Computational Drug Discovery, 2 Volumes: Methods and Applications
Umfassende Ressource zur Erläuterung effizienter und kostengünstiger computergestützter Technologien für die Optimierung von Arzneimitteln, um die Erforschung und Entwicklung innovativer Arzneimittel zu ermöglichen
Computational Drug Discovery: Methods and Applications (2V set) deckt ein breites Spektrum an hochmodernen Computertechnologien und computergestützten chemischen Methoden ab, die die Arzneimittelforschung verändern. Das Buch befasst sich mit den jüngsten Fortschritten, insbesondere mit den Anwendungen der künstlichen Intelligenz (KI) bei der Vorhersage von Proteinstrukturen, dem KI-gestützten virtuellen Screening und der generativen Modellierung. Darüber hinaus werden wichtige technologische Fortschritte im Bereich der Datenverarbeitung behandelt, die sich auf die Arzneimittelforschung auswirken, wie z. B. Quantencomputing und Cloud Computing.
Darüber hinaus werden in speziellen Kapiteln die jüngsten Trends auf dem Gebiet des computergestützten Wirkstoffdesigns behandelt, darunter virtuelles Screening im Ultra-Großmaßstab zur Identifizierung von Hits, computergestützte Strategien für die Entwicklung neuer therapeutischer Modalitäten wie PROTACs und kovalente Inhibitoren, die auf Rückstände jenseits von Cystein abzielen, werden ebenfalls vorgestellt.
Um die aktuellsten Informationen über die in der computergestützten Arzneimittelentdeckung eingesetzten Berechnungsmethoden zu bieten, enthält es Kapitel, die den Einsatz von Molekulardynamik und anderen verwandten Methoden, die Anwendung von QM- und QM/MM-Methoden im computergestützten Arzneimitteldesign und Techniken zur Navigation und Visualisierung des chemischen Raums sowie die Nutzung von Big Data zur Förderung der Arzneimittelentdeckung beleuchten.
Das Buch ist in acht thematische Abschnitte gegliedert, von denen sich jeder auf eine bestimmte Berechnungsmethode oder Technologie konzentriert, die für die Arzneimittelentdeckung relevant ist. Die Autoren sind renommierte Experten aus dem akademischen Bereich, der pharmazeutischen Industrie und von großen Softwareanbietern im Bereich der Arzneimittelforschung und bieten einen Überblick über die neuesten Fortschritte in der computergestützten Arzneimittelforschung.
Zu den wichtigsten Themen des Buches gehören:
⬤ Anwendung von Molekulardynamiksimulationen und verwandten Ansätzen in der Arzneimittelforschung.
⬤ Die Anwendung von QM, hybriden Ansätzen wie QM/MM und Fragment-Molekülorbital-Rahmen zum Verständnis von Protein-Ligand-Wechselwirkungen.
⬤ Anwendung von künstlicher Intelligenz in der präklinischen Arzneimittelentdeckung, einschließlich der Vorhersage von Proteinstrukturen, generativer Modellierung für De-novo-Design und virtuellem Screening.
⬤ Techniken zur Navigation und Visualisierung des chemischen Raums sowie die Nutzung von Big Data, um die Arzneimittelforschung voranzutreiben.
⬤ Methoden zur Durchführung virtueller Screenings im Ultra-Großmaßstab zur Identifizierung von Hits.
⬤ Computergestützte Strategien für die Entwicklung neuer therapeutischer Modelle, einschließlich PROTACs und molekularer Kleber.
⬤ In silico ADMET-Ansätze zur Vorhersage einer Vielzahl pharmakokinetischer und physikochemischer Endpunkte.
⬤ Die Rolle von Computertechnologien wie Quantencomputing und Cloud Computing bei der Beschleunigung der Arzneimittelforschung.
Dieses Buch bietet den Lesern einen Überblick über die neuesten Fortschritte in der computergestützten Arzneimittelforschung und dient als wertvolle Ressource für Fachleute, die in der Arzneimittelforschung tätig sind.
| ISBN: | 9783527351664 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2024 |
| Seitenzahl: | 736 |
Derzeit verfügbar, auf Lager.
