Drug Discov Today｜贵州大学董雅雯等：识别隐秘口袋计算方法的比较研究

本文综述了隐秘口袋在药物发现中的重要性及其识别方法。隐秘口袋作为蛋白质中隐藏或瞬态存在的结合位点，为药物设计提供了新的靶点选择。研究背景指出，传统实验方法存在局限性，而计算方法如分子动力学模拟和人工智能技术提供了更高效的解决方案。研究目的为系统评估现有计算方法的优缺点，并以TEM-1 β-内酰胺酶为例进行案例分析。结论表明，分子动力学方法准确性高但计算成本大，人工智能方法速度快但依赖训练数据，两者结合可提高识别效率。未来展望包括AI与MD技术的融合以及基于结构的药物设计应用。