In silico discovery of novel inhibitors from Northern African natural products database against main protease (Mpro) of SARS-CoV-2

Byadi, Said; Oblak, Domen; Kassmi, Yassine; Sadik, Karima; Hachim, Mouhi Eddine; Podlipnik, Črtomir; Aboulmouhajir, Aziz

doi:10.1080/07391102.2022.2040594

Cited by 5 publications

(1 citation statement)

References 43 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…El artículo subraya la importancia de los modelos computacionales en la optimización de compuestos líderes y la predicción de su comportamiento en entornos biológicos complejos, lo que permite una selección más eficiente de candidatos a fármacos antes de proceder a ensayos experimentales. Byadi et al (2023), presentan un estudio de descubrimiento in silico de inhibidores novedosos contra la proteasa principal (Mpro) del SARS-CoV-2, utilizando una base de datos de productos naturales del norte de África. A través de cribados virtuales y evaluaciones de docking molecular, identificaron compuestos con una fuerte afinidad de unión a Mpro, proporcionando candidatos prometedores para el desarrollo de tratamientos contra el COVID-19.…”

Section: Ejemplos De éXito En El Uso De Modelos In Silico Para La Ide...unclassified

Avances en modelos in silico para el descubrimiento rápido de fármacos: transformando la farmacología computacional

León Fiallos,

Zurita Sánchez

2024

View full text Add to dashboard Cite

Introducción. El descubrimiento y desarrollo de nuevos fármacos enfrentan retos significativos debido a los altos costos, largos periodos de desarrollo y bajas tasas de éxito. La farmacología computacional, aprovechando modelos in silico, emerge como una solución prometedora, acelerando y economizando este proceso mediante la predicción de interacciones fármaco-blanco y optimización de propiedades farmacocinéticas y farmacodinámicas. Objetivo. Explorar el papel fundamental que juegan los modelos in silico en la revolución del descubrimiento y desarrollo de nuevos fármacos. Metodología. La investigación siguió un proceso metodológico basada en enfoque cualitativo, en el método científico analítico-sintético, mediante técnicas de observación y según su fuente de datos de tipo documental lo cual posibilitó observar el papel que juega los modelos in silico en relación con los fármacos. Resultados. Este artículo revisa el estado actual de la farmacología computacional, destacando las técnicas y herramientas de modelado in silico en la identificación de compuestos con potencial farmacológico. Se examinan casos de estudio donde la aplicación de modelos in silico ha resultado en el descubrimiento exitoso de nuevos fármacos, enfatizando su eficacia en el proceso de descubrimiento de fármacos. Se discuten los desafíos actuales y limitaciones de la farmacología computacional, junto con estrategias propuestas para superar estos obstáculos. Además, se proyectan las futuras direcciones y avances tecnológicos, considerando el papel disruptivo de la inteligencia artificial y la computación cuántica en la transformación del paradigma de descubrimiento de fármacos. Conclusión. Esta revisión subraya la importancia de continuar desarrollando y aplicando modelos in silico para facilitar el descubrimiento de nuevos fármacos, prometiendo una era de innovación farmacológica más rápida y personalizada. Área de estudio general: Biología. Área de estudio específica: Biotecnología y Farmacología.

show abstract

Section: Ejemplos De éXito En El Uso De Modelos In Silico Para La Ide...unclassified

Avances en modelos in silico para el descubrimiento rápido de fármacos: transformando la farmacología computacional

León Fiallos,

Zurita Sánchez

2024

View full text Add to dashboard Cite

show abstract

Discovery and optimization of natural-based nanomolar c-Kit inhibitors via in silico and in vitro studies

Nada

Kim

Godesi

et al. 2023

Journal of Biomolecular Structure and Dynamics

View full text Add to dashboard Cite

Multidimensional virtual screening approaches combined with drug repurposing to identify potential covalent inhibitors of SARS-CoV-2 3CL protease

Wang

Gao

Peng

et al. 2023

Journal of Biomolecular Structure and Dynamics

View full text Add to dashboard Cite

In silico discovery of novel inhibitors from Northern African natural products database against main protease (Mpro) of SARS-CoV-2

Cited by 5 publications

References 43 publications

Avances en modelos in silico para el descubrimiento rápido de fármacos: transformando la farmacología computacional

Avances en modelos in silico para el descubrimiento rápido de fármacos: transformando la farmacología computacional

Discovery and optimization of natural-based nanomolar c-Kit inhibitors via in silico and in vitro studies

Multidimensional virtual screening approaches combined with drug repurposing to identify potential covalent inhibitors of SARS-CoV-2 3CL protease

Contact Info

Product

Resources

About