QSARと物性モデリング
定量的構造活性相関（QSAR）および構造物性相関（QSPR）は、分子構造の数値記述子から分子の活性または物性を予測する統計モデルを構築します。
PaperMindでテーマを探す近日公開Find papers & topics
Tools & resources
Learn & explore
動画近日公開
Definition
記述子として符号化された分子構造と、予測目的で測定された物性または生物学的活性とを関連付ける、経験的でデータ駆動型のモデル。
Scope
QSARおよびQSPRモデルの構築、それらが使用する記述子と学習アルゴリズム、検証と適用範囲の中心的な重要性、ならびに生物学的活性および物理化学的特性とADMET特性への応用を扱います。解釈可能な古典的モデルと最新の機械学習モデルを区別します。
Core questions
- 生物学的活性または物性は分子記述子とどのように相関していますか？
- 真の予測性を確保するためにQSARモデルはどのように検証されますか？
- 適用範囲とは何ですか、そしてなぜそれが重要なのでしょうか？
- 古典的なQSARモデルと最新の機械学習モデルはどのように異なりますか？
Key theories
- Hansch分析
- 生物学的活性と、親油性、電子的パラメーター、立体パラメーターなどの物理化学的記述子を相関させ、定量的構造活性相関の基礎を築きました。
- 検証と適用範囲
- 信頼性の高いQSARには厳格な外部検証と定義された適用範囲が必要です。なぜなら、モデルはトレーニングデータとは異なる構造に対しては予測精度が低い傾向があるためです。
Clinical relevance
QSARおよび物性モデルは、リード最適化を導き、合成および試験の化合物の優先順位を付け、吸収、分布、代謝、排泄、毒性を予測し、化学物質の安全性に関する規制評価に情報を提供します。
History
1964年のHanschとFujitaによる活性と物理化学的パラメーターを相関させる分析によって確立され、QSARは三次元および機械学習のバリアントを通じて発展し、後にOECDが規制用途のための検証原則を体系化しました。
Debates
- 検証の厳密さと過学習
- 高い内部適合統計は、実際の予測性の低さを隠蔽する可能性があるため、外部検証と適切な適用範囲の定義には継続的な重点が置かれ、議論されています。
Key figures
- Corwin Hansch
- Toshio Fujita
- Alexander Tropsha
- Johann Gasteiger
Related topics
Seminal works
- hansch1964
- tropsha2010
Frequently asked questions
- QSARモデルの適用範囲とは何ですか？
- これは、トレーニングデータによって定義される化学空間の領域であり、その範囲内でモデルの予測が信頼できると見なされます。非常に異なる分子に対する予測は慎重に扱うべきです。
- QSARモデルはどのように適切に検証されますか？
- 内部交差検証に加えて、トレーニングに使用されていない化合物の外部セットでテストされるべきです。なぜなら、良好な内部統計だけでは予測性能を保証しないためです。