مروری بر مطالعات محاسباتی مواد آلی با خواص زیستی و دارویی

شیمی محاسباتی (Computational Chemistry) در دهه های اخیر به یکی از ارکان بنیادین طراحی و کشف داروهای نوین تبدیل شده است. ابزارهای محاسباتی نظیر داکینگ مولکولی (Molecular Docking)، شبیه سازی دینامیک مولکولی (Molecular Dynamics Simulation)، روابط کمی ساختار - فعالیت (QSAR) و مدلسازی فارماکوکینتیک و سم شناسی محاسباتی (ADMET) امکان بررسی دقیق ساختار، پایداری و رفتار بیولوژیکی ترکیبات آلی را فراهم ساخته اند. این روش ها در کنار نظریه تابعیت چگالی (DFT) و تحلیل کوانتومی چگالی الکترونی (QTAIM)، به پژوهشگران اجازه می دهند تا در سطح اتمی و مولکولی سازوکارهای اتصال و پایداری داروها را پیش بینی کنند. افزون بر این، ظهور مدل های یادگیری ماشینی (ML) و هوش مصنوعی (AI) در غربالگری مجازی و طراحی معکوس مولکولی فصل جدیدی از کارایی و دقت را در کشف ترکیبات زیست فعال به ارمغان آورده است. در این مقاله با نگاهی مروری و تحلیلی به بررسی روش شناسی های اصلی مطالعات موردی از جمله برهم کنش ایرینوتکان HSA و مهارکننده های طبیعی ۲-SARS-CoV و چشم انداز آینده فناوری های نوین مانند چارچوب های فلز آلی (MOF) در زیست پزشکی پرداخته می شود.

کلیدواژه ها:

شیمی محاسباتی ، داکینگ ، شبیه سازی دینامیک مولکولی ، روابط کمی ساختار - فعالیت (QSAR) ، یادگیری ماشین