Computational functional group mapping for drug discovery.
Computational functional group mapping for drug discovery.
复制标题
DOI：
10.1016/j.drudis.2016.06.030
复制
发表时间：
2016-12
影响因子：
7.4
通讯作者：
Guvench, Olgun
中科院分区：
文献类型：
--
作者：
Guvench, Olgun
计算功能组图谱（cFGM）正在成为现有广泛使用的基于实验和计算结构的药物发现方法的高影响力补充。 cFGM 提供功能基团亲和力的全面原子分辨率 3D 图，这些功能基团可以为给定目标（通常是蛋白质）构成药物样分子。药物化学家可以直观地、交互式地可视化这些 3D 图，以快速设计可合成的配体。鉴于这些图谱可以为亲和力、特异性和药代动力学特性的官能团选择提供信息，因此它们对于优化现有候选药物和创建新候选药物都很有用。在这里，我回顾了 cFGM 的最新进展，重点是该方法中独特的信息内容，该方法提供了广泛促进基于结构的配体设计的潜力。
Computational functional group mapping (cFGM) is emerging as a high-impact complement to existing widely used experimental and computational structure-based drug discovery methods. cFGM provides comprehensive atomic-resolution 3D maps of the affinity of functional groups that can constitute drug-like molecules for a given target, typically a protein. These 3D maps can be intuitively and interactively visualized by medicinal chemists to rapidly design synthetically accessible ligands. Given that the maps can inform selection of functional groups for affinity, specificity, and pharmacokinetic properties, they are of utility for both the optimization of existing drug candidates and creating novel ones. Here, I review recent advances in cFGM with emphasis on the unique information content in the approach that offers the potential of broadly facilitating structure-based ligand design.
登录
查看更多内容
DOI：
10.1073/pnas.062398499
发表时间：
2002-04-02
影响因子：
11.1
作者：
Dennis, S;Kortvelyesi, T;Vajda, S
通讯作者：
Vajda, S
影响因子：
7.3
作者：
Alvarez-Garcia, Daniel;Barril, Xavier
通讯作者：
Barril, Xavier
影响因子：
7.3
作者：
GOODFORD, PJ
通讯作者：
GOODFORD, PJ
影响因子：
2.7
作者：
Harner MJ;Frank AO;Fesik SW
通讯作者：
Fesik SW
影响因子：
5.5
作者：
Bakan, Ahmet;Nevins, Neysa;Lakdawala, Ami S.;Bahar, Ivet
通讯作者：
Bahar, Ivet