CYP 可逆与时间依赖性抑制的 QSAR 预测
由分子结构预测 CYP 抑制，分别分析 4 种酶的可逆抑制和 CYP3A4 的时间依赖性抑制。
用途与模型
- 研究用途
- 筛查药物及其代谢物的酶抑制潜力，为药物相互作用研究提供线索。
- 模型与细胞来源
- 来源于公开实验与药物资料的分子结构—抑制分类数据。
- 方法版本
- 2025 年论文中的 5 个 CYP 抑制模型，Leadscope Enterprise 3.9
- 实验形式
- 二分类 QSAR、结构警示与外部验证
材料与平台
- 训练资料
- 10,129 种独立化学物的 CYP 抑制资料，覆盖药物与其他化学物。
- 建模工具
- Leadscope Enterprise 3.9、分子结构特征及整理后的实验抑制标签。
测量指标与分析
- 酶抑制分类
- 灵敏度与特异性
- 阴性预测值
- 预测覆盖率
- 适用域
分别建立 CYP3A4、2C9、2C19、2D6 可逆抑制模型及 CYP3A4 时间依赖性抑制模型；结构警示辅助处理部分不确定预测。 概率高于 0.6 判为阳性、低于 0.4 判为阴性，中间范围为不确定；适用域单独判断。
研究设计与结果
训练集与交叉验证
- 研究设计
- 训练集中进行重复留出交叉验证，并使用以药物为主的独立外部资料评价。
- 测试范围
- 5 个模型，训练资料合计 10,129 种化学物；各酶模型和外部测试集的数量分别登记于原文表格。
- 参照体系
- 实验测得的可逆或时间依赖性 CYP 抑制标签。
- 研究结果
- 交叉验证灵敏度为 78%–84%；外部验证的表现随酶类型和抑制机制变化。
适用条件与研究局限
- 适用域外与不确定预测不纳入部分性能统计，外部药物集的化学空间与训练集有差别。
来源与原文
- Novel (Q)SAR models for prediction of reversible and time-dependent inhibition of cytochrome P450 enzymes原始研究 · Frontiers in Pharmacology · 2025-02-12