九月SLAS发现问题现已推出

伊利诺伊州奥克布鲁克-9月SLAS发现封面文章“使用物理和化学测量影响更好的化合物设计”。作者Robert J. Young、Shenaz B. Bunally和Chris N. Luscombe博士(葛兰素史克)概述了常用的物理和化学特性，以及如何在整个药物发现过程中评估和测量它们，同时还解释了导致缺陷结果的每个特性的意义。该综述还提供了关于哪些现代方法可用于改善二次检测结果的建议。

量化分子的物理化学组成是理解药物分子作用机制和相互作用的基础。从这一角度出发，Bunus、Luscombe和Young介绍了最佳做法中的关键参数、其含义及其衡量和预测方法。过度亲脂性和/或溶解性差的次优性质的问题是多种多样的，包括筛选活动的不良结果、混乱、有限和/或可预测的药代动力学暴露和临床失败的更大机会。

高通量测量可以收集所有实验化合物的数据，然后进行分析并建立结构-性质关系(SPR)。这将更快地识别好的和坏的异常值，这使得增强对结果的解释和优先考虑更好的进度结构成为可能。这些数据越来越多地为时间分析和改进预测模型的生成提供了基础？描述符本身或者影响深远的更复杂的模型。

模型构建中使用的方法和技术的介绍为现代预测第一文化的建立提供了背景。虽然人工智能在药物发现中的作用是目前的热门话题，预测的物理性质的实用性也得到很好的证实，但它们在药物发现测量中的应用并不广泛。应该通过设计实验分子来提高质量，从而加速常规高通量测量、后续SPR评估和计算机模拟预测模型的生成。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！