下面是我的影片號，歡迎大家關注，後期一些技能影片會透過影片號釋出，謝謝！！

昨天在文章生信工具 | 化合物靶點預測工具（1）——SwissTargetPrediction介紹了一個，今天給把幾個用於預測化合物靶點的工具一起分享給大家。

一。SwissTargetPrediction

這個網站允許你估計一個小分子最可能的大分子目標。該預測是建立在結合二維和三維相似性的基礎上的。

地址：http：//swisstargetprediction。ch/

該工具只需要提供分子的SMILES點提交就可以啦，當然，或在右側視窗中自己畫出化合物的結構，很簡單，有3個物種可供選擇。

提交後需要等待2分鐘，結果頁面首頁是對預測靶點分類的扇形圖。左側可以下載結果。

下面就是靶點的詳細列表。可以透過show來選擇每頁展示的個數。

參考文獻：

【1】SwissTargetPrediction： updated data and new features for efficient prediction of protein targets of small molecules， Nucl。 Acids Res。 （2019）。

【2】For technical information about the prediction algorithm， you can refer to： Shaping the interaction landscape of bioactive molecules， Bioinformatics （2013） 29：3073-3079。

二。 SuperPred

地址：https：//prediction。charite。de/index。php？site=chemdoodle_search_target

SuperPred，這是一個預測ATC程式碼和化合物目標預測的網路伺服器。預測小分子的ATC編碼或靶標，從而獲得化合物的資訊，有助於藥物開發過程。網路伺服器的ATC預測和目標預測是基於機器學習模型，使用邏輯迴歸和ECFP4指紋。

但是現在這個工具目前提交結果後沒有返回結果，半天沒有反應。

三。SEA

SEA（Similarity ensemble approach）SEA資料庫整合了ChEMBL和MDDR（MDL Drug Data Report）等資料庫的化合物和靶點資訊，利用Daylight分子指紋計算化合物的相似性，並將相似化合物的靶點進行聚類。

結果頁面如下：

四。 TargetHunter

TargetHunter是基於小分子二維結構相似性的靶標搜尋工具，該工具比較老了。

地址：https：//www。cbligand。org/TargetHunter/search_target。php

可以上傳分子檔案，也可以自己畫，也可以是分子的SMILES，然後點選提交就可以啦。

然後就會得到靶點資訊。還有參考文章。

五。PharmMapper

PharmMapper伺服器是一個免費訪問的web伺服器，設計用於識別給定探針小分子（藥物、天然產物或其他新發現的靶標尚未識別的化合物）的潛在靶標，使用藥效團對映方法。得益於高效和穩健的對映方法，PharmMapper具有高通量能力，可以在數小時內從資料庫中識別出潛在的候選靶標。

從TargetBank、DrugBank、BindingDB和PDTD的所有靶標中提取的大量內部藥效基因庫支援了PharmMapper。超過7000個基於受體的藥效團模型（包括1627個藥物靶點資訊，其中459個是人類蛋白靶點）被pharmacmapper儲存和訪問。PharmMapper根據PharmTargetDB中的所有靶標找到使用者上傳的分子的最佳對映位（Tripos Mol2或MDL SDF格式），並輸出前N個潛在藥物靶標以及各自分子的對齊位。

地址：http：//lilab-ecust。cn/pharmmapper/

提交分子檔案，留個郵箱，結果以電子郵件的形式傳送給你。

六。ChemMapper

ChemMapper是一個用於計算藥物發現的免費web伺服器，基於具有高3D相似性的化合物可能具有相對相似的目標關聯譜的概念。ChemMapper整合了來自不同來源的近30萬種化學結構，並附有藥理學註釋，以及來自商業和公共化學目錄的300多萬種化合物。ChemMapper採用內部的shaft方法，結合分子形狀疊加強度和化學特徵匹配，進行三維相似性搜尋、排序和疊加。將使用者提供的化學結構作為查詢，shaft將資料庫中的每個目標化合物對齊到查詢中，計算3D相似度評分，並返回最相似的結構。基於這些具有藥理學註釋的最相似結構，構建化學-蛋白質網路，並採用隨機遊走演算法計算查詢結構與與命中化合物相關的蛋白質相互作用的機率。這些潛在的蛋白質目標按機率的標準得分排列。ChemMapper可用於多種多藥理學、藥物再利用、化學靶點關聯、虛擬篩選和支架跳躍研究。

地址：http：//lilab-ecust。cn/chemmapper/

提交分子結構和前面一樣

然後選擇方法和資料庫，點選提交就可以啦。