Application of artificial intelligence and machine learning in natural products-based drug discovery

自然(考古学) 天然产物 药物发现 计算机科学 生化工程 数据科学 工程类 生物信息学 生物 生物化学 古生物学
作者
Abanish Biswas,Irina Ghosh,Gourav Rakshit,Sheikh Murtuja,Pankaj Dagur,Venkatesan Jayaprakash
出处
期刊:Elsevier eBooks [Elsevier]
卷期号:: 335-355
标识
DOI:10.1016/b978-0-323-90593-0.00016-2
摘要

The primary source of novel medications has been natural ingredients. Many methodologies have been established to identify novel medications based on natural ingredients. Traditional and ethical remedies have offered knowledge on therapeutic effects and led to the creation of several essential natural product drugs. Scientists were encouraged to build a novel tiny molecule because of the unique behavior of medical plants, such as high therapeutic effects and fewer adverse effects. The estrogenic characteristics of several plants may also explain their usage in traditional medicine and folklore. New methodologies in drug development from natural compounds have emerged due to enormous technological advancements. Bioinformatic and artificial intelligence have aided the study and development of natural goods. This review will set the natural product drug development methodologies and technology scenario.
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
番薯完成签到,获得积分10
2秒前
考啥都上岸完成签到,获得积分10
2秒前
dungaway发布了新的文献求助10
2秒前
BlingBling完成签到,获得积分10
3秒前
qian完成签到 ,获得积分10
5秒前
小飞棍完成签到,获得积分10
6秒前
oldcat完成签到 ,获得积分10
7秒前
高兴孤云完成签到 ,获得积分10
7秒前
偷得浮生半日闲完成签到,获得积分10
7秒前
托比昂首挺胸完成签到,获得积分10
7秒前
行萱完成签到 ,获得积分10
7秒前
11秒前
STZHEN完成签到,获得积分10
12秒前
liu完成签到 ,获得积分10
13秒前
苗条的小肥羊完成签到,获得积分10
14秒前
大反应釜完成签到,获得积分10
16秒前
摩天轮完成签到 ,获得积分10
18秒前
健康的安安完成签到,获得积分10
18秒前
wanci应助V_I_G采纳,获得10
19秒前
烟雾完成签到,获得积分10
19秒前
21秒前
HS完成签到 ,获得积分10
21秒前
wanci应助神勇的天问采纳,获得10
21秒前
张宝完成签到,获得积分10
22秒前
荔枝完成签到 ,获得积分10
23秒前
赘婿应助秋意浓采纳,获得10
25秒前
蛋壳柯发布了新的文献求助10
25秒前
可爱的函函应助白华苍松采纳,获得10
26秒前
兽医12138完成签到 ,获得积分10
28秒前
28秒前
小申发布了新的文献求助10
31秒前
CL完成签到,获得积分10
32秒前
scinanpro完成签到 ,获得积分10
34秒前
制冷剂完成签到 ,获得积分10
34秒前
单纯访枫完成签到 ,获得积分10
35秒前
卓若之完成签到 ,获得积分10
36秒前
萧然完成签到,获得积分10
37秒前
蛋壳柯完成签到,获得积分10
38秒前
Getlogger完成签到,获得积分10
38秒前
李健应助科研通管家采纳,获得10
38秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 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 3137115
求助须知:如何正确求助?哪些是违规求助? 2788086
关于积分的说明 7784551
捐赠科研通 2444121
什么是DOI,文献DOI怎么找? 1299763
科研通“疑难数据库(出版商)”最低求助积分说明 625574
版权声明 601011