徐其凤 冯 林* 余 游 罗桂林

1(四川师范大学计算机科学学院 四川 成都 610101)2(四川大学生物治疗国家重点实验室 四川 成都 610041)

0 引 言

分子是化合物的基础，化合物的合成和活性化合物的筛选是药物研发的重点和难点，即使在生物化学技术飞速发展的今天，如何筛选出最合适的分子，一直是药物研发领域面临的挑战性问题之一。

一方面，在生物领域中，Jencks[1]构建了基于片段的筛选方法(FBDD)理论框架；被批准上市的BRAF-V600E激酶抑制剂Vemurafenib[2]则是FBDD方法的一个典型成功案例，Vemurafenib从初始的片段筛选到被FDA批准上市仅耗费了6年；Winter等[3]描述了一种使用X射线结晶学的片段筛选活动，在Ras:SOS复合体上发现了三个片段结合位点；Liang等[4]使用FBDD和QSAR研究，首次完全合成了一种溴化酪氨酸次级代谢产物，它是一种有效的p38α抑制剂，具有抗癌作用；Erlanson等[5]对近20年来FBDD的发展进行研究，讨论了其研究步骤，并显示FBDD概念如何渗透和加强药物发现工作的，指出FBDD已成为药物研发的主流方法之一。

另一方面，随着计算机技术的发展和大数据技术的应用，提升生物化学数据处理能力，缩短药物研发周期，成为了众多研究者关注的热点[6-7]，并成功利用计算机技术解决了部分难题，如预测分子属性[8-9]、检验化学反应结果[10]、处理医学图像和数据[11-12]。Lusci等[13]通过考虑与分子图的所有可能的顶点中心非循环方向相关联的递归神经网络的集合，解决分子的无向循环图转化为有向无环图的问题，并在四个基准数据上进行了测试；Urban等[14]则将视线聚焦于输入数据问题，提出了Inner和Outer两种方法；……