虚拟筛选不再仅仅是从大型数据库中识别可能对特定终点有效的化合物子集的问题。 关于这个观点，诺华公司分享了一些独特的做法，其中虚拟筛选与多种计算工具结合使用，将化合物的选择偏向于满足多种所需特性的竞争目标，同时使选出的化合物多样化以对可用的化学空间进行采样，以识别出有助于药物发现的优质化合物。本文的内容包括成功虚拟筛选实践所需考虑的各种因素：分类、化合物质量、准确性和测试集、活性预测，包括多任务建模、虚拟分析、自动化、多属性偏差、多样性和属性空间以及有偏好的多样性设计。阅读原文：Martin, E. J.; Jansen, J. M. Biased Diversity for Effective Virtual Screening. J. Chem. Inf. Model. 2020, 60 (9), 4116–4119. https://t.cn/A66FV1G5
#计算机辅助药物设计##虚拟筛选#

专注于苗头化合物识别的虚拟化合物筛选是药物研究中最流行的计算方法之一。 然而，它的机会和局限性往往没有被完全理解。 本文的作者批判性地讨论了虚拟筛选的几个被认为与该领域的未来发展特别相关几个方面。Stumpfe, D.; Bajorath, J. Current Trends, Overlooked Issues, and Unmet Challenges in Virtual Screening. J. Chem. Inf. Model. 2020, 60 (9), 4112–4115. https://t.cn/A66F5zvQ
#虚拟筛选##计算机辅助药物设计##药物化学#

#化盟网[超话]# KCC高耐化学涂料"ChemMask 1100"上市！近日，KCC成功推出具有优秀耐化学性的工业防腐涂料"ChemMask 1100"，这也标志着KCC PLANT涂料技术创新和产品升级迈上新台阶。KCC最近推出的Chem Mask1100是适用于发电站、石油化学设施、各种设备的工业防腐涂料,其特点是具有卓越的耐化学性。这样可以有效预防各种设施被腐蚀,并且能够稳定地维持形态及性能。