Tandem 3D-QSARs Approach as a Valuable Tool To Predict Binding Affinity Data:  Design of New Gly/NMDA Receptor Antagonists as a Key Study

DOI HANDLE HANDLE Web Site PubMed 被引用文献1件
  • M. Bacilieri
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • F. Varano
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • F. Deflorian
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • M. Marini
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • D. Catarzi
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • V. Colotta
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • G. Filacchioni
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • A. Galli
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • C. Costagli
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • C. Kaseda
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan
  • S. Moro
    Molecular Modeling Section, Department of Pharmaceutical Sciences, University of Padova, via Marzolo 5, I-35131 Padova, Italy, Dipartimento di Scienze Farmaceutiche, Università degli Studi di Firenze, Polo Scientifico, via Ugo Schiff, 6, 50019 Sesto Fiorentino (FI), Italy, Dipartimento di Farmacologia Preclinica e Clinica, Università degli Studi di Firenze, viale G. Pieraccini, 6, 50134 Firenze, Italy, and Yamatake Corporation, 1-12-2 Kawana, Fujisawa-shi Kanagawa, 251-8522 Japan

この論文をさがす

説明

Quantitative structure-activity relationships (QSARs) represent a very well consolidated computational approach to correlate structural or property descriptors of chemical compounds with their chemical or biological activities. We have recently reported that autocorrelation Molecular Electrostatic Potential (autoMEP) vectors in combination to Partial Least-Square (PLS) analysis or to Response Surface Analysis (RSA) can represent an interesting alternative 3D-QSAR strategy. In the present paper, we would like to present how the applicability of in tandem linear and nonlinear 3D-QSAR methods (autoMEP/PLSRSA) can help to predict binding affinity data of a new set of N-methyl-d-aspartate (Gly/NMDA) receptor antagonists.

収録刊行物

被引用文献 (1)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