Компьютерные регрессионные модели P-гликопротеинового транспорта лекарственных соединений

Вениамин Юрьевич Григорьев, Светлана Л. Солодова, Даниил Е. Полианчик, Джон С. Дьерден, Олег А. Раевский

Аннотация


С использованием методов линейной регрессии, случайного леса и опорных векторов созданы регрессионные модели клеточной субстратной специфичности 177 лекарственных соединений по отношению к P-гликопротеину. QSAR моделирование проведено с помощью полного перебора всех возможных комбинаций из 7 наиболее значимых молекулярных дескрипторов с ясной физико-химической интерпретацией. Полученные модели обладают удовлетворительными статистическими характеристиками, что демонстрируется результатами внутреннего перекрестного контроля и внешнего тестирования с применением 44 новых соединений. Дескрипторы H-связи являются компонентом практически всех наиболее значимых QSAR моделей. Это подтверждает важную роль водородной связи в процессах, связанных с проникновением химических соединений через гематоэнцефалический барьер. Разработанные статистические модели могут быть использованы для оценки P-гликопротеинового транспорта новых неисследованных соединений.

Ключевые слова


QSAR; водородная связь; ГЭБ; P-гликопротеин; HYBOT

Полный текст:

PDF

Литература


Г. В. Раменская, Е. А. Скуридина, Д. А. Сычев, В. Г. Кукес, Клин. фармакокин., 2(3), 18 – 23 (2005).

F. Broccatelli, J. Chem. Inf. Model., 52, 2462 – 2470 (2012).

Y. Li, H. Yuan, K. Yang, et al., Cur. Med. Chem., 17(8), 786 – 800 (2010).

C. F. Higgins and K. J. Linton, Nat. Struct. Mol. Biol., 11(10), 918 – 926 (2004).

M. F. Rosenberg, R. Callaghan, S. Modok, et al., J. Biol. Chem., 280, 2857 – 2862 (2005).

S. G. Aller, J. Yu, A. Ward, et al., Science, 323, 1718 – 1722 (2009).

P. Szewczyk, H. Tao, A. P. McGrath, et al., Acta Cryst., D71, 732 – 741 (2015).

О. А. Раевский, С. Л. Солодова, А. А. Лагунин, В. В. Поройков, Биомед. химия, 60(2), 161 – 181 (2014).

P. Crivori, B. Reinach, D. Pezzetta, et al., Molec. Pharmaceut., 3, 33 – 44 (2006).

О. А. Раевский, В. Ю. Григорьев, С. В. Трепалин, «HYBOT (Hydrogen Bond Thermodynamics)», Свидетельство об официальной регистрации программы для ЭВМ № 990090 (1999), Москва, Федеральная служба по интеллектуальной собственности.

О. А. Раевский, С. В. Трепалин, А. Н. Раздольский, «MOLTRA (Molecular Transform Analysis)», Свидетельство об официальной регистрации программы для ЭВМ № 990092 (1999), Москва, Федеральная служба по интеллектуальной собственности.

http://www.talete.mi.it

Дж. Форсайт, М. Малькольм, К. Моулер, Машинные методы математических вычислений, Мир, Москва (1980), сс. 248 – 256.

http://www.stat.berkeley.edu/~breiman/RandomForests/reg_examples/RFR.f

https://github.com/jbcolme/fortran-ls-svm

D. J. Rogers and T. T. Tanimoto, Science, 132(3434), 1115 – 1118 (1960).

V. A. Gerasimenko, S. V. Trepalin, and O. A. Raevsky, in: Molecular Modeling and Prediction of Bioactivity, K. Gundertofte and F. S. Jorgensen (eds.), Kluwer Academic/Plenum Publishers, New York (2000), pp. 423 – 424.

R. Veerasamy, H. Rajak, A. Jain, et al., Int. J. Drug Des. Discov., 2(3), 511 – 519 (2011).

R. P. Sheridan, B. P. Feuston, V. N. Maiorov, and S. K. Kearsley, J. Chem. Inf. Comput. Sci., 44, 1912 – 1928 (2004).




DOI: https://doi.org/10.30906/0023-1134-2018-52-12-12-16

Ссылки

  • На текущий момент ссылки отсутствуют.


© Издательский дом «Фолиум», 1993–2022

Наши партнеры:

laboratorka.su    

Наши издания:
Подписаться на наши издания Вы можете через почтовые каталоги агентства «Роспечать» и Объединенный каталог «Пресса России», а также на сайтах агентств «УП Урал Пресс», «Информнаука», «Прессинформ» и «Профиздат»Адрес редакции:
Россия, Москва, Дмитровское шоссе, 157
Тел.: +7 499 258-08-28 (доб. 18)
E-mail: chem@folium.ru