基于序列信息的GPCR药物靶点蛋白识别系统的设计与实现开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

1.1研究的背景

随着人类基因组计划测序的完成和科学技术的迅速发展，利用现代技术从基因和蛋白质等物质和方面入手寻找药物靶标，并继而开发新药，是生物信息学中计算生物学研究的重要目标。利用生物信息学发现药物靶标的研究方式大大提高了现代新药研发的效率，从而为我国自主创新药物的开发提供线索[6]。

2. 研究的基本内容和问题

2.1研究内容

gpcr的英文全称是:g protein-coupled receptor(g蛋白偶联受体)，它是细胞信号传导中的重要蛋白质。本课题研究内容主要为学习和掌握生物信息学中关于蛋白质和蛋白质残基接触位点的相关知识，学习和研究深度学习的常用算法及应用实践，组织训练和测试数据，运用神经网络等相关方法，设计并实现相关算法对gpcr药物靶点蛋白识别，并与其他实现方法进行分析比较。

3. 研究的方法与方案

3.1研究方法

本课题选择预测gpcr-药物数据集（gpcr-drug）作为研究数据来源，通过对gpcr蛋白的序列信息获取形成位置特异性矩阵，结合nn算法预测药物蛋白。以下是本课题实验的流程图：

4. 研究创新点

[1] 丁林松, 郑宇杰. 基于序列的g蛋白偶联受体-药物相互作用预测研究[j]. 计算机科学, 2015(08):75-77.

[2] predicting drug-target interaction networks based on functional groups and biological features. he zhisong,zhang jian,shi xiao-he,hu le-le,kong xiangyin,cai yu-dong,chou kuo-chen. plos one . 2010

[3] 刘光徽, 胡俊, 於东军. 基于多视角特征组合与随机森林的g蛋白偶联受体与药物相互作用预测[j]. 南京理工大学学报(自然科学版), 2016(1期):1-9.

5. 研究计划与进展

（1）2021.1.5 ---- 2021. 2.28 查阅资料, 撰写开题报告

（2）2021.3.1 ---- 2021.3.15 需求分析,熟悉开发工具

（3）2021.3.15---- 2021.3.20 概要设计