计算机辅助药物设计
根据您的需求定制！
通过 Enamine 计算机辅助药物发现服务探索新的领域。与我们经验丰富的团队合作，他们擅长使用最前沿的化学信息学和建模工具构建专门的工作流程。我们认为，化学家、生物学家和化学信息学家之间的紧密协作是成功的关键。因此，我们的各部门密切合作，以显著提高药物发现项目的效率。我们的 CADD 团队提供全面的解决方案，帮助您高效地在 Enamine 化合物库中进行 hit 发现和 Hit-to-Lead 优化。
我们使用哪些工具？
目标建模
分子动力学（MD）模拟
- 有无配体情况下结构行为的时间演变比较
- 模拟突变对蛋白质稳定性、活性以及对已知结合剂耐药性的影响。
- 虚拟筛选选定配体的验证
- 蛋白-配体结合能估算
- 隐秘口袋搜索
同源建模
- 预测目标蛋白的三维结构
- 结构修复
- 突变体建模
目标结构分析
- 潜在结合位点搜索
- 活性残基估算
DNA/RNA 复合物建模
- RNA 凹槽中的插入与结合
- G-四链体（G-quadruplex）建模
- 核糖开关（Riboswitches）建模
- DNA GG 和 GA 结合口袋研究
配体搜索
类似物搜索
- 2D 搜索（如 Morgan Fingerprints、ECFPs 等）
- 3D 搜索（如 Electroshape, USRCAT, E3FP 等）
- 多样化搜索
- BM 骨架搜索、子结构搜索、合成子搜索
虚拟筛选
- 非共价分子对接
- 共价分子对接
- 三维药效团筛选
机器学习（ML）建模与预测
- ML 助力的高通量虚拟筛选
- ML 辅助的 QSAR 模型构建
- ML 驱动的 ADMET 特性预测
Hit-to-Lead 综合项目支持
- 合成可行性评估和筛选结果分析
- 重新构建骨架（Re-scaffolding）
- 生物电子等排替换（Bioisosteric Replacement）
新方法
FEP（自由能微扰）- 精确结合亲和力预测
它解决的问题：
- 精确计算配体与靶标的结合亲和力
- 通过结合自由能对化合物进行排序，以改进构效关系（SAR）分析
- 预测修饰对结合亲和力的影响
- 通过选择最有潜力的候选化合物，降低合成和生物测试的成本
提升配体设计的全新准确水平！
我们采用平衡的方法，综合运用多种互补的技术和策略
由计算机辅助药物设计驱动的生物学验证
- 最短化合物交付时间（1-2 天）
- 访问费用享受 25% 折扣
- 定制工作流满足您的需求
- CADD 和生物学服务享受 10% 折扣
- 高概率获得多达 15 个生物学验证的命中化合物（35-75 个工作日内）
Hit-to-Lead 优化服务
- 活性与非活性化合物的物理化学性质比较与分析
- 对活性和非活性化合物进行聚类，以便进一步分析它们之间的相似性和差异
- 基于实验生物数据构建对接模型，并建立高效的筛选管线，用于验证和优化命中化合物
- 对结构相似但活性不同的化合物进行成对比较，识别关键的区别因素
- 通过 MD 模拟研究蛋白质-配体复合物随时间的变化，评估相互作用的稳定性
2024 年项目组合概览
项目在各大洲的分布
通过此处的具体案例研究，探索我们在经验和成功方面的深度。
精选的出版物
1. Creation of targeted compound libraries based on 3D shape recognition.
Mol Divers 2022, 27, 939–949. DOI: 10.1007/s11030-022-10447-z
2. Pharmacological inhibition of syntenin PDZ2 domain impairs breast cancer cell activities and exosome loading with syndecan and EpCAM cargo.
J of Extracellular Vesicle 2020, 10. DOI: 10.1002/jev2.12039
3. Modelling of an autonomous Nav1.5 channel system as a part of in silico pharmacology study.
J Mol Model 2021, 27. DOI: 10.1007/s00894-021-04799-w
4. Integrated workflow for the identification of new GABA positive allosteric modulators based on the in silico screening with further in vitro validation.
Molecular Informatics 2023. DOI: 10.1002/minf.202300156 Case study using Enamine’s stock chemical space.
