《Current Pharmaceutical Analysis》:Applications of QSPR polynomial and empirical models for predicting physicochemical properties of pharmaceutically important compounds
编辑推荐:
摘要专业翻译
背景:定量结构-性质关系(QSPR)建模提供了一种计算方法,可将分子结构与广泛药物分子中的理化性质联系起来。该预测框架利用拓扑指数(TIs),并将其与理化性质进行定量关联。
方法:在本研究中,研究人员计算了18种用于治疗糖尿病、感染和疼痛的药物重
摘要专业翻译
背景:定量结构-性质关系(QSPR)建模提供了一种计算方法,可将分子结构与广泛药物分子中的理化性质联系起来。该预测框架利用拓扑指数(TIs),并将其与理化性质进行定量关联。
方法:在本研究中,研究人员计算了18种用于治疗糖尿病、感染和疼痛的药物重要化合物的11种基于度数的拓扑指数(TIs),随后使用线性、二次、三次及经验回归模型将这些指数与9种理化性质进行关联。研究人员确定了最合适的预测模型,并对其进行了验证以评估其稳健性和可靠性。
结果:本研究表明,拓扑指数(TIs)能够快速且准确地预测关键的理化性质,并在分子连通性与9种关键性质之间提供有效的相关性。在所研究的数据集内,多个描述符-性质关系表现出较强的统计关联性。此外,研究人员采用留一交叉验证(LOOCV)严格评估了这些模型的预测性能和可靠性,证实这些模型具有较强且统计学显著的有效性。
结论:所建立的QSPR模型为传统实验室测试提供了一种可靠、初步且节省时间的计算替代方案。近年来机器学习(ML)的进展显著增强了药物疗效预测和靶点识别能力。为克服传统QSPR方法固有的局限性,未来研究应将此方法扩展到更大、更多样化的化学数据集,并将这些回归模型与监督式机器学习算法(如随机森林)进行比较,以提高模型的泛化能力和稳健性。
论文解读
一、研究背景与问题提出
药物是用于治疗、管理和预防各类疾病的治疗性化学化合物。糖尿病、真菌感染、细菌感染、过敏及疼痛等常见疾病长期依赖多种结构多样的药物进行管理。糖尿病 mellitus(DM)是一种慢性高血糖疾病,可由胰岛素分泌不足、胰岛素抵抗或两者共同引起。临床上使用的抗糖尿病药物涵盖双胍类、磺脲类、美格列奈类、噻唑烷二酮类、α-葡萄糖苷酶抑制剂(AGIs)、二肽基肽酶-4(DPP-4)抑制剂、钠-葡萄糖协同转运蛋白2(SGLT2)抑制剂及新型口服胰高血糖素样肽-1(GLP-1)受体激动剂等多个类别。然而,现有口服降糖药均存在明显局限,如磺脲类和美格列奈类可致低血糖和体重增加,噻唑烷二酮类可致水肿、心力衰竭风险增加和骨折等。慢性高血糖还会直接损害免疫系统,使糖尿病患者更易发生皮肤、毛发、指甲和口腔黏膜的真菌感染以及危及生命的侵袭性感染。抗菌药物则主要用于处理糖尿病患者的细菌感染,尤其是糖尿病足感染等严重情况。
化学信息学利用计算方法存储、管理、分析和建模化学数据及其相关性质,是加速药物发现、材料科学和环境化学研究的关键数据驱动工具。定量结构-活性关系(QSAR)和定量结构-性质关系(QSPR)是基于化学结构预测生物活性或理化性质的具体建模技术。分子描述符是分子特征的定量表示,通常从化学结构推导而来。分子描述符与实验观察到的物理化学性质之间的联系使QSPR能够预测新药物分子的性质。
当前研究面临的核心问题是:传统实验室测定药物理化性质的方法耗时、昂贵且劳动密集。尽管已有研究将拓扑指数(TIs)应用于不同药物类别(如癌症、青光眼、高血压等药物)的QSPR建模,但跨多个治疗类别、使用统一描述符框架对线性、多项式及经验关系进行系统比较评估的研究仍然不足。因此,本研究旨在利用基于度数的拓扑指数(TIs)对涵盖5个关键治疗类别的18种药物重要化合物进行QSPR建模,并评估其与9种理化性质之间的关系,以建立统一、可靠且省时的预测框架。
