Пошук кількісних співвідношень структура-властивість — процедура побудови моделей, що дозволяють за структурами хімічних сполук передбачати їх різноманітні властивості. За моделями, що дозволяють прогнозувати кількісні характеристики біологічної активності, історично закріпилася англомовна назва Quantitative Structure-Activity Relationship (QSAR). Абревіатура QSAR часто трактується розширено для позначення будь-яких моделей структура-властивість. За моделями, що дозволяють прогнозувати фізичні і фізико-хімічні властивості органічних сполук, закріпилася англомовна назва Quantitative Structure-Property Relationship (QSPR). При якісному описі співвідношень між структурами хімічних сполук і їх біологічною активністю вживають англомовний термін Structure-Activity Relationship (SAR).
Пошук кількісних співвідношень структура-властивість заснований на застосуванні методів математичної статистики і машинного навчання для побудови моделей, що дозволяють за описом структур хімічних сполук передбачати їх властивості (фізичні, хімічні, біологічну активність). При прогнозуванні властивостей на якісному рівні (наприклад, чи буде дана хімічна сполука мати даний вид біологічної активності) говорять про розв'язок класифікаційної задачі, тоді як при прогнозуванні числових значень властивостей говорять про розв'язок регресійної задачі. Опис структур хімічних сполук для цих цілей може бути векторним або невекторним (за допомогою графів).
Основні етапи дослідження QSAR
Основні етапи QSAR / QSPR включають вибір набору даних та вилучення структурних / емпіричних дескрипторів, змінний відбір побудованої моделі та перевірка оцінки.
SAR та SAR парадокс
Основним припущенням для всієї молекулярної гіпотези є те, що подібні молекули мають подібну активність. Цей принцип також називають структурно-активними зв'язками (SAR). Основна проблема полягає в тому, як визначити невелику різницю на молекулярному рівні, оскільки кожен вид діяльності, наприклад здатність до реакції, здатність до біотрансформації, розчинність, цільова активність тощо можуть залежати від іншої різниці. Хороші приклади були надані в огляді біоізотеризації Патані/Лавоей та Брауна.
Взагалі, хтось більше зацікавлений у знаходженні сильних тенденцій. Створені гіпотези зазвичай покладаються на кінцеве число хімічних даних. Таким чином, принцип індукції слід поважати, щоб уникнути надмірних гіпотез та виникати надмірне та марне трактування структурних / молекулярних даних. Парадокс SAR свідчить про те, що всі подібні молекули не мають подібних дій
Типи
Фрагмент на основі (групового внеску)
Аналогічно, «коефіцієнт розподілу» — вимірювання диференціальної розчинності і сам компонент прогнозів QSAR - можна прогнозувати або за допомогою атомних методів (відомих як «XLogP» або «ALogP») або методами хімічного фрагмента (відомі як «CLogP» та інші варіанти). Було показано, що logP сполуки можна визначити сумою його фрагментів; Фрагментні методи загалом визнаються кращими прогностичними факторами, ніж методами на основі атомів. Фрагментарні значення були визначені статистично, виходячи з емпіричних даних для відомих значень logP.
Цей метод дає змішані результати і, як правило, не довіряють, що точність більше ніж ± 0,1 одиниці.
QSAR на основі групи або фрагментів також відомий як GQSAR. GQSAR дозволяє гнучко вивчати різні молекулярні фрагменти, що представляють інтерес у зв'язку зі зміною біологічної відповіді. Молекулярні фрагменти можуть бути замісниками на різних місцях заміщення в конгруентних наборах молекул або можуть бути засновані на заздалегідь визначених хімічних правилах у випадку неконгенеруючих множин. GQSAR також розглядає дескриптори фрагментів крос-термінів, які могли б допомогти ідентифікувати взаємодію ключових фрагментів при визначенні варіації активності. Розкриття інформації з використанням Fragnomics — це нова парадигма.
