枯燥

摘要 计算机辅助药物设计是一种很有前途的方法，可以打破药物发现的枯燥流程。它旨在减少实验工作量

摘要 计算机辅助药物设计是一种很有前途的方法，可以打破药物发现的枯燥流程。它旨在减少实验工作量并提高成本效益。天然存在的分子量大于 500 道尔顿的大分子，如阳离子肽、环肽、糖肽和脂肽，是成功应用于广谱抗菌、抗癌、抗病毒、抗真菌和抗血栓药物的几种大分子。利用微生物代谢物作为潜在候选药物，通过大规模生产此类分子而不是合成方法，可以提高成本效益。对此类化合物进行计算研究为开发新线索提供了巨大的可能性，但挑战在于使用现有的计算工具来处理这些复杂的分子。机会始于对母体药物分子进行所需的结构修饰。通过分子建模模拟和结构-活性关系模型的识别，在靶位进行虚拟修饰，然后进行分子相互作用研究，以开发出更突出和更有潜力的药物分子。对于大分子而言，通过先导优化研究来开发具有更高特异性和更低脱靶效应的新型化合物在计算上是一个巨大的挑战。预测优化的药代动力学特性有助于开发出比天然化合物毒性更低的化合物。建立化合物库并研究大分子的靶标特异性和 ADMET（吸收、分布、代谢、排泄和毒性）非常费力，并且通过体外方法会产生巨大的成本和化学浪费。因此，需要探索计算方法，从天然大分子中开发具有更高特异性的新型化合物。这篇综述文章重点关注计算机辅助大分子治疗药物发现途径中可能面临的挑战和机遇。关键词：抗真菌剂、环肽、药物发现、糖肽、脂肽本文引用：Yadav M，Eswari JS。计算机辅助脂肽药物发现的机会性挑战：大分子治疗的新见解。Avicenna J Med Bio-tech 2023；15（1）：1-13。