版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,藥物研發(fā)面臨著“高投入,低產(chǎn)出”的困境。定量構(gòu)效關(guān)系(QSAR)可以快速建立化合物結(jié)構(gòu)與性質(zhì)之間的聯(lián)系,從而指導(dǎo)化合物的優(yōu)化,提高藥物研發(fā)的效率。有效地表征分子是QSAR模型成功的關(guān)鍵。本論文中,我們提出了兩種基于配體相似性向量的分子表征方法,并將它們應(yīng)用到多個QSAR分析實例中。
首先,以KEGG配體庫中2000個多樣性的化合物為基準(zhǔn),通過分子二維相似性算法,計算了目標(biāo)化合物與基準(zhǔn)化合物的相似性譜,稱為生物相關(guān)譜(B
2、RS)。BRS反映了化合物在生物相關(guān)化學(xué)空間中的分布。我們利用BRS構(gòu)建了化合物藥代動力學(xué)性質(zhì)和毒性(ADME/T)的預(yù)測模型。(1)使用SVM方法分別構(gòu)建了5組化合物急性毒性和2組化合物水生生物毒性的預(yù)測模型。在急性毒性模型中,訓(xùn)練集10重交叉驗證的Q2取值范圍為0.543~0.655,測試集的R2取值范圍為0.566~0.840;在水生生物毒性模型中,呆鰷魚和梨形四膜蟲體系測試集的總體預(yù)測準(zhǔn)確率Qtotal均在90%以上,馬修相關(guān)系
3、數(shù)MCC均在0.7以上。(2)分別構(gòu)建了化合物血腦屏障透過率(BBB)、人體小腸吸收率(HIA)和P-糖蛋白(P-gp)抑制劑的預(yù)測模型。在BBB擬合模型中,測試集的R2為0.762,RMSE為0.41。HIA判別模型中,測試集總體的預(yù)測準(zhǔn)確率為98%,MCC為0.789,模型對634個口服藥物的預(yù)測準(zhǔn)確率為93.8%。P-gp判別模型中,測試集總體的預(yù)測準(zhǔn)確率為78.1%,MCC為0.537。結(jié)果表明,BRS在化合物ADME/T性質(zhì)預(yù)
4、測中表現(xiàn)出了接近或優(yōu)于傳統(tǒng)描述符的預(yù)測能力。
繼而,我們將生物相關(guān)譜的研究提高到了三維的層次,建立了三維生物相關(guān)代表性化合物數(shù)據(jù)庫(BRCD-3D),通過分子疊合實現(xiàn)了三維生物相關(guān)譜(BRS-3D)的計算,并將其用于重要藥物靶標(biāo)配體選擇性的預(yù)測中。(1)基于ChEMBL中的生物活性數(shù)據(jù),我們對雌激素受體(ER)的選擇性進(jìn)行了研究,一共構(gòu)建了4種類型的預(yù)測模型,包括亞型間的選擇性擬合模型、單一亞型的活性擬合模型、亞型間的選擇性判
5、別模型和單一亞型的功能選擇性判別模型。大多數(shù)模型表現(xiàn)出了理想的預(yù)測能力。此外,BRS-3D在ER選擇性預(yù)測中的效果要優(yōu)于MOE中傳統(tǒng)的二維和三維描述符,組合BRS-3D和傳統(tǒng)的二維描述符對于提高模型的預(yù)測能力有一定的幫助。(2)對兩種重要的G蛋白偶聯(lián)受體,大麻素受體(CB)和多巴胺受體(DR)的選擇性進(jìn)行了研究。在CB選擇性預(yù)測中,基于Ki和IC50活性數(shù)據(jù)的模型表現(xiàn)出了理想的預(yù)測能力。對比不同描述符發(fā)現(xiàn),BRS-3D在CB選擇性預(yù)測中
6、的效果要優(yōu)于SubFP和MACCS分子指紋,與兩種經(jīng)典的三維描述符3D MoRSE和GETAWAY相當(dāng)。在DR亞型選擇性預(yù)測中,我們基于Ki活性的數(shù)據(jù),構(gòu)建了5組兩兩亞型間的選擇性擬合模型和4組選擇性判別模型以及D2、D3、D4三個亞型間的選擇性多分類模型,模型均表現(xiàn)出了理想的預(yù)測效果。此外,我們挑選出了BRCD-3D中對區(qū)分各亞型選擇性分子有重要作用的模板分子,可以為選擇性化合物的研究提供有效地指導(dǎo)。
綜上所述,基于配體相似
7、性譜的方法可以有效地表征分子,并建立具有較強預(yù)測能力的ADME/T和選擇性的QSAR模型。其中,二維方法(BRS)具有快速、準(zhǔn)確的優(yōu)點,但無法實現(xiàn)骨架遷越。三維方法(BRS-3D)擺脫了二維拓?fù)浣Y(jié)構(gòu)的限制,可以實現(xiàn)骨架遷越,并且能夠考慮小分子取得不同構(gòu)象的能力,在與分子構(gòu)象變化相關(guān)的體系中表現(xiàn)出了一定的優(yōu)勢,但存在計算速度較慢、局部藥效特征表征能力不足等缺點。在藥物設(shè)計中,可以將二維和三維方法進(jìn)行合理的組合,并結(jié)合藥效團(tuán)特征,以提高虛擬
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相似性的鏈路預(yù)測方法及應(yīng)用.pdf
- 基于藥物相似性特性預(yù)測有效藥物組合.pdf
- 相似性學(xué)習(xí)及基于相似性的數(shù)據(jù)低維表示.pdf
- 基于個體間相似性的演化優(yōu)化方法及應(yīng)用研究.pdf
- 生物序列相似性分析方法研究及應(yīng)用.pdf
- 基于相似性的鏈接預(yù)測方法研究.pdf
- 基于短信數(shù)據(jù)的用戶行為相似性分析方法及應(yīng)用研究.pdf
- 基于相似性的交通流分析方法.pdf
- 基于譜直方圖及其相似性的紋理圖像分割研究.pdf
- 基于基因本體(GO)的基因語義相似性度量方法的研究及應(yīng)用.pdf
- 基于Hausdorff距離的相似性度量方法研究.pdf
- 基于空間相似性的圖像質(zhì)量評價方法.pdf
- 基于相似性分析的主動再制造優(yōu)化設(shè)計方法.pdf
- 基于相似性學(xué)習(xí)的智能決策方法研究.pdf
- 基于散射模型的極化相似性建模及濾波應(yīng)用.pdf
- 基于譜特征的三維模型配準(zhǔn)與相似性分析方法研究.pdf
- 基于模型相似性的CAD部件檢索方法研究.pdf
- 基于相似性和重構(gòu)的過程監(jiān)測方法研究.pdf
- 棄權(quán)影響下Vague集相似性度量方法的改進(jìn)及應(yīng)用.pdf
- 基于拓?fù)湎嗨菩耘c語義相似性的疾病基因預(yù)測研究.pdf
評論
0/150
提交評論