German JB, Hammock BD, Watkins SM (2005) Metabolómica: construyendo sobre un siglo de bioquímica para guiar la salud humana. Metabolómica 1(1):3–9
Wishart DS (2007) Progreso actual en metabolómica computacional. Breve Bioinform 8(5):279–293
Shulaev V (2006) Tecnología metabolómica y bioinformática. Breve Bioinform 7(2):128–139
Kosmides AK et al (2013) Huella digital metabolómica: desafíos y oportunidades. Crit Rev. Biomed Eng 41(3):205–221
Nicholson JK, Wilson ID (2003) Opinión: comprensión de la biología de sistemas «globales»: metabolómica y el continuo del metabolismo. Nat Rev Drug Discovery 2(8):668–676
Winnike JH et al (2010) Uso de farmaco-metabolómica para la predicción temprana de hepatotoxicidad inducida por paracetamol en humanos. Clin Pharmacol Ther 88(1):45–51
Holmes E et al (2008) Diversidad de fenotipos metabólicos humanos y su asociación con la dieta y la presión arterial. Naturaleza 453 (7193): 396–400
Beckonert O et al (2007) Elaboración de perfiles metabólicos, procedimientos metabolómicos y metabonómicos para espectroscopía de RMN de extractos de orina, plasma, suero y tejido. Protocolo nacional 2(11):2692–2703
Nicholson JK, Lindon JC, Holmes E (1999) «Metabonómica»: comprensión de las respuestas metabólicas de los sistemas vivos a los estímulos fisiopatológicos a través del análisis estadístico multivariado de los datos espectroscópicos de RMN biológicos. Xenobiotica 29 (11): 1181–1189
Nicholson JK et al (1995) Espectroscopía de RMN 1H y 1H-13C de 750 MHz de plasma sanguíneo humano. Anal Chem 67 (5): 793–811
Smith CA et al (2006) XCMS: Procesamiento de datos de espectrometría de masas para el perfilado de metabolitos mediante alineación, coincidencia e identificación de picos no lineales. Anal Chem 78 (3): 779–787
Dettmer K, Aronov PA, Hammock BD (2007) Metabolómica basada en espectrometría de masas. Espectro de masa Rev 26 (1): 51–78
Want EJ, Cravatt BF, Siuzdak G (2005) El papel cada vez mayor de la espectrometría de masas en el perfilado y la caracterización de metabolitos. ChemBioChem 6(11):1941–1951
Dunn WB, Bailey NJ, Johnson HE (2005) Medición del metaboloma: tecnologías analíticas actuales. Analista 130(5):606–625
Hollywood K, Brison DR, Goodacre R (2006) Metabolómica: tecnologías actuales y tendencias futuras. Proteómica 6 (17): 4716–4723
Moco S et al (2007) Tecnologías metabolómicas e identificación de metabolitos. Trac-Trends Anal Chem 26(9):855–866
Smith CA et al (2005) METLIN: una base de datos de espectros de masas de metabolitos. Ther Drug Monit 27(6):747–751
Wishart DS et al (2013) HMDB 3.0: la base de datos del metaboloma humano en 2013. Nucleic Acids Res 41 (edición de la base de datos): D801–D807
Ulrich EL y otros (2008) BioMagResBank. Ácidos nucleicos Res 36 (base de datos): D402–D408
Pence HE, Williams A (2010) ChemSpider: un recurso de información química en línea. J Chem Educ 87 (11): 1123–1124
Tautenhahn R et al (2012) XCMS en línea: una plataforma basada en la web para procesar datos metabolómicos no dirigidos. Química anal 84(11):5035–5039
Williams AJ (2008) Una perspectiva de las bases de datos de química de acceso abierto/público. Descubrimiento de drogas hoy 13 (11–12): 495–501
