コーラル：ハイブリッド記述子を使用したブルートンチロシンキナーゼ阻害剤のモンテカルロベースのグローバルQSARモデリング

グローバルQSARモデリングは、分子の笑顔から抽出されたDCWハイブリッド記述子を使用して、Coralソフトウェアのモンテカルロアルゴリズムを使用して、BTK阻害剤として233の多様なヘテロサイクリック化合物のPIC50値を予測するために実行されました。233のBTK阻害剤のデータセットは、トレーニング、目に見えないトレーニング、キャリブレーション、検証セットにランダムに分割されました。相関の理想の指標は、QSARモデルの予測可能性を構築および判断するためにも適用されました。2つのターゲット関数を使用したハイブリッド最適記述子に基づく8つのグローバルQSARモデル、つまりTF1（WIIC = 0）とTF2（WIIC = 0.2）が構築されています。TF2によって計算されたQSARモデルの統計パラメーターは、より信頼性が高く堅牢であり、PIC50値を予測するために使用されました。TF2を介して分割4のために構築されたモデルは、R2TRAIN、R2VALID、Q2TRAIN、Q2VALIDの最良のモデルであり、それぞれ0.7981、0.7429、0.7898および0.6784に等しいと見なされます。内部および外部の検証手法により、設計されたモデルの予測可能性と信頼性が評価されています。BTK阻害剤のPIC50の増加と減少の原因となる構造属性も同定されました。

Global QSAR modelling was performed to predict the pIC50 values of 233 diverse heterocyclic compounds as BTK inhibitors with the Monte Carlo algorithm of CORAL software using the DCW hybrid descriptors extracted from SMILES notations of molecules. The dataset of 233 BTK inhibitors was randomly split into training, invisible training, calibration and validation sets. The index of ideality of correlation was also applied to build and judge the predictability of the QSAR models. Eight global QSAR models based on the hybrid optimal descriptor using two target functions, i.e. TF1 (WIIC = 0) and TF2 (WIIC = 0.2) have been constructed. The statistical parameters of QSAR models computed by TF2 are more reliable and robust and were used to predict the pIC50 values. The model constructed for split 4 via TF2 is regarded as the best model and the numerical values of r2Train, r2Valid, Q2Train and Q2Valid are equal to 0.7981, 0.7429, 0.7898 and 0.6784, respectively. By internal and external validation techniques, the predictability and reliability of the designed models have been assessed. The structural attributes responsible for the increase and decrease of pIC50 of BTK inhibitors were also identified.