3D-QSAR
Абревіатура 3D-QSAR або 3-D QSAR відноситься до застосування розрахунків силових полів, що вимагають тривимірних структур заданого набору малих молекул з відомими діями (тренувальний набір). Тренувальний набір повинен бути накладено (вирівняно) будь-якими експериментальними даними (наприклад, на основі кристалографії ліганд-білка) або програмного забезпечення накладання молекул. Він використовує обчислені потенціали, наприклад потенціал Ленарда-Джонса, а не експериментальні константи, і стосується загальної молекули, а не окремих замісників. Перший 3-D QSAR був названий співвідносним аналізом молекулярного поля (CoMFA) від Cramer та співавт. Вона досліджувала стеричні поля (форма молекули) та електростатичні поля, корелювали за допомогою часткової регресії найменших квадратів (ПЛС).
Потім створений простір даних зазвичай зменшується шляхом виокремлення ознак (див. також зниження розмірності). Наступним методом навчання може бути будь-який із згаданих методів машинного навчання, наприклад, метод опорних векторів. Альтернативний підхід використовує навчання за набором зразків, кодуючи молекули як набори зразків даних, кожен з яких представляє можливу молекулярну конформацію[]. Кожному набору, що відповідає активності молекули, призначається мітка або відповідь, яка, як передбачається, є принаймні у одного зразка у наборі (тобто, є деякою конформацією молекули).
18 червня 2011 р. Патент компаративного аналізу молекулярного поля (CoMFA) знищив будь-які обмеження на використання технологій GRID та технологій часткових найменших квадратів (PLS) та команди з Римського центру молекулярного дизайну (RCMD) (www.rcmd.it) відкрив 3-D QSAR-сервер (www.3d-qsar.com). Нещодавно (жовтень 2016) вебсервер 3D QSAR був оновлений та відкритий для публіки чотирма основними вебдодатками: Py-MolEdit, Py-ConfSearch, Py-Align Py-CoMFA. Суфікс Py означає python, оскільки вебсайт і додаток розроблені з використанням мови python. Ці чотири програми дозволяють побудувати 3-D QSAR-модель з нуля, просто знаючи структури тренувального набору та біологічну активність. Сервер www.3D-QSAR.com включає в себе всі функції для аналізу полів молекулярних взаємодій (MIFs) та всіх 3-D QSAR-карт в режимі 3-D та інтерактивним способом.
Основа хімічного дескрипторає
У цьому підході дескриптори, що кількісно визначають різні електронні, геометричні або стеричні властивості молекули, обчислюються та використовуються для розробки QSAR . Цей підхід відрізняється від підходу фрагмента (або групового вкладу), оскільки дескриптори обчислюються для системи в цілому, а не від властивостей окремих фрагментів. Цей підхід відрізняється від підходу 3D-QSAR, оскільки дескриптори обчислюються з скалярних величин (наприклад, енергій, геометричних параметрів), а не від 3D-полів.
Застосування
Хімічне
Одним з перших історичних застосувань QSAR було прогнозування температури кипіння .Добре відомо, наприклад, що в межах певної родини хімічних сполук, особливо органічної хімії, існують сильні кореляції між структурою та спостережуваними властивостями. Простий приклад — зв'язок між кількістю атомів вуглецю в алканах та їх точками кипіння. Існує чітка тенденція збільшення точки кипіння з збільшенням кількості атомів вуглецю, і це служить засобом прогнозування точок кипіння вищих алканів.
Ще дуже цікавим застосуванням є рівняння Хеммета, рівняння Тафта та методи прогнозування pKa .
Біологічне
Біологічна активність молекул зазвичай вимірюється в аналізі, щоб встановити рівень гальмування певної трансдукції сигналу або метаболічних шляхів. Виявлення наркотиків часто передбачає використання QSAR для виявлення хімічних структур, які можуть мати гарні інгібуючі впливи на конкретні цілі та мають низьку токсичність (неспецифічна активність). Особливий інтерес представляє прогноз коефіцієнта розподілу log P, який є важливою мірою, використовуваною для ідентифікації «наркологічності» згідно з Ліпінським «Правилом п'яти».
