计算机辅助药物设计
计算机辅助药物设计（computer aided drug design）是以计算化学为基础，通过计算机的模拟、计算和预测药物与受体生物大分子之间的关系，设计和优化先导化合物的方法。计算机辅助药物设计实际上就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化与设计。计算机辅助药物设计包括活性位点分析法、数据库搜寻、全新药物设计等。
=================
计算机辅助药物设计
=================
==== |
==== |
==== |
======== |
======== |
=========== |
==== |
| 一般文献 | 抗病毒药物设计 | GPCR受体药物 | 抗衰老药物设计 | 抗肿瘤药物设计 | 慢性病药物设计 | 人工智能辅助药物设计 | 老药新用 | 其它 |
1. Repositioning of 8565 Existing Drugs for COVID-19. JOURNAL OF PHYSICAL CHEMISTRY LETTERS.2020.7
2. A review of computational drug repositioning: strategies, approaches, opportunities, challenges, and directions. JOURNAL OF CHEMINFORMATICS. 2020.7
3. iDrug: Integration of drug repositioning and drug-target prediction via cross-network embedding. PLOS COMPUTATIONAL BIOLOGY.2020.7
4. Deep Learning Applications for Predicting Pharmacological Properties of Drugs and Drug Repurposing Using Transcriptomic Data. MOLECULAR PHARMACEUTICS. 2016.7
5. Low Data Drug Discovery with One-Shot Learning. ACS CENTRAL SCIENCE. 2017.2
机器学习的最新进展为药物发现做出了重大贡献。在推断小分子化合物的性质和活性时，深神经网络尤其被证明能显著提高预测能力（Ma，J.et al。J、 化学。信息模型。2015年，55263-274）。然而，由于需要大量的训练数据，这些技术的适用性受到了限制。在这项工作中，我们展示了如何使用一次性学习来显著降低在药物发现应用中做出有意义预测所需的数据量。我们引入了一种新的结构，迭代求精长短期记忆，当与图卷积神经网络相结合时，可以显著改善小分子上有意义距离度量的学习。我们将这项工作中引入的所有模型作为DeepChem的一部分进行开源，DeepChem是一个用于药物发现的深度学习的开源框架。
6. Ligand and structure-based virtual screening applied to the SARS-CoV-2 main protease: anin silicorepurposing study. FUTURE MEDICINAL CHEMISTRY.2020.8
目的：鉴定治疗冠状病毒病-19大流行的药物仍然很紧迫。通过这种方式，药物再利用是一个合适的策略，可以节省在常规药物发现框架中通常花费的资源和时间。对病毒复制至关重要，主要的蛋白酶已被探索作为一个有希望的目标药物发现工艺.材料& 方法：我们的虚拟筛选管道依赖于已知的非共价配体的3D性质和结晶配合物的特征，在每一项中应用一致性分析步骤.结果两种口服药物（贝达奎林和格列本脲）和一种口腔药物（咪康唑）与已知配体具有三维相似性，合理的预测结合模式和微摩尔预测的结合亲和力价值观。结论：我们确定了三种被批准的药物作为主要病毒蛋白酶抑制剂和为未来研究开发新型选择性抑制剂提出了设计见解。
7. A survey of current trends in computational drug repositioning.BRIEFINGS IN BIOINFORMATICS. 2016.1
计算药物重新定位或重新利用是从现有药物中发现新用途的一个有前途和有效的工具，并且在大数据时代为精确医学提供了巨大的潜力。大规模基因组和表型数据的爆炸性增长，以及小分子化合物的数据获得了监管部门的批准，这使得计算重新定位成为可能。为了实现新药适应症的最短路径，先进的数据处理和分析策略对于理解这些异构分子测量至关重要。在这篇综述中，我们从多个方面展示了计算药物重新定位的关键领域的最新进展。首先，我们总结了可用的数据源和相应的计算重定位策略。其次，我们描述了常用的计算技术。第三，我们讨论重新定位研究的验证策略，包括计算和实验方法。最后，我们强调潜在的机会和用例，包括一些目标领域，如癌症。最后，我们将简要讨论计算药物重新定位的剩余挑战。
8. Network-based drug repurposing for novel coronavirus 2019-nCoV/SARS-CoV-2
9. Fast Identification of Possible Drug Treatment of Coronavirus Disease -19 (COVID-19) Through Computational Drug Repurposing Study. （Journal of chemical information and modeling， 2020）