文献

J-GLOBAL ID：202202265107487622   整理番号：22A1026120

生体膜透過ペプチド:計算予測と応用【JST・京大機械翻訳】

Biological Membrane-Penetrating Peptides: Computational Prediction and Applications

著者 (5件)： de Oliveira Ewerton Cristhian Lima (1Institute of Technology, Federal University of Para, Belem, Brazil) ,  da Costa Kaue Santana (2Laboratory of Computational Simulation, Institute of Biodiversity, Federal University of Western Para, Santarem, Brazil) ,  Taube Paulo Sergio (2Laboratory of Computational Simulation, Institute of Biodiversity, Federal University of Western Para, Santarem, Brazil) ,  Lima Anderson H. (3Laboratorio de Planejamento e Desenvolvimento de Farmacos, Instituto de Ciencias Exatas e Naturais, Universidade Federal do Para, Belem, Brazil) ,  Junior Claudomiro de Souza de Sales (1Institute of Technology, Federal University of Para, Belem, Brazil)
資料名： Frontiers in Cellular and Infection Microbiology (Web)  (Frontiers in Cellular and Infection Microbiology (Web))
巻： 12  ページ： 838259  発行年： 2022年 
JST資料番号： U7063A  ISSN： 2235-2988  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ペプチドは多様な物理化学的及び構造的特性を有するユニークな化学空間を示す生体分子の多目的クラスから成る。いくつかのクラスのペプチドは,細胞膜や血液脳関門(BBB)のような生体膜を自然に交差できる。細胞透過性ペプチド(CPPs)と血液脳関門透過性ペプチド(B3PPs)は,新しい治療分子およびキャリア系を開発するため,バイオテクノロジーおよび製薬産業により探索されてきた。生物学的膜へのペプチド浸透の計算予測は,大きな化学ライブラリーのハイスループットおよび低コストスクリーニングにより興味深い戦略として浮上している。ペプチドの構造と配列に基づく情報,ならびに原子論的生物物理学的モデルを,生体膜を通した転座に関連する薬物動態特性を有する新しい構造を分類し,同定するためのコンピュータ支援発見戦略において探索した。生体膜への透過性を予測する計算機戦略は,化学フィルタ,分子動力学シミュレーション,人工知能アルゴリズム,および統計的モデルを含み,最も適切な方法の選択は,計算調査の目的に依存する。ここでは,生体膜へのペプチドの透過性の予測に広く用いられているこれらの計算法のいくつかの原理と応用を示し,それらの医薬品とバイオテクノロジー応用のいくつかを示した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  浸透 ,  分子 ,  計算機シミュレーション ,  脳 ,  *ペプチド ,  血液脳関門 ,  細胞膜 ,  *生体膜 ,  薬物 ,  スクリーニング ,  バイオテクノロジー ,  転座
準シソーラス用語： 分子動力学シミュレーション ,  生体分子 ,  ハイスループット , 【Automatic Indexing@JST】

著者キーワード (8件)： 薬物動態 ,  機械学習 ,  細胞膜 ,  ペプチド ,  血液-脳関門 ,  構造活動 ,  細胞透過性ペプチド ,  薬物システムキャリア

分類 (2件)： 生物学的機能  (EB03040U) ,  生物薬剤学(基礎)  (GY01021U)

引用文献 (236件)：

• Agrawal P., Bhalla S., Usmani S. S., Singh S., Chaudhary K., Raghava G. P. S., et al. (2016). CPPsite 2.0: A Repository of Experimentally Validated Cell-Penetrating Peptides. Nucleic Acids Res. 44, D1098-D1103. doi: doi: 10.1093/nar/gkv1266
• Guillama Barroso G., Narayan M., Alvarado M., Armendariz I., Bernal J., Carabaza X., et al. (2020). Nanocarriers as Potential Drug Delivery Candidates for Overcoming the Blood-Brain Barrier: Challenges and Possibilities. ACS Omega 5, 12583-12595. doi: doi: 10.1021/acsomega.0c01592
• Ahmadian-Moghadam H., Sadat-Shirazi M.-S., Zarrindast M.-R. (2020). Therapeutic Potential of Stem Cells for Treatment of Neurodegenerative Diseases. Biotechnol. Lett. 42, 1073-1101. doi: doi: 10.1007/s10529-020-02886-1
• Ahmadi S., Barrios Herrera L., Chehelamirani M., Hostaš J., Jalife S., Salahub D. R. (2018). Multiscale Modeling of Enzymes: QM-Cluster, QM/MM, and QM/MM/MD: A Tutorial Review. Int. J. Quantum Chem. 118, e25558. doi: doi: 10.1002/qua.25558
• Al-Attraqchi O. H. A., Venugopala K. N. (2021). 2D- and 3D-QSAR Modeling of Imidazole-Based Glutaminyl Cyclase Inhibitors. Curr. Computer-Aided Drug Des. 16, 682-697. doi: doi: 10.2174/1573409915666190918150136

タイトルに関連する用語 (5件)： 生体 ,  膜透過ペプチド ,  計算 ,  予測 ,  応用