QSAR står för kvantitativ struktur-aktivitetsrelation (Quantitative Structure-Activity Relationship). Metoden används för att visa hur en kemisk struktur kan korreleras kvantitativt med en specifik process eller biologisk effekt, och den tillämpas ofta vid utveckling av läkemedel. QSAR-metodiken vägleder kemisk syntes – eftersom det finns tusentals olika möjliga strukturer för en enda molekyl skulle forskare annars behöva lägga enormt mycket tid på att testa varje enskild struktur. Statistiska metoder spelar en central roll i hela QSAR-arbetsflödet.
Nedan följer de vanligaste statistiska protokollen som används inom QSAR.
Multipel linjär regressionsanalys används när flera studier som alla rör en specifik kemisk struktur ska sammanvägas. En ekvation utvecklas som exempelvis kan visa ett samband mellan minskad tumörstorlek och förekomsten av en hydrofob grupp på fjärde positionen i en fenylring. Analysen reducerar många olika föreningar så att korrelationen kan tolkas utifrån endast några få, men mest betydelsefulla, parametrar.
Mönsterigenkänning används för att definiera parametrar som uppstår när specifika kemiska strukturer grupperas tillsammans. Det finns flera olika typer av mönsterigenkänningsanalys, bland annat huvudkomponentanalys (PCA), datoriserad strukturvärdering (CASE) och automatiserad dataanalys med mönsterigenkänningstekniker. Statistiken bygger på originaldata och korrelerar de olika strukturerna med de biologiska resultaten längs olika dimensioner, där den mest signifikanta informationen återfinns i den första beräknade komponenten.
Denna variant av QSAR kombinerar partiell minsta-kvadratanalys (PLS) med korsvalidering för att skapa förutsägelser om biologisk aktivitet. Forskaren tilldelar specifika regler för hur molekylstrukturerna ska aligneras. Varje molekyl placeras i ett rutnät, varefter olika interaktioner beräknas utifrån en probatoms växelverkan med de olika rutnätspositionerna. Resultatet blir många olika ekvationer. Till skillnad från andra regressionsformer producerar denna metod ekvationer med betydligt fler parametrar än antalet möjliga föreningar.
Apex-3D använder ett system som automatiskt väljer den bästa aligneringen och konformationen för strukturerna, baserat på det biologiska svar som eftersträvas utifrån tidigare experiment. Med metoden är det möjligt att avslöja effekten av olika bindningsorienteringar, skillnaden mellan antagonistisk och agonistisk aktivitet samt effekten av olika receptorer. Tekniken genererar både 2D- och 3D-topografiska matriser och kan dessutom producera information för par av molekyler, inte bara för enskilda molekyler.
Genetisk funktionsapproximation används när det finns få prover men många olika variabler som undersöks, samt när datamängderna saknar linjära samband. Metoden utgår från bäst rankade och sämst rankade modeller som beräknats från rådata, och bygger successivt bättre modeller genom att ersätta de sämst rankade. De många olika anpassningarna presenteras sedan för forskaren, som väljer den slutgiltiga modellen. Genom att studera likheterna mellan modellerna får man värdefull information om de strukturella och biologiska korrelationerna.
Val av QSAR-protokoll beror på datamängdens karaktär, antalet variabler och hur komplexa sambanden mellan struktur och aktivitet är. Ofta kombineras flera metoder för att uppnå så robusta och tillförlitliga förutsägelser som möjligt vid läkemedelsdesign och kemisk syntes.
Hälsa och Sjukdom © https://www.sjukdom.online