一种自下而上的方法,在广的化学空间中寻找化合物
Álvaro Serrano-Morrás1,2, Andrea Bertran-Mostazo1,2, Marina Miñarro-Lleonar1,2
1Unitat de Fisicoquímica, Departament de Farmàcia i Tecnologia Farmacéutica, i Fisicoquímica. Facultat de Farmàcia i Ciències de l'Alimentació, Universitat de Barcelona (UB), Av. Joan XXIII, 27-31, 08028, Barcelona, Spain.
这项研究引入了一种新的计算策略,有效地搜索大规模的化学图书馆,以发现药物. 该方法成功识别了新的BRD4 (BD1) 结合剂,证明了它在寻找强效药物候选者的潜力.
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:
- 药物发现依赖于从选收集中识别杀伤性化合物.
- 高通量选 (HTS) 收藏有数百万种化合物,但按需收藏达到数万亿.
- 导航这些巨大的虚拟集合需要高效的计算工具.
研究的目的:
- 开发计算工具,用于导航数万亿级的按需化学收集.
- 提出一种用于探索化学宇宙和识别候选药物的创新战略.
- 验证该策略在寻找高质量的搜索结果方面的有效性.
主要方法:
- 一个自下而上的战略,探索碎片空间 (探索阶段).
- 开采有前途的按需采集区域 (开采阶段).
- 利用计算方法的层次结构来消除假阳性并最大限度地降低成本.
主要成果:
- 拟议的战略的前性验证.
- 识别了新的odomain 4 (BRD4) (BD1) 结合剂.
- 达到与已确立的候选药物相当的功效.
结论:
- 开发的策略使大规模的虚拟化学图书馆能够有效地导航.
- 这种方法可以显著提高药物发现中的成功识别过程.
- 该方法对发现具有高强度的新药候选药物充满希望.
更多相关视频
08:43A Fluorescence-based Lymphocyte Assay Suitable for High-throughput Screening of Small Molecules
Published on: March 10, 2017
09:04Identifying Per- and Polyfluorinated Chemical Species with a Combined Targeted and Non-Targeted-Screening High-Resolution Mass Spectrometry Workflow
Published on: April 18, 2019
相关概念视频
Drug Discovery: Overview
Extraction: Advanced Methods
