Cheminformatics in Natural Product-based Drug Discovery.
Cheminformatics in Natural Product-based Drug Discovery.
复制标题
DOI：
10.1002/minf.202000171
复制
发表时间：
2020-12
影响因子：
3.6
通讯作者：
Kirchmair J
中科院分区：
文献类型：
--
作者：
Chen Y;Kirchmair J
这篇综述旨在及时调查化学信息学方法在天然产物药物发现中的范围和局限性。在概述了天然产物的化学、生物和结构信息的数据资源之后，我们讨论了（i）数据管理和天然产物去复制，（ii）化学空间的分析、可视化、导航和比较，（iii）天然产物相似性的量化，（iv）生物活性的预测等方面的计算机方法（虚拟筛选，靶点预测），ADME和天然产物的安全性特征（毒性），（v）天然产物启发的从头设计和（vi）预测天然产物易于干扰生物测定。其中讨论的许多方法是基于规则，基于相似性，基于形状，基于药效团和基于网络的方法，对接和机器学习方法。
This review seeks to provide a timely survey of the scope and limitations of cheminformatics methods in natural product‐based drug discovery. Following an overview of data resources of chemical, biological and structural information on natural products, we discuss, among other aspects, in silico methods for (i) data curation and natural products dereplication, (ii) analysis, visualization, navigation and comparison of the chemical space, (iii) quantification of natural product‐likeness, (iv) prediction of the bioactivities (virtual screening, target prediction), ADME and safety profiles (toxicity) of natural products, (v) natural products‐inspired de novo design and (vi) prediction of natural products prone to cause interference with biological assays. Among the many methods discussed are rule‐based, similarity‐based, shape‐based, pharmacophore‐based and network‐based approaches, docking and machine learning methods.
登录
查看更多内容
DOI：
10.1002/anie.201411511
发表时间：
2015-03-16
期刊：
Angewandte Chemie (International ed. in English)
影响因子：
--
作者：
Akbulut Y;Gaunt HJ;Muraki K;Ludlow MJ;Amer MS;Bruns A;Vasudev NS;Radtke L;Willot M;Hahn S;Seitz T;Ziegler S;Christmann M;Beech DJ;Waldmann H
通讯作者：
Waldmann H
影响因子：
3.6
作者：
Chavez-Hernandez, Ana L.;Sanchez-Cruz, Norberto;Medina-Franco, Jose L.
通讯作者：
Medina-Franco, Jose L.
影响因子：
5.6
作者：
Ertl, Peter;Roggo, Silvio;Schuffenhauer, Ansgar
通讯作者：
Schuffenhauer, Ansgar
影响因子：
1.8
作者：
Cragg, GM;Newman, DJ
通讯作者：
Newman, DJ
影响因子：
5.6
作者：
Cockroft, Nicholas T.;Cheng, Xiaolin;Fuchs, James R.
通讯作者：
Fuchs, James R.