МНЕНИЕ

Репозиционирование лекарств: уроки пандемии COVID-19

Информация об авторах

Институт биомедицинской химии им. В. Н. Ореховича, Москва, Россия

Для корреспонденции: Владимир Васильевич Поройков
ул. Погодинская, д. 10, стр. 8, г. Москва, 119121, Россия; ur.ksm.cmbi@vokiorop.rimidalv

Информация о статье

Благодарность: работа выполняется при поддержке Министерства науки и высшего образования Российской Федерации в рамках Межведомственной рабочей группы по вопросам разработки лекарственных препаратов с прямой противовирусной активностью в отношении SARS-CoV-2 (проект № 121102900156–6).

Статья получена: 16.10.2021 Статья принята к печати: 27.11.2021 Опубликовано online: 30.12.2021
|
  1. Poroikov V, Druzhilovskiy D. Drug repositioning: New opportunities for older drugs. In: In Silico Drug Design, 1st Edition. Repurposing Techniques and Methodologies. Chapter 1. Editor: Kunal Roy. Amsterdam: Elsevier, Academic Press, 2019; 3–17 p.
  2. Muratov EN, Amaro R, Andrade CH, Brown N, Ekins S, Fourches D, Isayev O, Kozakov D, Medina-F ranco J, Merz KM, Oprea TI, Poroikov V, Schneider G, Todd MH, Varnek A, Winkler DA, Zakharov A, Cherkasov A, Tropsha A. A critical overview of computational approaches employed for COVID-19 drug discovery. Chem Soc Rev. 2021; 50 (16): 9121–9151.
  3. Savosina PI, Druzhilovskiy DS, Poroikov VV. COVID-19: Analysis of drug repositioning practice. Pharm Chem J. 2021; 54(10): 989–996.
  4. Mslati H, Gentile F, Perez C, Cherkasov A. Comprehensive consensus analysis of SARS-CoV-2 drug repurposing campaigns. J Chem Inf Model. 2021; 61 (8): 3771–3788.
  5. Gentile F, Agrawal V, Hsing M, Ton AT, Ban F, Norinder U, Gleave ME, Cherkasov A. Deep docking: A deep learning platform for augmentation of structure-b ased drug discovery. ACS Cent Sci. 2020; 6(6): 939–949.
  6. Ionov N, Pogodin P, Poroikov V. Assessing the prediction quality of the anti-S ARS-CoV-2 activity using the D3Targets-2019-nCoV web service. Biomed Chem Res & Meth. 2020; 3(4): е00140.