20250512

小激酶谱预测（85.13）

85.13 D3Docking：

85.13： "/home/zjxu/pengziyu/250516-t24nohup/"
按照DockingScore排序，PAK1排名第103/150，PAK4排名第122/150
按照2D Similarity排序，PAK1 53/150, PAK4 146/150
按照3D Similarity排序，PAK1 30/150, PAK4 180/150


DockingScore < -8.0 和 3D Similarity > 0.3 的标准，筛出147激酶
"/home/zjxu/pengziyu/250516-t24nohup/filtered_output.xlsx"
DockingScore排序结果：T24-PAK4为-8.52kcal/mol（97/141）；T24-PAK1为-8.16kcal/mol（116/141）
3D Similarity排序结果（由大到小）：T24-PAK4为70/141；T24-PAK1为121/141


找出前五个构象看是否标准：
"/home/zjxu/pengziyu/250516-t24nohup/Docking-Score.pse"
"/home/zjxu/pengziyu/250516-t24nohup/3D-similarity.pse"
结果还行，综上所述全部汇报给吴老师

85.3 D3AI

应吴老师要求，取MPNN-CNN（预测yes&no）的前200个靶标激酶和Docking模型的靶标激酶
脚本："/home/yqyang/pengziyu/250507pak4/do.py"
结果："/home/yqyang/pengziyu/250507pak4/merged_200.xlsx" 前200取交集
"/home/yqyang/pengziyu/250507pak4/merged_111.xlsx"yes靶标取交集




其他文件
MPNN-CNN-R模型得到的激酶结果（grep "kinase"）
"/home/yqyang/pengziyu/250507pak4/MPNN-R-kinase-t24.txt"
"/home/yqyang/pengziyu/250507pak4/MPNN-R-kinase-t24.csv"


MPNN-CNN模型得到的激酶结果（grep "kinase"）
"/home/yqyang/pengziyu/250507pak4/MPNN-CNN-kinase.txt"
"/home/yqyang/pengziyu/250507pak4/MPNN-CNN-kinase.csv"

KinasePred：这是一个旨在预测小分子针对激酶靶标的潜在抑制活性的计算平台。

通过整合来自 ChEMBL 数据库 [ 17 ] 的数据，KinasePred 提供了一个强大的框架，用于识别不同家族中的潜在激酶靶标。此外，应用强大的 XAI 方法检测能够逻辑地解释预测生物活性的合理模式，提供有关小分子结合模式的信息。该平台已通过预测表现出激酶活性的小分子的实验筛选得到验证。随后，对确定为潜在活性的化合物在 20 种激酶上进行测试，显示出显著的活性并证明了该方案的预测能力。基于这些结果，针对单个激酶靶标开发了针对特定靶标的预测方案，从而提供了一种更精确的方法来预测对特定激酶的活性。将随机森林 (RF)、高斯朴素贝叶斯 (GNB) 和多层感知器 (MLP) 算法与 Morgan、RDKit 和 PubChem 指纹 (FP) 算法结合使用.

未找到开源代码

3D-KINEssence：

使用 3D 卷积神经网络 (3D-CNN) 生成一种新型 3D 结构指纹 (3D FP)；2) 使用随机森林 (RF) 模型预测激酶抑制剂的生物活性（效力）。3D-CNN 基于 3D 生物分子结构数据进行训练，其学习到的特征用于生成 3D FP。使用大规模蛋白激酶活性数据评估 3D FP 的性能，并与常用的蛋白质特征（如 z 尺度和 ProtVec）进行比较。随机森林模型用于评估具有蛋白质特征（相对于仅有抑制剂特征）的优势以及不同蛋白质特征在预测效力方面的性能。评估在两个不同的测试集上进行：一个稀疏且几乎互斥的测试集和一个密集的、几乎完全覆盖的化学基因组学测试集（以更好地评估蛋白质特征的性能）。我们表明，新生成的 3D FP 优于常用的 z 尺度，并且与 ProtVec 蛋白质特征表现相同。

SuperPred：

得到一个表格，PAK4的激酶靶标靠前，但仅作参考，因为不是我们课题组的

文章：https://academic.oup.com/nar/article/50/W1/W726/6582165
网址：https://prediction.charite.de/subpages/target_result.php
85.13："/home/zjxu/pengziyu/250516-t24nohup/SuperPred-Targets.xlsx"