Kapitelanfang Vorige Seite Nächste Seite Nächstes Kapitel
VERN Home navigation
 
Chemoinformatik
Einführung in die Chemoinformatik
Repräsentation chemischer Strukturen
Repräsentation chemischer Reaktionen
Datentypen/Datenformate
Datenbanken/Datenquellen
Suchmethoden
Deskriptoren für chemische Verbindungen
Einführung
Einleitung
Definition
Fingerprints
Distanz- und Ähnlichkeitsmaße
Topologische Deskriptoren
Laplace Matrix
Wiener Index
Randic Konnektivitäts Index
Topologische Autokorrelationsvektoren
Feature Trees
3D Autokorrelation
3D MoRSE Code
Radiale Verteilungsfunktion
Beispiele RDF
Weitere Deskriptoren
CoMFA
BCUT
4D-QSAR
HYBOT Deskriptoren
Nicht-Strukturbasierte Deskriptoren
Eigenschaften von Strukturdeskriptoren
Literatur
Methoden zur Datenanalyse
Anwendungen

Startseite

4D-QSAR

Hopfinger et al. haben 3D QSAR Modelle mit einen 4D QSAR Formalismus konstruiert. Dieser erlaubt sowohl konformative Flexibilität als auch Freiheit bei der Zuordnung durch Ensemble-Mittelwertbildung, d.h. die vierte Dimension ist die Dimension dieser Auswahl (Ensembles). Die 4D QSAR Analyse kann als Fortentwicklung der "Molecular Shape Analyse" angesehen werden.
Im 4D QSAR wird ein Gitter eingesetzt, um die Region im 3D Raum zu bestimmen, die für die Bindung verantwortlich wird.
Als zweite Stufe werden die Verbindungen nach spezifischen Atom/Region-Typen entsprechend sieben verschiedenen inter-pharmakophoren Elementen (IPE) aufgeteilt. Die Konformationsprofile von Ensembles (CEP=conformational ensemble profile) werden durch Moleküldynamik-Simulationen (MDS) aufgebaut. Deskriptoren von Gitterzellbesetzungen (GCOD=grid cell occupancy descriptors) werden aufgrund ausgewählter IPEs berechnet. Jede Kombination einer spezifischen Verbindung wird im Referenzgitter angepaßt. Die Häufigkeit eines spezifischen IPE in einer partialen Gitterzelle wird aufgezeichnet. Die Daten der Gitterbesetzungen werden durch PLS reduziert und schließlich kann ein Modell für die restlichen GCODs und den biologischen Aktivitätsdaten etabliert werden.

 

  • A.J. Hopfinger, S. Wang, J.S. Tokarski, B. Jin, M. Albuquerque, P.J. Madhav, C. Duraiswami, J. Am. Chem. Soc. 1997, 119, 10509-10524
  • A.J. Hopfinger, A. Reaka, P. Venkatarangan, J.S. Duca, S. Wang, J. Chem. Inf. Comput. Sci. 1999, 39, 1151-1160
  • A.J. Hopfinger, J. Am. Chem. Soc. 1980, 102, 7197-7206
  • A.J. Hopfinger, J. Med. Chem. 1981, 24, 818-822

© Prof. Dr. J. Gasteiger, Dr. Th. Engel, CCC Univ. Erlangen, Wed Jun 9 12:55:24 2004 GMT
navigation BMBF-Leitprojekt Vernetztes Studium - Chemie
Kapitelanfang Vorige Seite Nächste Seite Nächstes Kapitel