论文部分内容阅读
药代动力学特征预测模型能够在新药研发的早期阶段给药物研发者、审批者和投资者提供决策支持。血管紧张素转化酶抑制剂是六类抗高血压一线用药之一。本论文的主要目的是建立血管紧张素转化酶抑制剂类药物基于理化性质的药代动力学特征预测模型，以期为此类药物新药研发提供指导。本论文收集了20种血管紧张素转化酶抑制剂类药物的药代动力学文献数据和理化性质数据，在此基础上运用曲线拟合结合多元线性回归建立了包括表观分布容积Vd/F、表观总清除率CL/F、药-时曲线下的面积AUC0-∞、药峰浓度Cmax、药峰时间Tmax以及半衰期t1/2在内的6个药代动力学参数的预测模型。散点图矩阵和自变量相关性分析被分别用于判断药代动力学参数随理化性质而变化的大致趋势以及理化性质间的共线性，统计图形被用于检验所建立模型的假定条件。最后，本论文采用逐一剔除法对模型的预测能力进行了验证。本论文最终建立了基于理化性质的血管紧张素转化酶抑制剂类药物6个药代动力学特征预测模型，分别为：1）LogVd/F=0.206+0.098LogD2；2）LogCL/F=-0.149+0.156LogD+0.045LogD2；3）LogAUC0-∞=1.385-0.156LogD-0.049LogD2；4）LogCmax=1.120-0.088LogD2；5）Tmax=9.338-0.219PSA+0.001PSA2+0.016pKa22；6）Logt1/2=0.182-0.178LogP+0.036LogP2。模型的判定系数R2分别达到0.799、0.722、0.757、0.831、0.926和0.825。模型预测值与实验值的相关系数R分别为0.894、0.850、0.870、0.911、0.962和0.908，经逐一剔除法验证，模型的交叉验证系数Q2分别达到0.765、0.636、0.673、0.776、0.744以及0.691。结果表明，模型具有较好的拟合度和预测效果。本论文所建立的6个药代动力学特征预测模型，有望应用于新药研发前期，通过脂溶性参数LogD和LogP、极性表面积PSA以及解离常数pKa2对血管紧张素转化酶抑制剂类药物的药代动力学参数进行预测，为快速筛选候选化合物、合理优化分子结构提供依据，从而缩短此类药物开发周期、降低研发成本和风险、提高研发效率和成功率。