Хоча багато кількісних аналізів зв'язків активності структури включає взаємодії сімейства молекул з сайтом, що зв'язує фермент або рецептор, QSAR також може бути використаний для вивчення взаємодії між структурними доменами білків. Білково-білкові взаємодії можна кількісно аналізувати для структурних варіацій, що виникають в результаті мутагенезу, орієнтованого на сайт
Вживання
(Q) SAR моделі були використані для управління ризиками. QSARS пропонують регуляторні органи; в Європейському Союзі, QSAR пропонується в Регламенті REACH, де «REACH» скорочує «Реєстрація, Оцінювання, Авторизація та Обмеження Хімічних речовин».
Простір хімічного дескриптора, випуклий корпус якого генерується певним навчальним комплексом хімічних речовин, називається доменом придатності тренувального набору. Прогноз властивостей нових хімічних речовин, які знаходяться за межами області застосування, використовує екстраполяцію, і тому менш надійний (в середньому), ніж прогнозування в межах області застосування. Оцінка надійності прогнозів QSAR залишається темою дослідження.
Рівняння QSAR можуть бути використані для прогнозування біологічної активності нових молекул перед їх синтезом.
Див. також
Примітки
Посилання
- Міжнародне товариство хемоінформатики і QSAR [ 20 березня 2022 у Wayback Machine.]
- Група хемоінформатики і QSAR Великої Британії[недоступне посилання з лютого 2019]
- Історія QSAR [ 19 грудня 2005 у Wayback Machine.] — (PDF)
Ця стаття містить правописні, лексичні, граматичні, стилістичні або інші мовні помилки, які треба виправити. (вересень 2019) |
В іншому мовному розділі є повніша стаття Quantitative structure–activity relationship(англ.). Ви можете допомогти, розширивши поточну статтю за допомогою з англійської.
|
Це незавершена стаття з хімії. Ви можете проєкту, виправивши або дописавши її. |
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Poshuk kilkisnih spivvidnoshen struktura vlastivist procedura pobudovi modelej sho dozvolyayut za strukturami himichnih spoluk peredbachati yih riznomanitni vlastivosti Za modelyami sho dozvolyayut prognozuvati kilkisni harakteristiki biologichnoyi aktivnosti istorichno zakripilasya anglomovna nazva Quantitative Structure Activity Relationship QSAR Abreviatura QSAR chasto traktuyetsya rozshireno dlya poznachennya bud yakih modelej struktura vlastivist Za modelyami sho dozvolyayut prognozuvati fizichni i fiziko himichni vlastivosti organichnih spoluk zakripilasya anglomovna nazva Quantitative Structure Property Relationship QSPR Pri yakisnomu opisi spivvidnoshen mizh strukturami himichnih spoluk i yih biologichnoyu aktivnistyu vzhivayut anglomovnij termin Structure Activity Relationship SAR Poshuk kilkisnih spivvidnoshen struktura vlastivist zasnovanij na zastosuvanni metodiv matematichnoyi statistiki i mashinnogo navchannya dlya pobudovi modelej sho dozvolyayut za opisom struktur himichnih spoluk peredbachati yih vlastivosti fizichni himichni biologichnu aktivnist Pri prognozuvanni vlastivostej na yakisnomu rivni napriklad chi bude dana himichna spoluka mati danij vid biologichnoyi aktivnosti govoryat pro rozv yazok klasifikacijnoyi zadachi todi yak pri prognozuvanni chislovih znachen vlastivostej govoryat pro rozv