文献

J-GLOBAL ID：201702225395588219   整理番号：17A0016562

リガンドベースアプローチを用いたβ-セクレターゼ1(BACE-1)阻害剤の計算モデリング

Computational Modeling of β-Secretase 1 (BACE-1) Inhibitors Using Ligand Based Approaches

著者 (4件)： SUBRAMANIAN Govindan (Zoetis, Michigan, USA) ,  RAMSUNDAR Bharath (Stanford Univ., California, USA) ,  PANDE Vijay (Stanford Univ., California, USA) ,  DENNY Rajiah Aldrin (Pfizer Inc., Massachusetts, USA)
資料名： Journal of Chemical Information and Modeling  (Journal of Chemical Information and Modeling)
巻： 56  号： 10  ページ： 1936-1949  発行年： 2016年10月 
JST資料番号： A0294A  ISSN： 1549-9596  CODEN： JCISD8  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： 文献上の各種ヒトβ-セクレターゼ1(BACE-1)阻害剤の結合親和性(IC₅₀)をリガンドベースのin silicoモデリングと統計手法によりモデル化した。記述子領域にはバイナリ分子フィンガープリント,1及び2次元構造的,物理化学的,及びトポロジー的記述子,各種化学骨格の適正構造配列を必要とする3次元分子場を含めた。親和性のモデルリングにはQSARに利用される線形,非線形,及びディープニューラルネットワーク機械学習法を用いた。多様な化合物データセットの約20%をモデルの検証に,残りの約80%を外部検証の一部と予測試験セットに用いてモデル性能を調べた。その結果,定性的分類(~70%精度)と定量的IC₅₀予測(2乗平均平方根誤差~1log)で良好な結果を得た。2次元記述子ベースの機械学習法は3次元分子場法よりも優れ,他の蛋白質類に対するリード化合物の同定及び最適化にも推奨される。

シソーラス用語： *アスパラギン酸プロテイナーゼ ,  ヒト ,  分子 ,  *酵素阻害剤 ,  *モデリング ,  機械学習 ,  *親和性 ,  誤差 ,  精度 ,  分子構造 ,  解析 ,  計算機シミュレーション ,  定量的構造活性相関
準シソーラス用語： in silico解析 ,  *β-セクレターゼ ,  リガンド ,  *結合親和性

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 (4件)： β-セクレターゼ ,  BACE ,  阻害剤 ,  計算モデリング