Fragment-Based Lead Discovery Strategies in Antimicrobial Drug Discovery

药物发现 计算生物学 片段(逻辑) 配体效率 鉴定(生物学) 铅(地质) 药品 高通量筛选 抗菌剂 配体(生物化学) 化学 生物 生物信息学 计算机科学 药理学 生物化学 微生物学 受体 算法 古生物学 植物
作者
Monika I. Konaklieva,Balbina J. Plotkin
出处
期刊:Antibiotics [Multidisciplinary Digital Publishing Institute]
卷期号:12 (2): 315-315 被引量:6
标识
DOI:10.3390/antibiotics12020315
摘要

Fragment-based lead discovery (FBLD) is a powerful application for developing ligands as modulators of disease targets. This approach strategy involves identification of interactions between low-molecular weight compounds (100–300 Da) and their putative targets, often with low affinity (KD ~0.1–1 mM) interactions. The focus of this screening methodology is to optimize and streamline identification of fragments with higher ligand efficiency (LE) than typical high-throughput screening. The focus of this review is on the last half decade of fragment-based drug discovery strategies that have been used for antimicrobial drug discovery.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
啊萍发布了新的文献求助10
1秒前
1秒前
2秒前
彭浩完成签到,获得积分10
3秒前
naomi完成签到 ,获得积分10
3秒前
logan完成签到,获得积分20
4秒前
5秒前
aaaa应助科研通管家采纳,获得10
6秒前
Finngher应助科研通管家采纳,获得10
7秒前
7秒前
田様应助科研通管家采纳,获得10
7秒前
Lucas应助科研通管家采纳,获得10
7秒前
7秒前
科目三应助科研通管家采纳,获得10
7秒前
wzc完成签到,获得积分10
7秒前
CodeCraft应助科研通管家采纳,获得10
7秒前
7秒前
共享精神应助科研通管家采纳,获得10
7秒前
7秒前
7秒前
Jasper应助科研通管家采纳,获得10
8秒前
8秒前
aaaa应助科研通管家采纳,获得10
8秒前
深情安青应助科研通管家采纳,获得10
8秒前
sagitar应助科研通管家采纳,获得20
8秒前
8秒前
9秒前
知性的赛凤完成签到 ,获得积分10
9秒前
朴艺晨发布了新的文献求助10
11秒前
乐乐应助Amy采纳,获得10
11秒前
李硕英完成签到,获得积分10
14秒前
kxy完成签到,获得积分10
17秒前
Nexus应助时晴采纳,获得30
17秒前
yy完成签到,获得积分10
17秒前
19秒前
科研通AI6.2应助happy采纳,获得10
19秒前
希望天下0贩的0应助郑郑采纳,获得10
20秒前
21秒前
苜云完成签到,获得积分10
22秒前
天晴应助黄丹丹采纳,获得10
23秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Nondestructive Testing Handbook: Vol. 4, Thermal and Infrared Testing (IR), 4th ed 800
作者名:Kristopher P. Plain,悉尼大学的,目前只能查到其四篇论文,想找到其博士论文 590
Évora na Idade Média 555
Soil mites of the family Rhagidiidae (Actinedida: Eupodoidea). Morphology, Systematics, Ecology 520
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Radical Reactions 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7365660
求助须知:如何正确求助?哪些是违规求助? 8974169
关于积分的说明 19077235
捐赠科研通 7010101
什么是DOI,文献DOI怎么找? 3223972
关于科研通互助平台的介绍 2387708
邀请新用户注册赠送积分活动 2204826