yazok regresijnoyi zadachi Opis struktur himichnih spoluk dlya cih cilej mozhe buti vektornim abo nevektornim za dopomogoyu grafiv Osnovni etapi doslidzhennya QSAR Osnovni etapi QSAR QSPR vklyuchayut vibir naboru danih ta viluchennya strukturnih empirichnih deskriptoriv zminnij vidbir pobudovanoyi modeli ta perevirka ocinki SAR ta SAR paradoksOsnovnim pripushennyam dlya vsiyeyi molekulyarnoyi gipotezi ye te sho podibni molekuli mayut podibnu aktivnist Cej princip takozh nazivayut strukturno aktivnimi zv yazkami SAR Osnovna problema polyagaye v tomu yak viznachiti neveliku riznicyu na molekulyarnomu rivni oskilki kozhen vid diyalnosti napriklad zdatnist do reakciyi zdatnist do biotransformaciyi rozchinnist cilova aktivnist tosho mozhut zalezhati vid inshoyi riznici Horoshi prikladi buli nadani v oglyadi bioizoterizaciyi Patani Lavoej ta Brauna Vzagali htos bilshe zacikavlenij u znahodzhenni silnih tendencij Stvoreni gipotezi zazvichaj pokladayutsya na kinceve chislo himichnih danih Takim chinom princip indukciyi slid povazhati shob uniknuti nadmirnih gipotez ta vinikati nadmirne ta marne traktuvannya strukturnih molekulyarnih danih Paradoks SAR svidchit pro te sho vsi podibni molekuli ne mayut podibnih dijTipiFragment na osnovi grupovogo vnesku Analogichno koeficiyent rozpodilu vimiryuvannya diferencialnoyi rozchinnosti i sam komponent prognoziv QSAR mozhna prognozuvati abo za dopomogoyu atomnih metodiv vidomih yak XLogP abo ALogP abo metodami himichnogo fragmenta vidomi yak CLogP ta inshi varianti Bulo pokazano sho logP spoluki mozhna viznachiti sumoyu jogo fragmentiv Fragmentni metodi zagalom viznayutsya krashimi prognostichnimi faktorami nizh metodami na osnovi atomiv Fragmentarni znachennya buli viznacheni statistichno vihodyachi z empirichnih danih dlya vidomih znachen logP Cej metod daye zmishani rezultati i yak pravilo ne doviryayut sho tochnist bilshe nizh 0 1 odinici QSAR na osnovi grupi abo fragmentiv takozh vidomij yak GQSAR GQSAR dozvolyaye gnuchko vivchati rizni molekulyarni fragmenti sho predstavlyayut interes u zv yazku zi zminoyu biologichnoyi vidpovidi Molekulyarni fragmenti mozhut buti zamisnikami na riznih miscyah zamishennya v kongruentnih naborah molekul abo mozhut buti zasnovani na zazdalegid viznachenih himichnih pravilah u vipadku nekongeneruyuchih mnozhin GQSAR takozh rozglyadaye deskriptori fragmentiv kros terminiv yaki mogli b dopomogti identifikuvati vzayemodiyu klyuchovih fragmentiv pri viznachenni variaciyi aktivnosti Rozkrittya informaciyi z vikoristannyam Fragnomics ce nova paradigma 3D QSAR Abreviatura 3D QSAR abo 3 D QSAR vidnositsya do zastosuvannya rozrahunkiv silovih poliv sho vimagayut trivimirnih struktur zadanogo naboru malih molekul z vidomimi diyami trenuvalnij nabir Trenuvalnij nabir povinen buti nakladeno virivnyano bud yakimi eksperimentalnimi danimi napriklad na osnovi kristalografiyi ligand bilka abo programnogo zabezpechennya nakladannya molekul Vin vikoristovuye obchisleni potenciali napriklad potencial Lenarda Dzhonsa a ne eksperimentalni konstanti i stosuyetsya zagalnoyi molekuli a ne okremih zamisnikiv Pershij 3 D QSAR buv nazvanij spivvidnosnim analizom molekulyarnogo polya CoMFA vid Cramer ta