首页 > 文献资料
-
从分子极性表面积预测头孢菌素类药物的血浆蛋白结合率
目的:采用分子结构参数预测头孢菌素类药物的血浆蛋白结合率.方法:用半经验自洽场分子轨道AM1法得到药物分子的优化几何构型,用Monte Carlo法计算分子极性表面积,相关分析采用逐步多元回归分析法.结果:头孢菌素类药物的血浆蛋白结合率(fb)与分子量(MW)和氢键给体表面积(SH)具有良好的相关性,回归方程式为:fb=0.5057+2.861×10-3MW-0.1572SH+4.714×10-3SH2(n=22,r=0.9042).结论:头孢菌素类药物的血浆蛋白结合率不仅与药物的脂溶性,而且还与形成氢键的能力密切相关.从药物的分子量和极性表面积可以预测头孢菌素类药物的血浆蛋白结合率.
-
从分子极性表面积预测β-受体阻断剂的血浆蛋白结合率
目的 从分子极性表面积和分子量预测药物的血浆蛋白结合率.方法 根据半经验自洽场分子轨道AM1法得到的优化构型用Monte Carlo法计算得到分子量和分子极性表面积.用逐步多元回归分析法建立从药物的分子量、分子极性表面积预测14种β-受体阻断剂的血浆蛋白结合率的数学模型.回归方程采用statistics60软件做逐步多元回归分析得到.结果 β-受体阻断剂的血浆蛋白结合率与分子量(MW)、氢键给体表面积(SH)和氢键受体表面积(So,N)具有良好的相关性,回归方程为:fb=1.89-6.50×10-1So.N+6.24×10-4SH2+1.41×10-4MW*So.N(n=13,R=0.8891).结论 β-受体阻断剂的血浆蛋白结合率与分子量和分子极性表面积密切相关.从分子极性表面积预测药物血浆蛋白结合率具有方便快捷的优点,可用于相关的药动学参数的研究.
-
从分子极性表面积预测喹诺酮类药物的血浆蛋白结合率
目的 从分子极性表面积和分子量预测药物的血浆蛋白结合率.方法根据半经验自洽场分子轨道AM1法得到的优化构型用Monte Carlo法计算得到分子量和分子极性表面积.用逐步多元回归分析法及人工神经网络法建立从药物的分子量、分子极性表面积预测喹诺酮类药物的人血浆蛋白结合率的数学模型.回归方程采用statistics60软件.结果 喹诺酮类药物的人血浆蛋白结合率与分子量(MW)和氢键给体表面积(SH)具有良好的相关性,回归方程为:fb=364.98-42.67SH-0.89MW+0.11MW*SH(n=28,R=0.8922).神经网络的计算结果25个训练样本的根均方误差RMSE为0.0368,3个预测样本的根均方误差RMSE为0.0640.结论 药物血浆蛋白结合能力与分子量和分子极性表面积密切相关.从分子极性表面积预测药物血浆蛋白结合率具有方便快捷的优点,可用于相关的药动学参数的研究.