RDKit | 通过评估合成难度(SA Score)筛选化合物
【摘要】 无论如何获得先导化合物,评估候选先导化合物的合成难度都很重要。无论该化合物在计算机上的应用前景如何,实际上并未对其进行合成和评估。
介绍SA score(Synthetic Accessibility score)作为评估化合物合成难易程度的一种方法。
...
无论如何获得先导化合物,评估候选先导化合物的合成难度都很重要。无论该化合物在计算机上的应用前景如何,实际上并未对其进行合成和评估。
介绍SA score(Synthetic Accessibility score)作为评估化合物合成难易程度的一种方法。
药物研发中合成难度评估的重要性
药物发现研究中的主要候选化合物:
- 预期的活性值
- 结构新颖,易于申请专利
如果化合物是从商业产品或内部数据库获得,则“合成潜力”得到保证。另一方面,尚不清楚是否可以实际合成复杂的天然化合物或从头设计的化合物。
无论如何,在研究的某个阶段都必须考虑化合物的“易于合成”。在这种情况下,如果优先考虑其他指标(例如活性)并在最后考虑“合成的难易程度”,则倾向于选择具有相似化学型和骨架的化合物。为了防止这种情况,期望从筛选的初期就通过均等地处理“合成可及性”来评价化合物。换句话说,用一种简单的方法来评估大量化合物的“合成容易性”很重要。
经验丰富的合成化学家可以通过查看化合物的结构来确定合成的难度,但是它不能解决数百万种化合物的筛选问题。因此,有必要使用计算机来评估“合成的容易性”。
计算机辅助合成难度评估方法
- 基于分子结构复杂性的方法
- 基于逆合成分析的方法
文章来源: drugai.blog.csdn.net,作者:DrugAI,版权归原作者所有,如需转载,请联系作者。
原文链接:drugai.blog.csdn.net/article/details/102488056
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)