Sitzmann M, Filippov IV, Nicklaus MC (2008) Recursos de Internet que integran muchas bases de datos de moléculas pequeñas. SAR QSAR Medio ambiente Res 19(1–2):1–9
Kutzler FW et al (1983) Densidad de carga y enlace en (5,10,15,20-tetrametilporfirinato) níquel (Ii): un estudio experimental y teórico combinado. J Am Chem Soc 105 (10): 2996–3004
Stimpson DI, Cann JR (1981) Un estudio teórico y experimental combinado de la interacción de metrizamida con proteínas. Arch Biochem Biophys 211 (1): 403–412
Cripps SC, Orton RS, Carroll JE (1974) Estudios teóricos y experimentales combinados de un circuito de trampa push-pull. Int J Electron 37(1):1–21
Gaulton A et al (2012) ChEMBL: una base de datos de bioactividad a gran escala para el descubrimiento de fármacos. Ácidos nucleicos Res 40 (edición de la base de datos): D1100–D1107
Izgi T et al (2007) Investigación FT-IR y RMN de 2-(1-ciclohexenil)etilamina: un estudio experimental y teórico combinado. Spectrochimica Acta Part a Mol Biomol Spectrosc 68(1):55–62
de Matos P et al (2010) Entidades químicas de interés biológico: una actualización. Ácidos nucleicos Res 38:D249–D254
Kwan EE, Liu RY (2015) Mejora de la predicción de RMN para compuestos orgánicos mediante dinámica molecular. Cálculo de la teoría de J Chem 11 (11): 5083–5089
Knox C et al (2011) DrugBank 3.0: un recurso integral para la investigación «Omics» sobre drogas. Ácidos nucleicos Res 39:D1035–D1041
Ulrich EL y otros (2008) BioMagResBank. Ácidos nucleicos Res 36:D402–D408
Wishart DS et al (2009) HMDB: una base de conocimiento para el metaboloma humano. Ácidos nucleicos Res 37 (edición de la base de datos): D603–D610
Blum LC, Reymond JL (2009) 970 millones de moléculas pequeñas similares a fármacos para la detección virtual en la base de datos del universo químico GDB-13. J Am Chem Soc 131 (25): 8732–8733
Jewison T et al (2014) SMPDB 2.0: grandes mejoras en la base de datos de rutas de moléculas pequeñas. Ácidos nucleicos Res 42 (edición de la base de datos): D478–D484
Frolkis A et al (2010) SMPDB: la base de datos de vías de moléculas pequeñas. Ácidos nucleicos Res 38 (edición de la base de datos): D480–D487
Richard AM, Williams CR (2002) Red pública de base de datos de toxicidad de búsqueda de estructura distribuida (DSSTox): una propuesta. Mutat Res. 499(1):27–52
Guo AC et al (2013) ECMDB: el E. coli base de datos del metaboloma. Ácidos nucleicos Res 41 (edición de la base de datos): D625–D630
Sajed T et al (2016) ECMDB 2.0: un recurso más rico para comprender la bioquímica de E. coli. Ácidos nucleicos Res 44(D1):D495-501
Keseler IM et al (2017) La base de datos EcoCyc: refleja nuevos conocimientos sobre Escherichia coli K-12. Ácidos nucleicos Res 45(D1):D543–D550
Scalbert A et al (2011) Bases de datos sobre fitoquímicos alimentarios y sus efectos promotores de la salud. J Agric Food Chem 59(9):4331–4348
Fahy E et al (2009) Actualización del sistema de clasificación integral LIPID MAPS para lípidos. J Lipid Res 50:S9–S14
Caspi R et al (2018) La base de datos MetaCyc de vías metabólicas y enzimas. Ácidos nucleicos Res 46(D1):D633–D639
MolMall. [cited 2019 8/1]; http://www.molmall.net/.
