Cheminformatic analysis of natural product-based drugs and chemical probes.
Cheminformatic analysis of natural product-based drugs and chemical probes.
复制标题
DOI：
10.1039/d1np00039j
复制
发表时间：
2022-01-26
影响因子：
11.9
通讯作者：
Tan DS
中科院分区：
文献类型：
--
作者：
Stone S;Newman DJ;Colletti SL;Tan DS
天然产物继续在药物发现中发挥重要作用，一半的新化学实体在结构上基于天然产物。在这里，我们报告了一个化学信息学分析的结构和物理化学性质的天然产物为基础的药物相比，最畅销的名牌合成药物，和选择的化学探针最近发现的多样性为导向的合成库。在这项分析中，基于天然产物的药物涵盖了基于大小、极性和三维结构的广泛的化学空间。与2006年相比，2018年最畅销的药物中基于天然产品的结构也更普遍。此外，根据生物合成来源，药物聚类良好，但基于治疗类别则较少。大环化合物占据了化学空间中独特且相对稀少的区域，而化学探针则与合成药物大部分重叠。这一分析强调了在现代药物发现中利用天然产物及其药效团的持续机会。化学信息学分析表明，来自天然产物和合成来源的药物具有独特的结构和理化特征。这些药物还按生物合成来源分类，并在一定程度上按治疗类别分类。
Natural products continue to play a major role in drug discovery, with half of new chemical entities based structurally on a natural product. Herein, we report a cheminformatic analysis of the structural and physicochemical properties of natural product-based drugs in comparison to top-selling brand-name synthetic drugs, and a selection of chemical probes recently discovered from diversity-oriented synthesis libraries. In this analysis, natural product-based drugs covered a broad range of chemical space based on size, polarity, and three-dimensional structure. Natural product-based structures were also more prevalent in top-selling drugs of 2018 compared to 2006. Further, the drugs clustered well according to biosynthetic origins, but less so based on therapeutic classes. Macrocycles occupied distinctive and relatively underpopulated regions of chemical space, while chemical probes largely overlapped with synthetic drugs. This analysis highlights the continued opportunities to leverage natural products and their pharmacophores in modern drug discovery. Cheminformatic analyses illustrate that drugs from natural product-based and synthetic origins have distinctive structural and physicochemical features. These drugs also cluster by biosynthetic origin and, to some extent, by therapeutic class.
登录
查看更多内容
影响因子：
5.2
作者：
Bauer RA;DiBlasi CM;Tan DS
通讯作者：
Tan DS
影响因子：
7.8
作者：
Bauer, Renato A.;Wurst, Jacqueline M.;Tan, Derek S.
通讯作者：
Tan, Derek S.
影响因子：
7.3
作者：
Begnini F;Poongavanam V;Over B;Castaldo M;Geschwindner S;Johansson P;Tyagi M;Tyrchan C;Wissler L;Sjö P;Schiesser S;Kihlberg J
通讯作者：
Kihlberg J
影响因子：
14.8
作者：
Kopp, Felix;Stratton, Christopher F.;Akella, Lakshmi B.;Tan, Derek S.
通讯作者：
Tan, Derek S.
影响因子：
21.8
作者：
Guo, Zufeng;Hong, Sam Y.;Liu, Jun O.
通讯作者：
Liu, Jun O.