کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5510775 | 1539337 | 2017 | 7 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Accelerating drug discovery through tight integration of expert molecular design and predictive scoring
ترجمه فارسی عنوان
کشف مواد مخدر از طریق یکپارچه سازی دقیق از طراحی متخصص مولکولی و به ثمر رساندن پیش بینی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
ترجمه چکیده
تعاملات پروتئین-لیگاند مدل سازی شده برای سالهای متمادی هدف اصلی شیمی محاسباتی است. ما در اینجا پیشرفت های اخیر را در راستای این هدف بررسی می کنیم و روش های محاسبه انرژی نقش رایگان و تکنیک های تجزیه و تحلیل حلال محاسبات در حال حاضر در کشف مواد مخدر است. ما بیشتر از توصیف اخیر استفاده از این روشها برای پیشبرد دو برنامه کشف دارو جداگانه برای هدف قرار دادن استیل کروآلبولاز و تیروزین کیناز 2 توصیف می کنیم. این نمونه ها نشان می دهد که ادغام تنگاتنگی از تیم های شیمی پیشرفته با روش های محاسباتی پیشرفته می تواند به طور قابل توجهی بهبود بهره وری کشف داروهای کوچک مولکولی.
موضوعات مرتبط
علوم زیستی و بیوفناوری
بیوشیمی، ژنتیک و زیست شناسی مولکولی
زیست شیمی
چکیده انگلیسی
Modeling protein-ligand interactions has been a central goal of computational chemistry for many years. We here review recent progress toward this goal, and highlight the role free energy calculation methods and computational solvent analysis techniques are now having in drug discovery. We further describe recent use of these methodologies to advance two separate drug discovery programs targeting acetyl-CoA carboxylase and tyrosine kinase 2. These examples suggest that tight integration of sophisticated chemistry teams with state-of-the-art computational methods can dramatically improve the efficiency of small molecule drug discovery.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Current Opinion in Structural Biology - Volume 43, April 2017, Pages 38-44
Journal: Current Opinion in Structural Biology - Volume 43, April 2017, Pages 38-44
نویسندگان
Robert Abel, Sayan Mondal, Craig Masse, Jeremy Greenwood, Geraldine Harriman, Mark A Ashwell, Sathesh Bhat, Ronald Wester, Leah Frye, Rosana Kapeller, Richard A Friesner,