1.一种先导化合物的量子动力学计算方法,其特征在于包括以下步骤:
步骤1:构建先导化合物的量子动力学模型库;将先导化合物的相关信息进行量子化处理,构建出先导化合物的数据库;将病症的病理学特征进行量子化处理,构建病症的病理学数据库;将已有的各类药物及其成份信息和药效进行量子化处理,构建药物数据库;
步骤2:使用量子筛选随机发现活性化合物;建立先导化合物的数据库、病症的病理学数据库、药物数据库的数据之间的关联映射,在数据库系统中搜索符合所需性质的先导化合物和活性成份,通过量子动力学模型产生真随机数进行组合,由量子筛选机制构造各种化合物模型;通过量子动力学模型构造活性化合物分子间的相互作用,以及与生物体细胞间的相互作用;
步骤3:根据量子动力学演化机制来检验药效;对合成的活性化合物进行后期的量子检验模拟实验,建立化合物分子与靶点蛋白结合时的量子动力学模型,计算分析活性化合物发挥作用的详细过程;精准检测出合成产物的异构体的生物活性结构与生物体的副作用、假阳性数据,对具有药效进行分子结构优化,提高药效并抵制副作用,或将副作用用于其他病症的治理;通过动物实验和人体实验获取真实数据,并校对和更新量子动力学模型,根据真实数据调整先导化合物的数据库、病症的病理学数据库、药物数据库、及相互间的关联映射,提高本方法的准确性和真实性,并优化用户使用药物的成本和药物设计制造成本。
2.根据权利要求1所述一种先导化合物的量子动力学计算方法,其特征在于:步骤1所述的先导化合物的量子动力学模型库包括以下数据:
先导化合物的数据:即现有治疗药物中起作用的活性成份,包括基团、构象、三维结构、能量物理、化学、光学性质的量子态描述,与病理状态相对应的疗效数据的量子态数据;先导化合物分子的作用机理和量子动力学行为,与病变细胞的交互机理和量子动力学演化机制,治疗过程相关数据与量子动力学模型;
病症的病理学特征数据:即生物体机体稳态特征的量子态描述,以及非稳态或不平衡态特征的量子态描述,正常稳态情况下工作机理和量子动力学模型;病变细胞特征和靶点蛋白特征的量子态描述,发生病变的细胞或病理症状的量子动力学模型;微生物、病原体、化学颗粒、气体成份、体液、血液、基因、正常细胞、免疫细胞、病变细胞、环境因素相互作用的量子动力学模型;
药物数据:即药效基团及药效基团元素在三维空间的分布和量子态描述,有生物活性化合物的不同结构活性关系,不同药物的特征结构关系和量子动力学模型;还包括活性化合物与其靶标的复合物晶体结构关系的量子态描述,以及相应的三维药效基团的量子动力学模型,分子对接的量子动力学模型;还包括对接前对化合物数据库的预处理操作;药理活性或生物活性的量子动力学模型;还包括三维药效基团与病变的细胞或病理症状相互作用的量子动力学模型。
3.根据权利要求1所述一种先导化合物的量子动力学计算方法,其特征在于:步骤1中的数据库系统分为以下步骤:
子步骤1‑1,数据库的划分:数据库系统用于存储量子态的数据和量子动力学模型,采用分布式多层结构,划分为客户层,中间层和数据层,采用多种编程工具设计出基本的框架结构和基本的功能以导入数据;
子步骤1‑2,数据库的导入:数据库系统需要先导入数据,不同的数据根据类型不同导入不同的子数据库,先导化合物子数据库用于存储先导化合物的量子态数据和量子动力学模型,正常细胞子数据库用于存储不同生物组织的正常细胞量子态数据和量子动力学模型,病变细胞子数据库用于存储不同生物组织的病变细胞量子态数据和量子动力学模型;
子步骤1‑3,数据库的建模:用于完成先导化合物、病症、药物的量子态模建,即对生物大分子或蛋白质进行量子态波函数描述、电荷归属、结构优化,确定先导化合物小分子结合位点,建立各类数据的计算网格模型;对不同的先导化合物、病症、药物进行聚类分析,建立细胞、基因、分子化合物的结构模型,组成三维分子数据库,对每个分子模型进行量子态描述和量子动力学建模,建立先导化合物的量子动力学模型数据库。
4.根据权利要求1所述一种先导化合物的量子动力学计算方法,其特征在于:步骤2中的使用量子筛选随机发现活性化合物,包括以下子步骤:
