A Comprehensive Review on Current Advances in Peptide Drug Development and Design

对接(动物) 计算生物学 拟肽 药物开发 药物发现 蛋白质-蛋白质相互作用 计算机科学 药品 化学 生物 生物化学 药理学 医学 护理部
作者
Andy Chi-Lung Lee,Janelle L. Harris,Kum Kum Khanna,Ji‐Hong Hong
出处
期刊:International Journal of Molecular Sciences [MDPI AG]
卷期号:20 (10): 2383-2383 被引量:549
标识
DOI:10.3390/ijms20102383
摘要

Protein–protein interactions (PPIs) execute many fundamental cellular functions and have served as prime drug targets over the last two decades. Interfering intracellular PPIs with small molecules has been extremely difficult for larger or flat binding sites, as antibodies cannot cross the cell membrane to reach such target sites. In recent years, peptides smaller size and balance of conformational rigidity and flexibility have made them promising candidates for targeting challenging binding interfaces with satisfactory binding affinity and specificity. Deciphering and characterizing peptide–protein recognition mechanisms is thus central for the invention of peptide-based strategies to interfere with endogenous protein interactions, or improvement of the binding affinity and specificity of existing approaches. Importantly, a variety of computation-aided rational designs for peptide therapeutics have been developed, which aim to deliver comprehensive docking for peptide–protein interaction interfaces. Over 60 peptides have been approved and administrated globally in clinics. Despite this, advances in various docking models are only on the merge of making their contribution to peptide drug development. In this review, we provide (i) a holistic overview of peptide drug development and the fundamental technologies utilized to date, and (ii) an updated review on key developments of computational modeling of peptide–protein interactions (PepPIs) with an aim to assist experimental biologists exploit suitable docking methods to advance peptide interfering strategies against PPIs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
cc发布了新的文献求助30
刚刚
夏侯以旋发布了新的文献求助10
1秒前
dddy发布了新的文献求助10
1秒前
1秒前
秋风细细雨完成签到 ,获得积分20
2秒前
王杰完成签到,获得积分20
2秒前
tenfarmers发布了新的文献求助10
2秒前
大模型应助ly采纳,获得10
2秒前
纳米纤维素完成签到,获得积分10
3秒前
科研虫完成签到,获得积分10
4秒前
玉碧发布了新的文献求助10
4秒前
鲁西西发布了新的文献求助10
4秒前
4秒前
冬柳发布了新的文献求助10
4秒前
llls完成签到 ,获得积分10
4秒前
等风来1234发布了新的文献求助10
5秒前
Joongyang发布了新的文献求助10
5秒前
万能图书馆应助伟伟采纳,获得10
5秒前
5秒前
5秒前
美好乐松应助11011采纳,获得10
7秒前
7秒前
7秒前
zhuo完成签到,获得积分10
7秒前
7秒前
7秒前
8秒前
ding应助T拐拐采纳,获得10
8秒前
Jennifer完成签到,获得积分10
8秒前
warmsnow完成签到,获得积分10
9秒前
笑点低的小天鹅完成签到,获得积分10
9秒前
满眼星辰完成签到 ,获得积分10
9秒前
斯文败类应助大Q采纳,获得10
10秒前
ll发布了新的文献求助10
10秒前
ZhiyunXu2012完成签到 ,获得积分10
10秒前
zike发布了新的文献求助10
11秒前
魔幻的又亦完成签到,获得积分10
12秒前
12秒前
万能图书馆应助核武虎采纳,获得10
12秒前
pure完成签到 ,获得积分10
12秒前
高分求助中
Sustainability in Tides Chemistry 2000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3128021
求助须知:如何正确求助?哪些是违规求助? 2778916
关于积分的说明 7740639
捐赠科研通 2433969
什么是DOI,文献DOI怎么找? 1293266
科研通“疑难数据库(出版商)”最低求助积分说明 623233
版权声明 600491