文献

J-GLOBAL ID：202002279922251500   整理番号：20A0451664

多標的ドーパミンD3受容体調節因子:分子動力学と機械学習からの薬物設計のための活性化可能な知識【JST・京大機械翻訳】

Multi-target dopamine D3 receptor modulators: Actionable knowledge for drug design from molecular dynamics and machine learning

著者 (7件)： Ferraro Mariarosaria (Istituto di Chimica Del Riconoscimento Molecolare, Consiglio Nazionale Delle Ricerche (ICRM-CNR), Via Mario Bianco 9, 20131, Milan, Italy) ,  Decherchi Sergio (Computational & Chemical Biology, Italian Institute of Technology, Via Morego 30, 16163, Genoa, Italy) ,  De Simone Alessio (Sygnature Discovery Ltd, Bio City, Pennyfoot St, Nottingham NG1 1GR, United Kingdom) ,  Recanatini Maurizio (Dept. of Pharmacy and Biotechnology, University of Bologna, Via Belmeloro 6, 40126, Bologna, Italy) ,  Cavalli Andrea (Computational & Chemical Biology, Italian Institute of Technology, Via Morego 30, 16163, Genoa, Italy) ,  Cavalli Andrea (Dept. of Pharmacy and Biotechnology, University of Bologna, Via Belmeloro 6, 40126, Bologna, Italy) ,  Bottegoni Giovanni (School of Pharmacy, University of Birmingham, Sir Robert Aitken Institute for Clinical Research, Edgbaston, B15 2TT, United Kingdom)
資料名： European Journal of Medicinal Chemistry  (European Journal of Medicinal Chemistry)
巻： 188  ページ： Null  発行年： 2020年 
JST資料番号： E0845A  ISSN： 0223-5234  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： G蛋白質共役受容体(GPCR)結合体の構造の局所的変化は,それらの薬理学的プロファイルに大きく影響する。探索された有効性は,局所的な修正を導入することによって経験的に得られることができるが,下部ライニングの構造的説明は不明なままである。ここでは,ドーパミンD3受容体(D3DR)のエチlopri結合不活性状態の分子動力学(MD)シミュレーションを,4つのコンジェネリック変調器における有効性変化を合理化する試みにおいて,機械学習に基づくアプローチを用いてクラスタ化した。受容体-リガンド複合体の拡張MDトラジェクトリーを蓄積し,リガンド柔軟性の増加が不活性化受容体の結晶構造を徐々に不安定化することを観察した。このモデルを前向きに検証するために,部分作動薬を構造的洞察と計算モデリングに基づいて合理的に設計し,最終的に合成し試験した。結果は予測と一致した。この事例研究は,拡張MDシミュレーションの枠組みにおけるリガンド柔軟性の研究が,薬物設計戦略を支援し,知らせることができることを示唆し,機能アッセイに対する強力なin silico対応物としての潜在的役割を強調した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ドラッグデザイン ,  変調器 ,  *分子動力学 ,  結晶構造 ,  トラジェクトリー ,  クラスタ化 ,  薬理学 ,  機能分析 ,  複合体 ,  事例研究 ,  *受容体 ,  シミュレーション ,  *機械学習 ,  分子認識 ,  合理化

著者キーワード (9件)： マチルターゲット ,  MTDL ,  多薬理学 ,  ドーパミンD3受容体 ,  ドラッグデザイン ,  機械学習 ,  GPCR ,  分子動力学 ,  分子認識

分類 (4件)： 薬物の構造活性相関  (GV01050B) ,  向精神薬の基礎研究  (GW03100Y) ,  その他の中枢神経系作用薬の基礎研究  (GW03120U) ,  抗原虫薬・駆虫薬の基礎研究  (GW17080G)

タイトルに関連する用語 (8件)： 標的 ,  ドーパミンD3受容体 ,  調節因子 ,  分子動力学 ,  機械学習 ,  薬物設計 ,  活性化 ,  知識