药物分子设计中定量结构－药代动力学关系研究进展

本文阐明定量构动关系的概念,说明定量构动关系研究对于药物分子设计的重要性和必要性。概述了定量构动关系的研究内容与研究方法,综述了近年来国内外药物定量构动关系的研究进展,以及定量构动关系研究对于药物分子设计和药物研发的指导意义,并建议性地提出了今后可能的研究方向。     

定量构动关系与药物分子设计

阐述了定量构动关系的研究对于药物设计的重要性和必要性,介绍了表征药物分子的结构参数以及将药物结构参数与药动学参数进行关联的人工神经网络,综述了近年来国内外药物定量构动关系的研究进展。     

喹诺酮类化合物的定量构动关系

目的应用量子化学和神经网络方法,研究喹诺酮类化合物的的定量构动关系。方法计算了21个喹诺酮类化合物的结构参数,建立了含两个隐含层的反传神经网络定量构动关系模型。输出层为试验获得的喹诺酮类化合物的3个药动学参数Cm ax、AUC和t1/2;输入层为筛选出的喹诺酮类化合物的6个结构参数。结果随机挑选20个化合物作为训练集并进行leave-one-out分析。剩下1个化合物作为预测集,预测结果能够很好地与试验数据相吻合。结论所建立的定量构动关系模型能够有效地分析喹诺酮类化合物的定量构动关系。     

定量结构—药物动力学关系（QSPR）研究与药物设计

对药物动力学,特别是透膜转运和代谢过程作了综述。以吗啡类镇痛药和磺胺药为例说明了定量构动关系研究在药物设计过程中的应用。     

我国定量构效关系的研究进展

定量构效关系(Quantitative Structure-Activity Relationship QSAR),即采用数学模型,借助理化参数或结构参数,来描述有机小分子化合物(药物、底物、抑制剂等)与有机大分子化合物(酶、辅酶)或有机大分子组织之间(受体、细胞、动物等)相互作用关系。 Hansch法、Free-Wilson法及分子连接性法是目前研究定量构效关系中应用较广的方法,尤其以Hansch法应用的最多。这三种方法均采用多元回归分析进行结构与生物活性间定量相关的计算。定量构效关系研究在预测化合物的生物活性、结构与选择性作用、药物动     

人工神经网络在药动学／药效学研究中的应用

介绍人工神经网络在药物动力学和药效学研究中的应用,包括血药浓度和药物效应的预测,药物结构和药动学定量关系研究,群体药动学数据分析和药动学／药效学结合研究等。     

应用定量构效关系预测技术控制药物毒性杂质的探讨与展望

目的:全面追踪和探讨目前国际上应用定量构效关系预测药物毒性杂质的前沿技术和发展方向.方法:全文检索和查阅近年来有关定量构效关系预测毒性技术的文献和专利,以及对相关软件在使用过程中的总结体会.结果:与结论运用已知机理的经验导出法、化合物结构导出法、类似物导出法和无经验参照的统计学方法,可以对未知化合物进行毒性预测.该前沿...     

头孢菌素类抗生素的定量构动关系

目的研究头孢菌素类抗生素的定量构动关系(QSPR)。方法应用半经验量子化学方法和误差反向传播人工神经网络方法。结果利用量子化学AM1算法计算了26种头孢菌素的18个结构参数,筛选与头孢菌素类抗生素药动学指标相关性较大的6个结构参数作为人工神经网络的输入参数,以头孢菌素类抗生素的5个药动学指标(t1/2α、t1/2β、AUC、C l和Vap)作为人工神经网络的输出参数,利用误差反向传播的神经网络构建头孢菌素类抗生素的QSPR模型。从26个头孢菌素类抗生素样本中,随机抽取了23个样本作为训练集,剩余的作为检验集来验证QSPR模型的预测效果。结论头孢菌素类抗生素的ELUMO、Diop、EH、LogP、M和HDO是影响其药动学指标的主要因素,所建立的QSPR模型能够有效地描述并预测头孢菌素类抗生素的药动学指标。     

