RDKit | 定量评估类药性(QED)

作者丨王建民

QED（quantitative estimate of drug-likeness）是一种将药物相似性量化为介于0和1之间的数值的方法。

药物相似性

如Lippinsky规则所示，获批药物的理化参数表明，这些化合物分布在狭窄的范围内。进入该化学空间的化合物称为“类药物 （drug-like）”。

类药性不是化学结构的特征，而是由几个物理参数组合确定的指标。已经提出了几种评价药物毒性的指标，但最具影响力的是Ripinsky等人的Lippinsky规则。QED是通过组合多个分子描述符来评估药物相似性的方法之一。

QED

数据集中使用以下八种描述符对QED进行了建模：

• 分子量（MW）
• logP（ALOGP）
• 氢键供体的数量（HBDs）
• 氢键受体的数量（HBAs）
• 极表面积（PSA）
• 可旋转键数目（ROTBs）
• 芳环数目（AROMs）
• 警报结构数目（ALERTS）

实际确定QED的定义时，有必要确定每个描述符的权重。确定该系数以便最大化香农熵（可以由QED解释的信息量），并考虑以下三种情况。

• QED w，max：给出最大熵的系数
• QED w，mo：给出前1000个熵的系数的平均值
• QED w，u：所有描述符均被等同考虑（系数为1.0）

在QED w，max的情况下，PSA和HBA系数为零。即，建议其中包含的信息由其他描述符覆盖。本文进行的主成分分析对此提供了支持。

基于RDKit计算QED

导入库

from rdkit import rdBase, Chem
from rdkit.Chem import PandasTools, QED, Descriptors, rdMolDescriptors
%matplotlib inline
print(rdBase.rdkitVersion)

载入数据

df = PandasTools.LoadSDF('structures.sdf')
len(df)

计算QED

df['QED'] = df.ROMol.map(QED.qed)

定义Lipinsky

def rule_of_five(m):
    mw = Descriptors.MolWt(m)
    logp = Descriptors.MolLogP(m)
    hbd = rdMolDescriptors.CalcNumLipinskiHBD(m)
    hba = rdMolDescriptors.CalcNumLipinskiHBA(m)
    psa = Descriptors.TPSA(m)
    if (mw <= 500 and logp <= 5 and hbd <= 5 and hba <= 10):
        return 1
    else:
        return 0

计算Lipinsky

df['Lipinski'] = df.ROMol.map(rule_of_five)

绘图

import matplotlib as mpl
import seaborn as sns
with mpl.style.context('seaborn'):
    sns.violinplot(x='Lipinski', y='QED', data=df)

参考资料

https://www.nature.com/articles/nchem.1243

http://www.rdkit.org/docs/source/rdkit.Chem.QED.html?highlight=qed#rdkit.Chem.QED.qed