MétaCan
Menu
Retour à la cohorte
Enregistrement W2036998298 · doi:10.1002/cmdc.201000355

Development of Specific “Drug‐Like Property” Rules for Carboxylate‐Containing Oral Drug Candidates

2010· article· en· W2036998298 sur OpenAlexaff
Alexander Böcker, Pierre Bonneau, Oliver Hucke, Araz Jakalian, Paul Edwards

Notice bibliographique

RevueChemMedChem · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensBoehringer Ingelheim (Canada)
Organismes subventionnairesnon disponible
Mots-clésPharmacophoreMoietyCarboxylateDrugChemistryDrug discoveryCombinatorial chemistryStereochemistryChemical spaceHydrogen bondMoleculeOrganic chemistryPharmacologyMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

The carboxylate moiety is an important pharmacophore in the medicinal chemist's arsenal and is sometimes an irreplaceable functionality in drug-target interactions. Thus, practical guidance on its use in the most optimized manner would be a welcome addition to rational drug design. Key physicochemical and ADMET-PK properties from a dataset of drugs containing a carboxylate (COOH) moiety were assembled and compared with those of a broader, general drug dataset. Our main objective was to identify features specific to COOH-containing oral drugs that could be converted into simple rules delineating the boundaries within which prospective COOH-containing chemical series and COOH-containing drug candidates would be reasonably expected to possess properties suitable for oral administration. These specific "drug-like" property rules include molecular weight, the number of rotatable bonds, the number of hydrogen bond donors and acceptors, predictions of lipophilic character (calculated log P and log D values), topological polar surface area (TPSA), and the pK(a) value of the carboxylate moiety. Similar to the various sets of criteria that have emerged over the past decade and which have significantly reshaped the way medicinal chemists think about preferred drug chemical space, we propose these specific COOH "drug-like" property rules as a guide for the design of superior COOH-containing drug candidates and as a tool to better manage the liabilities generally associated with the presence of a COOH moiety.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,034
Tête enseignante GPT0,288
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemMedChemMême sujetComputational Drug Discovery MethodsTravaux en français237 207