循环治疗剂的发现:计算和人工智能驱动的策略
Kang Lin1, Chengyun Zhang2, Renren Bai3
1College of Pharmaceutical Sciences, Zhejiang University of Technology, Hangzhou 310014, PR China.
Journal of medicinal chemistry
|June 4, 2025
概括
循环可以调节蛋白相互作用,但开发是资源密集的. 计算和人工智能策略正在加速这些治疗方法的发现和优化,为医疗需求提供新的解决方案.
科学领域:
- 药用化学 医学化学
- 计算生物学 计算生物学
- 药物发现 药物发现 药物发现
背景情况:
- 循环是蛋白质-蛋白质相互作用的有效调节剂,准广泛的结合接口.
- 传统的循环开发在解决的灵活性和复杂的构造格局方面面临资源限制和挑战.
- 计算技术和人工智能 (AI) 的进步正在改变药物发现管道.
研究的目的:
- 审查用于循环药物开发的最先进的计算和人工智能驱动策略.
- 检查解决挑战的方法,如的灵活性,数据稀缺性和结构复杂性.
- 讨论基于物理的模拟和深度学习的整合,以设计和优化循环疗法.
主要方法:
- 在循环研究当前的计算和人工智能驱动的方法的审查.
- 分析整合基于物理的模拟与深度学习技术的策略.
- 检查用于实验验证的自动化合成平台.
主要成果:
- 计算和人工智能方法显著增强循环药物发现管道.
- 模拟和深度学习的整合重新定义了循环疗法的设计和优化.
- 自动合成加速实验验证,突出转变潜力.
结论:
- 计算和人工智能策略对于克服循环开发中的资源限制和技术挑战至关重要.
- 先进的计算方法和实验验证之间的协同作用有望加速新型循环疗法的交付.
- 未来的前景集中在提高精度和效率,通过创新的循环解决方案来解决未满足的医疗需求.
