文献

J-GLOBAL ID：201702252020057015   整理番号：17A1708495

薬物発見におけるADME特性評価:PLSおよびコンセンサスモデリングを組み合わせたNSGA-IIを用いた血しょう蛋白質結合の予測【Powered by NICT】

ADME properties evaluation in drug discovery: Prediction of plasma protein binding using NSGA-II combining PLS and consensus modeling

著者 (13件)： Wang Ning-Ning (Xiangya School of Pharmaceutical Sciences, Central South University, Changsha, 410013, PR China) ,  Deng Zhen-Ke (Xiangya School of Pharmaceutical Sciences, Central South University, Changsha, 410013, PR China) ,  Huang Chen (School of Mathematics and Statistics, Central South University, Changsha 410083, PR China) ,  Dong Jie (Xiangya School of Pharmaceutical Sciences, Central South University, Changsha, 410013, PR China) ,  Zhu Min-Feng (Department of Haematology, The Third Xiangya Hospital, Central South University, Changsha, Hunan, PR China) ,  Yao Zhi-Jiang (Department of Haematology, The Third Xiangya Hospital, Central South University, Changsha, Hunan, PR China) ,  Chen Alex F. (Xiangya School of Pharmaceutical Sciences, Central South University, Changsha, 410013, PR China) ,  Chen Alex F. (Center for Vascular Disease and Translational Medicine, The Third Xiangya Hospital of Central South University, Changsha, 410013, PR China) ,  Lu Ai-Ping (Institute for Advancing Translational Medicine in Bone & Joint Diseases, School of Chinese Medicine, Hong Kong Baptist University, Hong Kong SAR, PR China) ,  Mi Qi (Department of Sports Medicine and Nutrition, Center for Inflammation and Regeneration Modeling, McGowan Institute for Regenerative Medicine, University of Pittsburgh, PA, USA) ,  Cao Dong-Sheng (Xiangya School of Pharmaceutical Sciences, Central South University, Changsha, 410013, PR China) ,  Cao Dong-Sheng (Center for Vascular Disease and Translational Medicine, The Third Xiangya Hospital of Central South University, Changsha, 410013, PR China) ,  Cao Dong-Sheng (Institute for Advancing Translational Medicine in Bone & Joint Diseases, School of Chinese Medicine, Hong Kong Baptist University, Hong Kong SAR, PR China)
資料名： Chemometrics and Intelligent Laboratory Systems  (Chemometrics and Intelligent Laboratory Systems)
巻： 170  ページ： 84-95  発行年： 2017年 
JST資料番号： E0150B  ISSN： 0169-7439  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 薬物化合物の血しょう蛋白質結合親和性はその薬力学的挙動に強い影響を持つ,薬物取込および分布に影響するからである。本研究では,いくつかのアクセス可能なソースからの1830種の薬剤化合物から成るかなりのデータセットを収集した。四種類記述子の(2-D,3-D,団地とMACCS)で構成されたディスクリプタプールを最初に構築し,部分最小二乗(PLS)回帰を組み合わせた非優越ソート遺伝的アルゴリズム(NSGA II)はモデル構築のための重要な記述子を選択するために適用した。最後に,ランダムフォレスト(RF),サポートベクトルマシン(SVM),キュービスト,Gauss過程(GP),とブースティングを用いて構築した五種類の予測モデルに基づくコンセンサスモデル(5倍交差検証のためのQ~2=0.750;RMSE=16.151)を得た。さらに,試験セットと二つの外部検証データセットはそのロバスト性と実用性を検証するために適用した。試験セットに対し,R_T~2=0.787とRMSE_T=14.154;二外部データセットを適用した場合,それぞれR_Ex~2=0.704と0.703,RMSE_Ex=18.194と17.233であった。さらに,OECD原理に従って,yランダム化,Williamsプロットと足場解析は,予測モデルの信頼性と実用化ドメインを検証するために提案した。全体として,著者らのコンセンサスモデルは血漿蛋白質結合(PPB)を予測するのに良好な予測性能と汎化能力を示した。NSGA-IIおよびRFにより選択されたこれらの重要な記述子を分析した後,薬物化合物のPPBは主にその親油性,芳香環,および部分電荷特性に関連すると結論した。まとめとして,この研究は,PPB予測のためのロバストで実用的なコンセンサスモデルを開発し,それは薬物開発の初期段階における分布評価とリスク評価に用いることができた。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *キャラクタリゼーション ,  ロバスト性 ,  *予測 ,  遺伝的アルゴリズム ,  *モデリング ,  Gauss過程 ,  部分最小二乗法 ,  サポートベクトルマシン ,  定量的構造活性相関 ,  予測モデル ,  *血漿タンパク質
準シソーラス用語： 創薬 ,  ランダムフォレスト ,  結合親和性 ,  *NSGA-II , 【Automatic Indexing@JST】

著者キーワード (5件)： 血しょう蛋白質結合 ,  ADME ,  QSAR ,  NSGA-II ,  コンセンサスモデル

分類 (1件)： 薬物の構造活性相関  (GV01050B)

タイトルに関連する用語 (10件)： 薬物 ,  発見 ,  ADME ,  特性評価 ,  PLS ,  コンセンサス ,  モデリング ,  NSGA-II ,  血しょう蛋白質 ,  予測