用SMILES信息预测人类药理动力学参数
Jae-Hee Kwon1, Ja-Young Han1, Minjung Kim1
1Graduate School of Pharmaceutical Sciences, Ewha Womans University, Seoul, 03760, Republic of Korea.
这项研究开发了人类清除 (CL) 和分布量 (Vd,ss) 的预测模型,使用分子结构上的自然语言处理. 该模型准确地预测了这些药理动力学参数,SMILES数据增强了CL预测.
科学领域:
- 药理动力学和药物新陈代谢
- 计算化学计算化学
- 机器学习在药物发现中的作用
背景情况:
- 预测人类的药理动力学,特别是清除率 (CL) 和稳定状态分布量 (Vd,ss),对于药物开发至关重要.
- 传统方法往往需要大量的实验数据,突出显示了对预测计算模型的需求.
研究的目的:
- 开发和验证一个机器学习模型,预测人类的CL和VD,ss使用自然语言处理分析简化分子输入线输入系统 (SMILES) 数据.
- 评估各种特征的贡献,包括SMILES,动物药理动力学数据,体外数据和分子描述器,对预测准确性的贡献.
主要方法:
- 用435-439个化合物的数据集进行模型开发.
- 使用了XGBoost算法,并结合了来自动物药理动力学数据,体外实验数据,分子描述器和SMILES的特征.
- 利用ChemBERTa模型分析SMILES字符串,使用其最后一个隐藏层嵌入作为预测功能.
- 评估模型性能使用几何平均折叠误差 (GMFE),R平方 (r2),根平均平方误差 (RMSE) 和在2倍和3倍误差内的精度.
主要成果:
- 优化的CL预测模型,结合动物药理动力学数据,体外数据和SMILES,实现了GMFE为1.768,r2为0.528,RMSE为0.788,精度为75.8% (2倍) 和81.8% (3倍).
- 使用动物药理动力学数据和体外数据的优化VD,ss预测模型,实现了1.401的GMFE,0.902的r2,0.413的RMSE,以及93.8% (2倍) 和100% (3倍) 的准确性.
- 证明了将SMILES信息纳入其中对CL的预测能力做出了重大贡献.
结论:
- 成功开发了一个高度预测的人类CL和VDSS的计算模型.
- 将SMILES数据的自然语言处理分析集成为增强药理动力学预测提供了一种有价值的方法,特别是对于CL.
更多相关视频
06:50Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
Published on: January 26, 2024
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
相关概念视频
Analysis of Population Pharmacokinetic Data
Physiological Pharmacokinetic Models: Incorporating Hepatic Transporter-Mediated Clearance
A recent model describes pravastatin's hepatobiliary excretion,...
Model Approaches for Pharmacokinetic Data: Distributed Parameter Models
The distributed parameter models are specifically designed to account for variations and differences in some drug classes. This model is particularly useful for assessing regional concentrations of anticancer or...
Pharmacokinetic Models: Comparison and Selection Criterion
Physiological models take a detailed approach by considering specific molecular processes. They can predict drug distribution, metabolism, and elimination changes, providing a comprehensive understanding of how drugs interact with the body.
Pharmacokinetic Models: Overview
There are three primary types of models: empirical, compartment, and physiological. Empirical models, with minimal...
Physiological Pharmacokinetic Models: Assumption with Protein Binding
