文档介绍：?tRNA,mRNA,protein,?tRNA-mRNA;mRNA-?tRNA的移动过程;?水分子;离子;药物小分子等第一讲:学科间的关联•首先锁定研究对象:分子+环境,或者更大的体系–分子:单个或几个分子,千万个分子–环境:多个分子,连续介质•计算途径:原理+算法–原理:物理学,化学,生物学–算法:数学、统计学不同体系,不同方法Multipleproteins蛋白质内部,buriedmolecule,loopflipping蛋白质之间:bindingsitesRotationH-bondingElectrostaticinteractionVanderWaalsinteraction精确的计算方法,快速的近似方法质内部,buriedmolecule,loopflipping蛋白质之间:bindingsitesRotationH-bondingElectrostaticinteractionVanderWaalsinteraction精确的计算方法,快速的近似方法数学、统计学•数字拟合,分类与回归,贝叶斯推断,蒙特卡罗方法,马尔可夫链•微分方程解析解与数值解,矩阵与数值计算•集合,拓扑学,图论,群伦,排列组合计算机科学•Linux操作系统:–puting,–puting(并行计算),MPI–Linuxscripts,sed,awk–Perl,Python,Fortran,C++,Java•MySQL,PHP,Apache•Windows视窗:MATLAB,R,Java,物理学经典力学量子力学相对论处理热力学统计力学电动力学凝聚态理论 puters•微机类:Pymol,Rasmol,R,Matlab,Mathmatica•工作站:Gaussian,CHARMM,DOCKCPU计算,GPU图形•集群计算机Cluster:MPI硬盘阵列RAID(redundantarrayofindependentdisks)高性能计算High-puting(HPC)1012=teraFLOPS(floating-pointoperationspersecond)•puting方法:1、量子化学:Gaussian从头算、半经验方法密度泛函分子反应动力学、带结构2、分子动力学:CHARMM蛋白质模拟量子/经典混杂方法3、分子对接:DOCK药物设计应用::实验数据,:分子和材料的结构与性能辅助化学合成药物设计、催化剂设计结构-性质关系QSPR结构-活性关系QSAR生物信息学Bioinformatics•数据挖掘datamining•机器学习machinelearning/artificialintelligence–算法:决策树Decisiontree,随机森林Randomforests,关联式规则Associationrule,works,icprogramming,诱导逻辑编程Inductivelogicprogramming,支持向量机Supportvectormachines,聚类Clustering,works,系综学习Ensemblelearning,…–应用:模式识别patternrecognition•分类Classification,回归Regression,…•可视化visualization方法Methods•信息Informationdatabases,datamining,webtechnologies,onlinequery,sequencing,alignment,discovery,judge,•理解Understandingimageprocessing,visualization,statistics,datafitting,modeling,•预测Predictioninteraction,energyterms,scoringfunction,simulation,structure,superposition第二讲:经典力学一、与研究对象如何关联?二、现有的方法合理吗?三、你自己关心的问题如何描述?torsionDihedralδ=0,π;cos(δ)cos(mφ)=cos(mφ+δ)第三讲:分子间相互作用•有哪些分子间相互作用?•能量表达项重叠吗?•加和与权重?静电