Deep learning for advancing peptide drug development: Tools and methods in structure prediction and design

化学 灵活性(工程) 深度学习 药物开发 药物发现 领域(数学) 数据科学 计算生物学 药品 人工智能 药理学 生物化学 计算机科学 统计 生物 数学 纯数学
作者
Xinyi Wu,Huitian Lin,Renren Bai,Hongliang Duan
出处
期刊:European journal of medicinal chemistry [Elsevier]
卷期号:268: 116262-116262 被引量:4
标识
DOI:10.1016/j.ejmech.2024.116262
摘要

Peptides can bind challenging disease targets with high affinity and specificity, offering enormous opportunities for addressing unmet medical needs. However, peptides' unique features, including smaller size, increased structural flexibility, and limited data availability, pose additional challenges to the design process compared to proteins. This review explores the dynamic field of peptide therapeutics, leveraging deep learning to enhance structure prediction and design. Our exploration encompasses various facets of peptide research, ranging from dataset curation handling to model development. As deep learning technologies become more refined, we channel our efforts into peptide structure prediction and design, aligning with the fundamental principles of structure-activity relationships in drug development. To guide researchers in harnessing the potential of deep learning to advance peptide drug development, our insights comprehensively explore current challenges and future directions of peptide therapeutics.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
指尖心事完成签到,获得积分10
刚刚
寻道图强应助风中的蘑菇采纳,获得30
刚刚
何睦完成签到 ,获得积分10
刚刚
非主流的毛线完成签到,获得积分10
4秒前
cocobear完成签到 ,获得积分10
6秒前
冷傲机器猫完成签到,获得积分10
7秒前
甄半雪完成签到 ,获得积分10
11秒前
zhao完成签到 ,获得积分10
11秒前
GJL关闭了GJL文献求助
11秒前
12秒前
思睿完成签到,获得积分0
15秒前
17秒前
墨之默完成签到,获得积分10
18秒前
谦虚完成签到 ,获得积分20
19秒前
橙子发布了新的文献求助10
20秒前
yhy完成签到 ,获得积分10
21秒前
GraceWu发布了新的文献求助10
22秒前
研友_Z1eDgZ完成签到,获得积分10
23秒前
猪猪女孩完成签到,获得积分10
24秒前
聪明的鹤完成签到 ,获得积分10
27秒前
HappyFlight9898完成签到,获得积分10
29秒前
livra1058完成签到,获得积分10
30秒前
GraceWu完成签到,获得积分10
31秒前
lwtsy完成签到,获得积分10
32秒前
简单幸福完成签到 ,获得积分10
32秒前
MEMSforever发布了新的文献求助10
34秒前
烤全鱼呢关注了科研通微信公众号
35秒前
lpx43完成签到,获得积分10
37秒前
吴大宝完成签到,获得积分10
40秒前
42秒前
跳跃的访琴完成签到 ,获得积分10
42秒前
wind完成签到 ,获得积分10
48秒前
烽烽烽发布了新的文献求助10
49秒前
要努力坚持啊完成签到,获得积分10
50秒前
言悦完成签到,获得积分10
50秒前
小可完成签到 ,获得积分10
53秒前
Minjalee完成签到,获得积分10
53秒前
lily完成签到,获得积分10
55秒前
GJL发布了新的文献求助10
56秒前
沧海一粟米完成签到 ,获得积分10
57秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052675
求助须知:如何正确求助?哪些是违规求助? 2709898
关于积分的说明 7418335
捐赠科研通 2354494
什么是DOI,文献DOI怎么找? 1246139
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921