Kiran Rameshbhai Dudhat
Na biologia molecular estrutural e na criação de medicamentos assistida por computador, o docking molecular é uma ferramenta crucial. Prever os modos de ligação predominantes de um ligante com uma proteína com uma estrutura tridimensional conhecida é o objetivo do docking ligante-proteína. Métodos de docking eficazes usam um sistema de pontuação que classifica corretamente os dockings candidatos e exploram eficientemente espaços de alta dimensão. A otimização de leads se beneficia muito do uso do docking para fazer triagem virtual em enormes bibliotecas de compostos, classificar os resultados e oferecer ideias estruturais sobre como os ligantes inibem o alvo. Pode ser difícil interpretar as descobertas de métodos de busca estocástica, e configurar as estruturas de entrada para o docking é tão crucial quanto o próprio docking.
Nos últimos anos, o design de fármacos assistido por computador tem se apoiado fortemente na técnica de encaixe molecular para estimar a afinidade de ligação e avaliar o modo interativo, uma vez que pode aumentar significativamente a eficiência e reduzir os custos de pesquisa. Os principais conceitos, técnicas e aplicações de encaixe molecular frequentemente utilizadas são introduzidos neste trabalho. Além disso, ele contrasta as aplicações de encaixe mais populares e sugere campos de estudo relevantes. Finalmente, um breve resumo dos desenvolvimentos recentes em encaixe molecular, incluindo a técnica integrada e o aprendizado profundo, é fornecido. As aplicações de encaixe atuais não são precisas o suficiente para prever a afinidade de ligação devido à estrutura molecular insuficiente e às inadequações do mecanismo de pontuação.