Ligand 라이브러리 for CADD

Ligand 라이브러리 for CADD Start.

BioinformaticsAndMe

CADD에서 사용될 리간드 Library의 특징을 살펴보자

리간드 라이브러리는 관심 있는 타겟의 1)약물 유사성을 높이거나 2)생리화학적 특징을 사용하여 제작된다.

매우 빠른 Docking algorithm을 사용할지라도 수백만 compound의 docking은 상당한 시간이 걸린다.

이 시간을 줄이기 위해서는 불안정하거나 선호되지 않는 compound를 제거해야한다.

1) 약물 유사성을 높이기 위해, 일반적으로 'Lipinski’s rule'을 잘 따라야한다.

그 이유는 리핀스키 규칙을 벗어나게 되면, 약물의 흡착력이 떨어지는 것으로 확인되었기 때문이다.

'Lipinski’s rule'

구강 복용 약물은 다음 기준에서 한가지도 위반할 수 없다

a) maximum of five hydrogen bond donors (수소결합 donor가 최대 5개(N-H, O-H))

b) no more than 10 oxygen and nitrogen atoms (수소결합 acceptor가 10개 미만(N, O))

c) molecular mass less than 500 daltons (분자량이 500달턴보다 적음)

d) an octanol-water partition coefficient of not greater than five (옥탄올-물 사이에서 해당 분자의 분배계수 값이 5 이하 안됨)

리핀스키의 규칙을 따르는 대표약들은 아스피린과 암로디핀이다.

2) 생리화학적 특징은 주로 'DMPK/ADMET' 을 이용한다.

ADMET: in vitro, 약물동태독성 - 흡수, 분포, 대사, 배설(absorption, distribution, metabolism and elimination)

DMPK: in vivo, 약물대사 약물동력학 - (drug metabolism pharmacokinetic)

DMPK/ADMET 특성을 예측하는 Ligand 기반 방법은 통계 및 학습 접근법, 분자 설명자 및 실험 데이터를 사용하여,

장내 흡수/투과성, 반감기, 혈장분포 등의 생물학적 프로세스를 모델링한다.

#참고문헌

1) Lipinski CA, Lombardo F, Dominy BW, & Feeney PJ (2001) Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings. Advanced drug delivery reviews 46(1-3):3-26.

2) Kelder J, Grootenhuis PDJ, Bayada DM, Delbressine LPC, & Ploemen JP (1999) Polar molecular surface as a dominating determinant for oral 

Ligand 라이브러리 for CADD End.

BioinformaticsAndMe