Obliczeniowe odkrywanie leków, 2 tomy: Metody i zastosowania

Oryginalny tytuł:

Computational Drug Discovery, 2 Volumes: Methods and Applications

Zawartość książki:

Kompleksowy zasób wyjaśniający wydajne i opłacalne technologie obliczeniowe do optymalizacji leków w celu umożliwienia poszukiwania i projektowania innowacyjnych leków.

Computational Drug Discovery: Metody i zastosowania (zestaw 2V) obejmuje szeroki zakres najnowocześniejszych technologii obliczeniowych lub metod chemii obliczeniowej, które przekształcają odkrywanie leków. Książka zagłębia się w najnowsze osiągnięcia, w szczególności koncentrując się na zastosowaniach sztucznej inteligencji (AI) w przewidywaniu struktury białek, wirtualnych badaniach przesiewowych z wykorzystaniem AI i modelowaniu generatywnym. Dodatkowo, omówiono kluczowe postępy technologiczne w dziedzinie obliczeń, które mają wpływ na odkrywanie leków, takie jak obliczenia kwantowe i przetwarzanie w chmurze.

Co więcej, w dedykowanych rozdziałach omówiono najnowsze trendy w dziedzinie komputerowego wspomagania projektowania leków, w tym wirtualne badania przesiewowe na ultra dużą skalę w celu identyfikacji hitów, strategie obliczeniowe do projektowania nowych metod terapeutycznych, takich jak PROTAC i inhibitory kowalencyjne ukierunkowane na reszty poza cysteiną.

Aby zaoferować najbardziej aktualne informacje na temat metod obliczeniowych wykorzystywanych w obliczeniowym odkrywaniu leków, obejmuje rozdziały podkreślające wykorzystanie dynamiki molekularnej i innych powiązanych metod, zastosowanie metod QM i QM/MM w obliczeniowym projektowaniu leków oraz techniki nawigacji i wizualizacji przestrzeni chemicznej, a także wykorzystanie dużych zbiorów danych do napędzania wysiłków związanych z odkrywaniem leków.

Książka została w przemyślany sposób podzielona na osiem sekcji tematycznych, z których każda koncentruje się na konkretnej metodzie obliczeniowej lub technologii związanej z odkrywaniem leków. Książka, której autorami są uznani eksperci ze środowisk akademickich, przemysłu farmaceutycznego i głównych dostawców oprogramowania do odkrywania leków, oferuje przegląd najnowszych osiągnięć w dziedzinie obliczeniowego odkrywania leków.

Kluczowe tematy poruszone w książce obejmują

⬤ Zastosowanie symulacji dynamiki molekularnej i powiązanych podejść w odkrywaniu leków.

⬤ Zastosowanie QM, podejść hybrydowych, takich jak QM/MM, oraz orbitali molekularnych fragmentów do zrozumienia interakcji białko - ligand.

⬤ Zastosowanie sztucznej inteligencji w przedklinicznym odkrywaniu leków, obejmujące przewidywanie struktury białek, modelowanie generatywne dla projektowania de novo i wirtualne badania przesiewowe.

⬤ Techniki nawigacji i wizualizacji przestrzeni chemicznej, wraz z wykorzystaniem dużych zbiorów danych do napędzania wysiłków związanych z odkrywaniem leków.

⬤ Metody przeprowadzania wirtualnych badań przesiewowych na bardzo dużą skalę w celu identyfikacji hitów.

⬤ Strategie obliczeniowe do projektowania nowych modeli terapeutycznych, w tym PROTAC i klejów molekularnych.

⬤ Podejścia In silico ADMET do przewidywania różnych farmakokinetycznych i fizykochemicznych punktów końcowych.

⬤ Rola technologii obliczeniowych, takich jak obliczenia kwantowe i przetwarzanie w chmurze, w przyspieszaniu odkrywania leków.

Książka ta zapewni czytelnikom przegląd najnowszych osiągnięć w dziedzinie obliczeniowego odkrywania leków i posłuży jako cenne źródło informacji dla profesjonalistów zajmujących się odkrywaniem leków.