文献

J-GLOBAL ID：201802255982701502   整理番号：18A0527256

結合親和性の予測のためのCDK標的スコアリング関数の開発【Powered by NICT】

Development of CDK-targeted scoring functions for prediction of binding affinity

著者 (8件)： Levin Nayara Maria Bernhardt (Laboratory of Computational Systems Biology, School of Sciences, Pontifical Catholic University of Rio Grande do Sul (PUCRS), Av. Ipiranga, 6681, Porto Alegre, RS 90619-900, Brazil) ,  Levin Nayara Maria Bernhardt (Graduate Program in Cellular and Molecular Biology, The Pontifical Catholic University of Rio Grande do Sul (PUCRS), Av. Ipiranga, 6681, Porto Alegre, RS 90619-900, Brazil) ,  Pintro Val Oliveira (Laboratory of Computational Systems Biology, School of Sciences, Pontifical Catholic University of Rio Grande do Sul (PUCRS), Av. Ipiranga, 6681, Porto Alegre, RS 90619-900, Brazil) ,  Bitencourt-Ferreira Gabriela (Laboratory of Computational Systems Biology, School of Sciences, Pontifical Catholic University of Rio Grande do Sul (PUCRS), Av. Ipiranga, 6681, Porto Alegre, RS 90619-900, Brazil) ,  de Mattos Bruna Boldrini (Laboratory of Computational Systems Biology, School of Sciences, Pontifical Catholic University of Rio Grande do Sul (PUCRS), Av. Ipiranga, 6681, Porto Alegre, RS 90619-900, Brazil) ,  de Castro Silverio Ariadne (Laboratory of Computational Systems Biology, School of Sciences, Pontifical Catholic University of Rio Grande do Sul (PUCRS), Av. Ipiranga, 6681, Porto Alegre, RS 90619-900, Brazil) ,  de Azevedo Walter Filgueira (Laboratory of Computational Systems Biology, School of Sciences, Pontifical Catholic University of Rio Grande do Sul (PUCRS), Av. Ipiranga, 6681, Porto Alegre, RS 90619-900, Brazil) ,  de Azevedo Walter Filgueira (Graduate Program in Cellular and Molecular Biology, The Pontifical Catholic University of Rio Grande do Sul (PUCRS), Av. Ipiranga, 6681, Porto Alegre, RS 90619-900, Brazil)
資料名： Biophysical Chemistry  (Biophysical Chemistry)
巻： 235  ページ： 1-8  発行年： 2018年 
JST資料番号： E0824A  ISSN： 0301-4622  CODEN： BICIAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： サイクリン依存性キナーゼ(CDK)は,細胞周期進行,転写制御,神経発生におけるその役割のために興味深い生物学的高分子,最も研究された生物学的活性を述べることである。さらに,百の競争阻害剤によるCDKの分子間相互作用に焦点を当て構造研究のアベイラビリティは結合親和性を予測するための計算モデルの開発を可能にし,CDKと配位子を含む二成分錯体の原子座標は,機械学習モデルを訓練するために使用することができる。本研究では,CDKに対する結合親和性を予測するための新しい機械学習モデルの開発に焦点を当てた。CDK標的機械学習モデルはMolDock,AutoDock4およびVinaスコアのような古典的スコアリング関数と比較した。CDK標的スコアリング関数の全体的性能は以前に述べたスコアリング関数よりも高く,これはCDKに着目した仮想スクリーニング研究の信頼性を増加させる可能性を開くものである。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 学習モデル ,  生物活性 ,  *機械学習 ,  ドラッグデザイン ,  分子間相互作用 ,  タンパク質 ,  ドッキング ,  信頼性 ,  サイクリン依存性キナーゼ ,  計算モデル
準シソーラス用語： バーチャルスクリーニング ,  *スコア ,  転写調節 ,  *スコア関数 ,  *結合親和性 , 【Automatic Indexing@JST】

著者キーワード (6件)： バイオインフォマティクス ,  機械学習 ,  CDK ,  薬物設計 ,  ドッキング ,  蛋白質

分類 (1件)： 抗腫よう薬の基礎研究  (GW16010A)

タイトルに関連する用語 (6件)： 結合親和性 ,  予測 ,  cdk ,  標的 ,  スコアリング関数 ,  開発