蛋白质相互作用调节着大部分生命周期,因此成为当代药物开发中具有吸引力和前景的靶点。然而,这个领域的研究还不够深入,对于参与这种类型相互作用的蛋白质没有共同的规律。这样复杂的生物系统无法通过传统的高通量筛选方法和算法进行成本效益高的处理。然而,基于片段的方法在搜索新的蛋白质-蛋白质相互作用(PPI)抑制剂方面表现出了积极的结果。我们创建了一个新的PPI片段库,采用专门设计的方法,结合了对常见PPI抑制剂的系统性知识和优越的结构基元选择。使用我们的PPI片段库进行筛选,您可以获得多重优势,帮助您在引导化合物生成过程中节省时间和成本。库中的每个片段都可以通过现有库存类似物或通过我们的REAL数据库技术轻松进行后续跟踪或合成新的衍生物。PPI(蛋白质-蛋白质相互作用)片段库包含3600个化合物。 https://enamine.net/compound-libraries/fragment-libraries/ppi-fragments
主要特点:
在PPI片段领域的研究揭示了与常见片段相比,较高的分子量对于PPI有更大的接触表面积要求。因此,我们使用“四原则”限制来提取初始的PPI片段子集,因为它们通常更大且更亲脂。此外,还使用了基于机器学习的方法(决策树)和一系列经过验证的描述符来精细调整库的内容。我们应用了“热点”概念,即使用参与PPI的“关键”氨基酸残基。许多选定的片段包含与这些热点相对应的基团/部分结构。此外,该库还富集了具有α螺旋结构的分子,可以模拟蛋白质的结构基元。由于氢键在PPI中通常起着关键作用,因此偏好具有至少一个氢键给体(> 70%)和一个氢键受体(100%)的分子。