基于多层网络的构效关系分析

定量构效关系分析是药物分子设计中的一个基本方法，本文讨论了反向传播网络在构效关系分析中的应用，介绍了在网络学习过程中所采取的策略。通过实验发现，反向传播网络对构效关系的逼近拟合以及预测结果均明显优于传统的多元回归分析结果。     

中药药动学研究进展

中药的药物代谢动力学(简称中药药动学)是借助于动力学原理,研究中草药活性成分、组分、中药单方和复方在动物或人体内的吸收、分布、代谢和排泄的动态变化规律及其体内时量或时效关系,并用数学函数加以定量描述的一门新兴边缘学科[1]。近年来国内外学者在中药药动学研究方面进行了大量的实践,内容涉及生物利用度、毒动学、透皮吸收药动学、群体药动学、时辰药动学、证治药动学、活性成分在肠道的代谢处置和在体液中浓度的测定等。中药药动学的研究对阐明和揭示中草药作用机制及其科学内涵,设计及优选给药方案,促进中药新药开发和剂型改进及…     

近红外光谱法快速测定呋喃妥因肠溶片的含量

目的利用近红外漫反射光谱分析技术和化学计量学方法对呋喃妥因肠溶片进行无损、快速定量分析.方法以在全国范围内不同企业生产的呋喃妥因肠溶片为分析对象,用光纤探头测定近红外漫反射光谱,通过偏最小二乘法(PLS)建立数学模型,考察了不同建模谱段和图谱预处理方法的选择对模型预测能力的影响.结果所建模型具有较好的预测能力,验证集样品的 NIR预测值与参考值间的相关系数(R2)为95.25%,平均预测偏差为1.72,预测均方差(RMSEP)为2.15.结论该方法快速、简便、结果准确,可用于药品现场快速分析.     

Determination of partitioning of drug molecules using immobilized liposome chromatography and chemometrics methods

The quantitative structure-property relationship (QSPR) of drug molecules against the immobilized liposome chromatography partitioning (log K(s)) was studied. The genetic algorithm (GA) was employed to select the variables that resulted in the best-fitted models. After the variables were selected, the linear multivariate regressions (e.g. partial least squares (PLS)) as well as the non-linear regressions (e.g. the kernel PLS (KPLS) and Levenberg-Marquardt artificial neural network (L-M ANN)) were utilized to construct the linear and non-linear QSPR models. The correlation coefficient cross validation (Q(2)) and relative error for calibration, prediction and test sets L-M ANN model are (0.987, 0.971, 0.952) and (3.14, 3.54, 6.61), respectively. The obtained results using L-M ANN were compared with those of GA-PLS and GA-KPLS, exhibiting that the L-M ANN model demonstrated a better performance than that of the other models. This is the first research on the QSPR of the drug molecules against the log K(s) using the GA-KPLS and L-M ANN.     

基于meta分析的利培酮群体药代动力学研究及其在中国精神分裂症患者临床治疗药物监测中的预测应用

本文应用基于meta分析的群体药动学研究方法分析利培酮及其代谢产物的群体药物动力学特征。文中首先筛选发表于1995至2011年的文献,得到18篇符合录入排除标准的文献,并在文献数据的基础上建立了利培酮及其活性代谢产物9-羟基利培酮的群体药动学模型。建立的模型用二室模型描述原药利培酮体内过程,一室模型描述活性代谢产物9-羟基利培酮的体内过程,并在药物的吸收过程中加入了原药的首过代谢过程。模型得到原药和代谢产物的系统清除率分别为7.66 L/h和7.38 L/h,表观分布体积分别为70.6 L和117 L。建立的模型通过1000次仿真的可视化检验评价模型的拟合程度。本文还利用42例精神分裂症患者临床治疗药物监测数据来评价模型对于中国患者人群中利培酮血药浓度的预测性。本研究证明通过文献数据所建的模型是可靠的,可以用作目标群体个体化治疗的依据。     

药物生物利用度的定量构动关系研究

目的 确定药物分子结构与药物的生物利用度之间的关联关系，以得到一种能够对药物的生物利用度进行定量预测的模型，对药物的生物利用度进行预测。方法 计算药物分子的理化、量化参数，并用神经网络对药物分子的理化、量化参数与药物的生物利用度进行关联。结果 利用得到的关联关系预测了药物的生物利用度，预测结果令人满意。结论 根据所用的方法，利用药物分子的理化、量化参数可预测药物的生物利用度。     

