研究实验与实验的对比. 预测pK_a值用于PET放射性追踪剂

科学领域:

• 药用化学 医学化学
• 计算化学的计算化学
• 药理学 药理学是指药理学的学科.

背景情况:

• 诸如BBB分数和中枢神经系统MPO等计算方法对于预测中枢神经系统药物活性至关重要.
• 这些预测在很大程度上取决于物理化学参数,特别是pK值.
• 对于许多化合物,特别是放射性药物,实验pK_a数据很少,限制了预测准确度.

研究的目的:

• 调查中枢神经系统活性化合物的预测和实验pK_a值之间的差异.
• 评估这些pK_a差异对中枢神经系统活动预测得分的影响.
• 为治疗药物和放射性药物的实验pK_a值生成可靠的数据集.

主要方法:

• 使用电位计和光谱计测量了46种物质 (药物和PET放射性药物) 的pK_a值.
• 对比实验pK_a值与来自Chemicalise和Marvin软件的in silico预测.
• 进行线性回归分析以量化预测值和实验值之间的相关性.

主要成果:

• 在实验和in silico预测的pK_a值之间观察到相当大的差异.
• 线性回归显示了中间相关性 (R²_(Marvin) = 0.88,R²_(化学化) = 0.82). 在线性回归显示了中间相关性 (R²_(Marvin) = 0.88,R²_(化学化) = 0.82).
• 实验性pK_a确定对于准确的药物设计至关重要.

结论:

• 实验性pK_a值对于可靠的中枢神经系统药物活性预测至关重要.
• In silico pK_a预测表现出可能影响药物设计和优化的局限性.
• 这项研究为药物发现研究人员提供了实验pK_a数据的宝贵资源.