Efficient molecular encoders for virtual screening

Xu, Youjun; Cai, Chenjing; Wang, Shiwei; Lai, Luhua; Pei, Jianfeng

doi:10.1016/j.ddtec.2020.08.004

Cited by 4 publications

(4 citation statements)

References 46 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A triagem virtual (TV) é um dos métodos mais utilizados no processo de descobrimento de drogas e tem como base a busca em bancos de dados de estruturas químicas, além de avaliar a possível interação entre droga e o receptor [29] . A TV vem sendo bastante utilizada na ciência para avaliar a bioprospecção de moléculas com atividade antitumoral e antimicrobiana, por exemplo.…”

Section: Triagem Virtualunclassified

“…A TV é um processo de análise de interação computadorizada que avalia a interação da molécula com o seu alvo e que surgiu em 1980, quando o programa ALDDIN foi utilizado com banco de dados do laboratório ABBOTT [29] . Desde 1994, vem se utilizando dessas ferramentas [29] e obtendo sucesso na bioprospecção de novas moléculas em diferentes doenças, além de facilitar o processo de busca por novas patentes [30] .…”

Section: Triagem Virtualunclassified

“…Em casos em que o alvo molecular é escolhido, é utilizada a predição BLTV e a busca é feita por ancoragem molecular [31] . Na BLTV, usa-se uma aproximação por similaridades e estruturas, podendo assim analisar as relações quantitativas de estrutura-atividade e no grupo farmacofórico [29] .…”

Section: Triagem Virtualunclassified

See 2 more Smart Citations

O impacto da bioprospecção para o descobrimento de novas moléculas terapêuticas

Marques

Neto

Sales

et al. 2022

View full text Add to dashboard Cite

A utilização de produtos naturais no desenvolvimento de novos fármacos tem sido amplamente discutida nos últimos 50 anos. Nesse sentido, a biodiversidade de diversos países influencia de maneira significativa na descoberta de novas moléculas bioativas, como os quimioterápicos de origem natural vimblastina e taxol. A bioprospecção, que se refere à coleta de novas espécies vegetais para serem testadas em modelos de screening e, posteriormente, em técnicas analíticas, gera diversas moléculas cujas atividades podem configurar potenciais ações biológicas no tratamento de diferentes enfermidades, como o câncer. Sob essa perspectiva, o presente trabalho tem como objetivo relacionar os modelos de screening, como o High Content Screening, o High Throughput Screening e a Triagem Virtual, na descoberta de novas moléculas. Além de analisar comparativamente instituições, legislações e os investimentos financeiros de diferentes países, no estudo e no desenvolvimento de novos compostos de origem naturais. Desse modo, foi possível concluir que, apesar de existirem esforços consideráveis para o aproveitamento da biodiversidade no avanço da ciência, estes ainda apresentam diversas dificuldades, principalmente no Brasil, o qual nunca estabeleceu um programa expressivo, em nível nacional ou contrato para implantar uma rede nacional de bioprospecção no país, conforme ocorreu em outras nações citadas.

show abstract

Section: Triagem Virtualunclassified

See 1 more Smart Citation

O impacto da bioprospecção para o descobrimento de novas moléculas terapêuticas

Marques

Neto

Sales

et al. 2022

View full text Add to dashboard Cite

show abstract

“…For these computational methods, representing the molecular features appropriately is one of the key steps towards obtaining satisfactory performance. Small-molecule ligands can be efficiently represented by Morgan fingerprints, simplified molecular-input line-entry system (SMILES) strings, or graphs [24]. In comparison, proteins generally have larger sizes and more complex spatial structures, which makes it more challenging to design effective feature representations.…”

Section: Introductionmentioning

confidence: 99%

PocketAnchor: Learning structure-based pocket representations for protein-ligand interaction prediction

Tian

Zhang

et al. 2023

Cell Systems

View full text Add to dashboard Cite

Image-based molecular representation learning for drug development: a survey

Li,

Liu,

Deng

et al. 2024

Briefings in Bioinformatics

View full text Add to dashboard Cite

Artificial intelligence (AI) powered drug development has received remarkable attention in recent years. It addresses the limitations of traditional experimental methods that are costly and time-consuming. While there have been many surveys attempting to summarize related research, they only focus on general AI or specific aspects such as natural language processing and graph neural network. Considering the rapid advance on computer vision, using the molecular image to enable AI appears to be a more intuitive and effective approach since each chemical substance has a unique visual representation. In this paper, we provide the first survey on image-based molecular representation for drug development. The survey proposes a taxonomy based on the learning paradigms in computer vision and reviews a large number of corresponding papers, highlighting the contributions of molecular visual representation in drug development. Besides, we discuss the applications, limitations and future directions in the field. We hope this survey could offer valuable insight into the use of image-based molecular representation learning in the context of drug development.

show abstract

Efficient molecular encoders for virtual screening

Cited by 4 publications

References 46 publications

O impacto da bioprospecção para o descobrimento de novas moléculas terapêuticas

O impacto da bioprospecção para o descobrimento de novas moléculas terapêuticas

PocketAnchor: Learning structure-based pocket representations for protein-ligand interaction prediction

Image-based molecular representation learning for drug development: a survey

Contact Info

Product

Resources

About