Key points are not available for this paper at this time.
식물 화학물질은 약물 발견에서 오랜 성공적인 역사를 가지고 있습니다. 최근 분석 기술과 방법론의 발전으로 인해 자연 화합물에서 생리활성 물질을 발견하는 것이 더 쉬워졌습니다. 분자 도킹, QSAR 모델링, 기계 학습 및 네트워크 약리학과 같은 계산 기술은 자연 제품의 잠재적 표적에 대한 예측을 가능하게 하여 실험 검증 노력을 안내하는 가장 유망한 새로운 도구 중 하나입니다. 또한, LC-MS 또는 LC-NMR와 같은 접근법은 분석 프로세스를 간소화하여 화합물 식별을 가속화합니다. 구조 생물학 및 계산 생물학의 통합은 리드 식별을 지원하여 식물 화학물질이 신체의 잠재적 표적과 어떻게 상호 작용하는지 이해하는 데 귀중한 정보를 제공합니다. 떠오르는 계산 접근법은 QSAR 모델링과 심층 신경망을 포함하는 기계 학습으로, 식물 화학물질의 특성과 항균이나 항암 효과와 같은 다양한 생리 활동을 관련시킵니다.
Chihomvu et al. (Mon,)는 이 문제를 연구하였습니다.