经验方法的适应,以预测三亚宏循环的LogD
Casey J Patterson-Gardner1, Gretchen M Pavelich1, April T Cannon1
1Department of Chemistry & Biochemistry, Texas Christian University, Fort Worth, Texas 76129, United States.
ACS medicinal chemistry letters
|October 18, 2023
概括
准确预测八醇/水分区系数对于药物设计至关重要. 这项研究发现了 AlogP 预测和试验 logD 值之间的线性关系,用于三氨酸宏循环,使得改善的脂友性预测.
科学领域:
- 药用化学 医学化学
- 计算化学计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 八醇/水分区系数 (logD) 对于优化药物特性至关重要.
- 现有的预测算法往往会在特定的化学结构上失败,例如化三酶宏循环.
- 这些宏观循环在溶液中表现出保存的折叠形状,可能会影响脂友性预测.
研究的目的:
- 评估常见算法 (AlogP,XlogP,ChemAxon) 在预测一系列阴离子三氨酸宏循环的logD值时的准确性.
- 在这种类型的化合物中建立一个可靠的方法来准确地预测logD.
- 调查预测和实验确定脂友性之间的关系.
主要方法:
- 合成和实验测量12个不同的阴离子三酸宏循环的logD值.
- 使用AlogP,XlogP和ChemAxon算法对logD值进行in silico预测.
- 统计分析用于比较预测值和实验值,并确定相关性.
主要成果:
- 常见的算法显示出与实验logD值的显著偏差:AlogP (0.9日志单位),XlogP (2.8日志单位) 和ChemAxon (3.9日志单位).
- XlogP倾向于高估脂友性,而AlogP和ChemAxon则低估了它.
- 在AlogP预测和实验logD值之间观察到强烈的线性相关性 (R2>0.98).
结论:
- 标准的logD预测算法对于阴离子三酸宏循环是不可靠的.
- 与AlogP建立的线性关系允许对这些化合物的脂友性进行更准确的in silico预测.
- 这一发现有助于改善药物设计和优化基于三的治疗方法.
