معلومة

لماذا تعمل نماذج التوليد الجزيئي على تعظيم "تسجيل الدخول المُعاقب" كمقياس لمدى احتمالية استخدام العقاقير؟

لماذا تعمل نماذج التوليد الجزيئي على تعظيم



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

لقد وجدت أن قاعدة ليبينسكي المكونة من خمس حالات تنص على أن السجل P (معامل تقسيم الأوكتانول والماء ، وقياس قابلية الدهون) يجب ألا يتجاوز عادة 5.

تخبر العديد من الأوراق البحثية حول نماذج التعلم الآلي لاكتشاف الأدوية عن تعظيم "السجل المعاقب" ، لكن الورقة التي تشير إليها في النهاية لا تحتوي على أي معلومات عنها. اسمحوا لي أن أظهر ذلك.

دعنا نتحقق من 1 ، هنا نقرأ عن السجل المعاقب P:

المهمة الثانية هي إنتاج جزيئات جديدة بالخصائص المرغوبة. بعد (Kusner et al. ، 2017) ، الخاصية الكيميائية المستهدفة لدينا y (·) هي معاملات تقسيم الأوكتانول-الماء (logP) التي تعاقب عليها درجة إمكانية الوصول التركيبية (SA) وعدد الدورات الطويلة

y (m) = logP (m) −SA (م) − دورة (م) حيث تحسب الدورة (م) عدد الحلقات التي تحتوي على أكثر من ست ذرات.

ثم ننتقل إلى Kusner et al. ، 2017:

بالنسبة لمشكلة التحسين الثانية ، نتبع (Gómez-Bombarelli et al. ، 2016b) ونحسن خصائص الأدوية للجزيئات. هدفنا هو تعظيم معامل تقسيم الماء - الأوكتانول (logP) ، وهو مقياس مهم في تصميم الدواء يميز تشابه الجزيء بالعقار ، كما في Gómez-Bombarelli et al. (2016b) نحن نعتبر درجة logP معاقبة تأخذ في الاعتبار الخصائص الجزيئية الأخرى مثل حجم الحلقة وإمكانية الوصول الاصطناعية (Ertl & Schuffenhauer ، 2009).

هنا Gómez-Bombarelli ، 2016 ويبدو أنه لا يحتوي على أي شيء حول هذا الموضوع (يمكن أن أكون مخطئًا ، يرجى توجيهي بعد ذلك) ، باستثناء

كان الهدف الذي اخترناه لتحسينه هو 5 × QED SAS ، حيث يشير QED إلى التقدير الكمي لتشابه العقاقير (QED) ، 37 و SAS هو درجة إمكانية الوصول الاصطناعية. من السهل أيضًا تركيبه.

من الأمثلة الأخرى على الأوراق التي تؤدي أيضًا إلى نفس الأوراق 2 ، 3 ، إلخ.

ماذا يعني logP المعاقب للرجوع إلى المخدرات ولماذا يجب تعظيمه؟