spivavt Vona doslidzhuvala sterichni polya forma molekuli ta elektrostatichni polya korelyuvali za dopomogoyu chastkovoyi regresiyi najmenshih kvadrativ PLS Potim stvorenij prostir danih zazvichaj zmenshuyetsya shlyahom viokremlennya oznak div takozh znizhennya rozmirnosti Nastupnim metodom navchannya mozhe buti bud yakij iz zgadanih metodiv mashinnogo navchannya napriklad metod opornih vektoriv Alternativnij pidhid vikoristovuye navchannya za naborom zrazkiv koduyuchi molekuli yak nabori zrazkiv danih kozhen z yakih predstavlyaye mozhlivu molekulyarnu konformaciyu ustalenij termin Kozhnomu naboru sho vidpovidaye aktivnosti molekuli priznachayetsya mitka abo vidpovid yaka yak peredbachayetsya ye prinajmni u odnogo zrazka u nabori tobto ye deyakoyu konformaciyeyu molekuli 18 chervnya 2011 r Patent komparativnogo analizu molekulyarnogo polya CoMFA znishiv bud yaki obmezhennya na vikoristannya tehnologij GRID ta tehnologij chastkovih najmenshih kvadrativ PLS ta komandi z Rimskogo centru molekulyarnogo dizajnu RCMD www rcmd it vidkriv 3 D QSAR server www 3d qsar com Neshodavno zhovten 2016 vebserver 3D QSAR buv onovlenij ta vidkritij dlya publiki chotirma osnovnimi vebdodatkami Py MolEdit Py ConfSearch Py Align Py CoMFA Sufiks Py oznachaye python oskilki vebsajt i dodatok rozrobleni z vikoristannyam movi python Ci chotiri programi dozvolyayut pobuduvati 3 D QSAR model z nulya prosto znayuchi strukturi trenuvalnogo naboru ta biologichnu aktivnist Server www 3D QSAR com vklyuchaye v sebe vsi funkciyi dlya analizu poliv molekulyarnih vzayemodij MIFs ta vsih 3 D QSAR kart v rezhimi 3 D ta interaktivnim sposobom Osnova himichnogo deskriptoraye U comu pidhodi deskriptori sho kilkisno viznachayut rizni elektronni geometrichni abo sterichni vlastivosti molekuli obchislyuyutsya ta vikoristovuyutsya dlya rozrobki QSAR Cej pidhid vidriznyayetsya vid pidhodu fragmenta abo grupovogo vkladu oskilki deskriptori obchislyuyutsya dlya sistemi v cilomu a ne vid vlastivostej okremih fragmentiv Cej pidhid vidriznyayetsya vid pidhodu 3D QSAR oskilki deskriptori obchislyuyutsya z skalyarnih velichin napriklad energij geometrichnih parametriv a ne vid 3D poliv ZastosuvannyaHimichne Odnim z pershih istorichnih zastosuvan QSAR bulo prognozuvannya temperaturi kipinnya Dobre vidomo napriklad sho v mezhah pevnoyi rodini himichnih spoluk osoblivo organichnoyi himiyi isnuyut silni korelyaciyi mizh strukturoyu ta sposterezhuvanimi vlastivostyami Prostij priklad zv yazok mizh kilkistyu atomiv vuglecyu v alkanah ta yih tochkami kipinnya Isnuye chitka tendenciya zbilshennya tochki kipinnya z zbilshennyam kilkosti atomiv vuglecyu i ce sluzhit zasobom prognozuvannya tochok kipinnya vishih alkaniv She duzhe cikavim zastosuvannyam ye rivnyannya Hemmeta rivnyannya Tafta ta metodi prognozuvannya pKa Biologichne Biologichna aktivnist molekul zazvichaj vimiryuyetsya v analizi shob vstanoviti riven galmuvannya pevnoyi transdukciyi signalu abo metabolichnih shlyahiv Viyavlennya narkotikiv chasto peredbachaye vikoristannya QSAR dlya viyavlennya himichnih struktur yaki mozhut mati garni ingibuyuchi vplivi na konkretni cili ta mayut nizku toksichnist nespecifichna aktivnist Osoblivij interes