Phytomedicine:支持中药抗COVID-19研究的计算方法综述
2022-07-24 紫菀款冬 MedSci原创
探讨在抗COVID-19药物发现和开发中发挥重要作用的计算方法。
背景:COVID-19在全球范围内引起高度传染性感染和大规模死亡,并前所未有地扰乱全球经济和社会,迫切需要开发新的抗病毒药物。草药被发现是预防COVID-19的候选药物资源。在疫苗和直接作用抗病毒药物(DAA)方面已经进行了大量的实验研究,但它们都没有得到快速和充分的发展。
目的:探讨在抗COVID-19药物发现和开发中发挥重要作用的计算方法,这些计算方法和工具将有助于从植物化学物质中发现先导化合物,并了解中药在预防和控制其他疾病中的分子作用机制。
方法:在科学数据库(PubMed、Science Direct、ResearchGate、Google Scholar和Web of Science)中进行搜索,共找到2172篇文章,通过网站的Web界面检索。在应用一些纳入和排除标准以及全文筛选后,只有292篇文章被收集为合格文章。
结果:在这篇综述中,重点介绍了三种主要的计算方法,包括基于结构的方法、知识挖掘(人工智能)和基于网络的方法。最常用的数据库、分子对接工具和MD模拟软件分别包括TCMSP、AutoDock Vina和GROMACS。基于网络的方法主要用于帮助读者了解多种中药成分、靶点、疾病和网络的复杂机制。
结论:计算方法已广泛应用于植物化学物质和中药抗COVID-19的研究,并在节省资金和时间方面对药物发现和开发发挥了重要作用。
文献来源:
Ruchawapol C, Fu WW, Xu HX. A review on computational approaches that support the researches on traditional Chinese medicines (TCM) against COVID-19 [published online ahead of print, 2022 Jul 6]. Phytomedicine. 2022;104:154324. doi:10.1016/j.phymed.2022.154324
作者:紫菀款冬
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#DIC#
105
#CIN#
79
不错的文章
85
#Medicine#
97
#Med#
76