Banerjee P et al (2015) Super Natural II: una base de datos de productos naturales. Ácidos nucleicos Res 43(D1):D935–D939
Wishart D et al (2015) T3DB: la base de datos de exposomas tóxicos. Nucleic Acids Res 43 (edición de la base de datos): D928–D934
Lim E et al (2010) T3DB: una base de datos detalladamente anotada de toxinas comunes y sus objetivos. Ácidos nucleicos Res 38:D781–D786
Richard AM et al (2016) Panorama químico de ToxCast: allanando el camino hacia la toxicología del siglo XXI. Chem Res Toxicol 29(8):1225–1251
Gu JY et al (2013) Uso de productos naturales como biblioteca química para el descubrimiento de fármacos y farmacología en red. PLoS ONE 8(4):e62839
Sterling T, Irwin JJ (2015) Descubrimiento de 15 ligandos de ZINC para todos. J Chem Inf. Modelo 55(11):2324–2337
Wishart DS (2011) Avances en la identificación de metabolitos. Bioanálisis 3 (15): 1769–1782
Xiao JF, Zhou B, Ressom HW (2012) Identificación y cuantificación de metabolitos en metabolómica basada en LC-MS/MS. Trac-Trends Anal Chem 32:1–14
Biblioteca NIST 17 MS/MS. [cited 2019 05.01]. https://www.sisweb.com/software/nist-msms.htm.
La biblioteca de espectros de masas NIST 17. junio 2017 [cited 2019 05.01]. https://www.sisweb.com/software/ms/nist.htm#stats.
La biblioteca del metaboloma humano (HML). [cited 2019 05.01]. http://www.hmdb.ca/hml.
Wishart DS et al (2018) HMDB 4.0: la base de datos del metaboloma humano para 2018. Nucleic Acids Res 46(D1):D608–D617
Wishart DS et al (2007) HMDB: la base de datos del metaboloma humano. Ácidos nucleicos Res 35 (edición de la base de datos): D521–D526
ZINC 15, una base de datos gratuita de compuestos disponibles comercialmente. [cited 2019 05.01]. http://zinc15.docking.org/.
Sterling T, Irwin JJ (2015) ZINC 15: descubrimiento del ligando para todos. J Chem Inf. Modelo 55(11):2324–2337
Styczynski MP et al (2007) Identificación sistemática de metabolitos conservados en GC/MS datos para la metabolómica y el descubrimiento de biomarcadores. Anal Chem 79 (3): 966–973
Staniek A, Woerdenbag HJ, Kayser O (2008) Endofitos: explotación de la biodiversidad para la mejora del descubrimiento de fármacos basados en productos naturales. J Plant Interact 3(2):75–93
Tulp M, Bohlin L (2002) Diversidad funcional versus diversidad química: ¿es importante la biodiversidad para el descubrimiento de fármacos? Tendencias Pharmacol Sci 23(5):225–231
Sumner LW et al (2007) Estándares mínimos propuestos para informes de análisis químico. Metabolómica 3(3):211–221
DeHaven CD et al (2010) Organización de datos de metabolómica de GC/MS y LC/MS en bibliotecas químicas. J Quimioinformática 2:1–12
Dobson CM (2004) Espacio químico y biología. Naturaleza 432 (7019): 824–828
Patti GJ et al (2013) Una vista desde arriba: diagramas de nubes para visualizar datos metabolómicos globales. Anal Chem 85 (2): 798–804
Weckwerth W (2003) Metabolómica en biología de sistemas. Annu Rev Plant Biol 54: 669–689
Salek RM et al (2013) El papel de los estándares de informes para la anotación e identificación de metabolitos en estudios metabolómicos. Gigaciencia 2:2047–2217
Fiehn O et al (2007) La iniciativa de estándares de metabolómica (MSI). Metabolómica 3(3):175–178
Beisken S, Eiden M, Salek RM (2015) Obtener las respuestas correctas: comprender los desafíos de la metabolómica. Expert Rev Mol Diagnóstico 15(1):97–109
Di Stefano V et al (2012) Aplicaciones de la cromatografía líquida-espectrometría de masas para el análisis de alimentos. J Chromatogr A 1259: 74–85
