1. Search Result
Search Result
Results for "

molecular recognition

" in MCE Product Catalog:

8

抑制剂 & 激动剂

5

化合物筛选库

1

荧光染料

1

生化试剂

3

多肽产品

没找到您心仪的产品?我们拥有更多针对信号通路的抑制剂、激动剂、调节剂

您还可以尝试以下方式,我们的专业人员为您服务

Cat. No. Product Name
  • HY-L237
    278 compounds

    模式识别受体 (Pattern Recognition Receptors, PRRs) 是先天免疫系统细胞 (如巨噬细胞、树突状细胞等) 中表达的一类重要蛋白质分子。模式识别受体的核心作用是识别病原体相关分子模式 (Pathogen-Associated Molecular Patterns, PAMPs) 和损伤相关分子模式 (Damage-Associated Molecular Patterns, DAMPs)。当PRRs识别并结合 PAMPs 或 DAMPs 后,会迅速启动细胞内信号通路 (如 NF-κB、IRF、炎症小体通路),从而触发炎症因子、趋化因子和 I 型干扰素等的产生,启动炎症反应,清除病原体或修复损伤。PRRs 是机体抵抗感染的第一道防线,其应答的快速性和广泛性对宿主存活至关重要。然而,PRR 信号的异常活化也是许多慢性炎症性疾病、自身免疫病和神经退行性疾病的原因之一。因此,精准调控 PRR 的活性已成为治疗这些疾病的关键策略。

    MCE 精心收录了 278 种模式识别受体靶向化合物,包含 NOD-like Receptor (NLR)、Toll-like Receptor (TLR)、C-type Lectin-like Receptors、Cyclic GMP-AMP Synthase 等,是慢性炎症疾病等相关药物研究的有效工具。

  • HY-L934
    92 compounds

    CRBN 即 cereblon,是泛素 - 蛋白酶体系统中 E3 泛素连接酶复合物的底物识别亚基。CRBN 配体库是能特异性结合 CRBN 蛋白的小分子化合物片段的集合。

    这些配体多基于经过验证的 CRBN 结合弹头设计,通过 AI 分子生成优化系统进行改造,不仅包含来那度胺类经典结构,也涵盖非来那度胺类的新型骨架,且经过成药潜力过滤,具有结构多样性和较好的成药性质,可基于库中配体进行优化改造,助力新型分子胶降解剂研发,加速诱导 CRBN 与新底物蛋白结合的分子胶发现,同时可用于 CRBN 新底物挖掘,鉴定未知的CRBN 底物。

    MCE收集整理92个和CRBN亲和力较好的片段库,其分子量在 200 - 500之间。基于库中配体开发的化合物可针对癌症、自身免疫疾病等多种疾病靶点,进一步推动分子胶和PROTAC治疗药物研发。

  • HY-L903
    5,400 compounds

    基于片段的药物发现(FBDD)作为发现新药的有力方法,已备受制药行业和学术界关注。 在近期上市的药物结构中,sp3 中心和立体中心的比例显著增加,研究者们对高三维度(3D)和富含 Fsp3 中心的片段库颇感兴趣。

    MCE 3D 多样片段库由 5,400 个非平面片段分子组成(平均 Fsp3 值为 0.58),超过4,700个片段至少包含一个手性中心。本库设计的关键元素是 3D 结构、多样性、生物反应性等。另,库中化合物在保证高sp3中心和 3D 结构优势的同时,还有效提高了片段潜在生物活性,为基于片段的药物发现提供了更高的片段命中优化概率,增加了找到创新命中的可能性。

  • HY-L033
    369 compounds

    拟肽化合物是一类药效团在三维空间中模拟天然肽或蛋白质,并保留与生物靶标相互作用的能力,产生相同的生物效应的化合物。拟肽化合物的设计是为了规避一些天然肽自身存在的问题:如对蛋白水解作用的稳定性(活性持续时间)和较差的生物利用度,某些其他性质,如受体的选择性或效能,往往可以得到很大的改善。拟肽的设计和合成是非常重要的,因为在分子识别和信号传递中,尤其是在生命系统中,肽和蛋白-蛋白相互作用起着主导作用。因此,拟肽类化合物在新药开发中具有巨大潜力。

    MCE 拟肽类化合物库包含 369 种小分子化合物,包括类肽,α-螺旋类似物,β-折叠类似物等,是药物发现中研究构效关系不可或缺的工具。

  • HY-L906
    650 compounds

    2024年5月,Nature杂志在线发表了题为“Dimerization and antidepressant recognition at noradrenaline transporter”的研究论文,该研究成果由中国科学院上海药物研究所完成。该研究破解了重要神经系统疾病靶标——去甲肾上腺素转运体(NET),获得了人源NET同源二聚体分别与转运天然底物去甲肾上腺素NE,以及六种选择性抗抑郁药物的结合模式,为理解NET等单胺类转运体的生理调控机制奠定了重要的理论基础。

    Norepinephrine Transporter (NET) Compound Library是基于HY-L901类药化合物库,通过计算机虚拟筛选获得,具体筛选流程包括分子对接筛选、关键药效团筛选以及CNS-MPO筛选,可用于靶向去甲肾上腺素转运体的新药发现。

Your information is safe with us. * Required Fields.

* 客户姓名:

 

* 公司或机构名称:

* Email:

 

* 联系电话:

* 产品名称:

 

* 需求量:

   目录号:

 

   CAS号:

   留言给我们:

Bulk Inquiry

Inquiry Information

产品名称:
目录号:
需求量: