※ 引述《superchris (Do best)》之铭言： : ※ 引述《HIbaby (燃烧吧! 嗨~北鼻!)》之铭言： : : 药物设计上, 目前用到生物资讯的, 有成功的例子吗? : : 比方说预测蛋白质结构, 计算有效位置? : : 不知道有没有人听到一些新的看法与资讯? : 应该是没有........... 或者说 药厂 真的会相信吗? 生物资讯学(bioinformatics)方面我不是很清楚 但化学资讯学(chemoinformatics)在药物设计上已有小成 节录之前大学做的报告内容来说明 根据统计，1994年世界前十大药物的分子量都小於七百，而且有八个化合物带有杂环 (heterocycle)，这其中很明显地有着一些关联性。於是你一定会想，要找「反应後会得 到”看起来像药”的起始物」。这时候就需要化学资讯学的帮忙。 化学资讯学这个名词是在1998年由Dr. Frank K. Brown所提出，简单来讲，化学资讯 学就是把化合物结构与其性质之间的关联性找出来，并且加以应用。 举例来说，从我们欲达成药物开发的目的来看，化合物姑且不论其生物活性大小，至 少必须要有相当的溶解性、细胞膜的穿透性，才有资格作为药的候选人。因此有「The Rule of 5」(因为筛选条件都是5的倍数而得此名)来做基本的筛选： 1. 分子量≦500 2. 亲油性 ClogP≦5 (logP是正辛醇/水的分配常数) 3. 氢键给予者≦5 4. 氢键接受者≦10 在这个e时代，计算化学(computational chemistry)的发展使这些基本筛检变得简单 便利，不过这只是个开端。回到起始的问题，什麽是”看起来像药”？这是个很抽象的概 念，要将其具体化就必须先分析过往已研发的药物来得到一些概略的资讯。怎样的结构会 有怎样的pKa、立体结构、电荷分布、作用位置、生物活性……，都用电脑加以量化计算 ，再和过往研发出的药物数据比较，得到”药的相似性”。 经过这样的筛选後，我们可以从电脑建立的虚拟图书馆(virtual library)中找到最 有潜力的方向，然後实际去合成。这样一方面兼顾了较高的多样性，也把人力、老板的荷 包顾着。 俊毅Bird Man -- 这在药学有教吗? 大家如果都知道请鞭小力一点 ^^" --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 59.113.84.170