阿摩線上測驗
登入
阿摩線上測驗
登入
學習重點 QSAR 的 Q 是 Quantitative（定量的），以數學與統計模型連結化合物的結構特徵與生物活性。 受體與配體的三維結構均已知時，最適合採分子對接（DOCK，receptor-based approach），評估配體在受體結合位置中的姿態與交互作用。 區分分子對接、全新設計與以配體為基礎的設計：分別著重已知分子的結合方式、依口袋設計新分子，以及從已知活性配體推論所需特徵。 先導物最佳化可藉由修飾容易被氧化的位置，降低氧化代謝、提升代謝穩定性；本單元 Ivosidenib 結構修飾的目的即為降低氧化代謝。 核心觀念 一、定量構效關係：QSAR QSAR＝Quantitative Structure–Activity Relationship，中文為定量構效關係。其中 Quantitative 意指「定量的」，強調用可計算的模型描述分子結構與活性之間的關係。 建立 QSAR 時，先收集一系列化合物及其生物活性，再以結構或物化性質的數值作為分子描述子，透過數學與統計方法建立模型，用來預測其他化合物的活性，協助選擇值得合成或進一步測試的先導物。 例如，研究者不只觀察「換上某取代基後活性增加」，還會分析取代基的疏水性、電子效應與立體性質，與活性變化之間是否存在可量化的關係。 概念重點判斷方式 SAR：構效關係探討結構改變如何影響活性可描述某基團使活性增加或下降，不一定建立數學模型 QSAR：定量構效關係以數值描述結構與活性的關係具有分子描述子、活性資料與數學或統計模型 常見描述子包括疏水性、電子效應及立體性質。傳統分析中，log P 或取代基疏水常數 π 可描述親脂性，Hammett 常數 σ 可描述電子效應，Taft 立體常數 Es 可描述立體效應。這些是理解 QSAR 的例子，並非每一個 QSAR 模型都必須使用相同參數。 QSAR 模型的預測能力受資料品質與適用範圍限制；模型預測仍須經實驗驗證，不能直接視為已證實的藥效。 二、電腦輔助藥物設計：依已知資訊選擇方法 電腦輔助藥物設計可利用受體結構、配體結構及活性資料，協助尋找與最佳化候選化合物。選擇方法時，先判斷是否掌握受體的三維結構，以及是否已有可研究的配體。 方法主要依據用途與判斷關鍵 DOCK／分子對接受體結合口袋與待評估配體的三維結構搜尋配體可能的結合姿態，以評分方法比較其交互作用；受體與配體結構均已知時最直接適用 De novo design／全新設計常利用已知受體口袋的形狀與化學性質以片段生長或連接等方式建構新分子，重點在設計新的候選結構 Ligand-based approach／以配體為基礎已知活性配體的結構與活性資料進行相似性搜尋、藥效團分析或 QSAR；缺乏可用受體結構時尤其有用 Combinatorial-based approach／組合化學策略系統性組合原料或片段，建立化合物庫可搭配篩選尋找活性化合物，並非直接研究已知受體與配體如何結合的首選 受體與配體的三維結構均已知，應優先想到 DOCK receptor-based approach。此時已有結合口袋與待放入的分子，可直接模擬兩者的空間互補性、氫鍵、疏水作用及其他交互作用。 上述方法的適用條件並非互斥的硬性分類。全新設計也可參考已知配體；受體結構已知時，仍可運用以配體為基礎的方法。考試的判斷重點是哪個方法最直接利用題目提供的資訊。 三、代謝穩定性與結構修飾 代謝穩定性是指化合物抵抗代謝轉化的能力。先導物若容易被代謝，可能使體內暴露量不足或作用維持時間較短，因此最佳化時需找出容易被酵素攻擊的代謝弱點。 氧化代謝常涉及 CYP450 等酵素。容易被氧化的位置可包括某些芳香環位置、苯甲位或其他脂肪族碳，以及可能發生氧化性去烷基化的基團；實際代謝位置仍須由實驗確認。 在適當位置引入氟原子：以氟取代易氧化位置的氫，可能阻擋該位置的氧化，並透過電子效應改變代謝傾向。 移除或替換易氧化基團：若某取代基是主要代謝位置，可透過替換或改變連接方式，降低其被氧化的機會。 調整局部立體環境：改變易代謝位置周圍的空間條件，可能降低代謝酵素接近或辨識的程度。 本單元 Ivosidenib 由先導化合物進行結構修飾的目的，是降低氧化代謝、提升代謝穩定性。應掌握「減少代謝弱點」與「降低氧化代謝」的連結，不必在缺乏結構圖資訊時推定特定取代位置或環系變化。 降低氧化代謝可能有助於改善藥物動力學性質，但不等於必然增加水溶性、降低毒性或克服抗藥性；這些性質須分別評估。 常考陷阱 把 Quantitative 誤認為 Qualitative：前者是「定量」，後者是「定性」。QSAR 的 Q 必須選 Quantitative；Quantized 與 Quaternary 均不是其全名用字。 雙方三維結構已知，卻選以配體為基礎的方法：已具備受體口袋與配體結構時，分子對接最直接符合需求。 將 De novo 與 Docking 混為一談：De novo 重在建構新分子；Docking 重在搜尋待評估分子於受體中的可能結合姿態。 將對接評分當成實測親和力：評分主要用於預測與排序，仍需實驗確認結合能力及活性。 看到加氟就認定必然增加親脂性或水溶性：氟化的影響取決於位置與整體結構，不能一概而論；也不是所有加氟修飾都會提高代謝穩定性。 把 Ivosidenib 的修飾目的選成降低抗藥性、降低毒性或增加溶解度：本單元應掌握的目的為降低氧化代謝，其他效果不能由此直接推定。 記憶口訣 「Q 是定量，模型連結構與活性。」 「受配雙知做對接，依袋造新想 De novo，依活性配體找線索。」 「代謝弱點要修飾，Ivosidenib 降氧化。」