利用FASTA和SMILES进行药物研发研究——STING:用于儿童急性淋巴细胞白血病药物重定位的数字孪生与深度学习
本文详细阐述了FASTA和SMILES两种在药物研发中广泛应用的分子数据表示格式,FASTA主要用于表示DNA、RNA和蛋白质序列,适用于靶点识别、序列比对和同源建模等生物信息学应用;SMILES则作为化学结构的文本化表示方法,广泛应用于虚拟筛选、化合物数据库和结构活性关系研究。文章深入探讨了如何将这两种格式结合使用以支持基于结构的药物设计、生物信息学和化学信息学的多学科方法,并系统介绍了BioPython、RDKit等实用工具软件,为儿童急性淋巴细胞白血病(ALL)的药物重定位研究提供了关键技术支持,展示了数字孪生与深度学习在提升药物研发效率方面的创新应用。