Garcia A, Barbas C (2011) Metabolómica basada en cromatografía de gases-espectrometría de masas (GC-MS). Métodos Mol Biol 708:191–204
Schymanski EL et al (2014) Identificación de moléculas pequeñas a través de espectrometría de masas de alta resolución: comunicación de confianza. Tecnología de ciencia ambiental 48 (4): 2097–2098
Tang HR et al (2004) Uso de espectroscopia de resonancia magnética nuclear unidimensional y bidimensional editada por relajación para mejorar la detección de pequeños metabolitos en el plasma sanguíneo. Bioquímica anal 325(2):260–272
Nicholson JK, Wilson ID (2003) Comprensión de la biología de sistemas «globales»: metabolómica y el continuo del metabolismo. Nat Rev Drug Discovery 2(8):668–676
Kangas LJ et al (2012) Software de identificación in silico (ISIS): un enfoque de aprendizaje automático para la identificación espectral de masas en tándem de lípidos. Bioinformática 28 (13): 1705–1713
Allen F, Greiner R, Wishart D (2015) Modelado de fragmentación competitiva de espectros ESI-MS/MS para la identificación de metabolitos putativos. Metabolómica 11(1):98–110
Wolf S et al (2010) Fragmentación in silico para la identificación asistida por computadora de espectros de masas de metabolitos. BMC Bioinformática 11:1–12
Bouteiller Y et al (2008) Factores de escala específicos transferibles para la interpretación de espectros infrarrojos de biomoléculas de la teoría funcional de la densidad. J Phys Chem A 112 (46): 11656–11660
Colby SM et al (2019) ISiCLE: una tubería de química cuántica para establecer bibliotecas de sección transversal de colisión in silico. Anal Chem 91 (7): 4346–4356
Nuñez JR, et al (2018) Avances en métodos libres de estándares para la identificación de moléculas pequeñas en muestras complejas. preimpresión de arXiv arXiv:1810.07367.
Casabianca LB, De Dios AC (2008) Cálculos ab initio de desplazamientos químicos de RMN. J Chem Phys 128 (5): 052201
Lodewyk MW, Siebert MR, Tantillo DJ (2012) Predicción computacional de los cambios químicos de 1H y 13C: una herramienta útil para la química orgánica sintética, mecánica y de productos naturales. Chem Rev 112 (3): 1839–1862
Hill DE, Vasdev N, Holland JP (2015) Evaluación de la precisión de la teoría del funcional de la densidad para calcular los desplazamientos químicos de RMN H-1 y C-13 en moléculas de fármacos. Comput Theor Chem 1051: 161–172
Lomas JS (2016) Espectros H-1 NMR de alcoholes en solventes de enlace de hidrógeno: cálculos DFT/GIAO de desplazamientos químicos. Magn Reson Chem 54 (1): 28–38
Zheng XY et al (2017) Elucidación estructural de la fotoisomerización del ácido dicafeoilquínico cis/trans mediante espectrometría de masas-espectrometría de movilidad iónica. J Phys Chem Lett 8 (7): 1381–1388
Zheng XY et al (2017) Mejora de las separaciones de isómeros de glicano con iones metálicos y análisis de espectrometría de masas de movilidad iónica de polaridad positiva y negativa. Química anal bioanal 409(2):467–476
Nunez JR et al (2019) Evaluación de bibliotecas de funciones múltiples in silico para proporcionar evidencia de la presencia de moléculas pequeñas en muestras ciegas sintéticas. j Modelo de información química 59(9):4052–4060
Forsyth DA, Sebag AB (1997) Desplazamientos químicos C-13 NMR calculados a través de blindajes GIAO escalados empíricamente y geometrías de mecánica molecular. Conformación y configuración a partir de turnos C-13. J Am Chem Soc 119 (40): 9483–9494
