Der Artikel von Driggers, E. M., Hale, S. P., Lee, J. & Terrett, N. K. aus dem Jahr 2008 erforscht die Verwendung von Makrozyklen für die Arzneimittelentdeckung und betrachtet sie als eine untergenutzte strukturelle Klasse. Es werden verschiedene Ansätze zur Entdeckung von bioaktiven Makrozyklen, einschließlich RNA-Display-Methoden, diskutiert. Forschungen zu Makrozyklen als potenzielle Wirkstoffkandidaten werden ebenfalls beleuchtet, wobei Fortschritte und verbleibende Herausforderungen hervorgehoben werden.
Des Weiteren werden Methoden für die Synthese von Rückgrat-Makrozzyklenpeptiden vorgestellt, die mit Screening-Technologien kompatibel sind. Die Untersuchung, wie Proteine an Makrozyklen binden, sowie die Beschreibung der Chamäleon-Eigenschaften von Makrozyklen und anderen hochmolekularen Wirkstoffen, sind ebenfalls Gegenstand der Diskussion. Des Weiteren wird die genaue computergestützte Entwurfsfähigkeit von Membran-durchdringenden Makrozyklenpeptiden thematisiert.
Im Kontext der Cheminformatik werden verschiedene Ansätze zur Konformationsgenerierung für kleine Ringe und Makrozyklen diskutiert, basierend auf Abstandsgeometrie und experimentellen Torsionswinkel-Präferenzen. Des Weiteren wird die Anwendung von NOE-abgeleiteten Abständen in der Konformationsgenerierung von zyklischen Peptiden mittels Abstandsgeometrie betrachtet. Die Validierung von Konformationsgenerierungsalgorithmen unter Verwendung hochwertiger Strukturen aus Protein-Datenbanken wird ebenfalls erläutert.
Zusätzlich werden fortgeschrittene Methoden zur Generierung und Vorhersage von Proteinstrukturen unter Verwendung von neuronalen Netzwerken diskutiert, zusammen mit dem Verständnis von Konformationsentropie in kleinen Molekülen. Die Entwicklung von Modellen für die Vorhersage der Strukturbindung von Wirkstoffen wird thematisiert, einschließlich der Anwendung von geometrischem Deep Learning. Insgesamt beschäftigen sich die vorgestellten Arbeiten mit der effizienten Erkundung des chemischen Universums, der Konformationsgenerierung und der Strukturvorhersage von Proteinen und Molekülen für die Arzneimittelentdeckung.