SwissTargetPrediction: a web server for target prediction of bioactive small molecules.
SwissTargetPrediction: a web server for target prediction of bioactive small molecules.
复制标题
DOI：
10.1093/nar/gku293
复制
发表时间：
2014-07
影响因子：
14.9
通讯作者：
Zoete V
中科院分区：
文献类型：
--
作者：
Gfeller D;Grosdidier A;Wirth M;Daina A;Michielin O;Zoete V
生物活性小分子，如药物或代谢物，与蛋白质或其他大分子靶点结合以调节其活性，这反过来又导致观察到的表型效应。因此，绘制生物活性小分子的靶标是解开其生物活性的分子机制和预测潜在副作用或交叉反应性的关键一步。最近，蛋白质-小分子相互作用的大数据集已经变得可用，为开发基于知识的方法以计算识别未表征分子的新靶点或已知分子的次级靶点提供了独特的信息源。在这里，我们介绍了SwissTargetPrediction，一个Web服务器，可以根据已知配体的2D和3D相似性度量的组合来准确预测生物活性分子的目标。预测可以在五种不同的生物体中进行，并且对于密切的旁系同源物和直系同源物，能够通过不同物种内和之间的同源性进行映射预测。SwissTargetPrediction可在http://www.swisstargetprediction.ch免费访问，无需登录。
Bioactive small molecules, such as drugs or metabolites, bind to proteins or other macro-molecular targets to modulate their activity, which in turn results in the observed phenotypic effects. For this reason, mapping the targets of bioactive small molecules is a key step toward unraveling the molecular mechanisms underlying their bioactivity and predicting potential side effects or cross-reactivity. Recently, large datasets of protein–small molecule interactions have become available, providing a unique source of information for the development of knowledge-based approaches to computationally identify new targets for uncharacterized molecules or secondary targets for known molecules. Here, we introduce SwissTargetPrediction, a web server to accurately predict the targets of bioactive molecules based on a combination of 2D and 3D similarity measures with known ligands. Predictions can be carried out in five different organisms, and mapping predictions by homology within and between different species is enabled for close paralogs and orthologs. SwissTargetPrediction is accessible free of charge and without login requirement at http://www.swisstargetprediction.ch.
登录
查看更多内容
影响因子：
3
作者：
Gfeller, David;Michielin, Olivier;Zoete, Vincent
通讯作者：
Zoete, Vincent
影响因子：
56.9
作者：
Campillos, Monica;Kuhn, Michael;Bork, Peer
通讯作者：
Bork, Peer
轴：3D 分子相似性计算的混合方法。
影响因子：
5.6
作者：
Liu, Xiaofeng;Jiang, Hualiang;Li, Honglin
通讯作者：
Li, Honglin
影响因子：
5.6
作者：
Irwin JJ;Sterling T;Mysinger MM;Bolstad ES;Coleman RG
通讯作者：
Coleman RG
影响因子：
4.3
作者：
Kruger, Felix A.;Overington, John P.
通讯作者：
Overington, John P.