predstavlyaye prognoz koeficiyenta rozpodilu log P yakij ye vazhlivoyu miroyu vikoristovuvanoyu dlya identifikaciyi narkologichnosti zgidno z Lipinskim Pravilom p yati Hocha bagato kilkisnih analiziv zv yazkiv aktivnosti strukturi vklyuchaye vzayemodiyi simejstva molekul z sajtom sho zv yazuye ferment abo receptor QSAR takozh mozhe buti vikoristanij dlya vivchennya vzayemodiyi mizh strukturnimi domenami bilkiv Bilkovo bilkovi vzayemodiyi mozhna kilkisno analizuvati dlya strukturnih variacij sho vinikayut v rezultati mutagenezu oriyentovanogo na sajt Vzhivannya Q SAR modeli buli vikoristani dlya upravlinnya rizikami QSARS proponuyut regulyatorni organi v Yevropejskomu Soyuzi QSAR proponuyetsya v Reglamenti REACH de REACH skorochuye Reyestraciya Ocinyuvannya Avtorizaciya ta Obmezhennya Himichnih rechovin Prostir himichnogo deskriptora vipuklij korpus yakogo generuyetsya pevnim navchalnim kompleksom himichnih rechovin nazivayetsya domenom pridatnosti trenuvalnogo naboru Prognoz vlastivostej novih himichnih rechovin yaki znahodyatsya za mezhami oblasti zastosuvannya vikoristovuye ekstrapolyaciyu i tomu mensh nadijnij v serednomu nizh prognozuvannya v mezhah oblasti zastosuvannya Ocinka nadijnosti prognoziv QSAR zalishayetsya temoyu doslidzhennya Rivnyannya QSAR mozhut buti vikoristani dlya prognozuvannya biologichnoyi aktivnosti novih molekul pered yih sintezom Div takozhIndeks Kira GolaPrimitkiKernel methods in computational biology Cambridge Mass MIT Press 2004 ISBN 978 0 262 19509 6 Dietterich TG Lathrop RH Lozano Perez T 1997 Solving the multiple instance problem with axis parallel rectangles Artificial Intelligence 89 1 2 31 71 doi 10 1016 S0004 3702 96 00034 3 PosilannyaMizhnarodne tovaristvo hemoinformatiki i QSAR 20 bereznya 2022 u Wayback Machine Grupa hemoinformatiki i QSAR Velikoyi Britaniyi nedostupne posilannya z lyutogo 2019 Istoriya QSAR 19 grudnya 2005 u Wayback Machine PDF Cya stattya mistit pravopisni leksichni gramatichni stilistichni abo inshi movni pomilki yaki treba vipraviti Vi mozhete dopomogti vdoskonaliti cyu stattyu pogodivshi yiyi iz chinnimi movnimi standartami veresen 2019 V inshomu movnomu rozdili ye povnisha stattya Quantitative structure activity relationship angl Vi mozhete dopomogti rozshirivshi potochnu stattyu za dopomogoyu perekladu z anglijskoyi Divitis avtoperekladenu versiyu statti z movi anglijska Perekladach povinen rozumiti sho vidpovidalnist za kincevij vmist statti u Vikipediyi nese same avtor redaguvan Onlajn pereklad nadayetsya lishe yak korisnij instrument pereglyadu vmistu zrozumiloyu movoyu Ne vikoristovujte nevichitanij i nevidkorigovanij mashinnij pereklad u stattyah ukrayinskoyi Vikipediyi Mashinnij pereklad Google ye korisnoyu vidpravnoyu tochkoyu dlya perekladu ale perekladacham neobhidno vipravlyati pomilki ta pidtverdzhuvati tochnist perekladu a ne prosto skopiyuvati mashinnij pereklad do ukrayinskoyi Vikipediyi Ne perekladajte tekst yakij vidayetsya nedostovirnim abo neyakisnim Yaksho mozhlivo perevirte tekst za posilannyami podanimi v inshomovnij statti Dokladni rekomendaciyi div Vikipediya Pereklad Ce nezavershena stattya z himiyi Vi mozhete dopomogti proyektu vipravivshi abo dopisavshi yiyi