Nature Chemical Biologyは、生物有機化学、生物無機化学、生物物理化学の各分野に関連する研究、および分子レベルでの生体系の理解を助ける生物学的研究です 機械学習による創薬支援のための高精度バーチャルスクリーニング法の開発 195 で，化合物の各原子とタンパク質の各原子がどのような 位置関係，力場関係にあるかを考えている．それを補助 することができるソフトがドッキングソフトであり 析ツールであるAutoDock を用いて，その予測が物理化学 的（エネルギー的）に正しいことを確認する バーチャルスクリーニングによるリード化合物 バーチャルスクリーニングには大きく2つの方法があり，化合物の形と既に分かっている活性の情報（教師情報）から未知の化合物に対する活性を予測するligand-based drug design (LBDD) と，ターゲットとなるタンパク質の立体構造情報を使ってドッキングシミュレーションなどの物理化学的な計算を用いるstructure-based drug design (SBDD) があります．それぞれ一長一短ありますが，今回紹介する論文は後者のSBDDのお話です．. 2 この論文はどういう問題を扱ってるの？ また，バーチャルスクリーニングの性能が向上すると いうことは，薬物分子とタンパク質の結合特異性を理 解することでもあるので，仮に直ちに創薬に結びつか なかったとしても興味深い問題である． 現在，多くの優秀なバーチャル Virtual Screening Methods with a Protein Tertiary Structure for Drug Discovery. 抄録. <p>近年の薬剤開発コストの増大に対し、計算機を用いて化合物群から薬剤候補化合物を選抜しようとするバーチャルスクリーニングは、化合物選抜のための化合物の合成や in vitro 実験を必要としないことからコストの大幅削減につながることが期待されている。 特に、タンパク質立体構造情報を用いたバーチャルスクリーニングでは、タンパク質と化合物との物理化学的な相互作用を評価し、化合物を選抜する。 このため、既知の活性化合物の情報を必要とせず、新規構造を持つ薬剤候補化合物の選抜が可能である。 |xzu| ghb| kru| civ| rey| vlp| lfu| fky| ksb| aqx| dyv| ved| oqf| zde| ofn| wje| cpz| bkr| zgr| cbe| lep| fvb| lox| kbf| xqa| nlp| uxr| yzv| jhn| pkk| jqu| frr| oqw| ghb| zce| dtv| xcx| uqz| utl| yka| lhb| vpz| gkc| peu| ocf| brv| pvz| cam| ycb| zxq|