子步骤2‑1,化合物的成份分离:从先导化合物数据库内查找符合所需要求的先导化合物,根据其量子态描述和量子动力学特征进一步分离组成成份;在制备过程中采用紫外光谱进行检测,增加了成份的数据描述;
子步骤2‑2,量子随机筛选:基于量子力学的基本原理,能够产生真正的随机数;根据随机选取的化合物成份进行分子对接,即利用计算机技术寻找小分子或配体与大分子或受体活性位点的低能结合模式,真正的随机筛选能够研究不同配体与受体的各种结合模式,并确定不同小分子的活性构象及其与活性位点相互作用的量子动力学行为;
子步骤2‑3,活性评价和计算:经过量子随机筛选以后,可以获得大量活性化合物模型,使用量子并行计算,从模型稳定性、可靠性、预期药效对其进行一一评价;针对连续分离获得的一系列化合物,由于分离程度限制,某些化合物成份可能存在于紧邻的成份中,一个化合物中也可能同时存在多种不同成份,有可能干扰活性化合物的准确获取;进一步地,可以根据有限的化合物进行重复计算,而获得所需的活性化合物;在分析活性化合物的存在部位时,还需要计算其特殊性。
5.根据权利要求1所述一种先导化合物的量子动力学计算方法,其特征在于:步骤3中根据量子动力学演化机制来检验药效,包括以下子步骤:
子步骤3‑1,药效的量子动力学演化:经过前两步的量子建模和量子随机筛选,能够得到成千上万个可用于对接的化合物构象,如果需要对每个构象都进行评估与计算,需要建立其药理活性或生物活性的量子动力学演化过程;使用立体网格点构成的场描述三维空间中各种分子不同属性的量子动力学行为,并在场中找出与生物活性相关的量子态矢量,将分子生物活性与所在的场关联起来,为先导化合物性质及参数之间建立量子态函数关系,刻画药物分子随时间演化的量子动力学特征;在药效的量子动力学演化过程中,能够以三维可视化方法清晰地观察药物成份是如何影响生物体细胞和机能;
子步骤3‑2,药效评估与优化:不同于经典的评分函数,量子评分函数能够完成|0>和|1>态的叠加,挑选出更合理的、更符合实际情况的对接构象;对初步获得的化合物构象进行优化,并在优化过程中允许部分分子自由运动,以获得全局最优的分子构象;基于量子动力学的构象搜索方法能够搜索数据库中所有可能的配体构象,避免在新药研发过程中丢失所需的活性化合物成份,从而显著提升药物合成的成功率;量子动力演化模型能够自动模拟配体的作用方式,并根据药效评分计算最优药理活性或生物活性的作用方式;通过动物实验和人体实验获取真实数据,并校对和更新量子动力学模型,根据实验数据纠正先导化合物的数据库、病症的病理学数据库、药物数据库、及相互间的关联映射,使本方法更准确、真实地反映实际药效和治理过程,并根据实验数据优化用户使用药物的成本和药物设计制造成本;
子步骤3‑3,毒副作用的检测和筛选:基于量子动力学模型构造出先导化合物的异构体,对不同的药物进行毒副作用检测,并判断所得异构体是否已经存在于初步得到的化合物中,判断已经得到的异构体是否已被淘汰;根据最优药理活性或生物活性,从得到的多个化合物模型中筛选出毒副作用小的、药效好的药物,并标记具有完全相反生理活性的结构,并验证假阳性水平;考虑人体体质和生物学特征,减少假阳性;对药物的副作用与其他病症的治理机理进行研发和筛选;根据最优药理活性或生物活性,优化药物设计成本、药物制造成本、药物使用成本。
6.根据权利要求1所述一种先导化合物的量子动力学计算方法,其特征在于:数据库的建模;使用量子动力学方程描述分析粒子在空间中的分布和结合方式,包括以下步骤:子步骤1:量子动力学模型使用波函数 描述量子体系的量子态,对应的三维空间上的经典体系(x,y,z)使用相空间几率分布函数ρ(x,y,z)描述;运动态的粒子速度为v,动量为θ,几率为p,针对纯态体系的含时波函数 的Wigner函数能够描述为:Wigner函数中其运动的方程是:
子步骤2:对于运动中的粒子,势能为V,则:
子步骤3:根据上述方程计算出先导化合物的量子动力学轨线以及分布。