ПРОГНОЗУВАННЯ ЛІПОФІЛЬНОСТІ МОЛЕКУЛ ЛІКАРСЬКИХ ЗАСОБІВ ЗА ДОПОМОГОЮ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ

Abstract

Ліпофільність обов’язково враховується та оцінюється на етапі моделювання нових лікарських засобів, оскільки є однією із складових успішного застосування досліджуваної молекули як потенційного лікарського препарату. Досліджено можливість застосування штучної нейронної мережі прямого поширення сигналу та каскадної нейронної мережі для прогнозування ліпофільності молекул лікарських засобів за різними наборами молекулярних дескрипторів. Показано, що алгоритми штучних нейронних мереж є ефективними засобами вирішення такого роду задач прогнозування.

References

1. Datta, R., Das, D., & Das, S. (2021). Efficient lipophilicity prediction of molecules employing deep-learning models. Chemometrics and Intelligent Laboratory Systems, 213, 104309.
2. Ghosh, S., Nie, A., An, J., & Huang, Z. (2006). Structure-based virtual screening of chemical libraries for drug discovery. Current opinion in chemical biology, 10(3), 194-202.
3. Walters, W. P. (2018). Virtual chemical libraries: miniperspective. Journal of medicinal chemistry, 62(3), 1116-1124.
4. OECD. (1995). Partition Coefficient (n-Octanol/Water), Shake Flask Method, No. 107. OCED, 1(July), 1-4.
5. Hartmann, T., & Schmitt, J. (2004). Lipophilicity–beyond octanol/water: a short comparison of modern technologies. Drug Discovery Today: Technologies, 1(4), 431-439.
6. Agatonovic-Kustrin, S., & Beresford, R. (2000). Basic concepts of artificial neural network (ANN) modeling and its application in pharmaceutical research. Journal of pharmaceutical and biomedical analysis, 22(5), 717-727.
7. Mutihac, L., & Mutihac, R. (2008). Mining in chemometrics. Analytica Chimica Acta, 612(1), 1-18.
8. Pushkarova, Y., Zaitseva, G., & Al Saker, M. (2022, September). Prediction of Toxicity of Phenols Using Artificial Neural Networks. In 2022 12th International Conference on Advanced Computer Information Technologies (ACIT) (pp. 493-496). IEEE.
9. Ibrahim, A. A., Abd-Alrazzak, A. Y., AbdalRazaq, E. A., Sulliman, E. A., & Shamil, T. (2020). Theoretical Prediction of Lipophilicity for Some Drugs Compounds. Oriental J. of Chem, 36(1), 114-119.
10. Pushkarova, Y., & Kholin, Y. (2012). The classification of solvents based on solvatochromic characteristics: the choice of optimal parameters for artificial neural networks. Open Chemistry, 10(4), 1318-1327.