Titre original :
Computational Drug Discovery, 2 Volumes: Methods and Applications
Contenu du livre :
Ressource complète expliquant les technologies computationnelles efficaces et rentables pour l'optimisation des médicaments afin de permettre l'exploration et la conception de médicaments innovants.
Computational Drug Discovery : Methods and Applications (2V set) couvre un large éventail de technologies informatiques de pointe ou de méthodes de chimie informatique qui transforment la découverte de médicaments. L'ouvrage se penche sur les avancées récentes, en particulier sur les applications de l'intelligence artificielle (IA) dans la prédiction de la structure des protéines, le criblage virtuel basé sur l'IA et la modélisation générative. En outre, il couvre les avancées technologiques clés dans le domaine de l'informatique ayant un impact sur la découverte de médicaments, telles que l'informatique quantique et l'informatique en nuage.
En outre, des chapitres consacrés aux tendances récentes dans le domaine de la conception de médicaments assistée par ordinateur, y compris le criblage virtuel à très grande échelle pour l'identification des résultats, les stratégies informatiques pour la conception de nouvelles modalités thérapeutiques telles que les PROTAC et les inhibiteurs covalents ciblant les résidus au-delà de la cystéine, sont également présentés.
Afin d'offrir les informations les plus récentes sur les méthodes computationnelles utilisées dans la découverte computationnelle de médicaments, il comprend des chapitres soulignant l'utilisation de la dynamique moléculaire et d'autres méthodes connexes, l'application des méthodes QM et QM/MM dans la conception computationnelle de médicaments, les techniques de navigation et de visualisation de l'espace chimique, ainsi que l'utilisation des données massives (big data) pour stimuler les efforts de découverte de médicaments.
Le livre est judicieusement organisé en huit sections thématiques, chacune se concentrant sur une méthode de calcul spécifique ou une technologie pertinente pour la découverte de médicaments. Rédigé par des experts renommés du monde universitaire, de l'industrie pharmaceutique et des principaux fournisseurs de logiciels de découverte de médicaments, il offre une vue d'ensemble des dernières avancées en matière de découverte computationnelle de médicaments.
Les principaux sujets abordés dans ce livre sont les suivants :
⬤ L'application des simulations de dynamique moléculaire et des approches connexes dans la découverte de médicaments.
⬤ L'application de la MQ, des approches hybrides telles que la MQ/MM et le cadre des orbitales moléculaires des fragments pour comprendre les interactions entre les protéines et les ligands.
⬤ L'adoption de l'intelligence artificielle dans la découverte préclinique de médicaments, englobant la prédiction de la structure des protéines, la modélisation générative pour la conception de novo et le criblage virtuel.
⬤ Techniques de navigation et de visualisation de l'espace chimique, ainsi que l'utilisation de données massives (big data) pour stimuler les efforts de découverte de médicaments.
⬤ Méthodes de criblage virtuel à très grande échelle pour l'identification des résultats.
⬤ Stratégies informatiques pour la conception de nouveaux modèles thérapeutiques, y compris les PROTAC et les colles moléculaires.
⬤ Les approches ADMET in silico pour prédire une variété de paramètres pharmacocinétiques et physicochimiques.
⬤ Le rôle des technologies informatiques telles que l'informatique quantique et l'informatique en nuage dans l'accélération de la découverte de médicaments.
Ce livre fournira aux lecteurs une vue d'ensemble des dernières avancées dans le domaine de la découverte computationnelle de médicaments et constituera une ressource précieuse pour les professionnels engagés dans la découverte de médicaments.
Autres informations sur le livre :
| ISBN : | 9783527351664 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2024 |
| Nombre de pages : | 736 |
Achat:
Actuellement disponible, en stock.
