通过机器学习算法扩大PAMPA透性的预测局限性
Anita Rácz1, Anna Vincze2, Balázs Volk3
1Plasma Chemistry Research Group, Institute of Materials and Environmental Chemistry, Research Centre for Natural Sciences, Magyar tudósok krt. 2., Budapest H-1117, Hungary.
这项研究开发了准确的定量结构-特性关系 (QSPR) 模型,使用并行人工膜透性试验 (PAMPA) 数据来预测胃肠道吸收. 这些模型通过提供对新化学化合物的可靠预测来增强药物发现和安全性评估.
科学领域:
- 药理动力学和药物发现
- 计算化学和化学信息学
背景情况:
- 胃肠道吸收对于ADME (吸收,分发,新陈代谢,分泌) 特性至关重要,影响药物发现和安全.
- 并行人工膜透性检测 (PAMPA) 是评估胃肠道吸收的一种广泛使用的方法.
- 现有的定量结构-属性关系 (QSPR) 模型在化学空间适用性方面存在局限性.
研究的目的:
- 使用实验PAMPA数据开发和验证可靠的QSPR模型来预测胃肠道吸收.
- 将QSPR模型的适用性扩展到近400个分子的多样化集.
- 为了比较部分最小平方回归 (PLS) 与人工神经网络 (ANN) 和支持向量机 (SVM) 算法的性能.
主要方法:
- 利用了大约400种不同分子的实验PAMPA透性数据.
- 采用二维和三维分子描述器用于模型构建.
- 在pH值7.4和6.5下计算的描述符,以评估pH值变化的影响.
- 将PLS,ANN和SVM建模技术进行比较.
主要成果:
- 最好的QSPR模型在训练组中获得了0.91的R2,在外部测试组中获得了0.84的R2.
- 这些模型展示了对新化合物的强大和准确的预测能力.
- 该研究评估了pH值对模型性能的影响.
结论:
- 开发了准确和强大的QSPR模型来预测胃肠道吸收.
- 与之前的QSPR模型相比,这些模型在准确性和化学空间覆盖率上有显著的改进.
- 这些模型可以加速药物发现,并通过可靠的化合物预测来提高药物安全性评估.
更多相关视频
12:18Assembly of Cell Mimicking Supported and Suspended Lipid Bilayer Models for the Study of Molecular Interactions
Published on: August 3, 2021
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
相关概念视频
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Magnetic Susceptibility and Permeability
When diamagnetic materials are placed under an external magnetic field, the moments opposite to the field are induced. Hence, the susceptibility for diamagnets has a minimal negative value of 10-5–10-6. Since...
Mechanistic Models: Compartment Models in Individual and Population Analysis
