当前位置:
X-MOL 学术
›
J. Chem. Inf. Model.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
EvaluationMaster: A GUI Tool for Structure-Based Virtual Screening Evaluation Analysis and Decision-Making Support.
Journal of Chemical Information and Modeling ( IF 5.6 ) Pub Date : 2024-12-18 , DOI: 10.1021/acs.jcim.4c01818
Zheyuan Shen,Roufen Chen,Jian Gao,Xinglong Chi,Qingnan Zhang,Qingyu Bian,Binbin Zhou,Jinxin Che,Haibin Dai,Xiaowu Dong
Journal of Chemical Information and Modeling ( IF 5.6 ) Pub Date : 2024-12-18 , DOI: 10.1021/acs.jcim.4c01818
Zheyuan Shen,Roufen Chen,Jian Gao,Xinglong Chi,Qingnan Zhang,Qingyu Bian,Binbin Zhou,Jinxin Che,Haibin Dai,Xiaowu Dong
Structure-based virtual screening (SBVS) plays an indispensable role in the early phases of drug discovery, utilizing computational docking techniques to predict interactions between molecules and biological targets. During the SBVS process, selecting appropriate target structures and screening algorithms is crucial, as these choices significantly shape the outcomes. Typically, such selections require researchers to be proficient with multiple algorithms and familiar with evaluation and analysis processes, complicating their tasks. These algorithms' lack of graphical user interfaces (GUIs) further complicates it. To address these challenges, we introduced EvaluationMaster, the first GUI tool designed specifically to streamline and standardize the evaluation and decision-making processes in SBVS. It supports four docking algorithms' evaluation under multiple target structures and offers a comprehensive platform that manages the entire workflow─including the downloading of molecules, construction of decoy datasets, prediction of protein pockets, batch docking, and extensive data analysis. By automating complex evaluation tasks and providing clear visualizations of analysis results, EvaluationMaster significantly reduces the learning curve for researchers and boosts the efficiency of evaluations, potentially improving SBVS hit rates and accelerating the discovery and development of new therapeutic agents.
中文翻译:
EvaluationMaster:用于基于结构的虚拟筛选评估分析和决策支持的 GUI 工具。
基于结构的虚拟筛选 (SBVS) 在药物发现的早期阶段发挥着不可或缺的作用,利用计算对接技术来预测分子与生物靶标之间的相互作用。在 SBVS 过程中,选择合适的靶标结构和筛选算法至关重要,因为这些选择会显著影响结果。通常,此类选择要求研究人员精通多种算法并熟悉评估和分析流程,这使他们的任务复杂化。这些算法缺乏图形用户界面 (GUI) 使它进一步复杂化。为了应对这些挑战,我们推出了 EvaluationMaster,这是第一个专门用于简化和标准化 SBVS 评估和决策流程的 GUI 工具。它支持多种靶点结构下的四种对接算法评估,并提供一个管理整个工作流程的综合平台,包括分子下载、诱饵数据集构建、蛋白质口袋预测、批量对接和广泛的数据分析。通过自动执行复杂的评估任务并提供清晰的分析结果可视化,EvaluationMaster 显著缩短了研究人员的学习曲线,提高了评估效率,有可能提高 SBVS 命中率并加速新治疗药物的发现和开发。
更新日期:2024-12-18
中文翻译:
EvaluationMaster:用于基于结构的虚拟筛选评估分析和决策支持的 GUI 工具。
基于结构的虚拟筛选 (SBVS) 在药物发现的早期阶段发挥着不可或缺的作用,利用计算对接技术来预测分子与生物靶标之间的相互作用。在 SBVS 过程中,选择合适的靶标结构和筛选算法至关重要,因为这些选择会显著影响结果。通常,此类选择要求研究人员精通多种算法并熟悉评估和分析流程,这使他们的任务复杂化。这些算法缺乏图形用户界面 (GUI) 使它进一步复杂化。为了应对这些挑战,我们推出了 EvaluationMaster,这是第一个专门用于简化和标准化 SBVS 评估和决策流程的 GUI 工具。它支持多种靶点结构下的四种对接算法评估,并提供一个管理整个工作流程的综合平台,包括分子下载、诱饵数据集构建、蛋白质口袋预测、批量对接和广泛的数据分析。通过自动执行复杂的评估任务并提供清晰的分析结果可视化,EvaluationMaster 显著缩短了研究人员的学习曲线,提高了评估效率,有可能提高 SBVS 命中率并加速新治疗药物的发现和开发。