方法在材料科学中的应用 433;
12.1 引言 433;
12.2 为什么材料分子比小分子更难建模？ 434;
12.3 化学信息学的重要 434;
12.4 材料能的数学描述 434;
12.5 化学信息学在材料分子研究中的应用 436;
12.6 材料分子建模过程的困难 436;
12.7 避开材料建模陷阱的方法 438;
12.8 材料分子建模研究案例 439;
12.8.1 无机材料和纳米材料 439;
12.8.2 聚合物 442;
12.8.3 催化剂 442;
12.8.4 金属-有机框架材料 444;
12.9 生物材料建模案例 445;
12.9.1 生物活聚合物 445;
12.9.2 微列阵 448;
12.10 展望 449;
参考文献 450;
13 过程控制和软传感器 452;
13.1 引言 452;
13.2 软传感器的作用 454;
13.3 软传感器存在的问题 455;
13.4 自适应软传感器 456;
13.5 软传感器的数据库监控 459;
13.6 使用软传感器进行有效的过程控制 46pan class="Apple-converted-space">;
13.7结 463;
参考文献 463;
14 化学信息学的未来方向 465;
14.1 成熟的应用领域 465;
14.2 新兴应用领域 466;
14.3 在某些领域的复兴 467;
14.4 化学信息学方法的联合使用 467;
14.5 对化学研究的影响 468;

化学信息学是化学与信息科学交叉而产生的化学分支学科，具有很强的应用。《应用化学信息学——成与未来机遇》是《化学信息学—基本概念和方法》(Chemoinformatics—Basic Concepts and Methods，Wiley-VCH出版社于2017年出版)的姊妹篇。它涵盖了化学信息学在发现、农业、监管科学、分析化学、食品化学、美容产品研发、材料科学、过程控制等领域中的应用。主要作者德国Erlangen-Nürnberg大学Johann Gasteiger教授，是知名的化学信息学开拓者之一，在教学科研线工作，有丰富的教学经验，编写了许多教科书。

1.1写作动机

2003年,德国 Wiley-VCH Verkag公司出版了由J.Gasteiger和T.Engel博士主编的《化学信息学——教科书》（ISBN13：978-3-527-30681-7）。该书广受读者欢迎，促进了化学信息学领域的发展年来，化学信息学取得了巨大进展，该书的部分内容亟待更新。编委在更新该书的过程中，意识到已经无法在一本书中囊括本领域的知识，因而将该书改编为两卷：

上卷：《化学信息学——基本概念和方法》[1]。

下卷：《应用化学信息学——成与未来机遇》。

上卷介绍了化学信息学的基本理论和方法，也称为“方法卷”。

下卷是2003版“应用”一章的更新和拓展。化学信息学的应用可以独立成卷，这本身显示了化学信息学发展之迅速，它已经成为一门独立的学科，在化学各领域都有广泛的应用。

这两卷的各个章节是由不同作者撰写的。为了保持本书内容和形式的统一，我们努力让每一章都符合全书的整体主旨和风格，并在各章之间增加了相互引用。希望这有助于读者认识到化学信息学的很多方法是相互依赖的，以及了解如何综合这些方法共同解决特定的化学问题。

这两卷都可用于化学信息学的课堂教学和学生自学。是，卷解释了化学信息学的基本方法并附有练习题，适合作教科书。希望本次修订的这两卷能够有助于化学、生物学、信息学和医学等领域的广大师生和科学研究人员了解化学信息学的理论和应用。

1.2化学信息学起源与发展

发现仍然是化学信息学重要的应用领域（参见第6章），我们也高兴地看到：化学信息学在药学之外的很多领域也获得了应用，相信随着时间的推移，化学信息学会得到更多的应用。

因此，需要本书中使用的某些专业术语做些说明。地理（或文化）上的差异使化学信息学有两个英文拼法：chemoinformatics和cheminformatics,前者主要在美国使用，后者在欧洲和世界其他地区流行。

化学计量学（chemometrics）起源于20世纪70年代初，主要与分析化学相关（详见第9章）。随着时间的推移，化学计量学和化学信息学相互渗透，采用许多相同的研究方法。化学信息学较宽泛，化学计量学中的数据分析方法也可以被视为化学信息学的一部分。

分子信息学（molecular informatics）①含义相对狭窄，不能涵盖化学信息学涉及的研究对象。化学领域的许多应用涉及的化合物和材料不限于已知分子结构的材料。例如，第12章介绍的化学信息学中的计算方法在材料科学中的应用，第13章阐述其在过程控制中的应用，都是很好的例子。

随着科学技术的发展，化学信息学与其他学科互相渗透。化学信息学和生物信息学（bioinformatics）相互融合。、化妆品开发和生命系统中的许多问题需要同时使用两个学科的知识和方法，如本书讨论的生化途径（第4章4.3节）、、靶标和疾病研究（第6章6.2节）和化妆品开发（第11章）。

很多化学领域的问题需要综合使用化学信息学和计算化学（computationalchemistry）方法予以解决，这两个学科的界限日益模糊。例如，结构-波谱相关和计算机辅助结构解析（第5章）、农业研究中的计算方法（第7章）、计算方法在美容产品研发中的应用（第11章）等都涉及化学信息学和计算化学的综合应用。计算化学的基本概念在《化学信息学——基本概念和方法》的第8章有详细介绍。

2013年诺贝尔化学奖授予了Martin Karplus、Michael Levitt和Arieh Warshel,瑞典科学院的颁奖辞指出：“今天，计算机对于化学家来说如试管一样重要。”化学信息学和计算化学在化学界已得到更广泛的认可。