释放计算表型药物发现的潜力:方法,挑战和未来方向
Shivam Kumar1, Aman Pal1, Samrat Chatterjee2
1Complex Analysis Group, Computational and Mathematical Biology Centre, Translational Health Science and Technology Institute, NCR Biotech Science Cluster, 3rd milestone, Faridabad-Gurgaon Expressway, Faridabad, 121001, India.
表型药物发现 (PDD) 使用可观测的效应来发现新药物. 本综述详细介绍了一个用于增强PDD的计算框架.
科学领域:
- 计算生物学是一种计算生物学.
- 药物发现科学 药物发现科学
- 药理学 药理学是指药理学的学科.
背景情况:
- 现型药物发现 (PDD) 通过测试化合物对生物系统的影响来识别新疗法.
- 最近生物数据生成和机器学习方面的进展使得PDD方法更加系统和数据驱动.
- 这个领域传统上在没有对特定分子点的先验知识的情况下运行.
研究的目的:
- 为表型药物发现提供一个全面的计算框架.
- 整合关键工具,表型表征和与PDD相关的公共数据集.
- 讨论当前的挑战,并提出提高PDD效率和翻译成功的战略.
主要方法:
- 在计算PDD中审查和综合现有文献和方法.
- 描述PDD的结构化计算框架.
- 基本组件的识别:表型表示,计算工具和数据资源.
主要成果:
- 一个定义的系统 PDD 的计算框架.
- 对PDD研究的关键工具和公共数据集的概述.
- 确定PDD改进的关键挑战和可行的策略.
结论:
- 提出的框架为旨在推进表型药物发现的研究人员提供了一份实用指南.
- 提高PDD的效率和翻译潜力需要解决计算和数据相关的挑战.
- 机器学习和强大的数据资源的整合对于PDD的未来至关重要.
更多相关视频
08:04In Vitro Three-Dimensional Sprouting Assay of Angiogenesis Using Mouse Embryonic Stem Cells for Vascular Disease Modeling and Drug Testing
Published on: May 11, 2021
08:49Incorporating Target Protein Structure Flexibility and Dynamics in Computational Drug Discovery Using Ensemble-Based Docking Analysis
Published on: June 20, 2025
相关概念视频
Drug Discovery: Overview
Pharmacogenomics: Identification of New Drug Targets
Pharmacogenetic Phenotypes: Alterations in Pharmacokinetics, Drug Targets and Biologic Milieu
Pharmacogenetics and Pharmacogenomics: Overview
Pharmacokinetic–Pharmacodynamic Relationship: Problems
Principles of Pharmacogenetics: Types of Genetic Variants
