Aller au contenu principal
2026 article

Performances and Critical Limitations of Docking and Protein–Ligand Interactions for Efficacy-Driven Virtual Screening Targeting Class A GPCRs

0Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : fr. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Abstract Structure-based virtual screening of chemical libraries is an established and widely used strategy for identifying novel ligands for G-protein-coupled receptors. An enhancement based on integrating protein–ligand interaction with docking has previously been proposed, but its actual impact on improving screening outcomes has remained unclear. Here, we present a comprehensive assessment based on systematic benchmarking using a diverse set of class A G-protein-coupled receptors and different approaches to represent protein–ligand, including dynamic patterns extracted from molecular dynamics simulations. Our results demonstrate that the combined approach overall improves the efficacy bias of selected ligands as compared to docking alone (ranking by scoring function). All tested variations prove broadly functional; however, the most sophisticated one─incorporating simulation and a learning model─emerges as the most robust alternative for a prospective setting. The analysis of two prospective cases, the design of both agonists and antagonists of CNR1 and the more challenging search for CXCR4 nonpeptidic agonist, reveals both great potential and inherent structural limitations, highlighting the need for an accurate and suitable three-dimensional structure.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Performances and Critical Limitations of Docking and Protein–Ligand Interactions for Efficacy-Driven Virtual Screening Targeting Class A GPCRs
Date Crossref
01/09/2026
Éditeur
American Chemical Society (ACS)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Laboratoire d'Innovation Thérapeutique pays non établi dans la notice
    Structure de recherche
  • Université de Strasbourg Laboratoire d’Innovation Thérapeutique pays non établi dans la notice
    Université ou école supérieure
  • Centre National de la Recherche Scientifique pays non établi dans la notice
    Organisme public
  • Inserm pays non établi dans la notice
    Organisme public
  • Institut de Génomique Fonctionnelle pays non établi dans la notice
    Structure de recherche
  • Université de Montpellier Institut de Génomique Fonctionnelle pays non établi dans la notice
    Université ou école supérieure

Laboratoire d'Innovation Thérapeutique, Laboratoire d’Innovation Thérapeutique — Université de Strasbourg et Centre National de la Recherche Scientifique, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Receptor Mechanisms and SignalingComputational Drug Discovery MethodsChemical Synthesis and Analysis

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.