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,Yuze 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:2
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
爱科学的121关注了科研通微信公众号
3秒前
4秒前
yin完成签到,获得积分10
5秒前
Jasper应助明亮的香薇采纳,获得30
7秒前
你爹发布了新的文献求助10
9秒前
susu发布了新的文献求助10
12秒前
明亮的以蓝完成签到 ,获得积分10
12秒前
李健应助邓云瀚采纳,获得10
13秒前
14秒前
852应助爽o采纳,获得10
15秒前
15秒前
rubyyyy完成签到 ,获得积分10
18秒前
高高发布了新的文献求助20
19秒前
19秒前
19秒前
和平使命应助一米阳光采纳,获得10
20秒前
水星完成签到 ,获得积分10
21秒前
ChandlerZB完成签到,获得积分10
22秒前
spring发布了新的文献求助10
22秒前
英姑应助Villanellel采纳,获得10
23秒前
H123应助De_Frank123采纳,获得20
26秒前
852应助spring采纳,获得10
27秒前
30秒前
31秒前
mg发布了新的文献求助10
31秒前
34秒前
wangyun发布了新的文献求助10
36秒前
38秒前
一米阳光完成签到,获得积分10
38秒前
顾矜应助科研通管家采纳,获得10
39秒前
39秒前
39秒前
香蕉觅云应助科研通管家采纳,获得10
39秒前
YZT8848发布了新的文献求助10
40秒前
42秒前
46秒前
Kent完成签到 ,获得积分10
47秒前
lj完成签到 ,获得积分10
48秒前
CC发布了新的文献求助10
49秒前
49秒前
高分求助中
Thermodynamic data for steelmaking 3000
Teaching Social and Emotional Learning in Physical Education 900
Cardiology: Board and Certification Review 400
[Lambert-Eaton syndrome without calcium channel autoantibodies] 340
Transformerboard III 300
Towards Net Zero Carbon Initiatives A Life Cycle Assessment Perspective 200
Erbium(III) Triflate: A Valuable Catalyst for the Rearrangement of Epoxides to Aldehydes and Ketones 200
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2360617
求助须知:如何正确求助?哪些是违规求助? 2068119
关于积分的说明 5165792
捐赠科研通 1796269
什么是DOI,文献DOI怎么找? 897312
版权声明 557665
科研通“疑难数据库(出版商)”最低求助积分说明 478963