搜索结果

…'配体亲脂效率'''（英文：Ligand-lipophilicity efficicency，'''LLE'''），是[[藥物設計|药物设计]]和[[药物发现]]中用于评估研究化合物质量的参数，将效价和[[親脂性|亲脂性]]联系起来以评估[[类药性|药物相似性]]。<ref>{{Cite journal |l 另一方面，LogP代表了化合物总体亲脂性的估算，该值会影响药物发现中一系列生物过程中的行为，例如[[溶解度]]、生物膜[[滲透性|渗透性]]、肝清除率、缺乏选择性和非-特异性毒性。<ref name="pmid1869 …

[[Category:药物发现]] …

…6091267 |s2cid=25292436}}</ref>。此外，药物[[In vitro|体外]]实验与计算辅助设计相辅相成，越来越多地用于早期药物发现阶段，以挑选出更优[[ADME]]（吸收、分布、代谢和排泄）性质和[[毒理学]]性质的化合物<ref name="pmid12963322">{{Cit 通过化学合成的[[有机化合物|有机]][[小分子]]是现有药物发现中的一大类，而通过生物过程生产的[[生物製藥|生物药物]]在制药领域正变得越来越广泛<ref>{{Cite book|vauthors=Wu-Pong …

…m/retrieve/pii/0378381286850208 |dead-url=no }}</ref>近年来，ITC被更多地应用于工业领域，如[[药物发现]]和合成材料测试。虽然它在基础化学中仍有大量应用，但趋势已转向生物方面，因为在生物方面，无标记和独立于缓冲液的数值相对较难实现。<ref>{{Cite …

一般来说，药物化学家主要专注于利用便于调节的化学构件中快速合成大量化合物（通常用于[[构效关系|SAR]]研究）。而药物发现化学中使用的反应库一般较小（例如，[[布赫瓦尔德-哈特维希偶联反应|Buchwald-Hartwig 胺化]]、[[铃木反应|Suzuki 偶联]]和[ …

===药物发现=== 卷积神经网络已在药物发现中使用。卷积神经网络被用来预测的分子与蛋白质之间的相互作用，以此来寻找靶向位点，寻找出更可能安全和有效的潜在治疗方法。 …