| 查看: 1280 | 回复: 3 | |||
| 【奖励】 本帖被评价2次，作者fanny325增加金币 1.6 个 | |||
[资源]
AP重点文献
|
|||
|
001化合物水中溶解度的计算预测 In silico prediction of aqueous solubility. Dearden JC. (2006) Expert Opin. Drug Discov. 1:31-52 【摘要】：本文对化合物的水溶解度及其影响因素进行了简要概述，并简短介绍了定量结构-性质关系。汇总了1990年以前关于水溶性预测的工作，并对1990年以后的大多数水溶性计算预测方法进行了详细介绍和深入讨论。1990年以后的水溶性计算预测方法开始使用具有多样性的训练集。本文用21个药物和杀虫剂组成的测试集对这些研究中提及的水溶解度预测模型的准确性进行了验证。最后，我们用122个水溶解度已知的药物分子，对15款商业化软件的水溶解度预测准确性进行了评测。 002分子亲脂性的计算:主流Log P预测方法并用超过96,000个化合物对这些方法进行比较研究 Calculation of molecular lipophilicity: State-of-the-art and comparison of log P methods on more than 96,000 compounds. Mannhold R, Poda GI, Ostermann C, Tetko IV. (2008) J. Pharm. Sci. 98(3):861-93 【摘要】：Log P的预测方法可以分为两大类：一是基于结构，一是基于性质。我们首先回顾这两大类方法的最新研究进展。然后，我们用一个公开数据集（N=226）和两个分别来自Nycomed（N=882）和Pfizer（N=95809）的内部数据集对这两大类预测方法中的代表性方法的预测能力进行了比较。用公开数据集比较了30种预测方法，用工业数据集比较了18中预测方法。所有模型的预测准确性随着非氢原子数目的增加而降低。算术平均模型（AAM）被用来作为比较的基准模型。如果模型的均方根误差（RSME）大于AAM的均方根误差，那么此方法是不可接受的。对于公开数据集，大多数方法都能给出比较合理的结果；但是，对于内部数据集，只有七个方法能够同时对Nycomed和Pfizer的化合物进行成功预测。我们提出了一种基于碳原子（NC）和杂原子数目（NHET）的简单log P计算公式：log P = 1.46（±0.02）+ 0.11（±0.001）NC- 0.11（±0.001）NHET。该计算方法的表现优于大多数本研究中所涉及的方法。最后，本文对影响的log P预测准确性的因素进行了阐述和讨论。 003利用生物电子等排原理设计新的monastrol衍生物，并利用计算得到的性质参数进行ADMET性质预测 Bioisosteric approach in designing new monastrol derivatives: An investigation on their ADMET prediction using in silico derived parameters. Hassan SF, Rashid U, Ansari FL, Ul-Haq Z. (2013) J Mol Graph Model. 45C:202-210 【摘要】：为了提供更安全、更有效的药物，药物化学家面临的挑战正变得越来越大。如何在各类药性质如溶解度、渗透性、代谢稳定性、药效和毒性之间取得恰当平衡，是在潜在候选药物的优化过程最具挑战性的问题之一。难溶和渗透性差的化合物会导致酶实验和细胞实验产生错误的生物学数据和不可靠的SAR结果。Monastrol是第一个报道的有丝分裂驱动蛋白Eg5 小分子抑制剂；但由于其抑制活性弱、类药性差，从而阻碍了其进一步的发展。本研究，首先，利用生物电子等排方法，得到monastrol C-5羰基被硫代羰基替换后的衍生物。接着，用计算软件ADMET Predictor软件对其进行更进一步的类药性优化。虽然只是微小的结构改造，但是新化合物的人空肠有效渗透率（PEFF）和Madin-Darby犬肾细胞（MDCK）渗透性都有很大改善 。此外，monastrol C-5硫代类似物（命名Special-2）在口服给药的情况下也是安全的。Special-2无磷脂沉积毒性，血清谷氨酸草酰乙酸转氨酶（ SGOT ）水平没有提高，并且无潜在心脏毒性。最后，分子对接方法被用来研究这些化合物的结合模式。对接研究表明，设计的化合物对于KSP具有高亲和力。因此，ADMET性质预测和分子对接方法的组合应用，可以用来提高预测的成功率并能成为设计KSP抑制剂的有效手段之一。 004 通过理化参数来对药物的主要清除途径进行分类 In Silico Classification of Major Clearance Pathways of Drugs with Their Physiochemical Parameters Kusama M, Toshimoto K, Maeda K, Hirai Y, Imai S, Chiba K, Akiyama Y, Sugiyama Y. (2010) Drug Metab Dispos. 