在药物发现-新闻和特性筛选策略

研究人员已经开发出一种新型药物筛选方法可以测试的有效性治疗分子设计的蛋白质“粘”在一起。

在这次采访中,Sudharshan Rangarajan周二讨论了实验室如何克服一些障碍将自动化纳入他们的工作流和突出的一些热费希尔科学提供了在这个空间的解决方案。

在本文中,我们将定义条款在活的有机体内和在体外并进一步评价的利弊分析与详细的示例使用这些方法。

研究人员利用深机器学习计算模型完成一百万个分子的生物活性信息。他们还透露一个工具来预测的生物活性分子。

有越来越多的兴趣的发现和应用预测模型,更有生理相关的人类,尤其是那些可以用于新药的安全性评估候选人在更脆弱的病人。而不是从一个健康的动物或使用疾病的动物模型,使用病人组织代表前进了一大步。

多维视角的影响药物对蛋白质结构和功能可以帮助减少药物发现过程,建立自信的新候选药物及其作用机制在继续下一个更昂贵的发展阶段。

研究人员已经开发出一种设备,可以帮助研究药物化合物及其晶体的形状和结构,药物稳定性的关键组件。

研究人员发现OTUD7A一个基因,影响尤因肉瘤的发展,主要发生在儿童的骨癌。

虽然工业实验室可以屏幕上大量的潜在的药物化合物,许多学术研究人员采用更有针对性的策略。

科学家们探索消旋酶,酶与某些癌症是至关重要的细胞功能,并提出了新的策略发现中和这些酶的药物。