SAFR: Enabling Fragment-Based Drug Discovery with a Synthetic Binding Pose Data Set
Journal of Chemical Information and Modeling · 2026
DOI: 10.1021/acs.jcim.6c00217 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Chemical Information and Modeling, 2026. Verfasst von Joan Cabot-March und 2 weiteren Autor:innen. Beteiligte Einrichtung: Chemotargets SL, Parc Cientific de Barcelona, Baldiri Reixac 4 (TR-03), 08028 Barcelona, Catalonia, Spain. Hauptthemen laut MEDLINE: Drug Discovery, Proteins, Small Molecule Libraries. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 41 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Ministerio de Ciencia, Innovaci?n y Universidades, Ag?ncia de Gesti? d'Ajuts Universitaris i de Recerca.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Substanzen
Autor:innen und Institutionen
- Chemotargets SL, Parc Cientific de Barcelona, Baldiri Reixac 4 (TR-03), 08028 Barcelona, Catalonia, Spain.
- Institut de Quimica Computacional i Catalisi, Facultat de Ciencies, Universitat de Girona, Maria Aurelia Capmany 69, 17003 Girona, Catalonia, Spain.
ORCID-Profile: Joan Cabot-March, Xavier Jalencas, Jordi Mestres
Förderung
- Ministerio de Ciencia, Innovaci?n y Universidades
- Ag?ncia de Gesti? d'Ajuts Universitaris i de Recerca
Zitieren
APA
Cabot-March, J., Jalencas, X., & Mestres, J. (2026). SAFR: Enabling Fragment-Based Drug Discovery with a Synthetic Binding Pose Data Set. Journal of Chemical Information and Modeling. https://doi.org/10.1021/acs.jcim.6c00217
Vancouver
Cabot-March J, Jalencas X, Mestres J. SAFR: Enabling Fragment-Based Drug Discovery with a Synthetic Binding Pose Data Set. Journal of Chemical Information and Modeling. 2026. doi:10.1021/acs.jcim.6c00217
BibTeX
@article{CabotMarch2026,
author = {Cabot-March, Joan and Jalencas, Xavier and Mestres, Jordi},
title = {SAFR: Enabling Fragment-Based Drug Discovery with a Synthetic Binding Pose Data Set},
journal = {Journal of Chemical Information and Modeling},
year = {2026},
doi = {10.1021/acs.jcim.6c00217}
}
EUVIMED