FasL表达量与卵巢上皮性癌细胞顺铂敏感性的相关性研究

目的探讨卵巢上皮性癌患者原发灶癌细胞中FasL表达量与细胞体外对顺铂药物敏感性的相关性。方法收集本院手术切除的85例卵巢上皮性癌细胞组织,采用免疫组化法检测癌组织中的FasL表达量,按照FasL表达量的高低分为阴性组、阳性组以及强阳性组。采用MTT法比较不同组细胞对于顺铂药物的敏感性。结果 85例卵巢癌组织中,FasL表达为强阳性标本11例,占12.9%,阳性标本52例,占61.2%,阴性标本22例,占25.9%。顺铂对FasL表达强阳性的肿瘤组织细胞的IC50值为（15.31±1.17）μmol·L^-1,对FasL表达阳性的肿瘤组织细胞的IC50为（23.71±2.36）μmo·L^-1,对FasL表达阴性的肿瘤组织细胞的IC50为（28.27±3.31）μmo·L^-1,三者比较差异有统计学意义（P〈0.05）。结论不同的个体肿瘤组织中FasL表达量有差异,FasL在卵巢上皮性癌细胞中的弱表达是导致卵巢上皮性癌细胞耐药的原因之一。肿瘤化疗过程中及时监测FasL在细胞中的表达水平对于分析药物的疗效以及预测药物耐药现象的发生具有积极的临床意义。     

抗生素药物血浆蛋白结合率的定量构动关系

目的 应用人工神经网络方法对61种抗生素进行药物分子结构和药物血浆蛋白结合率的定量结构—药物动力学关系的研究(QSPR)。方法 建立了含一个隐含层的反传神经网络，输出层为实验获得的药物血浆蛋白结合率；输入层为计算获得的药物分子的理化参数，量化参数和分子连接性指数等药物分子结构参数。为了验证网络训练结果，随机挑选51个药物为训练集，进行了1eave—one—out分析。结果 最后利用挑选剩下的10个药物进行预测，其血浆蛋白结合率的预测值能很好地与实验数据相吻合。结论所建立的神经网络模型能够有效地进行药物血浆蛋白结合率与药物分子结构的相关性分析。同时也证明了人工神经网络功能强大，将成为药物QSPR研究的一个有效工具。     

近红外光谱法测定头孢氨苄颗粒含量

目的 建立测定头孢氨苄颗粒含量的近红外光谱（NIR）快速分析方法。方法 以全国不同企业生产的187批头孢氨苄颗粒样品采集近红外光谱,分别建立校正集和检验集,校正集经内部交叉验证,建立校正模型,对检验集的样品进行分析。结果 头孢氨苄颗粒的浓度为0.042 0∽0.138 0 mg.mg 1,内部交叉验证决定系数（R2）为98.84,内部交叉验证均方差（RMSECV）为0.003,外部验证预测均方差（RMSEP）为0.003,预测值与真值的相关系数为0.995 0。结论 所建方法快速、简便、结果准确,可用于头孢氨苄颗粒的快速定量检验。     

降钙素原检测对于耐药结核病的预测价值

目的观察血清降钙素原（PCT）在抗结核治疗时的动态变化,及早发现耐药患者。方法选择300例初治接受正规抗结核药物治疗的涂阳培阳肺结核患者,治疗前均做罗氏比例法药敏试验和血清PCT检测,并于抗结核治疗期间每个月做血清PCT检测,分析结核分枝杆菌耐药和敏感患者PCT动态变化规律,以便及早发现耐药患者。结果耐药组和敏感组肺结核患者治疗前血清PCT差异无统计学意义（P〉0.05）,治疗后1个月、2个月时2组血清PCT均降低,但组间差异无统计学意义（P〉0.05）,治疗3、4和6个月时耐药组无下降,与敏感组相比差异显著（P〈0.01）。结论血清PCT可作为肺结核患者抗结核治疗疗效评估指标,并对耐药结核有预测作用。