MétaCan
Menu
Retour à la cohorte
Enregistrement W2329904418 · doi:10.1021/ct300257v

3D-RISM-D<scp>ock</scp>: A New Fragment-Based Drug Design Protocol

2012· article· en· W2329904418 sur OpenAlexaff
Dragan Nikolić, N. S. Blinov, David S. Wishart, Andriy Kovalenko

Notice bibliographique

RevueJournal of Chemical Theory and Computation · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensUniversity of AlbertaNational Institute for Nanotechnology
Organismes subventionnairesnon disponible
Mots-clésAutoDockMolecular dynamicsFragment (logic)Ranking (information retrieval)MoleculeComputer scienceBiological systemIntegral equationSolvent modelsDrug designStatistical physicsPhysicsChemistryComputational chemistryAlgorithmMathematicsArtificial intelligenceQuantum mechanicsMathematical analysisBiology

Résumé

récupéré en direct d'OpenAlex

We explore a new approach in the rational design of specificity in molecular recognition of small molecules based on statistical-mechanical integral equation theory of molecular liquids in the form of the three-dimensional reference interaction site model with the Kovalenko-Hirata closure (3D-RISM-KH). The numerically stable iterative solution of conventional 3D-RISM equations includes the fragmental decomposition of flexible ligands, which are treated as distinct species in solvent mixtures of arbitrary complexity. The computed density functions for solution (including ligand) molecules are obtained as a set of discrete spatial grids that uniquely describe the continuous solvent-site distribution around the protein solute. Potentials of mean force derived from these distributions define the scoring function interfaced with the AutoDock program for an automated ranking of docked conformations. As a case study in terms of solvent composition, we analyze cooperative interactions encountered in the binding of a flexible thiamine molecule to the prion protein at near-physiological conditions. The predicted location and residency times of computed binding modes are in excellent agreement with the available experimental data.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,267
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Theory and ComputationMême sujetProtein Structure and DynamicsTravaux en français237 207