Covalent Docking in Drug Discovery: Scope and Limitations

共价键 药物发现 虚拟筛选 化学 对接(动物) 组合化学 共价结合 电泳剂 计算生物学 计算机科学 纳米技术 材料科学 生物化学 有机化学 生物 医学 护理部 催化作用
作者
Andrea Scarpino,György G. Ferenczy,György M. Keserű
出处
期刊:Current Pharmaceutical Design [Bentham Science]
卷期号:26 (44): 5684-5699 被引量:13
标识
DOI:10.2174/1381612824999201105164942
摘要

Drug discovery efforts for new covalent inhibitors have drastically increased in the last few years. The binding mechanism of covalent compounds entails the formation of a chemical bond between their electrophilic warhead group and the protein of interest. The use of moderately reactive warheads targeting nonconserved nucleophilic residues can improve the affinity and selectivity profiles of covalent binders as compared to their non-covalent analogs. Recent advances have also enabled their use as chemical probes to disclose novel and also less tractable targets. Increasing interest in covalent drug discovery prompted the development of new computational tools, including covalent docking methods, that are available to predict the binding mode and affinity of covalent ligands. These tools integrate conventional non-covalent docking and scoring schemes by modeling the newly formed covalent bond and the interactions occurring at the reaction site. In this review, we provide a thorough analysis of state-of-the-art covalent docking programs by highlighting their main features and current limitations. Focusing on the implemented algorithms, we show the differences in handling the formation of the new covalent bond and their relative impact on the prediction. This analysis provides a comprehensive overview of the current technology and suggests future improvements in computer-aided covalent drug design. Finally, discussing successful retrospective and prospective covalent docking-based virtual screening applications, we intend to identify best practices for the drug discovery community.
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
1秒前
好名字完成签到,获得积分10
1秒前
Soleil完成签到,获得积分10
2秒前
优秀老师发布了新的文献求助10
2秒前
甜田发布了新的文献求助10
2秒前
2秒前
2秒前
吉祥财子完成签到,获得积分10
7秒前
大力的小萱完成签到,获得积分10
7秒前
7秒前
优秀老师完成签到,获得积分10
10秒前
赵雪杰发布了新的文献求助10
11秒前
雪山飞龙发布了新的文献求助30
12秒前
13秒前
cc2001发布了新的文献求助10
14秒前
调皮的过客完成签到,获得积分10
15秒前
16秒前
郭郭完成签到 ,获得积分10
16秒前
林林林完成签到,获得积分10
17秒前
18秒前
18秒前
18秒前
公司VV发布了新的文献求助10
19秒前
爱听歌新烟完成签到,获得积分10
20秒前
20秒前
txxxx完成签到,获得积分10
21秒前
apathetic完成签到,获得积分10
22秒前
22秒前
愉快如冬发布了新的文献求助10
23秒前
23秒前
ding应助赵雪杰采纳,获得10
23秒前
25秒前
26秒前
大胆冰旋关注了科研通微信公众号
27秒前
Greeking发布了新的文献求助10
28秒前
李健的粉丝团团长应助berg采纳,获得10
30秒前
雪山飞龙发布了新的文献求助10
30秒前
乏善可陈发布了新的文献求助10
30秒前
33秒前
34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
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
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 3145276
求助须知:如何正确求助?哪些是违规求助? 2796719
关于积分的说明 7820904
捐赠科研通 2452997
什么是DOI,文献DOI怎么找? 1305336
科研通“疑难数据库(出版商)”最低求助积分说明 627483
版权声明 601464