QSAR, ADMET & Predictive Toxicology

QSAR, ADMET AND PREDICTIVE TOXICOLOGY

Понимание и количественная оценка взаимосвязи между структурой и активностью может существенно повлиять на оптимизацию лидов и разработку лекарств, сводя к минимуму утомительные и дорогостоящие эксперименты.

Создавайте, проверяйте и применяйте свои собственные модели, основанные на широком спектре подходов, и продолжайте улучшать их по мере появления новых данных.

Оцените потенциальный риск, связанный с неблагоприятными фармакокинетическими свойствами и потенциальной токсичностью, с помощью распределенных моделей BIOVIA, расширьте их, чтобы лучше охватить ваше собственное химическое пространство, и используйте понятные признаки для обхода таких проблем.

  • Комплексная и последовательная подготовка данных:
    • Лиганды: удаление дубликатов и обработка таутомеров и ионизации
    • Подготовить свойство ответа (масштабирование и биннинг)
    • Разделите данные на наборы для обучения и тестирования с помощью соответствующих методов.
  • Выбирайте из большого количества физико-химических, топологических, электронных, геометрических. дескрипторы на основе отпечатков пальцев и квантовой механики
  • Создавайте статистические модели, включая байесовские модели, MLR (множественная линейная регрессия), PLS (частичные наименьшие квадраты) и GFA (генетический функциональный анализ).
  • Анализировать и проверять модели с использованием областей применимости моделей (MAD), автоматической проверки набора тестов, перекрестной проверки и статистических показателей
  • Выявление преобразований согласованных молекулярных пар (MMP) и провалов исследовательской активности

Получите раннюю оценку своих соединений, рассчитав прогнозируемые свойства ADMET (абсорбция, распределение, метаболизм, экскреция и токсичность) для коллекций молекул, таких как кандидаты для синтеза, библиотеки поставщиков и коллекции для скрининга. Используйте результаты, чтобы исключить соединения с неблагоприятными характеристиками ADMET и оценить предлагаемые структурные усовершенствования, предназначенные для улучшения этих свойств перед синтезом.
Дескрипторы ADMET включают:

  • Всасывание в кишечнике человека
  • Растворимость в воде
  • Проникновение через гематоэнцефалический барьер
  • Связывание с белками плазмы
  • Связывание CYP2D6
  • Гепатотоксичность
  • Фильтровать наборы небольших молекул для нежелательных функциональных групп на основе опубликованных правил SMARTS   

Оцените эффективность ваших соединений в экспериментальных анализах и на моделях на животных. Вычисляйте и проверяйте оценки токсического воздействия химических веществ и воздействия на окружающую среду исключительно на основе их молекулярной структуры. TOPKAT® (Прогнозирование токсичности с помощью компьютерных технологий) использует надежные и перекрестно проверенные модели количественной зависимости структурной токсичности (QSTR) для оценки различных конечных точек и использования запатентованного метода проверки оптимального прогностического пространства для помощи в интерпретации результатов.

Обратите внимание:
подробные сведения о наших расширяемых моделях TopKat были опубликованы в формате отчета модели QSAR (QMRF) в «Базе данных моделей QSAR» Объединенного исследовательского центра Европейской комиссии (JRC).

  • Мутагенность Эймса
  • Канцерогенность для грызунов (данные NTP и FDA)
  • Доказательства канцерогенности
  • Канцерогенное действие TD50
  • Потенциал токсичности для развития
  • Крыса орально LD50
  • Максимально переносимая доза крысы
  • Ингаляционная токсичность для крыс LC50
  • Крыса хроническая LOAEL
  • Раздражение и сенсибилизация кожи
  • Раздражение глаз
  • Аэробная биоразлагаемость
  • Толстоголовый гольян LC50
  • Дафния магна EC50
Вопрос специалисту





      Запрос коммерческого предложения

      Согласен на обработку персональных данных. Политика конфиденциальности

      Сообщить об опечатке

      Текст, который будет отправлен нашим редакторам: