机构名称：
¥ 1.0
摘要：涉及蛋白水解靶向嵌合体（Protac）最近已成为药物发现景观中有希望的技术。对雄激素受体（AR）作为一种新的抗攻击性癌症策略的降解的极大兴趣导致了几篇论文，重点是针对AR的Protac。这项研究探讨了一些有机工具中一些在文献中经常报告的格式中AR降解数据中提取药物设计信息的潜力。在设置了具有一致的AR降解值的92个Protac的数据集后，我们采用了Bemis -Murcko方法进行分类。所产生的簇在结构 - 降级关系方面没有信息。随后，我们进行了降解悬崖分析，并确定了一些关键方面为活动提供积极贡献，以及将这种方法应用于Protacs时的一些方法学限制。还研究了接头结构降解关系。然后，我们构建并表征了三元络合物，以验证先前的结果。最后，我们实施了机器学习分类模型，并表明可以通过简单的与透气性相关的2D分子描述符预测基于VHL但基于CRBN的ProTAC的AR降解。
针对雄激素受体的protac的情况
主要关键词
相关文件推荐
