草莓av|日本高清视频色视频免费|婷婷丁香五月
<dd id="2go2i"><input id="2go2i"></input></dd>
  • <dd id="2go2i"><u id="2go2i"></u></dd>
  • XLOGP3+: 可靠的、方便的理化性質計算軟件

    XLOGP3+

    軟件簡介

    眾所周知,新藥研發是一個漫長、昂貴的過程,且成功率極低。在新藥開發過程中,一半的候選化合物因為缺少藥物分子所必需的吸收、分布、代謝、排泄藥代動力學性質或者具有毒性(ADMET)而最終未能成藥,而在已經進入市場的藥物中有50%仍然存在著ADMET方面的問題。如果能盡早地將那些因為缺少藥物分子關鍵性質而注定不能成藥的分子提前過濾掉,無疑會大大提高新藥研發的成功率,縮短周期,以及降低成本。計算機輔助藥物設計因其高效和低成本,已經被廣泛用于新藥研發流程,且被證明行之有效。

    王任小課題組曾于2007年推出XLOGP3程序用于預測藥物分子關鍵性質之一的脂水分配系數(LogP), 在國內外獲得廣泛認可。例如全世界最大的公開的化學數據庫PubChem就采用XLOGP3作為其默認的計算工具來計算超過1000萬個化合物的LogP。XLOGP3+是對XLOGP3的一次重大更新和升級。不僅整合了本課題自行研發的溶解度(LogS)的預測工具XLOGS,還增加了對流行文件格式SMILES的支持。此外,還支持十余種新藥預篩選中常用的物理化學性質的預測,包括拓撲極性表面積,氫鍵給體和受體數等(表1)。

    表1. XLOGP3+支持的物理化學性質

    性質 描述
    xlogp[1] 脂水分配系數
    xlogs[2] 溶解度
    tpsa[3] 拓撲極性表面積
    sp3_carbon_fraction[4] sp3碳原子比例
    hetero_carbon_ratio[4] 雜/碳原子比
    mw 分子量
    hb_acceptor_count 氫鍵受體數
    hb_donor_count 氫鍵給體數
    ring_count 環總數
    rotatable_bond_count 可旋轉鍵數
    carbon_atom_count 碳原子數
    charged_atom_count 帶電原子數
    hb_atom_count 氫鍵(氮和氧)原子數
    heavy_atom_count 重(非氫)原子數
    hetero_atom_count 雜(氮、氧、磷和硫)原子數

    軟件特性

    1. 支持的操作系統:Windows,Linux與Mac。
    2. 完整靈活的命令行用戶界面。
    3. 詳盡的幫助,包括每個參數的詳細說明,可接受參數的類型和默認值。
    4. 支持常見的化合物文件格式,包括:SYBYL mol2, MDL MOL/SDF/RDF,以及Daylight SMILES。
    5. 設定取值區間對數據庫進行過濾。
    6. 支持里賓斯基五規則過濾。
    7. 支持使用配置文件來重復利用一套參數于不同的計算項目。
    8. 支持對單個或多個輸入文件進行計算,支持通配符。

    關于開發者

    XLOGP3+軟件由復旦大學藥學院王任小教授課題組開發。

    文獻

    1. Cheng, T.; Zhao, Y.; Li, X.; Lin, F.; Xu, Y.; Zhang, X.; Li, Y.; Wang, R.; Lai, L. Computation of Octanol?Water Partition Coefficients by Guiding an Additive Model with Knowledge. J. Chem. Inf. Model. 2007, 47 (6), 2140–2148. https://doi.org/10.1021/ci700257y.
    2. Duan Bao-Gen, Li Yan, Li Jie, Cheng Tie-Jun, WANG Ren-Xiao. An Empirical Additive Model for Aqueous Solubility Computation: Success and Limitations. Acta Physico-Chimica Sinica, 2012, 28(10): 2249-2257. https://doi.org/10.3866/PKU.WHXB201209171.
    3. Ertl, P.; Rohde, B.; Selzer, P. Fast Calculation of Molecular Polar Surface Area as a Sum of Fragment-Based Contributions and Its Application to the Prediction of Drug Transport Properties. J. Med. Chem. 2000, 43 (20), 3714–3717. https://doi.org/10.1021/jm000942e.
    4. Lovering, F.; Bikker, J.; Humblet, C. Escape from Flatland: Increasing Saturation as an Approach to Improving Clinical Success. J. Med. Chem. 2009, 52 (21), 6752–6756. https://doi.org/10.1021/jm901241e.

    采購咨詢

    草莓av
    <dd id="2go2i"><input id="2go2i"></input></dd>
  • <dd id="2go2i"><u id="2go2i"></u></dd>