结构生物信息学

本书对结构生物信息学做了较详细的介绍，内容包括结构生物信息学的基础知识，蛋白质结构预测，功能位点预测，冷冻电镜三维重构方法，生物分子相互作用模拟，蛋白质结构模拟：溶剂、温度、酸碱等效应，粗粒度方法及其在复杂生物体系中的应用，酶及其催化机理，人工智能药物设计应用实例等。书中不仅包括高性能计算与人工智能结合用于结构生物学的前沿研究进展，还以作者课题组及国内相关课题组研究的最新成果为例，介绍了生物大分子结构获取和分析的研究过程。本书可作为生物信息学相关研究人员的参考用书，也可作为高校研究生的“结构生物信息学”课程的教学用书。

魏冬青，上海交通大学教授、长聘教授；担任SCI二区期刊的创刊主编，中国卫生信息学会大数据应用评估与保障专业委员会副主委；曾获2017年上海市科学技术一等奖，2017年中华医学科技奖二等奖，在国际SCI期刊发表学术论文450多篇，编写专著12本，入选2020爱思唯尔中国高被引学者；长期从事生物信息学、结构生物信息学、人工智能辅助药物设计领域的研究工作。

第1章 高性能计算 1.1 概述 1.2 国内发展状况 1.3 HPC结合生物领域的研究进展 1.3.1 人类全基因组重测序软件流水线 1.3.2 Hadoop和Spark加速基因大数据挖掘 1.3.3 大规模虚拟药物筛选平台 1.3.4 肿瘤信息学大数据分析平台 1.3.5 生物医药文献大数据挖掘技术 1.3.6 国家超算中心生物医药大数据健康平台 1.3.7 基于海量表达谱分析的快速药物发现算法 1.3.8 助力国产开源智能大模型DeepSeek 1.4 HPC与结构生物学的结合 1.4.1 研究进展 1.4.2 高算力驱动AlphaFold 1.4.3 AlphaFold2和RoseTTAFold双突破 1.4.4 蛋白质语言模型驱动的结构预测 1.4.5 AlphaFold3和RoseTTAFold-All-Atom全原子预测 1.4.6 RFdiffusion和ProteinMPNN从头设计蛋白 1.4.7 HPC和AI在结构生物学上的前景 参考文献 第2章 蛋白质结构预测 2.1 概述 2.2 发展历史与现状 2.3 蛋白质结构层次 2.3.1 一级结构 2.3.2 二级结构 2.3.3 超二级结构、结构域 2.3.4 三级结构 2.3.5 四级结构 2.4 蛋白质结构预测方法 2.4.1 二级结构预测 2.4.2 三级结构预测 2.4.3 四级结构预测 2.5 蛋白质模型质量评估 2.6 蛋白质折叠路径预测 2.7 蛋白质结构预测发展趋势 参考文献 第3章 蛋白质结合位点和功能预测 3.1 概述 3.2 蛋白质结合位点预测 3.2.1 研究意义 3.2.2 实验方法 3.2.3 常用数据集 3.2.4 常用特征 3.2.5 蛋白质常用机器学习和深度学习算法 3.2.6 蛋白质结合位点预测常用方法 3.3 蛋白质功能预测 3.3.1 研究意义 3.3.2 GO简介