×

Serwis używa ciasteczek ("cookies") i podobnych technologii m.in. do utrzymania sesji i w celach statystycznych. • Ustawienia przeglądarki dotyczące obsługi ciasteczek można swobodnie zmieniać. • Całkowite zablokowanie zapisu ciasteczek na dysku komputera uniemożliwi logowanie się do serwisu. • Więcej informacji: Polityka cookies OPI PIB

×

Regulamin korzystania z serwisu PBN znajduję się pod adresem: Regulamin serwisu

Szukaj wśród:
Dane publikacji

In Silico Prediction of SARS Protease Inhibitors by Virtual High Throughput Screening

Artykuł
Czasopismo : Chemical Biology & Drug Design   Tom: 69, Zeszyt: 4, Strony: 269-279
Dariusz Plewczyński [1] , Marcin Hoffmann [2] , Marcin von Grotthuss [2] , Krzysztof Ginalski [1] , Leszek Jerzy Rychlewski [2]
2007 angielski
Link do publicznie dostępnego pełnego tekstu
Identyfikatory
-
Cechy publikacji
-
  • Oryginalny artykuł naukowy
  • Zrecenzowana naukowo
Dyscypliny naukowe
-
Biochemia – dziedzina nauk biologicznych , Biochemia – dziedzina nauk chemicznych , Biotechnologia – dziedzina nauk biologicznych , Biotechnologia – dziedzina nauk chemicznych , Chemia
Abstrakty ( angielski )
-
A structure-based in silico virtual drug discovery procedure was assessed with severe acute respiratory syndrome coronavirus main protease serving as a case study. First, potential compounds were extracted from protein-ligand complexes selected from Protein Data Bank database based on structural similarity to the target protein. Later, the set of compounds was ranked by docking scores using a Electronic High-Throughput Screening flexible docking procedure to select the most promising molecules. The set of best performing compounds was then used for similarity search over the 1 million entries in the Ligand.Info Meta-Database. Selected molecules having close structural relationship to a 2-methyl-2,4-pentanediol may provide candidate lead compounds toward the development of novel allosteric severe acute respiratory syndrome protease inhibitors.
Zacytuj dokument
-