已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Application of Combination High‐Throughput Phenotypic Screening and Target Identification Methods for the Discovery of Natural Product‐Based Combination Drugs

药物发现 天然产物 计算生物学 鉴定(生物学) 药品 表型筛选 药理学 计算机科学 生物 生化工程 生物信息学 表型 生物化学 植物 基因 工程类
作者
Monica Isgut,Rao Mukkavilli,Chunhua Yang,Vangala Subrahmanyam,Padmashree C.G. Rida,Ritu Aneja
出处
期刊:Medicinal Research Reviews [Wiley]
卷期号:38 (2): 504-524 被引量:55
标识
DOI:10.1002/med.21444
摘要

Modern drug discovery efforts have had mediocre success rates with increasing developmental costs, and this has encouraged pharmaceutical scientists to seek innovative approaches. Recently with the rise of the fields of systems biology and metabolomics, network pharmacology (NP) has begun to emerge as a new paradigm in drug discovery, with a focus on multiple targets and drug combinations for treating disease. Studies on the benefits of drug combinations lay the groundwork for a renewed focus on natural products in drug discovery. Natural products consist of a multitude of constituents that can act on a variety of targets in the body to induce pharmacodynamic responses that may together culminate in an additive or synergistic therapeutic effect. Although natural products cannot be patented, they can be used as starting points in the discovery of potent combination therapeutics. The optimal mix of bioactive ingredients in natural products can be determined via phenotypic screening. The targets and molecular mechanisms of action of these active ingredients can then be determined using chemical proteomics, and by implementing a reverse pharmacokinetics approach. This review article provides evidence supporting the potential benefits of natural product-based combination drugs, and summarizes drug discovery methods that can be applied to this class of drugs.
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
3秒前
科目三应助子曰采纳,获得10
3秒前
小屁孩发布了新的文献求助10
4秒前
安静的故事完成签到,获得积分10
6秒前
科研小白发布了新的文献求助10
6秒前
7秒前
8R60d8应助不懈奋进采纳,获得10
7秒前
方非笑发布了新的文献求助10
8秒前
传奇3应助俺爱SCI采纳,获得10
8秒前
带你去喝雪碧完成签到 ,获得积分10
9秒前
Alanni发布了新的文献求助10
10秒前
美有姬完成签到 ,获得积分10
11秒前
12秒前
雪原白鹿发布了新的文献求助10
13秒前
15秒前
星辰大海应助eason采纳,获得10
16秒前
子曰发布了新的文献求助10
17秒前
ZK完成签到,获得积分10
18秒前
方非笑发布了新的文献求助10
19秒前
21秒前
beichuanheqi完成签到,获得积分10
25秒前
俺爱SCI发布了新的文献求助10
26秒前
27秒前
meng完成签到,获得积分10
32秒前
西羽完成签到,获得积分10
32秒前
33秒前
33秒前
现代雅香完成签到,获得积分10
34秒前
简单海露完成签到,获得积分10
35秒前
36秒前
37秒前
姜敏敏发布了新的文献求助10
37秒前
JHY完成签到 ,获得积分10
37秒前
38秒前
38秒前
40秒前
41秒前
大气如曼发布了新的文献求助10
41秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
Near Infrared Spectra of Origin-defined and Real-world Textiles (NIR-SORT): A spectroscopic and materials characterization dataset for known provenance and post-consumer fabrics 610
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 600
Promoting women's entrepreneurship in developing countries: the case of the world's largest women-owned community-based enterprise 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 3307081
求助须知:如何正确求助?哪些是违规求助? 2940878
关于积分的说明 8499176
捐赠科研通 2615063
什么是DOI,文献DOI怎么找? 1428599
科研通“疑难数据库(出版商)”最低求助积分说明 663482
邀请新用户注册赠送积分活动 648318