Auer AA, Gauss J, Stanton JF (2003) Predicción cuantitativa de constantes de blindaje magnético nuclear C-13 en fase gaseosa. J Chem Phys 118 (23): 10407–10417
Mothana B, Ban FQ, Boyd RJ (2005) Validación de un esquema computacional para estudiar las constantes de blindaje nuclear N-15 y C-13. Chem Phys Lett 401(1–3):7–12
Saito H (1986) Cambios químicos C-13 dependientes de la conformación: un nuevo medio de caracterización conformacional obtenido por C-13 Nmr de estado sólido de alta resolución. Magn Reson Chem 24 (10): 835–852
Jaime C et al (1991) C-13 Nmr desplazamientos químicos: una regla única para determinar la conformación de Calix[4]Arenes. J Org Chem 56 (10): 3372–3376
Yannoni CS et al (1991) C-13 Nmr-estudio del grupo C60 en estado sólido: anisotropía de desplazamiento químico de carbono y movimiento molecular. J Phys Chem 95 (1): 9–10
Malkin VG et al (1996) Efecto del solvente sobre los blindajes químicos de RMN en agua calculado mediante una combinación de dinámica molecular y teoría funcional de la densidad. Chem Eur J 2 (4): 452–457
Casanovas J et al (2001) Desplazamientos químicos de RMN calculados y experimentales de p-mentano-3,9-dioles. Una combinación de dinámica molecular y mecánica cuántica para determinar la estructura y los efectos del disolvente. J Org Chem 66 (11): 3775–3782
Benzi C et al (2004) Desplazamientos químicos de RMN confiables para moléculas en solución mediante métodos arraigados en la teoría funcional de la densidad. Magn Reson Chem 42:S57–S67
Kiamco MM et al (2018) Respuestas estructurales y metabólicas de biopelículas de Staphylococcus aureus al estrés hiperosmótico y antibiótico. Biotecnología Bioeng 115(6):1594–1603
Dreyer DR et al (2012) Elucidación de la estructura de la poli(dopamina). Langmuir 28(15):6428–6435
Xin DY et al (2017) Desarrollo de un procedimiento de predicción de desplazamiento químico C-13 NMR utilizando B3LYP/cc-pVDZ y términos de corrección de errores sistemáticos derivados empíricamente: un método computacional de elucidación de estructuras de moléculas pequeñas. J Org Chem 82 (10): 5135–5145
Garcellano RC et al (2018) Aislamiento de triptantrina y reevaluación de la evidencia de su isobárico isostere wrightiadiona en plantas del género wrightia. J Nat Prod 82 (3): 440–448
Kutateladze AG, Reddy DS (2017) La revisión y validación de la estructura in silico de alto rendimiento de los productos naturales halogenados es posible gracias a las correcciones paramétricas de los cambios químicos 13C NMR calculados por DFT y las constantes de acoplamiento espín-espín. J Org Chem 82 (7): 3368–3381
Kutateladze AG, Krenske EH, Williams CM (2019) Reasignaciones y corroboraciones de productos naturales con puentes oxo dirigidos por OSE y cálculo de DU8+ NMR. Angew Chem Int. Ed. Inglés 58(21):7107–7112
Jain R, Bally T, Rablen PR (2009) Cálculo de desplazamientos químicos de protones precisos de moléculas orgánicas con métodos funcionales de densidad y conjuntos básicos modestos. J Org Chem 74 (11): 4017–4023
Pérez M et al (2006) Dilema de precisión frente a tiempo en la predicción de los cambios químicos de RMN: un estudio de caso (cloropirimidinas). J Org Chem 71 (8): 3103–3110
Barone G et al (2002) Determinación de la estereoquímica relativa de compuestos orgánicos flexibles mediante métodos ab initio: análisis conformacional y desplazamientos químicos GIAO C-13 NMR promediados por Boltzmann. Chem Eur J 8(14):3240–3245
