Einführung

in silico * Auch wenn Sie bei der Wirkstoffentdeckung eine Verbindung finden, die gut an das Ziel bindet, möchten Sie diejenigen vermeiden, die tatsächlich schwer zu synthetisieren sind. Es ist jedoch schwierig, einen Synthesechemiker zu finden, der alle Kandidatenverbindungen überprüft. Bevor ich zu nass werde, möchte ich daher nur diejenigen auswählen, die aus den Kandidatenverbindungen leicht zu synthetisieren sind.

Daher ein nützlicher Index namens ** SA Score **, der mit RDKit [^ 1] verwendet werden kann.

Aus dem Ergebnis

Durchschnitt: 3.5
Medien: 3.1

Dies wäre hilfreich, wenn Sie mögliche Verbindungen anhand des SA-Scores als Leitfaden eingrenzen würden.

Vorverarbeitung

--2020-04-07 Derzeit in Japan hergestellte und verkaufte Medikamente -D nummerierte Arzneimittel (2826 Typen, Duplikate), geschrieben in KEGG DRUG

Entsalzen, weil ich die einfache Synthese der Hauptfragmente sehen möchte
Ich habe @ yamasakih's [desalt.py] ausgeliehen (https://github.com/yamasakih/docker-compose-razi/blob/feature/customize-for-souyakuRB2018/work/souyakuRB2018/desalt.py) [^ 2] [^ 2]: Kommentar; Die Geschichte der Erstellung einer zusammengesetzten Datenbank, auf die über das Jupyter-Notizbuch für die Schlacht um die Entdeckung von Arzneimitteln 2018 mit Docker-compose of razi - Qiita zugegriffen werden kann
SA-Punktzahl berechnen

Berechnung

Dieses Mal konzentrieren wir uns auf Verbindungen mit 2 oder mehr Kohlenstoffatomen. Darüber hinaus sind Gemische, nicht medizinische Mittel, Blutpräparate, Antikörpermedikamente, Roharzneimittel usw. ausgeschlossen, da sie den Zweck nicht erfüllen. Die Verengung an dieser Stelle beträgt 1641 Verbindungen. Da diejenigen, die in mehrere medizinische Wirkungen eingeteilt sind, dupliziert werden, werden sie gelöscht, um 1436 Verbindungen herzustellen. Das Histogramm ist das oben beschriebene.

mean	std	min	25%	50%	75%	max
3.472627	1.262086	1.054917	2.547814	3.14387	4.190424	9.129873

Versuchen Sie, durch die Klassifizierung der medizinischen Wirkung zu teilen

Die Gesamtverteilung ist oben angegeben. Es gibt auch Informationen zur Klassifizierung der Arzneimittelwirksamkeit. Lassen Sie uns also sehen, ob es Unterschiede gibt. Hier basiert die Berechnung auf der 1641-Verbindung, ohne dass Duplikate entfernt wurden.

Medikamente für das Nervensystem und die Sinnesorgane

Darüber hinaus wird es in Arzneimittel des Zentralnervensystems, Arzneimittel des peripheren Nervensystems, Arzneimittel für Sinnesorgane und andere eingeteilt. Als Arzneimittel gehören Memantin und Baclofen dazu.

count	mean	std	min	25%	50%	75%	max
401	3.074675	1.066451	1.407299	2.368182	2.79175	3.496406	8.224301

1_神経系及び感覚器官用医薬品.png

Medizin für einzelne Organsysteme

Darüber hinaus wird es in Kreislauforganmedizin, Atmungsorganmedizin, Verdauungsorganmedizin, Hormonmedizin, Urogenital- und Analmedizin, dermatologische Medizin, Zahn- und Oralmedizin und andere eingeteilt. Als Arzneimittel gehören Olmesartan und Esomeprazol.

count	mean	std	min	25%	50%	75%	max
567	3.436648	1.211883	1.176561	2.556412	3.073396	4.338626	9.129873

