RDKit | 基于Lipinski规则过滤化合物库

 

Lipinski规则

        有机小分子药物设计中,很多小分子候补化合物往往具有很好的in vitro活性,但是一旦进入下一步动物实验的时候,in vivo的药理活性常常得不到很好的结果。往往当出现这种情况的时候,就涉及到药代动力学范畴,比如透膜性,代谢稳定性等除了小分子候补药物与靶蛋白结合能力以外必须要考虑的问题。尤其是口服的化合物,口服后需要考虑如何被消化器官吸收,如何通过细胞膜到达细胞内部发挥作用等等问题。

   

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
RDKit是一个分子信息学工具包,可以用它来计算分子的Lipinski规则,从而评估分子的类药性。Lipinski规则是一组用于预测药物分子口服生物利用度的简单规则,它们包括以下四个规则: 1. 分子的分子量不得超过500。 2. 分子中的氢键受体数不得超过10。 3. 分子中的氢键供体数不得超过5。 4. 分子的药物分子的脂水分配系数(LogP)应不超过5。 下面是一个使用RDKit计算Lipinski规则的示例代码: ``` from rdkit import Chem from rdkit.Chem import Lipinski # 定义一个分子对象 mol = Chem.MolFromSmiles('CCOc1ccc(NC(=O)Nc2cc(Cl)ccc2Cl)cc1') # 计算Lipinski规则 mw = Lipinski.MolWt(mol) hba = Lipinski.NumHAcceptors(mol) hbd = Lipinski.NumHDonors(mol) logp = Chem.Crippen.MolLogP(mol) # 打印结果 print('Molecular Weight: ', mw) print('H-bond acceptors: ', hba) print('H-bond donors: ', hbd) print('LogP: ', logp) # 判断是否符合Lipinski规则 if mw <= 500 and hba <= 10 and hbd <= 5 and logp <= 5: print('The molecule is drug-like.') else: print('The molecule is not drug-like.') ``` 在这个示例中,我们定义了一个分子对象`mol`,然后使用Lipinski模块中的函数计算了分子的分子量、氢键受体数、氢键供体数和LogP。接着,我们使用if语句判断分子是否符合Lipinski规则,如果符合,则输出“The molecule is drug-like.”,否则输出“The molecule is not drug-like.”。 需要注意的是,Lipinski规则只是一种初步的药物筛选方法,不能保证分子一定具有良好的药理活性或药效。因此,在进行药物研究时,还需要结合其他方面的信息进行综合评估。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DrugAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值