キラン・ラメシュバイ・ダダット
構造分子生物学とコンピューター支援による医薬品の創製において、分子ドッキングは極めて重要なツールです。リガンドと既知の 3 次元構造を持つタンパク質との一般的な結合モードを予測することが、リガンド - タンパク質ドッキングの目的です。効果的なドッキング法では、候補ドッキングを正しくランク付けし、高次元空間を効率的に探索するスコアリング システムを使用します。リード最適化では、ドッキングを使用して膨大な化合物ライブラリの仮想スクリーニングを行い、結果を評価し、リガンドがターゲットを阻害する構造的アイデアを提供することで大きなメリットが得られます。確率的探索法の結果を解釈することは困難な場合があり、ドッキングの入力構造を設定することは、ドッキング自体と同じくらい重要です。
近年、コンピューター支援による医薬品設計では、効率を大幅に向上させ、研究コストを削減できるため、結合親和性を推定し、インタラクティブ モードを評価するために分子ドッキング技術に大きく依存しています。この研究では、主要な概念、技術、および頻繁に使用される分子ドッキング アプリケーションを紹介します。さらに、最も人気のあるドッキング アプリケーションを比較し、関連する研究分野を提案します。最後に、統合技術やディープラーニングを含む分子ドッキングの最近の開発について簡単に説明します。現在のドッキング アプリケーションは、分子構造が不十分で、スコアリング メカニズムが不十分なため、結合親和性を予測するのに十分な精度がありません。