구조-활성 관계 탐구

주어진 분자 집합에 대한 구조-활성 관계(SAR)를 이해하는 것은 화학 공간을 합리적으로 탐색하고 여러 물리화학적 및 생물학적 특성을 동시에 최적화하는 화학 계열을 개발할 수 있게 해줍니다. 예를 들어, 효능 향상, 독성 감소 및 충분한 생체이용률 확보가 포함됩니다. 인 실리코 방법은 SAR의 신속하고 효율적인 특성화를 가능하게 하고 하나 이상의 SAR을 포착하고 인코딩하기 위한 다양한 모델을 구축하는 데 도움이 됩니다. 이러한 방법을 구조의 인 실리코 수정과 결합하면 대규모 스크리닝 덱을 쉽게 우선순위화하거나 새로운 화합물을 데노보(de novo)로 생성하여 이들이 연구 중인 SAR에 속하는지 확인할 수 있습니다. 계산 방법은 대량의 기존 데이터를 통합하고 요약하여 유용한 구조 수정을 제안함으로써 숙련된 사용자에게 가이드를 제공합니다. 이 장에서는 다양한 유형의 SAR 모델링 방법과 이들이 약물 발견 환경에서 SAR을 밝히고 최적화하기 위한 화학 공간 탐색 작업을 어떻게 지원하는지를 강조합니다. 모델링 알고리즘을 고려하는 것 외에도, SAR 데이터의 출처로서 데이터베이스를 어떻게 활용하여 SAR 동향 탐색을 개선할 수 있는지 간단히 논의합니다. 또한 SAR을 인코딩하는 데 사용되는 일반적인 모델링 기술, 구조-활성 경관에 대한 최근 연구, SAR 데이터베이스의 역할 및 명시적 모델 개발을 포함하지 않는 SAR 데이터 탐색을 위한 대체 접근법에 대해서도 검토합니다.