Molecular dynamics simulations and novel drug discovery

药物发现 计算生物学 计算机科学 药品 数据科学 生物信息学 医学 药理学 生物
作者
Xue‐Wei Liu,Danfeng Shi,Shuangyan Zhou,Hongli Liu,Huanxiang Liu,Xiaojun Yao
出处
期刊:Expert Opinion on Drug Discovery [Informa]
卷期号:13 (1): 23-37 被引量:362
标识
DOI:10.1080/17460441.2018.1403419
摘要

Molecular dynamics (MD) simulations can provide not only plentiful dynamical structural information on biomacromolecules but also a wealth of energetic information about protein and ligand interactions. Such information is very important to understanding the structure-function relationship of the target and the essence of protein-ligand interactions and to guiding the drug discovery and design process. Thus, MD simulations have been applied widely and successfully in each step of modern drug discovery. Areas covered: In this review, the authors review the applications of MD simulations in novel drug discovery, including the pathogenic mechanisms of amyloidosis diseases, virtual screening and the interaction mechanisms between drugs and targets. Expert opinion: MD simulations have been used widely in investigating the pathogenic mechanisms of diseases caused by protein misfolding, in virtual screening, and in investigating drug resistance mechanisms caused by mutations of the target. These issues are very difficult to solve by experimental methods alone. Thus, in the future, MD simulations will have wider application with the further improvement of computational capacity and the development of better sampling methods and more accurate force fields together with more efficient analysis methods.
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
1秒前
shaheen完成签到,获得积分20
2秒前
NexusExplorer应助曼城是冠军采纳,获得30
2秒前
英姑应助东东采纳,获得10
5秒前
Ran-HT完成签到,获得积分10
6秒前
明哲派完成签到,获得积分10
6秒前
若珏发布了新的文献求助10
7秒前
李小棠发布了新的文献求助10
7秒前
Danny完成签到,获得积分10
8秒前
xyz发布了新的文献求助10
8秒前
9秒前
10秒前
10秒前
12秒前
12秒前
chd发布了新的文献求助10
13秒前
小小橙发布了新的文献求助10
13秒前
阡陌完成签到 ,获得积分10
13秒前
13秒前
14秒前
李李李发布了新的文献求助10
15秒前
17秒前
17秒前
花花完成签到,获得积分10
17秒前
早睡早起发布了新的文献求助10
18秒前
18秒前
科科科科研完成签到 ,获得积分10
19秒前
东东发布了新的文献求助10
19秒前
甜甜弘文完成签到,获得积分10
20秒前
20秒前
彭于晏应助丢丢采纳,获得30
21秒前
21秒前
Linux2000Pro完成签到,获得积分10
23秒前
23秒前
23秒前
聪慧雪糕发布了新的文献求助10
24秒前
24秒前
甜甜弘文发布了新的文献求助10
24秒前
27秒前
高分求助中
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
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
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 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3330005
求助须知:如何正确求助?哪些是违规求助? 2959617
关于积分的说明 8596037
捐赠科研通 2637980
什么是DOI,文献DOI怎么找? 1444063
科研通“疑难数据库(出版商)”最低求助积分说明 668931
邀请新用户注册赠送积分活动 656507