в Интернете 
Українська  English  Русский  

DOI:


Опись-ссылка ISSN 1812-7231 Klin.inform.telemed. Volume 7, Issue 8, 2011, Pages 88-92


Автор(ы) Н. Я. Головенко, В. Е. Кузьмин, А. Г. Артеменко, М. А. Кулинский, П. Г. Полищук, И. Ю. Борисюк


Учреждение(я)

Физико-химический институт им. А. В. Богатского НАН Украины, Одесса


Название статьи Прогноз биодоступности лекарственных средств методом классификационных моделей


Аннотация (резюме)

Исследование проведено с использованием методов классификационных деревьев и "случайного леса" (Random Forest). Объем выборки составил 628 соединений. Для оценки биодоступности были построены классификационные модели, прогнозировали этот параметр по двум (низкая и допустимая) или по трем классам (низкая, средняя и высокая). Для построения классификационных QSPR моделей был использован метод симплексного представления молекулярной структуры. По каждой выборке отдельно были построены QSPR модели методом "случайного леса".

Межкласификационная ошибка для моделей с тремя классами высокая, отсюда прогнозирующая способность данной модели является низкой. Регрессионная модель также имеет низкую прогнозирующая способность (R2ооb = 0, 294). Упрощение классификации по двум классам имеет лучшую прогнозирующая способность.

Учитывая пересечения моделей и варьирования биодоступности в некотором диапазоне значений в полученные модели мы ввели доверительный интервал в пределах 10% процентов от границы. Так были получены классификационные модели с учетом доверительного интервала, которые значительно увеличивают прогнозирующая способность.

Таким образом, метод классификационных деревьев является перспективным инструментом для предварительного анализа биодоступности потенциальных ЛС. Однако, имеет место значительное влияние различных физиологических факторов, уменьшающих биодоступность лекарств до их попадания в системный кровоток, которые трудно установить моделированием, так как это требует дополнительных экспериментальных исследований. По нашему мнению, этот метод хорошо прогнозирует биодоступность низкомолекулярных соединений, всасывание которых происходит путем простой диффузии.


Ключевые слова биодоступность, метод классификационных деревьев, метод "случайного леса"


Список литературы

1. Головенко Н. Я. Физико-химическая фармакология. Одесса, Астропринт. 2004. 720 с.

2. Головенко М. Я., Баула О. П., Борисюк І. Ю. Біофармацевтична класифікаційна система. Київ. 2010. 299 с.

3. Головенко Н. Я., Борисюк И. Ю. Теоретические основы биофармацевтической классификационной системы. Фармаком. 2007. №3. с. 27–37.

4. Lipinski C. A., Lombardo E., Doming B., Feeney P. J. Experimental and computation approaches to estimate solubility and permeability in drug discovery and development settings. Adv. Drug Deliv. Rev. 1997. vol. 23. p. 3–25.

5. Veber D., Johnson S. Molecular properties that influence the drug bioavailability of drug candidates. J. Med. Chem. 2002. vol. 45, №12. P. 2615–2623.

6. Wold S., Johansson E., Cocchi M. PLS — Partial least-squares projections to latent structures. In: 3D QSAR in Drug Design. Kubinyi. H. ESCOM, Leiden. 1993. P. 523–550.

7. Cramer R. D., Patterson D. E., Bunce J. D. Comparative Molecular Field Analysis (CoMFA) 1. Effect of shape on binding of steroids to carrier proteins. J. Am. Chem. Soc. 1988. vol. 110. P. 5959–5967.

8. Баскин И., Палсолин В., Зефиров Н. Многослойные персептроны в исследовании зависимости "структура–свойство" для органических соединений. Рос. хим. ж. 2006. Т. 50. Вып. 2. с. 86–96.

9. Anderson T. An introduction to multivariate statistical and analysis (2nd). New York, Wiley. 1984. 353 p.

10. Артеменко А. Г., Кузьмин В. Е., Муратов Е. Н., Полищук П. Г., Головенко Н. Я., Борисюк И. Ю. Анализ влияния структуры замещенных бензодиазепинов на их фармако-кинетические свойства. Химико-фармацевтический журнал. 2009. т. 43, №8. с. 27–35.

11. Артеменко А. Г., Поліщук П. Г., Муратов Є. М., Кузьмін В. Є., Головенко М. Я., Борисюк І. Ю. Прогнозування періоду напіввиведення препаратів похідних 1, 4-бенздіазепіну на основі комбінації симплексів. Медична хімія. 2007. т. 9, №3. с. 10–17.

12. Fielding A. H. Cluster and classification techniques for the biosciences. Cambridge University Press, 2007 240 p.

13. Kuz'min V. E., Artemenko A. G., Muratov E. N., Polischuk P. G., Ognichenko L. N., Liahovsky A. V., Hkomov A. I., Varlamova E. V. Virtual screening and molecular design based on hierarchical QSAR technology. In: Recent advances in QSAR studies methods and application. Puzyn T., Leszczynski J., Cronin M. T. D. Springer. 2010. vol. 8. P. 127–176.

14. Головенко М. Я., Кузьмін В. Є., Ларіонов В. Б., Муратов Є. В., Борисюк І. Ю. Біофармацевтична інформатика: генерація нових знань і розроблення лікарських засобів. Вісник Національної Академії Наук України. 2009. – №8. с. 3– 10.

15. Kovdienko N. A., Polischuk P. G., Muratov E. N., Artemenko A. G., Kuz'min V. E., Gorb L., Hill F., Leszczynski J. Application of Random Forest and multiple linear regression technologues to QSPR prediction of an aqueous solubility for military compaunds. Molecular informatics. 2010. vol. 29. P. 394–406.


Полнотекстовая версия http://kit-journal.com.ua/ru/viewer_ru.html?doc/2011_8/golovenko_15.pdf