A combination of machine learning and infrequent metadynamics to efficiently predict kinetic rates, transition states, and molecular determinants of drug dissociation from G protein-coupled receptors.

Lamim Ribeiro, João Marcelo; Provasi, Davide; Filizola, Marta

Lamim Ribeiro, João Marcelo; Provasi, Davide; Filizola, Marta.

Afiliação

Lamim Ribeiro JM; Department of Pharmacological Sciences, Icahn School of Medicine at Mount Sinai, New York, New York 10029, USA.
Provasi D; Department of Pharmacological Sciences, Icahn School of Medicine at Mount Sinai, New York, New York 10029, USA.
Filizola M; Department of Pharmacological Sciences, Icahn School of Medicine at Mount Sinai, New York, New York 10029, USA.

J Chem Phys ; 153(12): 124105, 2020 Sep 28.

Article em En | MEDLINE | ID: mdl-33003748

Assuntos

Aprendizado de Máquina; Simulação de Dinâmica Molecular; Preparações Farmacêuticas/química; Receptores Acoplados a Proteínas G/química; Cinética

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Preparações Farmacêuticas / Receptores Acoplados a Proteínas G / Simulação de Dinâmica Molecular / Aprendizado de Máquina Tipo de estudo: Prognostic_studies / Risk_factors_studies Idioma: En Revista: J Chem Phys Ano de publicação: 2020 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google