development of new drugs for the past few years and combination of several FBDD strategies, such as virtual and NMR screening, can reduce the drawbacks of each of them independently. Our methodology starting from a high throughput virtual screening on NDM-1 of a large library (more than 700,000 compounds) allowed, after slicing the hit molecules into fragments, to build a targeted library. These hit fragments
β-内酰胺类药物(一类主要的抗生素)被
丝氨酸或
金属-β-内酰胺酶(SBL 或 MBL)
水解是抗生素耐药性的主要机制之一。新德里
金属-β-内酰胺酶-1 (N
DM-1) 是一种获得性
金属-碳青霉烯酶,于 2009 年首次报道,目前被认为是开发 β-内酰胺-β-内酰胺酶抑制剂组合的最具临床相关性的靶点之一产生 N
DM 的临床分离株。因此,迫切需要鉴定可以进一步合理药物调节以设计新的和有效的 N
DM-1
抑制剂的支架。在过去的几年中,基于片段的药物发现 (F
BDD) 已成为新药开发的极大兴趣,而虚拟和 NMR 筛选等几种 F
BDD 策略的组合可以独立地减少它们各自的缺点。我们的方法从对大型文库(超过 700,000 种化合物)的 N
DM-1 进行高通量虚拟筛选开始,允许在将命中分子切成片段后构建目标文库。这些命中片段包含在通过饱和转移差异 (STD) 核磁共振 (NMR) 筛选的内部非靶向库片段中。最终鉴定出