文献

J-GLOBAL ID：201702268022582400   整理番号：17A1248441

天然物のADME特性に関するin silicoモデリング:血液脳関門透過性,伝統的中国医学への応用およびin vitro実験的検証のための分類モデル【Powered by NICT】

In silico modeling on ADME properties of natural products: Classification models for blood-brain barrier permeability, its application to traditional Chinese medicine and in vitro experimental validation

著者 (4件)： Zhang Xiuqing (Pharmaceutical Informatics Institute, College of Pharmaceutical Sciences, Zhejiang University, No. 866 Yuhangtang Road, Hangzhou, 310058, China) ,  Liu Ting (Pharmaceutical Informatics Institute, College of Pharmaceutical Sciences, Zhejiang University, No. 866 Yuhangtang Road, Hangzhou, 310058, China) ,  Fan Xiaohui (Pharmaceutical Informatics Institute, College of Pharmaceutical Sciences, Zhejiang University, No. 866 Yuhangtang Road, Hangzhou, 310058, China) ,  Ai Ni (Pharmaceutical Informatics Institute, College of Pharmaceutical Sciences, Zhejiang University, No. 866 Yuhangtang Road, Hangzhou, 310058, China)
資料名： Journal of Molecular Graphics & Modelling  (Journal of Molecular Graphics & Modelling)
巻： 75  ページ： 347-354  発行年： 2017年 
JST資料番号： B0044D  ISSN： 1093-3263  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 血液脳関門(BBB)透過性のin silicoモデリングはその高スループットと費用対効果に起因する中枢神経系(CNS)薬の早期発見に重要な役割を果たしている。天然物(NP)はいくつかのCNS疾患に対して顕著な治療効果を示した。しかし,NPのBBB透過特性はほとんど実験的および計算的に評価した。化学空間における有意差は,NPと合成薬,NPの評価のための利用可能な合成化学ベースBBB透過性モデルの適合性に関する疑いに必要とする間に存在することが知られている。NPのBBB透過性に対する貧弱な識別性能を最初に内部人工と以前に発表された由来計算モデルを用いて確認したが,これはNP配向モデリングの必要性を正当化する。NPデータセットの定量的構造-特性関係(QSPR)研究は,67選択された特徴とサポートベクトルマシン,ランダムフォレスト,ナイーブBayesと確率的ニューラルネットワークを含む四種の異なる機械学習法を用いて行った。最終コンセンサスモデルは交差検証研究のために約90%の総合精度,さらに伝統的な中国医学(TCM)から10,000以上の化合物の大規模データセットの受動BBB透過性を予測するために採用すると得られた。選択した32種のTCM分子では,それらの予測されたBBB透過性はin vitroで平行人工膜透過性アッセイにより評価し,in vitro実験的検証のための総合精度は約81%であった。興味深いことに,著者らのin silicoモデルは,親分子とそれらの既知のin vivo代謝産物の異なるBBB透過ポテンシャルを成功裏に予測した。最後に,親油性,水素結合の数及び分子極性は,NPのBBB透過性のための重要な分子決定因子であることを見出した。著者らの結果は,本研究で提案したコンセンサスモデルは,BBB,それらの成長を加速し,それらの機構,特に薬理学的に活性な代謝産物のより深い理解を提供するであろうそれを横切って潜在的CNS活性NPの優先順位付けのための信頼性のあるツールであることを示唆した。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： 代謝産物 ,  *天然材料 ,  機械学習 ,  サポートベクトルマシン ,  *血液脳関門 ,  薬理学 ,  中枢神経系 ,  水素結合 ,  化学合成 ,  信頼性 ,  *モデリング ,  定量的構造活性相関 ,  *in vitro実験
準シソーラス用語： *透過性 ,  *in silico , 【Automatic Indexing@JST】

著者キーワード (5件)： 血液脳関門 ,  Permeability ,  分類 ,  天然物 ,  伝統的な中国医学

分類 (3件)： 酵素製剤・酵素阻害剤の基礎研究  (GW21010W) ,  薬物の相互作用  (GV01070X) ,  分子化合物  (CE02000C)

タイトルに関連する用語 (9件)： 天然物 ,  ADME ,  モデリング ,  血液脳関門透過性 ,  中国医学 ,  応用 ,  実験 ,  検証 ,  分類モデル