Machine Learning-Based Virtual Screening of Antibacterial Agents against Methicillin-Susceptible and Resistant Staphylococcus aureus

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Federal de Minas Gerais (UFMG)-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.contributorUniversidade de São Paulo (USP)-
Autor(es): dc.contributorEberhard Karls University Tübingen-
Autor(es): dc.contributorUniversity of Eastern Finland-
Autor(es): dc.creatorFernandes, Philipe Oliveira-
Autor(es): dc.creatorDias, Anna Letícia Teotonio-
Autor(es): dc.creatordos Santos Júnior, Valtair Severino-
Autor(es): dc.creatorSá Magalhães Serafim, Mateus-
Autor(es): dc.creatorSousa, Yamara Viana-
Autor(es): dc.creatorMonteiro, Gustavo Claro-
Autor(es): dc.creatorCoutinho, Isabel Duarte-
Autor(es): dc.creatorValli, Marilia-
Autor(es): dc.creatorVerzola, Marina Mol Sena Andrade-
Autor(es): dc.creatorOttoni, Flaviano Melo-
Autor(es): dc.creatorPádua, Rodrigo Maia de-
Autor(es): dc.creatorOda, Fernando Bombarda-
Autor(es): dc.creatordos Santos, André Gonzaga-
Autor(es): dc.creatorAndricopulo, Adriano Defini-
Autor(es): dc.creatorda Silva Bolzani, Vanderlan-
Autor(es): dc.creatorMota, Bruno Eduardo Fernandes-
Autor(es): dc.creatorAlves, Ricardo José-
Autor(es): dc.creatorde Oliveira, Renata Barbosa-
Autor(es): dc.creatorKronenberger, Thales-
Autor(es): dc.creatorMaltarollo, Vinícius Gonçalves-
Data de aceite: dc.date.accessioned2025-08-21T20:20:26Z-
Data de disponibilização: dc.date.available2025-08-21T20:20:26Z-
Data de envio: dc.date.issued2025-04-29-
Data de envio: dc.date.issued2024-03-25-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1021/acs.jcim.4c00087-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/297147-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/297147-
Descrição: dc.descriptionThe application of computer-aided drug discovery (CADD) approaches has enabled the discovery of new antimicrobial therapeutic agents in the past. The high prevalence of methicillin-resistantStaphylococcus aureus(MRSA) strains promoted this pathogen to a high-priority pathogen for drug development. In this sense, modern CADD techniques can be valuable tools for the search for new antimicrobial agents. We employed a combination of a series of machine learning (ML) techniques to select and evaluate potential compounds with antibacterial activity against methicillin-susceptible S. aureus (MSSA) and MRSA strains. In the present study, we describe the antibacterial activity of six compounds against MSSA and MRSA reference (American Type Culture Collection (ATCC)) strains as well as two clinical strains of MRSA. These compounds showed minimal inhibitory concentrations (MIC) in the range from 12.5 to 200 μM against the different bacterial strains evaluated. Our results constitute relevant proven ML-workflow models to distinctively screen for novel MRSA antibiotics.-
Descrição: dc.descriptionDepartamento de Produtos Farmacêuticos Faculdade de Farmácia Universidade Federal de Minas Gerais (UFMG), Minas Gerais-
Descrição: dc.descriptionDepartamento de Microbiologia Instituto de Ciências Biológicas Universidade Federal de Minas Gerais (UFMG), Minas Gerais-
Descrição: dc.descriptionDepartamento de Química Orgânica Instituto de Química Universidade Estadual Paulista (UNESP), São Paulo-
Descrição: dc.descriptionDepartamento de Física e Ciência Interdisciplinar Instituto de Física Universidade de São Paulo (USP), São Paulo-
Descrição: dc.descriptionDepartamento de Fármacos e Medicamentos Faculdade de Ciências Farmacêuticas Universidade Estadual Paulista (UNESP)-
Descrição: dc.descriptionDepartamento de Análises Clínicas e Toxicológicas Faculdade de Farmácia Universidade Federal de Minas Gerais (UFMG), Minas Gerais-
Descrição: dc.descriptionInstitute of Pharmacy Pharmaceutical/Medicinal Chemistry and Tübingen Center for Academic Drug Discovery Eberhard Karls University Tübingen-
Descrição: dc.descriptionSchool of Pharmacy Faculty of Health Sciences University of Eastern Finland-
Descrição: dc.descriptionDepartamento de Química Orgânica Instituto de Química Universidade Estadual Paulista (UNESP), São Paulo-
Descrição: dc.descriptionDepartamento de Fármacos e Medicamentos Faculdade de Ciências Farmacêuticas Universidade Estadual Paulista (UNESP)-
Formato: dc.format1932-1944-
Idioma: dc.languageen-
Relação: dc.relationJournal of Chemical Information and Modeling-
???dc.source???: dc.sourceScopus-
Título: dc.titleMachine Learning-Based Virtual Screening of Antibacterial Agents against Methicillin-Susceptible and Resistant Staphylococcus aureus-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.