二、研究内容与主要结论
本研究选取了18种临床常用且结构多样的药物化合物,涵盖5个治疗类别:抗糖尿病药物(二甲双胍、那格列奈、瑞格列奈、恩格列净、瑞莫格列净、罗格列酮、吡格列酮、西格列汀、沙格列汀和阿卡波糖)、抗真菌药物(特比萘芬和伏立康唑)、抗生素(头孢克洛和四环素)、抗组胺药(苯海拉明和非索非那定)以及镇痛药(萘普生和羟考酮)。选择这些化合物的原因是其临床普遍性、高度结构多样性以及对加速药物优化的预测工具的迫切需求。分子结构和理化性质数据来源于PubChem数据库和ChemSpider数据库。
研究人员计算了11种基于度数的拓扑指数(TIs),包括第一Zagreb指数(M1)、第二Zagreb指数(M2)、第二修正Zagreb指数(mM2)、遗忘指数(FG)、逆和度指数(ISI)、调和指数(H)、和连通性指数(SC)、超Zagreb指数(HM)、增强Zagreb指数(A)、对称除度指数(SDD)和几何均值(GM),并将其与9种理化性质(沸点、分子量、闪点、焓、重原子数、摩尔折射率、复杂度、极化率和摩尔体积)进行关联。通过线性、二次、三次和经验回归模型建立了描述符-性质关系,并采用留一交叉验证(LOOCV)评估模型的泛化能力和预测可靠性。
研究得出以下主要结论:拓扑指数(TIs)能够快速且准确地预测关键的理化性质,在分子连通性与9种关键性质之间提供了有效相关性;多个描述符-性质关系在所研究数据集中表现出较强的统计关联性;留一交叉验证(LOOCV)确认模型具有较强且统计学显著的预测性能。该研究为传统实验室测试提供了一种可靠、初步且节省时间的计算替代方案,对合理设计和开发更安全、更有效的靶向药物具有直接意义。
三、主要关键技术方法
研究人员采用Python程序从简化分子线性输入规范(SMILES)表示计算拓扑指数(TIs),系统研究了18种药物化合物的分子结构。研究使用线性、二次、三次和经验回归模型拟合描述符与性质之间的关系,并通过留一交叉验证(LOOCV)评估模型的泛化能力和预测可靠性。所有分子结构和理化性质数据均来自PubChem数据库和ChemSpider数据库。
四、研究结果
4.1 拓扑指数(TIs)计算与描述符-性质关联
研究人员通过Python程序从SMILES表示计算了11种基于度数的拓扑指数(TIs),并将其与9种理化性质进行回归分析。结果表明,多个描述符-性质关系表现出较强的统计关联性,验证了拓扑指数(TIs)作为分子结构数值描述符在QSPR建模中的有效性。
4.2 回归模型建立与评估
研究人员建立了线性、二次、三次和经验回归模型,以确定最适合预测各理化性质的模型。通过统计指标评估模型的拟合优度和预测能力,识别出最合适的预测模型。
4.3 留一交叉验证(LOOCV)
研究人员采用留一交叉验证(LOOCV)方法,逐一排除样本进行模型训练和预测,将预测值与实际值进行比较,严格评估模型的预测性能和可靠性。验证结果证实模型具有较强且统计学显著的预测能力。
五、讨论与结论
本研究表明,基于度数的拓扑指数(TIs)结合回归模型能够有效预测药物重要化合物的关键理化性质,为药物研发早期阶段提供了一种成本有效的筛选策略。与传统实验室测试相比,QSPR模型具有快速、初步且节省时间的优势。近年来机器学习(ML)的进展显著增强了药物疗效预测和靶点识别能力。为克服传统QSPR方法固有的局限性,未来研究应将此方法扩展到更大、更多样化的化学数据集,并将这些回归模型与监督式机器学习算法(如随机森林)进行比较,以提高模型的泛化能力和稳健性。通过将基于度数的拓扑指数(TIs)与回归工作流程相结合,本研究提供了一种成本有效的筛选策略,可与现代机器学习算法集成,进一步推进预测分子科学的发展。