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!

Mass spectrometry‐driven drug discovery for development of herbal medicine

药物发现 生物标志物发现 天然产物 鉴定(生物学) 化学 业务流程发现 高通量筛选 药品 计算生物学 药物开发 蛋白质组学 生化工程 药理学 医学 在制品 工程类 立体化学 业务流程 生物 基因 植物 生物化学 业务流程建模 运营管理
作者
Aihua Zhang,Hui Sun,Xijun Wang
出处
期刊:Mass Spectrometry Reviews [Wiley]
卷期号:37 (3): 307-320 被引量:123
标识
DOI:10.1002/mas.21529
摘要

Herbal medicine (HM) has made a major contribution to the drug discovery process with regard to identifying products compounds. Currently, more attention has been focused on drug discovery from natural compounds of HM. Despite the rapid advancement of modern analytical techniques, drug discovery is still a difficult and lengthy process. Fortunately, mass spectrometry (MS) can provide us with useful structural information for drug discovery, has been recognized as a sensitive, rapid, and high-throughput technology for advancing drug discovery from HM in the post-genomic era. It is essential to develop an efficient, high-quality, high-throughput screening method integrated with an MS platform for early screening of candidate drug molecules from natural products. We have developed a new chinmedomics strategy reliant on MS that is capable of capturing the candidate molecules, facilitating their identification of novel chemical structures in the early phase; chinmedomics-guided natural product discovery based on MS may provide an effective tool that addresses challenges in early screening of effective constituents of herbs against disease. This critical review covers the use of MS with related techniques and methodologies for natural product discovery, biomarker identification, and determination of mechanisms of action. It also highlights high-throughput chinmedomics screening methods suitable for lead compound discovery illustrated by recent successes.
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
蒋彪发布了新的文献求助10
6秒前
顾西西发布了新的文献求助30
7秒前
11111完成签到 ,获得积分10
7秒前
科研通AI2S应助祥瑞采纳,获得10
9秒前
lizongying完成签到 ,获得积分10
10秒前
乐易完成签到,获得积分10
11秒前
GGBoy完成签到 ,获得积分10
13秒前
14秒前
顾西西完成签到,获得积分10
17秒前
六个核桃完成签到,获得积分10
17秒前
隐形曼青应助马昊东采纳,获得10
19秒前
这个东发布了新的文献求助30
19秒前
海星完成签到,获得积分10
19秒前
21秒前
22秒前
粿粿一定行完成签到 ,获得积分10
23秒前
dxc完成签到 ,获得积分10
27秒前
Echodeng完成签到,获得积分10
29秒前
卧镁铀钳完成签到 ,获得积分10
33秒前
33秒前
如意歌曲发布了新的文献求助10
35秒前
脑洞疼应助LYJ采纳,获得10
37秒前
马昊东发布了新的文献求助10
37秒前
靓丽紫真完成签到 ,获得积分10
41秒前
41秒前
41秒前
毛123完成签到,获得积分10
43秒前
44秒前
小北发布了新的文献求助10
45秒前
46秒前
雯雯子发布了新的文献求助10
46秒前
Azur1完成签到 ,获得积分10
47秒前
RED发布了新的文献求助10
47秒前
47秒前
何弈完成签到,获得积分20
48秒前
49秒前
北斗HH完成签到,获得积分10
50秒前
何弈发布了新的文献求助20
52秒前
无限毛豆完成签到 ,获得积分10
55秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 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 3125899
求助须知:如何正确求助?哪些是违规求助? 2776224
关于积分的说明 7729457
捐赠科研通 2431591
什么是DOI,文献DOI怎么找? 1292142
科研通“疑难数据库(出版商)”最低求助积分说明 622497
版权声明 600392