XiaoMi-AI文件搜索系统
World File Search Systemclogp
评估分子的机器学习模型...
脚手架（1）生成bemis-murcko脚手架22均具有rdkit（Murckoscaffold.getScaffoldormol）的所有化合物的22脚手架（所有原子转化为碳原子，所有键，所有键）分子量（1）使用RDKIT（RDMOLDESCRIPTORS.CALCEXACTMOLWT）计算每种化合物的分子量（2）通过分子重量（3）分配摩尔重量（3）为OOD的重量（3）分类化合物，以将80％（最高重量）分配给OOD级别（最高重量），以将80％（最高的重量）分配给Rebore solec s Molec（最高重量）重量分裂，仅在步骤3中，将Botm-Tom 20％（最低权重）分配给OOD测试集，并将其余的80％分配给ID数据集分子分子分子logp（1）使用RDKIT（Descriptors.mollogp.mollogp）计算每种化合物的clogp（2）clogp值（2）将clogp值（3）分配给最高clogp and clogp值（3），并将clogp-emean（3）分配给最高的clogp clogp，并将clogp值（3）分配给最高的clogp clogp值（3）聚类（1）生成ECFP指纹（半径= 2，2048位）
n- ...
摘要。血管内皮生长因子受体（VEGFR）酪氨酸激酶（TKS）是临床验证的抗癌治疗的药物靶标，因为它们在血管生成，肿瘤生长和元时间的过程中起重要作用。VEGFR2是VEGFR-TKS的成员。vegfr2是血管生成过程的重要阶段。硫脲衍生化合物具有潜在的VEGFR2抑制剂。这项研究的目的是通过抑制VEGFR2受体的抑制作用来确定N-Benzoyl- n'-naphythylthiourea（Bntu）及其衍生物作为抗癌的定量结构活性关系（QSAR）。获得的最佳QSAR方程模型可以用作设计具有最佳VEGFR2抑制活性的新的BNTU衍生化合物的指南。分析结果提供了最佳方程模型，如下所示：RS = -0.405（±1.020）Clogp 2 + 1.174（±8.709）clogp + 5.227（±3.273）E Lumo -72.983（±7.625）（±7.625）（两个物理学化学参数）（n = 14; r = 0.971; se = 4.519; f = 54.777; sig。= 0.000）。通过抑制VEGFR2受体的抗癌化合物及其衍生物的抗癌活性受到亲脂性和电子特性的影响。
大环化合物在药物研发中的应用─借鉴过去，展望未来
摘要：我们分析了 FDA 批准的大环药物、临床候选药物和最近的文献，以了解大环化合物在药物发现中的应用。目前的药物主要用于传染病和肿瘤学，而肿瘤学是临床候选药物的主要适应症，在文献中，大多数大环药物与难以结合药物的靶标结合。天然产物提供了 80-90% 的药物和临床候选药物，而 ChEMBL 中的大环化合物结构不太复杂。大环化合物通常位于 5 规则化学空间之外，但 30-40% 的药物和临床候选药物是口服生物可利用的。简单的双描述符模型，即 HBD ≤7 与 MW < 1000 Da 或 cLogP > 2.5 的组合，将口服药物与肠外药物区分开来，可用作设计中的过滤器。我们认为，构象分析的最新突破和来自天然产物的灵感将进一步改善大环化合物的从头设计。■ 介绍