16 октября 2012

Сборный прототип автоматизированной системы классификации химических соединений по видам биологической активности (выборочные данные) (часть 2)

Индекс и наименование подсистемы Технологическая операция Прототип подсистемы или отдельных ее элементов
Краткое описание прототипа
1 2 3
А. Классификация новых ХС методами структурно-логического анализа биологически специфичных дескрипторов (субструктур) Прогнозирование биологической активности ХС на основе оригинального алгоритма отбора структурных признаков биологической активности Предложен алгоритм для прогнозирования активности ХС, базирующийся на отборе признаков активности. С помощью этого алгоритма проведены эксперименты на основе банка данных по структуре и активности ХС. При обучении прогнозирующей системы на 5 тыс. ХС активность других 1000 соединений была правильно предсказана в 80% случаев (Гаврилова и др., 1979)
А. Классификация новых ХС методами структурно-логического анализа биологически специфичных дескрипторов (субструктур) Субструктурный анализ для отбора соединений с заданным видом биологической активности Предложен метод предварительного отбора биологически наиболее активных ХС. Основа метода — характеристика активных частей молекулы, ответственных за биологическое действие. Экспериментальные данные, полученные на животных, закладываются в ЭВМ и служат для расчета частоты субструктурной активности (ЧСА): отношение биологически активных соединений (БАС), содержащих данную структуру, к числу испытанных соединений, имеющих в своей молекуле эту структуру. На основании данных об ЧСА вычисляют среднее арифметическое ЧСА ДЛЯ всей молекулы исследуемого вещества. Предполагается использовать расчет средней величины ЧСА для предсказания биологической активности веществ без экспериментальной проверки ее на животных (Cramer et al., 1977)
А. Классификация новых ХС методами структурно-логического анализа биологически специфичных дескрипторов (субструктур) Использование субструктурного анализа при разработке лекарственных средств на основе анализа содержания фармакофоров Предложена модель анализа с помощью ЭВМ неизвестных ранее ХС для предсказания их биологической активности на основании содержания в их структуре активных функциональных групп. Во второй работе этой серии приведена таблица с данными о биологически активных ХС разных классов: алифатические кислоты, ненасыщенные и фенантреновые соединения, содержащие биологически активные субструктурные фрагменты. Указана взаимосвязь между субструктурной активностью и частотой наблюдения антиартритного (иммунорегулирующего) действия у 771 соединения. Указано, что при составлении гипотетической модели ХС, помимо активных фрагментов, необходимо учитывать также внешние и внутримолекулярные взаимодействия (Berkoff et al., 1976a,b)
Б. Классификация ХС на основе теоретических моделей «структура—активность» (теоретическая или полуэмпирическая классификация) Расчеты «структура—активность» на основе модели линейных соотношений между свободной энергией тестируемого процесса и физико-химическими характеристиками, определяемыми теоретически и (или) экспериментально (модель Ханча; см. также № 32) В историческом аспекте излагается развитие теоретических представлений о наличии количественных связей между физико-химическими характеристиками (ФХХ) лекарственных веществ и биологической активностью. Вначале была установлена связь между активностью и коэффициентом распределения октанол—вода, характеризующими гидрофобность веществ. Затем уравнения были дополнены членами, отражающими стерические, электронные и поляризационные свойства молекул, что существенно повысило точность расчетов. В настоящее время в информационном банке содержится свыше 2000 корреляций между ФХХ и активностью для 20 тыс. органических ХС. С помощью ЭВМ расчетно определяется тип биологической активности ХС (Hansch, 1976; Hansch, Dunn, 1972)


«Биологически активные вещества»,
Г.М.Баренбойм, А.Г.Маленков





Все тестируемые ХС проходят регистрацию и определение степени новизны, а также прогностическое установление типа потенциальной биологической (фармакологической) активности расчетными методами структурно-информационного анализа. На этом основании для веществ с невысокими значениями Q, L и М определяется та выборка тестов, через которую они должны пройти. В ряде случаев эта выборка определяется по формализованным правилам, в большинстве случаев…

В итоговом документе («Биологический паспорт»), который формируется по итогам классификации данного ХС в автоматизированной системе, излагаются цели испытаний, а также следующие сведения о тестированном ХС: исходная информация о ХС (структурная и брутто-формула, физико-химические характеристики, организация-производитель, исходное назначение); номер регистрации; степень подлинности (соответствие структур, чистота); результаты испытаний с использованием расчетных методов; оценка биологической активности и токсичных…

Можно представить схему, изображенную на рисунке ниже, в более сжатой конспективной форме, развернув все события вдоль оси времени. Смотрите рисунок — Генеральная конфигурация системы классификации ХС Такая линейная развертка событий представлена на рисунке ниже, а комментарий к ней содержится в таблице, которую можно рассматривать как расширенную подпись к этому рисунку. Смотрите рисунок — Последовательность основных…

Вся работа системы проводится в интерактивном режиме: специфика работы с биологическим тест-объектом такова, что весьма высока вероятность его отклонения от стандарта в процессе подготовки эксперимента, резкого изменения его состояния или даже гибели в процессе эксперимента и т. д. Возможны ситуации, когда результаты тестирования ХС по одной методике могут привести к изменению всего порядка последующих испытаний…

Карта информационной биотехнологии и технических средств (часть 6)

Блок 9. классификация ХС по ихспособности сенсибилизировать биологические объекты к действию Функциональное назначение Определить изменение чувствительности биологических объектов при действии на них ХС по отношению к стандартному физическому фактору (нагревание, световое облучение и другие факторы в зависимости от задачи). Знание таких характеристик позволяет: 1) прогнозировать результат комбинированного действия ХС и физфактора; 2) выявить действие ХС,…