结构生物信息学是生物信息学的重要分支，聚焦于生物大分子的三维结构、动态特性及其功能关系。本书系统介绍了结构生物信息学的基础理论与前沿技术，涵盖了蛋白质结构预测、功能位点分析、生物分子相互作用模拟、蛋白质动态模拟、粗粒度方法应用、酶催化机理、高性能计算及人工智能在药物设计中的实践案例。结合AlphaFold等突破性成果与2024年诺贝尔奖背景，深入探讨了蛋白质序列-结构-功能关系的解析难点。通过整合分子动力学模拟、粗粒度建模等计算方法与实验数据，为读者提供了从基础理论到前沿应用的全景视角。书中还融入了编者及国内外团队的最新成果，展示了高性能计算与人工智能协同解决复杂生物问题的研究范式。 本书既可作为高年级本科生和研究生学习“人工智能+结构生物信息学”的教材，也可为生物信息学、生物技术和信息技术领域的研究人员提供全面的参考。

第1章 高性能计算
1.1 概述
1.2 国内发展状况
1.3 HPC结合生物领域的研究进展
1.3.1 人类全基因组重测序软件流水线
1.3.2 Hadoop和Spark加速基因大数据挖掘
1.3.3 大规模虚拟药物筛选平台
1.3.4 肿瘤信息学大数据分析平台
1.3.5 生物医药文献大数据挖掘技术
1.3.6 国家超算中心生物医药大数据健康平台
1.3.7 基于海量表达谱分析的快速药物发现算法
1.3.8 助力国产开源智能大模型DeepSeek
1.4 HPC与结构生物学的结合
1.4.1 研究进展
1.4.2 高算力驱动AlphaFold
1.4.3 AlphaFold2和RoseTTAFold双突破
1.4.4 蛋白质语言模型驱动的结构预测
1.4.5 AlphaFold3和RoseTTAFold-All-Atom全原子预测
1.4.6 RFdiffusion和ProteinMPNN从头设计蛋白
1.4.7 HPC和AI在结构生物学上的前景
参考文献
第2章 蛋白质结构预测
2.1 概述
2.2 发展历史与现状
2.3 蛋白质结构层次
2.3.1 一级结构
2.3.2 二级结构
2.3.3 超二级结构、结构域
2.3.4 三级结构
2.3.5 四级结构
2.4 蛋白质结构预测方法
2.4.1 二级结构预测
2.4.2 三级结构预测
2.4.3 四级结构预测
2.5 蛋白质模型质量评估
2.6 蛋白质折叠路径预测
2.7 蛋白质结构预测发展趋势
参考文献
第3章 蛋白质结合位点和功能预测
3.1 概述
3.2 蛋白质结合位点预测
3.2.1 研究意义
3.2.2 实验方法
3.2.3 常用数据集
3.2.4 常用特征
3.2.5 蛋白质常用机器学习和深度学习算法
3.2.6 蛋白质结合位点预测常用方法
3.3 蛋白质功能预测
3.3.1 研究意义
3.3.2 GO简介
3.3.3 研究重点与挑战
3.3.4 蛋白质功能预测常用数据集
3.3.5 蛋白质功能预测评价指标
3.3.6 基于序列相似性的蛋白质功能预测方法
3.3.7 基于其他蛋白质元数据的蛋白质功能预测方法
3.3.8 基于深度学习的蛋白质功能预测方法
3.3.9 基于序列的蛋白质功能预测方法性能比较
3.4 基于模板的蛋白质结合位点和功能预测
参考文献
第4章 生物分子相互作用与分子模拟
4.1 生物分子相互作用与识别
4.1.1 生物大分子与小分子化合物相互作用
4.1.2 PPI
4.1.3 蛋白质-核酸相互作用
4.2 分子力场与MD模拟
4.2.1 分子力学
4.2.2 分子力场
4.2.3 MD模拟
4.2.4 人工智能在分子力场和分子模拟的应用
参考文献
第5章 天然无规蛋白的分子力场
5.1 天然无规蛋白研究概述
5.1.1 序列特点
5.1.2 结构特点
5.1.3 功能特点
5.2 天然无规蛋白的重要作用
5.2.1 丰富的天然含量
5.2.2 蛋白质结构功能新范式
5.2.3 疾病与天然无规蛋白
5.2.4 新药物靶点
5.3 天然无规蛋白的研究方法
5.4 天然无规蛋白特异的分子力场
5.4.1 二面角参数矫正
5.4.2 添加基于格点的能量矫正项
5.4.3 优化蛋白质-水相互作用
5.4.4 增强采样方法
5.4.5 天然无规蛋白分子力场典型的测试体系
参考文献
第6章 蛋白质结构模拟
6.1 蛋白质结构模拟的意义和作用
6.2 REMD模拟
6.2.1 基本原理
6.2.2 温度梯度设置
6.3 不同溶剂环境下的MD模拟
6.3.1 蛋白酶干燥过程模拟
6.3.2 蛋白酶在离子液体中的稳定性保存
6.3.3 不同酸碱度下的分子模拟研究
6.4 分子模拟数据的分析方法
6.4.1 主成分分析
6.4.2 分子模拟轨迹的马尔可夫模型分析
6.4.3 模拟数据的HMM分析
参考文献
第7章 粗粒度方法及其在复杂生物体系中的应用
7.1 粗粒度方法概述
7.2 常用粗粒度方法
7.2.1 常用粗粒度模型
7.2.2 Martini力场
7.3 粗粒度方法在复杂生物体系中的应用
7.3.1 生物膜体系
7.3.2 生物膜与蛋白质的相互作用
7.3.3 分子马达：F0-F1 ATP合成酶
参考文献
第8章 酶及其催化机理
8.1 酶的研究历史
8.2 酶及其催化特点
8.2.1 催化剂的催化共性
8.2.2 酶作为生物催化剂的催化特点
8.3 酶的命名与分类
8.3.1 酶的分类
8.3.2 酶的命名
8.4 酶的结构和功能关系
8.4.1 酶的结构
8.4.2 酶与底物的结合模式
8.4.3 酶活性的调控
8.5 酶催化机制
8.5.1 过渡态理论
8.5.2 活化能
8.5.3 催化机理
8.5.4 应用实例
参考文献
第9章 人工智能药物设计应用实例
9.1 人工智能药物设计概述
9.1.1 CADD
9.1.2 CADD和AI的区别
9.1.3 AI介入的新药设计
9.1.4 AIDD平台
9.1.5 AIDD前景与挑战
9.2 药物-靶标相互作用预测
9.2.1 级联深度森林DTI-CDF
9.2.2 基于网络的多