38, 1362-1370 【摘要】：药物主要清除途径的预测，对于了解其临床使用上的药代动力学特性非常重要，如药物-药物相互作用及遗传多态性等，并影响其药理/毒理作用。本研究建立了一个计算分类方法来预测药物的主要清除途径。此方法仅需要四个理化参数：电荷、分子量（MW）、亲脂性（log D） 和血浆蛋白非结合率(fup)。无需做任何实验，只需药物的分子结构，就可计算得到这四个参数。训练集包含141已上市药物，其主要清除途径包括CYP3A4、CYP2C9和CYP2D6，OATPs肝摄取，或以原型经肾脏排泄。根据电荷进行分组后，每个药物都被绘制在由分子量、log D和fup构成的三维空间中。然后，代表各清除途径的矩形框根据数学标准：最小体积，最大F值（正确率和召回率的调好平均数），进行绘制。通过两种方法进行验证：离一法和新数据集，发现其具有88%的预测精度。如果能够在此模型的基础上进一步修改，朝多个清除路径和/或其它途径方向发展的话。这不仅可以有助于工业科学家在药物开发的早期阶段进行决断，从而选择具有最佳药代动力学性质的候选化合物。而且对于监管机构在评估新的药物并给予合理的药代动力学监管要求的时候也是非常有用的。 005药物诱导磷脂质病预测模型的构建 In silico modeling to predict drug-induced phospholipidosis Choi SS, Kim JS, Valerio Jr. LG, Sadrieh N. (2013) Toxicol. Appl. Pharmacol. 269(2):195-204 【摘要】：药物诱导的磷脂质病（DIPL）通常表现在药物开发的临床前阶段，对药物开发和安全监管审查过程具有重要影响。能够诱导产生DIPL药物的一个主要特性是具有两亲性阳离子结构。这为基于结构的解释提供了证据，并为分析具有DIPL药物的性质和结构提供了机会。虽然，美国FDA的工作表明机器学习方法构建的DIPL定量构效关系（QSAR）预测模型可以成功应用于大多数药物；但是对一些药物仍不能给出准确预测。在本研究中，结合FDA最新的磷脂质病数据库，我们开发了一种新的算法和预测技术。经过验证，发现它是对FDA的QSAR预测模型的一个很好补充。特别是，对于具有高可信度的数据能够表现出非常好的性能。我们建立的DIPL预测模型在严格的外部验证测试中表现出80到81%的一致性。并且，该预测模型具有高灵敏度和高特异性；在大多数情况下，这两者都高于≥80%。也就是，此模型同时具有很高的阴性和阳性预测能力。因此，此模型可用于预测新的药物是否具有诱导DIPL的性质，以进行筛选。 点击下载附件可阅读文献全文 |
回复此楼» 本帖附件资源列表
-
欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：libolin3@tal.com - 附件 1 : 001Insilicopredictionofaqueoussolubility.pdf
- 附件 2 : 002CalculationofMolecularLipophilicyState-theArtandComparisonofLogPMethodsonMoreThan96000Compounds.pdf
- 附件 3 : 003BioisostericapproachindesigningnewmonastrolderivativesAninvestigationontheirADMETpredictionusinginsilicoderivedparameters.pdf
- 附件 4 : 004InSilicoClassificationofMajorClearancePathwaysofDrugswithTheirPhysiochemicalParameters.pdf
- 附件 5 : 005Insilicomodelingtopredictdruginducedphospholipidosis.pdf
2014-12-17 10:10:23, 298.22 K
2014-12-17 10:10:40, 528.48 K
2014-12-17 10:11:04, 1.68 M
2014-12-17 10:11:19, 581.66 K
2014-12-17 10:11:34, 463.89 K
» 收录本帖的淘贴专辑推荐
 经典资源帖 |
» 猜你喜欢
郑雅婷这种将来估计也会举报自己工作单位领导
已经有19人回复
-
还能读上博士吗
已经有13人回复
-
博士找工作真难
已经有20人回复
-
希望能25博士入学，可提前一年做科研助理
已经有7人回复
-
蹲一个6月7号江苏省青基公示
已经有30人回复
-
请各位老师谈谈身边非升即走的例子
已经有23人回复
-
难上的课安排给我，杂事安排给我。评优时我就没份儿了，即便我做得不比绝大多数人差
已经有13人回复
-
今年的就业形势真的很差吗
已经有5人回复
-
给大家分享一下扎心的投稿经历
已经有9人回复
-
竟然失眠了
已经有5人回复
» 本主题相关商家推荐: (我也要在这里推广)
简单回复
work0372楼
2014-12-17 18:31
回复
五星好评 顶一下，感谢分享！
2014-12-29 13:06
回复
顶一下，感谢分享！
wang05094楼
2015-08-03 16:23
回复
五星好评 顶一下，感谢分享！
5