- 全部删除
- 您的购物车当前为空
- 数量多:含2.3万种小分子化合物,是再生医学相关研究的有力工具;
- 筛选严格:基于文献报道方法,进行多步骤虚拟筛选;
- 类药性佳:多重药化性质过滤,剔除不良化合物;
- 多样性好:通过多样性筛选,提高结构多样性,增加筛选命中率率;
- 质检严格:纯度较高(不低于90%),随货附带HNMR/LCMS谱图符合药物筛选的纯度要求。
Regenerative Medicine Focused Library
数量多:含2.3万种小分子化合物,是再生医学相关研究的有力工具;再生医学从诞生起就备受瞩目,修复受损的组织和器官,给医学界带来巨大的变革。不过再生医学领域依然处在起步阶段,对细胞分化机制的研究还不够全面和清晰,再生医学走向临床似乎还有很长的路。不过随着小分子成功调节细胞分化和重编程,再生医学领域又有了新的曙光。目前已报道多种小分子化合物具有促进细胞增殖分化的作用,如 XMU-MP-1可以促进肝脏修复再生,处于临床阶段的 FX-322能够恢复神经性听力损失。另外还有多种小分子同时使用能够诱导体细胞重编程的相关报导。与细胞因子与基因工程等相比,小分子调节剂用于再生医学研究和临床应用的难度更低,并且更有可能大规模生产和使用,惠及全人类。 陶术生物再生医学靶向库基于现有化合物和靶点的基础上,通过计算机虚拟筛选和药效结构分析等方法,从 Chemdiv 160万种类药化合物中筛选出约23000种潜在的再生医学调节剂。严格筛选是提高命中率的重要保证,再生医学靶向库同样经过了严格的筛选步骤。蛋白靶点和结构信息源自常用的 Swiss-Prot 和 PDB 数据库;大量分析学习各数据库(ChEMBL 25, PubMed 和现有文献)中明确报道的再生医学相关的活性小分子。具体筛选步骤如下: 1)计算机数据学习管理:a) KNIME/RDKit, kNN classifier, Distance in BitVector Cosine Space, FCFP12 (10,240 bit) fingerprints; b) Hybrid 2D QSAR/Fingerprint Model - Kernel Chemical Classification/Regression (kcc) 2)3D 形状相似性虚拟筛选; 3)基于结构的(配体,片段,共价片段)对接/虚拟筛选; 4)REOS,MedChem 和 PAINS 过滤器:去除反应性,有毒,混杂和其他不良结构基团; 5)多样性挑选 (Tanimoto)。 陶术生物再生医学靶向库可以用于再生医学相关的药物研发工作,为再生医学研究提供有力的研究工具。
TargetMol 的所有产品和服务仅用于科学研究,不能被用于人体,我们也不向个人提供产品和服务。
版权所有©2015-2024 TargetMol Chemicals Inc.保留所有权利.