论文部分内容阅读
大多数药物经吸收进入血液循环后会不同程度地与血浆蛋白（主要是白蛋白、α1-酸性糖蛋白和脂蛋白）结合,形成可逆的药物一蛋白复合物。药物与蛋白形成复合物后不易穿透毛细血管壁、血脑屏障及肾小球等多种生物膜,不能发挥药理活性,也不被代谢和消除,但是复合物可作为一种药物贮库,当游离型药物被代谢消除而浓度降低时,结合型药物可释放出游离型药物。所以,药物与蛋白质的结合强弱,与药物分布、代谢和消除等药物动力学性质、药物的药效和毒性大小密切相关。研究药物的血浆蛋白结合率是药物动力学与临床药理学的重要内容。人们研究药物与蛋白的结合情况大多通过实验的方法,但实验一般都费时费力。所以,近来越来越多研究工作者尝试从分子结构信息预测药物的血浆蛋白结合率。 本论文分别研究了预测头孢菌素类药物、喹诺酮类药物、B—受体阻断剂、口山酮类药物与人血浆蛋白结合能力的模型。还研究了从分子结构参数预测几种分子结构差异较大药物与人血浆蛋白结合率的模型,以及几种分子结构差异较大的药物的牛血浆白蛋白结合率的模型,目的是为高通量筛选新药提供一种预测药物血浆蛋白结合率的方法。 药物与血浆蛋白结合的主要作用力有氢键、疏水键和离子键,本文选用了与这些作用力密切相关的理论结构参数如分子量（MW）、分子体积（V）、分子极性表面积（PSA）、酸碱指示变量（Ⅰ）和解离常数（pka）来建立预测药物血浆蛋白结合能力的模型。根据形成氢键时的作用不同,本文将通常的分子极性表面积PSA分成两部分:氢键给体的表面积（SH）和氢键受体的表面积（So,N）。本文所选用的分子结构参数V、SH和So,N根据半经验自洽场分子轨道AM1法得到的优化构型用Monte Carlo法计算得到。用逐步多元回归分析法和人工神经网络法建立从药物的分子结构参数预测药物血浆蛋白结合率的数学模型。 本文分别建立了22种头孢菌素类药物和28种喹诺酮类药物的人血浆蛋白结