Flexible receptor docking for drug discovery

虚拟筛选 蛋白质-配体对接 药物发现 计算机科学 对接(动物) 计算生物学 人工智能 机器学习 数据挖掘 生物信息学 生物 医学 护理部
作者
Chung F. Wong
出处
期刊:Expert Opinion on Drug Discovery [Informa]
卷期号:10 (11): 1189-1200 被引量:69
标识
DOI:10.1517/17460441.2015.1078308
摘要

Introduction: Molecular docking has become a popular method for virtual screening. Docking small molecules to a rigid biological receptor is fast but could produce many false negatives and identify less diverse compounds. Flexible receptor docking has alleviated this problem.Areas covered: This article focuses on reviewing ensemble docking as an approximate but inexpensive method to incorporate receptor flexibility in molecular docking. It outlines key features and recent advances of this method and points out problem areas that need to be addressed to make it even more useful in drug discovery.Expert opinion: Among the different methods introduced for flexible receptor docking, ensemble docking represents one of the most popular approaches, especially for high-throughput virtual screening. One can generate structural ensembles by using experimental structures, by structural modeling and by various types of molecular simulations. In building a structural ensemble, a judicious choice of the structures to be included can improve performance. Furthermore, reducing the size of the structural ensemble can cut computational costs, and removing the structures that can bind few ligands well could enrich the number of true actives identified by ensemble docking. The ability of ensemble docking to identify more true positives at the top of a rank-ordered list also depends on the choice of the methods to score and rank compounds, an area that needs further research.
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
景__完成签到 ,获得积分10
2秒前
lalala完成签到 ,获得积分10
5秒前
5秒前
6秒前
赘婿应助去码头整点海鸥采纳,获得10
7秒前
桐桐应助自信小天鹅采纳,获得10
8秒前
Venus完成签到,获得积分10
10秒前
11秒前
123完成签到,获得积分10
13秒前
13秒前
老实乌冬面完成签到 ,获得积分10
14秒前
xuxuxu完成签到,获得积分10
15秒前
3w发布了新的文献求助10
18秒前
19秒前
CodeCraft应助精明梦柏采纳,获得10
19秒前
20秒前
21秒前
光合作用发布了新的文献求助10
24秒前
25秒前
25秒前
26秒前
26秒前
砼志发布了新的文献求助10
27秒前
远儿关注了科研通微信公众号
28秒前
清爽的雨竹完成签到 ,获得积分10
29秒前
不忘发布了新的文献求助10
29秒前
30秒前
snsut发布了新的文献求助10
31秒前
kunkunna发布了新的文献求助10
31秒前
jinchen发布了新的文献求助10
32秒前
33秒前
luqong完成签到,获得积分10
33秒前
郝富完成签到,获得积分10
34秒前
37秒前
鱼雷完成签到,获得积分10
39秒前
39秒前
Sulin发布了新的文献求助10
40秒前
41秒前
41秒前
远儿发布了新的文献求助30
43秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
热门求助领域 (近24小时)
化学 医学 材料科学 生物 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 遗传学 基因 物理化学 催化作用 量子力学 冶金 电极
热门帖子
关注 科研通微信公众号,转发送积分 3316704
求助须知:如何正确求助?哪些是违规求助? 2948473
关于积分的说明 8540804
捐赠科研通 2624359
什么是DOI,文献DOI怎么找? 1436100
科研通“疑难数据库(出版商)”最低求助积分说明 665796
邀请新用户注册赠送积分活动 651724