メタステービリティアナライザー：代謝安定性予測のための分類および回帰モデル

科学分野:

• 薬物動態学と薬物代謝
• 計算化学と化学情報学
• 毒物学と薬物安全性

背景:

• 薬物代謝安定性は、薬物動態プロファイルの重要な決定要因であり、治療効果と毒性リスクに影響を与えます。
• 肝細胞および肝ミクロソームを使用したinvitroアッセイは、半減期（t_1/2）およびクリアランス（CL）などのパラメータを介して代謝安定性を決定するための標準です。
• 既存のツールは、複数の種にわたる代謝安定性予測のための定性的および定量的アプローチの組み合わせを欠いていることがよくあります。

研究 の 目的:

• 薬物代謝安定性を予測するための計算モデルを開発および検証すること。
• これらの予測モデルを統合したユーザーフレンドリーなWebアプリケーションを作成すること。
• 薬物候補の定性的および定量的代謝安定性評価の両方を提供すること。

主な方法:

• ChEMBLおよびPubChemから実験的な代謝安定性データを持つ8000以上の化合物を収集しました。
• 分類モデルには、MNAおよびQNA記述子を使用して、ナイーブベイズおよび自己整合極端分類子（SCEC）アルゴリズムを採用しました。
• 定量的予測モデルを開発するために、自己整合回帰（SCR）を利用しました。
• モデルを無料で利用可能なMetaStab-Analyzer Webアプリケーションに統合しました。

主要な成果:

• 分類モデルは高い精度を達成し、ほとんどのAUC値は0.85を超えました。
• 回帰モデルは予測力が異なり、R-squared値は0.35から0.7の範囲でした。
• MetaStab-Analyzerは、数値的信頼性メトリクスを備えた定性的（安定/不安定/中程度）および定量的予測を提供します。
• このツールは、マウス、ラット、ヒトの代謝安定性の予測をサポートします。

結論:

• 機械学習を使用して薬物代謝安定性を予測するための正確な計算モデルを開発しました。
• MetaStab-Analyzerは、二重の定性的/定量的代謝安定性評価のための新しい統合プラットフォームを提供します。
• このツールは、解釈可能で信頼性の高い予測を提供することにより、創薬を強化し、より安全で効果的な薬物候補の選択を支援します。