Barone G et al (2002) Validación de la estructura de productos naturales mediante cálculos GIAO de mecánica cuántica de desplazamientos químicos C-13 NMR. Chem Eur J 8(14):3233–3239
Remya K, Suresh CH (2013) ¿Qué funcional de densidad está cerca de la precisión CCSD para describir la geometría y la energía de interacción de los dímeros no covalentes pequeños? Un estudio de referencia utilizando gaussian09. J Comput Chem 34 (15): 1341–1353
Zhao Y, Truhlar DG (2008) Descripción mejorada de las constantes de blindaje químico de resonancia magnética nuclear utilizando el funcional de densidad de aproximación de gradiente metageneralizado M06-L. J Phys Chem A 112 (30): 6794–6799
Magyarfalvi G, Pulay P (2003) Evaluación de métodos funcionales de densidad para cálculos de blindaje de resonancia magnética nuclear. J Chem Phys 119 (3): 1350–1357
Cimino P et al (2004) Comparación de diferentes modelos teóricos y conjuntos básicos en el cálculo de los desplazamientos químicos de RMN C-13 de productos naturales. Magn Reson Chem 42:S26–S33
Tormena CF, da Silva GVJ (2004) Cálculos de desplazamientos químicos en sistemas aromáticos: una comparación de modelos y conjuntos básicos. Chem Phys Lett 398 (4–6): 466–470
Cramer CJ, Truhlar DG (1999) Modelos de solvatación implícita: equilibrios, estructura, espectros y dinámica. Química Rev 99 (8): 2161–2200
Wiitala KW, Hoye TR, Cramer CJ (2006) Métodos funcionales de densidad híbrida optimizados empíricamente para el cálculo de los cambios químicos C-13 y H-1 en solución de cloroformo. Cálculo de la teoría de J Chem 2 (4): 1085–1092
Reddy G, Yethiraj A (2006) Modelos de solventes implícitos y explícitos para la simulación de soluciones de polímeros diluidos. Macromoléculas 39(24):8536–8542
Smirnov SN et al (1996) Efectos del isótopo de deuterio de hidrógeno en los cambios químicos de RMN y geometrías de complejos intermoleculares de enlace de hidrógeno de baja barrera. J Am Chem Soc 118 (17): 4094–4101
Benedict H et al (1996) Efectos de isótopos de hidrógeno/deuterio en los cambios químicos N-15 NMR y geometrías de enlaces de hidrógeno de baja barrera en estado sólido. J Mol Struct 378(1):11–16
Gidley MJ, Bociek SM (1988) C-13 Cp/Mas Nmr: estudios de complejos de inclusión de amilosa, ciclodextrinas y la fase amorfa de los gránulos de almidón: relaciones entre la conformación del enlace glucosídico y los cambios químicos C-13 en estado sólido. J Am Chem Soc 110 (12): 3820–3829
Buckingham AD (1960) Cambios químicos en los espectros de resonancia magnética nuclear de moléculas que contienen grupos polares. Can J. Chem Revue Canadienne De Chimie 38(2):300–307
Osmialowski B, Kolehmainen E, Gawinecki R (2001) GIAO/DFT calculó los desplazamientos químicos de las especies tautoméricas 2-fenacilpiridinas y (Z)-2-(2-hidroxi-2-fenilvinil)piridinas. Magnet Reson Chem 39(6):334–340
Gauss J (1993) Efectos de la correlación de electrones en el cálculo de los cambios químicos de resonancia magnética nuclear. J Chem Phys 99 (5): 3629–3643
Gao HW et al (2010) Comparación de diferentes modelos teóricos y conjuntos básicos en los cálculos de estructuras y espectros de RMN C-13 de [Pt(en)(CBDCA-O, O’)], un análogo del fármaco antitumoral carboplatino. J Phys Chem B 114 (11): 4056–4062
Wu A et al (2007) Estudios sistemáticos sobre el cálculo de constantes de blindaje de resonancia magnética nuclear y cambios químicos: los modelos funcionales de densidad. J Comput Chem 28 (15): 2431–2442
