癌症是目前世界人口死亡的第一原因。全世界每年因癌症死亡的人口超过720万人。而在中国，每年因癌症死亡的人口也超过了170万。因此，开发新的抗癌药物是科学界和医学界的热点和难点。但直接采用实验的方法筛选抗癌药物具有花费大、时间长的特点。以小分子为例，现在已知的小分子化合物超过了1000万个，因此直接采用实验的方法从这1000万个化合物中筛选药物小分子几乎是不可能的。因此建立一个高效、可靠、准确的抗癌药物的计算生物学筛选系统对发掘新的抗癌药物具有重要意义。
为了建立抗癌药物活性的计算生物学预测系统，在中国科学院昆明动物研究所生物信息与系统生物学实验室黄京飞研究员的指导下， 李功华博士开发了一个新的基于分子药效团的小分子比对算法，并将该算法应用于预测小分子的抗癌活性。通过交叉验证，其得到的结果令人振奋：其预测的线下面积（AUC）达到了0.878，显示该算法能很好的预测药物小分子的抗癌活性。为了使该算法能被不同学科的研究者和医药工作者应用，李功华博士开发了一个简便易用的预测抗癌药物活性的网页服务器（http://bsb.kiz.ac.cn/CDRUG/)
该研究目前发表在最新一期的顶级计算生物学杂志《Bioinformatics》上（生物谷Bioon.com）
doi: 10.1093/bioinformatics
PMC:
PMID:
CDRUG: a web server for predicting anticancer activity of chemical compounds
Li GH, Huang JF.
Cancer is the leading cause of death worldwide. Screening anticancer candidates from tens of millions of chemical compounds is expensive and time-consuming. A rapid and user-friendly web server, known as CDRUG, is described here to predict the anticancer activity of chemical compounds. In CDRUG, a hybrid score was developed to measure the similarity of different compounds. The performance analysis shows that CDRUG has the area under curve of 0.878, indicating that CDRUG is effective to distinguish active and inactive compounds.