2_個々の器官系用医薬品.png

Stoffwechselmedikament

Darüber hinaus wird es in Vitamine, pflegende Stärkungsmittel, Blut und Körperflüssigkeiten, künstliche Dialyse und andere eingeteilt. Als Arzneimittel gehören Plusgrel und Canagliflozin dazu.

count	mean	std	min	25%	50%	75%	max
196	3.562633	1.263028	1.58004	2.774178	3.307104	4.199926	9.121023

3_代謝性医薬品.png

Medikamente für die Funktion von Gewebezellen

Darüber hinaus wird es in zellverbrauchende Medikamente, Tumormedikamente, Radiopharmazeutika, allergische Medikamente und andere eingeteilt. Beispiele für Arzneimittel umfassen Irinotecan und Cetilidin.

count	mean	std	min	25%	50%	75%	max
191	3.608295	1.438333	1.694618	2.641493	3.066941	4.15542	7.705978

4_組織細胞機能用医薬品.png

Rohmedizin und Medizin auf Rezept der chinesischen Medizin

Unzutreffend.

Medikamente gegen Krankheitserreger

Es ist weiter unterteilt in Antibiotika, Chemotherapeutika, Biologika, Parasitenmedikamente und andere. Beispiele für Arzneimittel umfassen Laninamivir und Rifampicin.

count	mean	std	min	25%	50%	75%	max
201	4.159825	1.384663	1.762741	3.202318	3.992249	4.690629	8.214511

6_病原生物に対する医薬品.png

Medikamente, deren Hauptzweck nicht die Behandlung ist

Darüber hinaus wird es in Dispensiermedizin, diagnostische Medizin, öffentliche Hygienemedizin, In-vitro-Diagnostik und andere unterteilt. Als Pharmazeutika gehören Adenosin, Edrophonium usw. dazu.

count	mean	std	min	25%	50%	75%	max
70	3.336593	1.027391	1.054917	2.544872	3.402247	3.976367	5.783386

7_治療を主目的としない医薬品.png

Arzneimittel

Darüber hinaus wird es in Alkaloid-Medikamente, Nicht-Alkaloid-Medikamente und andere eingeteilt.

count	mean	std	min	25%	50%	75%	max
15	3.747792	1.351973	1.977279	2.541722	3.994829	5.00452	5.273602

8_麻薬.png

Gibt es einen signifikanten Unterschied zwischen den Kategorien?

Wir haben Welchs T-Test zwischen jeder der beiden Gruppen ausprobiert.

p-value	Nerven- / Sinnesorgane	Jedes Organ	Stoffwechsel	Gewebezellen	Pathogener Organismus	Nichtbehandlung	Arzneimittel
Nerven- / Sinnesorgane	-	0.000	0.000	0.000	0.000	0.053	0.076
Jedes Organ	0.000	-	0.225	0.140	0.000	0.453	0.392
Stoffwechsel	0.000	0.225	-	0.740	0.000	0.140	0.615
Gewebezellen	0.000	0.140	0.740	-	0.000	0.093	0.707
Pathogener Organismus	0.000	0.000	0.000	0.000	-	0.000	0.272
Nichtbehandlung	0.053	0.453	0.140	0.093	0.000	-	0.281
Arzneimittel	0.076	0.392	0.615	0.707	0.272	0.281	-

Es wird angenommen, dass der Durchschnittswert von neurosensorischen Arzneimitteln leichter zu synthetisieren ist als andere, und dass Antibiotika, Chemotherapeutika und antiallergische Arzneimittel schwer zu synthetisieren sind.

Impressionen

――Es war eine gute Praxis für Pandas ――Ich möchte die Zieltypen vergleichen [^ 3] --Bitte kommentieren Sie, wenn Sie auf Fehler hinweisen

[^ 3]: KEGG BRITE: Zielbasierte Arzneimittelklassifizierung

[PYTHON] Wie einfach ist es, ein Medikament auf dem Markt zu synthetisieren?