桥梁结构和基于基的虚拟选通过碎片化交互指纹指纹

科学领域:

• 计算化学是一种计算化学.
• 药品化学 药品化学 是一个
• 药物发现 药物发现

背景情况:

• 基于质体的虚拟查 (LBVS) 和基于结构的虚拟查 (SBVS) 是药物发现的关键.
• 混合VS方法结合了连接体和结构信息,以更好地优先考虑化合物.
• 交互指纹 (IFP) 在混合VS中使用,但需要新的方法.

研究的目的:

• 引入一个新的IFP,碎片互动指纹 (FIFI),用于混合VS.
• 评估FIFI的业绩与现有的IFP和其他VS战略相比.
• 评估混合VS方法在优先考虑活性药物化合物的有效性.

主要方法:

• 基于连接体子结构和蛋白质结合位点相互作用的FIFI构造.
• 对六个生物点进行FIFI和其他VS方法的回顾性评估.
• 将FIFI-ML与LBVS,SBVS,顺序VS,并行VS和其他混合VS方法进行比较.

主要成果:

• 在大多数目标上,FIFI表现出比之前的IFP更高的预测准确度.
• 与机器学习 (ML) 结合的FIFI显示出稳定和高预测准确度.
• 扩展连接指纹与ML优于卡帕阿片类受体的其他方法.

结论:

• 在药物发现中,FIFI代表了混合虚拟查的有希望的进步.
• 混合VS方法,特别是FIFI-ML,在识别活性化合物方面提供了强大的性能.
• 特定的目标可能会从量身定制的VS方法中受益,例如kappa阿片类受体的扩展连接指纹.