Giesen DJ, Zumbulyadis N (2002) Un modelo mecánico cuántico híbrido y empírico para la predicción de constantes de protección isotrópicas C-13 de moléculas orgánicas. Phys Chem Chem Phys 4(22):5498–5507
Hoffmann F et al (2017) Mejoró la predicción de desplazamiento químico de RMN química cuántica de metabolitos en solución acuosa hacia la validación de incógnitas. J Phys Chem A 121 (16): 3071–3078
Aliev AE, Courtier-Murias D, Zhou S (2009) Factores de escala para los cambios químicos de RMN de carbono obtenidos de los cálculos de DFF B3LYP. J Mol Struct Theochem 893(1–3):1–5
Willoughby PH, Jansma MJ, Hoye TR (2014) Una guía para la asignación de estructuras de moléculas pequeñas mediante el cálculo de los cambios químicos de RMN (H-1 y C-13). Protocolo Nacional 9(3):643–660
Pierens GK (2014) Factores de escala de RMN H-1 y C-13 para el cálculo de desplazamientos químicos en disolventes de uso común utilizando la teoría funcional de la densidad. J Comput Chem 35 (18): 1388–1394
Caputo MC, Provasi PF, Sauer SPA (2018) El papel de las moléculas solventes explícitas en el cálculo de los cambios químicos de RMN de la glicina en el agua. Theor Chem Accounts 137(7):1–8
Feunang YD et al (2016) ClassyFire: clasificación química automatizada con una taxonomía computable integral. J Quimioinformática 8:1–20
Google Académico
Yesiltepe Y et al (2018) Un marco automatizado para los cálculos de desplazamiento químico de RMN de moléculas orgánicas pequeñas. J Quimioinformática 10:1–16
Koster J, Rahmann S (2012) Snakemake: un motor de flujo de trabajo de bioinformática escalable. Bioinformática 28(19):2520–2522
Weininger D (1988) Sonrisas, un lenguaje químico y un sistema de información. 1. Introducción a la metodología y reglas de codificación. J Chem Inf Comput Sci 28 (1): 31–36
Valiev M et al (2010) NWChem: una solución de código abierto integral y escalable para simulaciones moleculares a gran escala. Computación Phys Commun 181 (9): 1477–1489
Lee CT, Yang WT, Parr RG (1988) Desarrollo de la fórmula de energía de correlación de colle-salvetti en un funcional de la densidad de electrones. Phys Rev B 37 (2): 785–789
Becke AD (1993) Una nueva combinación de las teorías de hartree-fock y de densidad funcional local. J Chem Phys 98 (2): 1372–1377
Binkley JS, Pople JA, Hehre WJ (1980) Métodos orbitales moleculares autoconsistentes. 21. Conjuntos básicos pequeños de valencia dividida para elementos de la primera fila. J Am Chem Soc 102 (3): 939–947
Gordon MS et al (1982) Métodos orbitales moleculares autoconsistentes. 22. Conjuntos básicos pequeños de valencia dividida para elementos de la segunda fila. J Am Chem Soc 104 (10): 2797–2803
Schuchardt KL et al (2007) Intercambio de conjunto de bases: una base de datos comunitaria para ciencias computacionales. J Chem Inf. Modelo 47(3):1045–1052
Saielli G et al (2011) Abordar la estereoquímica de moléculas orgánicas complejas mediante la teoría funcional de la densidad-NMR: vannusal B en retrospectiva. J Am Chem Soc 133 (15): 6072–6077
Tantillo DJ (2013) Caminando en el bosque con química cuántica: aplicaciones de cálculos químicos cuánticos en productos naturales investigar. Representante de producción nacional 30 (8): 1079–1086
Klamt A, Schüürmann G (1993) COSMO: un nuevo enfoque para el apantallamiento dieléctrico en solventes con expresiones explícitas para la energía de apantallamiento y su gradiente. J Chem Soc Perkin Trans 2 (5): 799–805
Feller D (1996) El papel de las bases de datos en apoyo de los cálculos de química computacional. J Comput Chem 17 (13): 1571-1586
