Chemoinformatická úloha 3

Chemoinformatická úloha 3
- základní informace
Predikce fyzikálních, chemických a biologických
vlastností molekuly pomocí QSPR
QSPR (Quantitative Strucutre-Property Relationship):
Metoda, která modeluje (predikuje) fyzikální, chemické a biologické vlastnosti molekuly na základě
struktury molekuly.
Vstup:
Strukturní deskriptory.
Výstup:
Fyzikální, chemické nebo biologické vlastnosti molekuly
Obecný vztah pro QSPR modely:
vlastnost = funkce (deskriptory)
Příklad QSPR modelu:
log (1/C) = k1.logP + k2.σ + k3
kde:
C je koncentrace molekuly nutná k vyvolání základní reakční odezvy
P je rozdělovací koeficient mezi vodou a 1-oktanolem (lze predikovat na základě struktury)
σ je Hammetův substituční parametr
k1, k2 a k3 jsou konstanty
2
Typy strukturních deskriptorů
Typ
deskriptoru
3
Informace, nutné
Příklad struktury, nutné pro
pro výpočet
výpočet deskriptoru
deskriptoru
C7H5NO3S
Příklad deskriptorů
Počet atomů
Molekulová hmotnost
1D
Počet atomů a vazeb
2D
Topologie molekuly
(které atomy jsou
vázány s kterými
jakou vazbou)
Počet cyklů
Počet vazeb
2D fingerprinty
Tanimotův koeficient
3D
Geometrie molekuly
(polohy atomů v
prostoru)
Povrch molekuly
Vzdálenost mezi atomy
Torzní úhly
Závislost mezi deskriptorem a vlastností
Příklady možných závislostí mezi deskriptorem a vlastností:
Kvadratická závislost
Deskriptor
Nezávislé
Vlastnost
Vlastnost
Vlastnost
Lineární závislost
Deskriptor
Deskriptor
Pro QSPR modely je nutno, aby závislost mezi deskriptorem a
vlastností byla lineární
Míra (kvalita) lineární závislosti
The image cannot be displayed. Your computer may not have enough memory to open the image, or the image may have been corrupted.
Restart your computer, and then open the file again. If the red x still appears, you may have to delete the image and then insert it again.
Míra (kvalita) lineární závislosti je popsána Pearsonovým korelačním koeficientem R,
tedy přesněji řečeno jeho druhou mocninou R2.
R2 popisuje, jak se závislost mezi deskriptorem a veličinou blíží ideální lineární
závislosti (= body ležící na přímce).
Pearsonův koeficient vypočítáme dle vztahu:
N
R=
∑ (Vlastnost
i =1
N
∑ (Vlastnost
i
− Vlastnost _ AVG )(
. Deskriptori − Deskriptor _ AVG )
2
i
2
− Vlastnost _ AVG ) .(Deskriptori − Deskriptor _ AVG )
i =1
Kde N je počet molekul, Vlastnost_AVG je průměrná hodnota vlastností všech molekul
a Deskriptor_AVG je průměrná hodnota deskriptorů všech molekul.
Pokud body leží na přímce, je R2 rovno 1. Čím více jsou body rozptýleny, tím více se
hodnota R2 blíží 0. Ukázky R2 pro různé závislosti:
Obecná rovnice pro QSPR model a parametrizace
QSPR model je popsán rovnicí:
vlastnost = parametr1 . deskriptor1 + parametr2 . deskriptor2 + ... +
parametrn . deskriptorn + parametr
Parametry jsou reálná čísla.
Parametry určujeme na základě známých (nejčastěji
experimentálně zjištěných) hodnot vlastností.
Pro výpočet parametrů (neboli parametrizaci) používáme
vícerozměrnou lineární regresi.
Principem této metody je minimalizace odchylky vlastností
vypočítaných pomocí QSPR modelu od známých hodnot vlastností.