A Computational Physics-based Approach to Predict Unbound Brain-to-Plasma Partition Coefficient, Kp,uu

溶剂化 范畴变量 药物发现 生物信息学 渗透(战争) 等离子体 统计物理学 物理 化学 计算机科学 数学 分子 生物信息学 机器学习 生物 核物理学 运筹学 量子力学 生物化学 基因
作者
Morgan Lawrenz,Mats Svensson,Mitsunori Kato,Karen H. Dingley,Jackson Chief Elk,Zhe Nie,Yefen Zou,Zachary Kaplan,H. Rachel Lagiakos,Hideyuki Igawa,Éric Therrien
出处
期刊:Journal of Chemical Information and Modeling [American Chemical Society]
卷期号:63 (12): 3786-3798 被引量:9
标识
DOI:10.1021/acs.jcim.3c00150
摘要

The blood-brain barrier (BBB) plays a critical role in preventing harmful endogenous and exogenous substances from penetrating the brain. Optimal brain penetration of small-molecule central nervous system (CNS) drugs is characterized by a high unbound brain/plasma ratio (Kp,uu). While various medicinal chemistry strategies and in silico models have been reported to improve BBB penetration, they have limited application in predicting Kp,uu directly. We describe a physics-based computational approach, a quantum mechanics (QM)-based energy of solvation (E-sol), to predict Kp,uu. Prospective application of this method in internal CNS drug discovery programs highlights the utility and accuracy of this new method, which showed a categorical accuracy of 79% and an R2 of 0.61 from a linear regression model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
lzqlzqlzqlzqlzq完成签到,获得积分10
1秒前
Geng完成签到,获得积分10
2秒前
2秒前
宇_完成签到,获得积分20
2秒前
香蕉觅云应助NEMO采纳,获得10
2秒前
3秒前
3秒前
星辰大海应助247793325采纳,获得20
3秒前
3秒前
灵巧荆发布了新的文献求助10
3秒前
3秒前
haimianbaobao完成签到 ,获得积分10
3秒前
4秒前
4秒前
5秒前
SAW发布了新的文献求助10
6秒前
爆米花应助LiShin采纳,获得10
6秒前
Jasper应助jxcandice采纳,获得10
7秒前
7秒前
Owen应助雾见春采纳,获得10
8秒前
aiming发布了新的文献求助10
9秒前
9秒前
9秒前
9秒前
10秒前
无辜之卉发布了新的文献求助10
10秒前
yty发布了新的文献求助10
10秒前
烟花应助卡夫卡没在海边采纳,获得10
11秒前
456发布了新的文献求助10
12秒前
传奇3应助温暖以蓝采纳,获得10
12秒前
辛勤的仰完成签到,获得积分10
12秒前
如意新晴完成签到,获得积分10
12秒前
12秒前
zrk完成签到,获得积分20
13秒前
13秒前
szmsnail发布了新的文献求助20
13秒前
Ava应助Monik采纳,获得10
13秒前
打打应助zhui采纳,获得10
14秒前
14秒前
中华有为发布了新的文献求助10
15秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527849
求助须知:如何正确求助?哪些是违规求助? 3107938
关于积分的说明 9287239
捐赠科研通 2805706
什么是DOI,文献DOI怎么找? 1540033
邀请新用户注册赠送积分活动 716893
科研通“疑难数据库(出版商)”最低求助积分说明 709794