Your browser doesn't support javascript.
loading
Computational prediction of potential inhibitors for SARS-COV-2 main protease based on machine learning, docking, MM-PBSA calculations, and metadynamics.
Gomes, Isabela de Souza; Santana, Charles Abreu; Marcolino, Leandro Soriano; Lima, Leonardo Henrique França de; Melo-Minardi, Raquel Cardoso de; Dias, Roberto Sousa; de Paula, Sérgio Oliveira; Silveira, Sabrina de Azevedo.
Afiliação
  • Gomes IS; Department of Computer Science, Universidade Federal de Viçosa, Viçosa, Minas Gerais, Brazil.
  • Santana CA; Department of Biochemistry and Immunology, Universidade Federal de Minas Gerais, Belo Horizonte, Minas Gerais, Brazil.
  • Marcolino LS; Department of Computer Science, Universidade Federal de Minas Gerais, Belo Horizonte, Minas Gerais, Brazil.
  • Lima LHF; School of Computing and Communications, Lancaster University, Lancaster, United Kingdom.
  • Melo-Minardi RC; Department of Exact and Biological Sciences, Universidade Federal de São João del-Rei, Sete Lagoas Campus, Sete Lagoas, Minas Gerais, Brazil.
  • Dias RS; Department of Biochemistry and Immunology, Universidade Federal de Minas Gerais, Belo Horizonte, Minas Gerais, Brazil.
  • de Paula SO; Department of Computer Science, Universidade Federal de Minas Gerais, Belo Horizonte, Minas Gerais, Brazil.
  • Silveira SA; Department of General Biology, Universidade Federal de Viçosa, Viçosa, Minas Gerais, Brazil.
PLoS One ; 17(4): e0267471, 2022.
Article em En | MEDLINE | ID: mdl-35452494
Assuntos
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: SARS-CoV-2 / Tratamento Farmacológico da COVID-19 Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Revista: PLoS One Assunto da revista: CIENCIA / MEDICINA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Brasil
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: SARS-CoV-2 / Tratamento Farmacológico da COVID-19 Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Revista: PLoS One Assunto da revista: CIENCIA / MEDICINA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Brasil