预测外来生物代谢:一种计算方法,利用SIRIUS和生物转换器挖掘LC-MS/MS数据
Victoria Pozo Garcia1, Mengqiu Zhang1, Tuğçe S Çobanoğlu1
1Department of Chemistry and Pharmaceutical Sciences, Amsterdam Institute of Molecular and Life Sciences (AIMMS), Vrije Universiteit Amsterdam, Amsterdam, The Netherlands.
Archives of toxicology
|December 8, 2025
概括
本研究引入了一种计算工作流程,用于使用LC-MS/MS数据识别药物代谢物. 该方法有效地预测和识别药物代谢物,加速药物发现研究.
科学领域:
- 药理学 药理学是指药理学的学科.
- 分析化学 分析化学
- 计算生物学 计算生物学
背景情况:
- 药物生物转化和生物激活在药物发现中至关重要.
- 鉴定药物代谢物是具有挑战性的,因为预测困难和需要事先的知识.
- 非定位代谢学方法需要强大的代谢物识别策略.
研究的目的:
- 开发和验证用于预测和识别药物代谢物结构的计算工作流.
- 评估工作流程在人类肝细胞和肝脏显微体中分析药物代谢的效率.
- 为了加快药物代谢物识别和阐明的过程.
主要方法:
- 使用了高分辨率的LC-MS/MS代谢学数据.
- 集成生物转换器和Sirius用于计算预测和识别.
- 在人类肝脏系统中分析了六种模型药物的代谢物 (阿米特利普提林,卡巴马西平,环胺,菲普罗尼尔,芬伊托因,维拉帕米尔).
主要成果:
- 计算工作流程成功识别了已知药物代谢物的62-100%.
- 提出了四种新型代谢物结构,包括一种阿米和三个维拉帕米尔代谢物.
- 该方法在代谢物识别方面表现出高效率,减少了手工劳动.
结论:
- 开发的计算工作流程有效地自动化了药物代谢物识别.
- 这一战略提高了代谢物覆盖率,并有助于阐明新药代谢物的代谢物.
- 工作流显示了在药物发现中推进药物代谢研究的巨大潜力.
