库尔库石衍生物数据库 (CCDD):一个Python框架,用于自然化合物衍生物数据库
Shailima Rampogu1, Thananjeyan Balasubramaniyam2, Joon-Hwa Lee2
1Cachet Big Data Labs, Hyderabad, Telangana, India.
我们开发了黄素基衍生物数据库 (CCDD) 用于虚拟选黄素类似物. 这个网络服务器帮助药物发现研究人员识别潜在的治疗方法和构建新的计算工具.
科学领域:
- 药用化学 医学化学
- 计算化学计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 黄素及其类似物是有前途的治疗药物.
- 有效的虚拟查方法对于识别有力的候选药物至关重要.
- 开发专门的数据库可以加速药物发现过程.
研究的目的:
- 为虚拟查创建黄素及其类型的综合数据库.
- 开发一个用户友好的Web服务器,用于分析化合物属性.
- 为了促进新型治疗剂的识别.
主要方法:
- 使用ChemBioOffice进行2D结构绘图和Discovery Studio可视化器进行3D结构生成.
- 使用各种Python模块开发数据库,用于数据处理和可视化.
- 通过Web服务器界面实现了Lipinski的五项规则,用于通过Web服务器界面进行复合选.
主要成果:
- 库尔库酸盐衍生物数据库 (CCDD) 已成功构建.
- 开发了一个网络服务器,使虚拟选和复合物业分析成为可能.
- 用户可以下载复合结构 (.sdf, .mol) 和数据框架 (.csv).
结论:
- CCDD网络服务器为计算药物发现研究人员提供了宝贵的资源.
- 这种工具可以加快基于黄素支架的新疗法的识别.
- 该框架支持开发用于药物发现应用的新型网络服务器.
更多相关视频
13:18Network Pharmacology Prediction and Experimental Validation of Trichosanthes-Fritillaria thunbergii Action Mechanism Against Lung Adenocarcinoma
Published on: March 3, 2023
08:15Author Spotlight: Network Pharmacology and Molecular Docking to Decipher the Action of Jiawei Shengjiang San Against Diabetic Kidney Disease
Published on: May 10, 2024
相关概念视频
Structure-Activity Relationships and Drug Design
SAR studies the intricate relationship between a drug's chemical structure and biological activity. It focuses on understanding how modifications to a drug's structure can influence...
Drug Biotransformation: Overview
Cholinergic Antagonists: Chemistry and Structure-Activity Relationship
Drug Discovery: Overview
Drug Metabolism: Phase II Reactions
Drug Metabolism: Phase I Reactions
