XiaoMi-AI文件搜索系统
World File Search SystemFBDD
基于片段和结构的药物发现，用于开发针对 DNA 损伤反应的治疗剂
癌症将直接影响超过三分之一人口的生活。DNA 损伤反应 (DDR) 是一个复杂的系统，涉及损伤识别、细胞周期调控、DNA 修复以及最终的细胞命运决定，在癌症病因和治疗中发挥着核心作用。涉及 DDR 靶向的两种主要治疗方法包括：采用抗癌基因毒性剂的组合治疗；以及合成致死，利用偶发性 DDR 缺陷作为癌症特异性治疗的机制。尽管许多 DDR 蛋白已被证明“无法用药”，但基于片段和结构的药物发现 (FBDD、SBDD) 已推进治疗剂的识别和开发。FBDD 已导致 4 种药物（约 50 种药物处于临床前和临床开发阶段），而 SBDD 估计已为 200 多种 FDA 批准药物的开发做出了贡献。基于蛋白质 X 射线晶体学的片段库筛选，尤其是针对难以捉摸或“无法用药”的靶标，可以同时生成命中结果以及蛋白质-配体相互作用和结合位点（正构或变构）的详细信息，从而为化学可处理性、下游生物学和知识产权提供信息。使用一种新颖的高通量基于晶体学的片段库筛选平台，我们筛选了五种不同的蛋白质，命中率约为 2-8%，晶体结构约为 1.8 至 3.2 Å。我们考虑了当前的 FBDD/SBDD 方法以及设计工作的一些典型结果
一站式靶向药物发现解决方案
基于片段的筛选 (FBDD) • 药明康德片段库 (~4600 个片段) • 药明康德共价片段库 (~2500 个共价片段) • 自动筛选 (MST/Dianthus、SPR、DSF/nanoDSF) • 通过 X 射线或 NMR 进行片段筛选
分子链接器设计的均衡3D条件扩散模型
基于碎片的药物发现（FBDD）通过类比经典的药物发现方法，FBDD中常见的策略之一是在与靶蛋白相互作用的碎片上运行。首先，定义和表征结合片段（使用高通量筛选，然后是X射线 / NMR，或虚拟筛选和对接）。结果，定义了与蛋白质口袋斑块相互作用的片段的确切位置和方向。下一步是在保留位置的片段之间设计一个接头，从而在片段的结合亲和力（最好是，链接器添加将增强最终分子的结合亲和力）[1]。已经报道了有关连接器的设计，从蛋白质晶体结构开始，从蛋白质晶体结构与结合片段[1] [1]，例如：CK2 [2]，LDH-A [3]和DOT1L [4]的抑制剂，它们在癌症中扮演至关重要的蛋白质在癌症中扮演至关重要的蛋白质，是通过实验性地链接到癌症中的片段来实验性地与一个链接的链接。
分段
癌症将直接影响超过三分之一人口的生活。DNA损伤反应 (DDR) 是一个复杂的系统，涉及损伤识别、细胞周期调控、DNA 修复以及最终的细胞命运决定，在癌症病因和治疗中发挥着核心作用。涉及 DDR 靶向的两种主要治疗方法包括：采用抗癌基因毒性剂的组合疗法；以及合成致死，利用散发性 DDR 缺陷作为癌症特异性治疗的机制。尽管许多 DDR 蛋白已被证明“无法用药”，但基于片段和结构的药物发现 (FBDD、SBDD) 已推进了治疗剂的鉴定和开发。FBDD 已促成 4 种药物（另有约 50 种药物处于临床前和临床开发阶段），而据估计，SBDD 已促成 200 多种 FDA 批准药物的开发。基于蛋白质 X 射线晶体学的片段库筛选，特别是针对难以捉摸或“无法用药”的靶标，可以同时生成命中结果以及蛋白质-配体相互作用和结合位点（正构或变构）的详细信息，从而为化学可处理性、下游生物学和知识产权提供信息。使用一种新型的高通量基于晶体学的片段库筛选平台，我们筛选了五种不同的蛋白质，命中率约为 2 e 8%，晶体结构约为 1.8 至 3.2 Å。我们考虑了当前的 FBDD/SBDD 方法和一些设计针对 DDR 核酸酶减数分裂重组 11（MRE11，又名 MRE11A）、无嘌呤/无嘧啶核酸内切酶 1（APE1，又名 APEX1）和 flap 核酸内切酶 1（FEN1）的抑制剂的示例性结果。© 2020 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。
先进的 SPR 应用加速基于片段的药物发现中的命中识别和验证
是分子量为 500 Da 的可能化合物的估计数量。即使与最多 10 6 个分子的工业级小分子库相比，片段库也大大简化了筛选过程。我的研究小组将 FBDD 原则应用于与氧化还原信号、氧化应激和炎症有关的疾病相关蛋白质-蛋白质相互作用。这些靶标在多发性硬化症、中风、肺部炎症、纤维化、类风湿性关节炎和某些癌症等疾病中发挥着重要作用。FBDD 分为两个阶段：1) 片段筛选以确定初始匹配项，2) 随后对这些匹配项进行表征和优化，使其成为真正的线索。我们使用灵敏的生物物理方法，如表面等离子体共振 (SPR) 和基于配体的 NMR，来筛选大约 2,500 个分子的片段库。在此阶段，我们期望低亲和力匹配项处于高微摩尔或低毫摩尔亲和力范围内。然后我们通过更多轮 SPR 测试或其他分析来验证匹配结果，
