Недостатки метода CoMFA. Допинг метод в фармации

Несмотря на свои большие возможности метод CoMFA имеет ряд недостатков:
1) метод в его стандартной форме не учитывает энтропийный фактор взаимодействия лиганд—рецептор;
2) метод не учитывает возможность образования водородных связей между молекулами лиганда и рецептора;
3) потенциал Леннард—Джонса, учитывающий стерическую составляющую суммарной энергии взаимодействия, весьма чувствителен к изменению расстояния в точках вблизи атомов молекулы, что вынуждает использовать значение 30 ккал/моль в качестве граничного;
4) контурные карты, используемые для интерпретации результатов CoMFA иногда имеют ряд разрывов и отражают только участки, находящиеся вне молекулы.

С помощью метода CoMSIA (Comparative molecular similarity analysis) — метод сравнительного анализа индексов подобия сделана попытка преодолеть некоторые недостатки CoMFA. Обычно подобие оценивается с помощью следующих физико-химических свойств: атомного радиуса, атомного заряда, log P, Cd и Са. В качестве статистического метода (как и в CoMFA) используется PLS-метод.

Использование математического аппарата позволяет избежать недостатков метода CoMFA, обусловленных наличием отсекаемых значений. Кроме того, строящиеся в рамках метода контурные карты легче интерпритируются по сравнению с картами, полученными методом CoMFA.

допинг метод в фармации

Рецепторно-лигандное взаимодействие положено в основу еще двух методов QSAR. Особенность первого, так называемого «допинг» метода, заключается в установлении трехмерной структуры рецепторно-лигандного комплекса, который может быть сформирован как с лабильными, так и с жесткими молекулами биологически активных веществ. В зависимости от используемых дескрипторов для «докинг» метода разработаны различные программы: DOCK, Flex, FLOG, GOLD, PRO SELECT.

Ко второму методу относятся программы SPROUT, LUDI, PRO LIGAND, LEGEND, CONCEPTS, MCSS, HOOK, SPLICE и др., использующие индикаторные (de novo константы) дескрипторы. Они кодируют в неявном виде различные структурные особенности соединений (свойства Са и Cd, наличие или отсутствие водородной связи внутри молекул, орто-эффекты, цис-, транс- или стереоизомерию), поэтому отнести их к какому-либо одному классу трудно.

Индикаторные дескрипторы особенно полезны на ранних стадиях исследований. С их помощью могут формироваться комбинации различных подвыборок веществ с рассматриваемой активностью для получения обучающей выборки, предназначенной для QSAR.

В совокупности различные способы определения связи структура—активность образуют один из важнейших методологических подходов для выявления закономерностей LADMER, которые в большинстве случаев осуществляются с применением компьютерной техники и соответствующего математического обеспечения.

- Читать далее "Искусственные нейронные сети. Функции нейронных сетей"

Оглавление темы "Прогнозирование и скрининг новых лекарств":
1. Программы прогнозирования в фармакологии. Прогнозирование межмолекулярных взаимодействий
2. Молекулярный потенциал липофильности. Термодинамика водородной связи
3. Виртуальный скрининг фармакологического профиля. Виртуальный скрининг фармакофором
4. Виртуальный скрининг БАВ. Метод моделирования псевдорецептора
5. Комплексные методы оценки комплементарности. Модель Фри—Вилсона
6. Конформационная лабильность. Метод конформации CoMFA
7. Недостатки метода CoMFA. Допинг метод в фармации
8. Искусственные нейронные сети. Функции нейронных сетей
9. Генетический алгоритм обучения. Высокопродуктивный скрининг лекарств
10. Скрининговые технологии в фармации. Виды скрининговых технологий

Ждем ваших вопросов и рекомендаций: