استفاده از پارامترهای ساختمانی در پيش بيني رده بندی بيوفارماسيوتيکال داروها

Abstract

مدل بندی خصوصیات فیزیکو شیمیایی و فارماکوکینتیک جهت پیش بینی در پیشرفت و توسعه داروها مهم می باشد. سیستم طبقه بندی رفتار دارو(BDDCS) بر اساس متابولیسم و محلولیت، از 4 کلاس تشکیل شده است. این سیستم جهت توضیح نقش ناقل ها در کینتیک داروها و واکنش آنها با انزیم های متابولیزه کننده به کار می رود. همچنین به منظور واکنش دارو با دارو در کبد و روده نیز به کار می رود. با توجه به اطلاعاتی که از نقش آنزیم های حامل از بسیاری از مطالعات سلولی و حیوانی به دست آمده است، BDDCS ترکیبات دارویی را با توجه به محلولیت آبی و متابولیسم آن ها به 4 کلاس طبقه بندی می کند. اهداف: در این مطالعه، پارامتر های ساختاری داروها جهت پیش بینی کلاس دارو ها در سیستم BDDCS با استفاده از رگرسیون لجستیک، استفاده شده است. روش کار: کلاس گزارش شده ی دارو ها در سیستم BDDCS از مقاله جمع آوری شده و پارامتر های ساختاری توسط برنامه ی ACD/iLabs محاسبه گردید.داده ها به دو دسته ی آموزش و تست تقسیم شده و سپس رگرسیون لجستیک جهت پیش بینی کلاس هر دارو با استفاده از پارامتر های ساختمانی آن ها استفاده شد. در نهایت صحت مدل های به دست آمده توسط سری تست خارجی ارزیابی شد. نتايج: نتایج این مطالعه نشان داد که logP و پارامتر های آبراهام می توانند جهت پیش بینی کلاس دارو ها (محلولیت 77% و متابولیسم 83%) در سیستم BDDCS استفاده شوند. بحث : ویژگی های ساختاری دارو ها مانند log P و پارامترهای آبراهام ( قطبش پذیری، اسیدیته و بازیسیته ی باند هیدروژنی) می توانند جهت پیش بینی کلاس دارو در BDDCS به کار روند.