Xin D et al (2017) Desarrollo de un procedimiento de predicción de desplazamiento químico de RMN de (13) C utilizando B3LYP/cc-pVDZ y términos de corrección de errores sistemáticos derivados empíricamente: un método computacional de elucidación de estructuras de moléculas pequeñas. J Org Chem 82 (10): 5135–5145
Ditchfield R (1974) Teoría de la perturbación autoconsistente del diamagnetismo. 1. Método Lcao de calibre invariable para desplazamientos químicos Nmr. Mol Phys 27 (4): 789–807
Oliveira FM et al (2016) Evaluación de algunos métodos funcionales de densidad para la estimación de los desplazamientos químicos de hidrógeno y carbono de los fosforamidatos. Computación Teoría Química 1090: 218–224
Smith SG, Goodman JM (2010) Asignación de estereoquímica a diastereoisómeros individuales mediante el cálculo de GIAO NMR: la probabilidad de DP4. J Am Chem Soc 132(37):12946–12959
Grimblat N, Zanardi MM, Sarotti AM (2015) Más allá de DP4: una probabilidad mejorada para la asignación estereoquímica de compuestos isoméricos utilizando cálculos químicos cuánticos de cambios de RMN. J Org Chem 80 (24): 12526–12534
Navarro-Vazquez A (2017) Estado del arte y perspectivas en la aplicación de la predicción química cuántica de desplazamientos químicos H-1 y C-13 y acoplamientos escalares para la elucidación estructural de compuestos orgánicos. Magn Reson Chem 55 (1): 29–32
Ermanis K et al (2017) Doblando el poder de DP4 para la elucidación de la estructura computacional. Org Biomol Chem 15(42):8998–9007
Renslow RS et al (2014) Un sistema de microrreactor de biopelícula para técnicas simultáneas de resonancia magnética nuclear y electroquímica. Tecnología de ciencia del agua 69 (5): 966–973
Sutovich KJ et al (1999) Cuantificación simultánea de sitios ácidos de Bronsted y Lewis en una zeolita USY. Catal J 183(1):155–158
Mueller LJ (1997) Intercambio químico en resonancia magnética nuclear. Instituto de Tecnología de California
Google Académico
Munkres J (1957) Algoritmos para los problemas de asignación y transporte. J Soc Ind Appl Math 5(1):32–38
Kuhn HW (1955) El método húngaro para el problema de asignación. Naval Res Logist Q 2 (1): 83–97
Kuhn HW (1956) Variantes del método húngaro para problemas de asignación. Naval Res Logist Q 3 (4): 253–258
Cui H, et al (2016) Resolución de problemas de asignación a gran escala mediante el algoritmo de Kuhn-Munkres. En: Actas de la segunda conferencia internacional sobre avances en ingeniería mecánica e informática industrial (Ameii 2016), vol 73, pp 822–827.
NaganaGowda GA, Raftery D (2017) Avances recientes en metabolómica basada en RMN. Química anal 89(1):490–510
Bingol K (2018) Avances recientes en metabolómica dirigida y no dirigida por métodos de RMN y MS/NMR. Alto rendimiento 7(2):9
Hogben HJ et al (2011) Spinach: una biblioteca de software para la simulación de la dinámica de espín en grandes sistemas de espín. J Magn Reson 208 (2): 179–194
Bingol K et al (2015) Metabolómica más allá de las bases de datos espectroscópicas: una estrategia combinada de MS/NMR para la identificación rápida de nuevos metabolitos en mezclas complejas. Anal Chem 87 (7): 3864–3870
Relacionado:
Los fragmentos de moléculas pequeñas pueden unirse a un objetivo de manera diferente dependiendo de la temperatura
Corrección de: Huellas dactilares de afinidad farmacológica derivadas de datos de bioactividad para la identificación de drogas de diseño | Revista de quimioinformática