片段 - 印第安纳大学印第安纳波利斯分校 ScholarWorks
癌症将直接影响超过三分之一人口的生活。DNA损伤反应 (DDR) 是一个复杂的系统，涉及损伤识别、细胞周期调控、DNA 修复以及最终的细胞命运决定，在癌症病因和治疗中发挥着核心作用。涉及 DDR 靶向的两种主要治疗方法包括：采用抗癌基因毒性剂的组合疗法；以及合成致死，利用散发性 DDR 缺陷作为癌症特异性治疗的机制。尽管许多 DDR 蛋白已被证明“无法用药”，但基于片段和结构的药物发现 (FBDD、SBDD) 已推进了治疗剂的鉴定和开发。FBDD 已促成 4 种药物（另有约 50 种药物处于临床前和临床开发阶段），而据估计，SBDD 已促成 200 多种 FDA 批准药物的开发。基于蛋白质 X 射线晶体学的片段库筛选，特别是针对难以捉摸或“无法用药”的靶标，可以同时生成命中结果以及蛋白质-配体相互作用和结合位点（正构或变构）的详细信息，从而为化学可处理性、下游生物学和知识产权提供信息。使用一种新型的高通量基于晶体学的片段库筛选平台，我们筛选了五种不同的蛋白质，命中率约为 2 e 8%，晶体结构约为 1.8 至 3.2 Å。我们考虑了当前的 FBDD/SBDD 方法和一些设计针对 DDR 核酸酶减数分裂重组 11（MRE11，又名 MRE11A）、无嘌呤/无嘧啶核酸内切酶 1（APE1，又名 APEX1）和 flap 核酸内切酶 1（FEN1）的抑制剂的示例性结果。© 2020 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。
分子
我们很高兴宣布该分子特刊“结构生物学和药物发现研究中的NMR光谱”的发布。本期特刊旨在收集与基于NMR的结构生物学和药物发现研究的尖端趋势有关的通信，完整论文和评论。详细，本期特刊将重点放在两项技术研究上，例如与1-Novel NMR筛选库的开发相关的研究，2-原始的NMR筛选策略超出了古典FBDD（基于碎片的药物发现方法），以及针对NMR驱动的ligandsixiends and Nomfimiment of Target and toste intere of Target Macrores（包括MaCress MaCress）（众所周知）（众所周知）的工作。蛋白质/蛋白质相互作用在癌症发作和进展以及神经退行性疾病中起着至关重要的功能）。对多学科研究报告的研究文章非常欢迎将虚拟筛查结果与NMR数据合并，以及来自其他实验技术的研究文章。
使用新型金属结合药效团与USP1，PARP，PARG和ATR抑制剂协同的Fen1核酸酶的小分子抑制剂
皮瓣核酸内切酶1（Fen1）是一种结构特异性的金属核酸酶，在复制和修复过程中切割5'DNA瓣。fen1是开发抗癌疗法的有吸引力的靶标，因为它在许多肿瘤类型中过表达，并且具有大量的合成致死性伴侣，包括同源重组基因（HR）途径（Mengwasser等，2019; Guo等，2020）。利用基于碎片的药物发现（FBDD）方法，我们确定了一种新型的金属结合药效团，该药效团与Fen1活性位点中的两个镁离子结合。使用碎片增长策略进一步阐述导致高度有效和选择性抑制剂。在生物化学测定中（分别为7 nm和460 nm的IC50），对FEN1的当前铅（BSM-1516）对FEN1的有效性比其相关酶外核酸酶1（EXO1）高65倍，与早期努力相比，改善了量的更大范围。fen1靶标在活细胞中的靶标参与通过细胞热偏移分析验证（CETSA
GPCR A 家族药物的物理化学优化
1. 引言 GPCR（G 蛋白偶联受体）是最大的一类细胞外信号蛋白，可对由神经递质、离子、气味和其他刺激物组成的多种化学物质作出反应 [1]。大多数医学治疗靶点属于五大蛋白质家族之一，即 G 蛋白偶联受体 (GPCR)、离子通道、激酶、核激素受体和蛋白酶 [2]。G 蛋白偶联受体 (GPCR) 对各种生物功能至关重要，包括视觉、嗅觉和衰老。它们与各种人类病理生理状况（糖尿病、肥胖症、阿尔茨海默病和一些中枢神经系统疾病）有关，并且是治疗药物最重要的靶点之一 [2]。如图 1 所示，GPCR 主要根据其结构组成和相似性分为不同的家族 [3]。GPCR A 类（视紫红质样）仍然是其中最大的群体之一。事实上，GPCRs A 类靶向几乎占所有处方药的三分之一，因为它们中的大多数具有共同的激活机制 [4]。一种非常流行的寻找目标和线索的方法，其中有结构信息可用，称为基于片段的药物发现 (FBDD)，用于筛选药物片段[5]。许多物理化学参数，如分子量、水溶性、可旋转键数和亲脂性值