当前位置：
X-MOL 学术
›
ACS Chem. Neurosci.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Tuning Properties for Blood-Brain Barrier Permeation: A Statistics-Based Analysis.
ACS Chemical Neuroscience ( IF 4.1 ) Pub Date : 2019-12-18 , DOI: 10.1021/acschemneuro.9b00541 Maria Dichiara 1 , Benedetto Amata 1 , Rita Turnaturi 1 , Agostino Marrazzo 1 , Emanuele Amata 1
ACS Chemical Neuroscience ( IF 4.1 ) Pub Date : 2019-12-18 , DOI: 10.1021/acschemneuro.9b00541 Maria Dichiara 1 , Benedetto Amata 1 , Rita Turnaturi 1 , Agostino Marrazzo 1 , Emanuele Amata 1
Affiliation
|
In the effort to define a set of rules useful in tuning the properties for a successful blood-brain barrier (BBB) permeation, we statistically analyzed a set of 328 compounds and correlated their experimental in vivo logBB with a series of computed descriptors. Contingency tables were constructed, observed and expected distributions were calculated, and chi-square (χ2) distributions were evaluated. This allowed to point out a significant dependence of certain physicochemical properties in influencing the BBB permeation. Of over 15 computed descriptors, 9 resulted to be particularly important showing highly significant χ2 distribution: polar surface area (χ2 = 66.79; p = 1.08 × 10-13), nitrogen and oxygen count (χ2 = 51.17; p = 2.06 × 10-10), logP (χ2 = 47.38; p = 1.27 × 10-9), nitrogen count (χ2 = 38.29; p = 9.77 × 10-8), logD (χ2 = 36.80; p = 36.80), oxygen count (χ2 = 35.83; p = 3.13 × 10-7), ionization state (χ2 = 33.02, p = 3.19 × 10-7), hydrogen bond acceptors (χ2 = 30.80; p = 3.36 × 10-6), and hydrogen bond donors (χ2 = 29.29; p = 6.81 × 10-6). Other parameters describing the mass and size of the molecules (molecular weight: 11.18; p = 2.46 × 10-2) resulted in being not significant since the population within the observed and expected distribution was similar. Depending on the combination of the significant descriptors, we set a three cases probabilistic scenario (BBB+, BBB-, BBB+/BBB-) that would prospectively be used to tune properties for BBB permeation.
中文翻译：
血脑屏障渗透的调节特性：基于统计的分析。
为了定义一组规则，这些规则可用于调整血脑屏障（BBB）成功渗透的特性，我们对328种化合物进行了统计分析，并将其实验体内logBB与一系列计算出的描述子相关联。构造列联表，计算观察值和预期分布，并评估卡方（χ2）分布。这允许指出某些物理化学性质对BBB渗透的显着依赖性。在15个以上的计算描述符中，有9个尤为重要，表明χ2分布非常重要：极性表面积（χ2= 66.79; p = 1.08×10-13），氮和氧计数（χ2= 51.17; p = 2.06×10- 10），logP（χ2= 47.38; p = 1.27×10-9），氮数（χ2= 38.29; p = 9.77×10-8），logD（χ2= 36.80; p = 36。80），氧计数（χ2= 35.83; p = 3.13×10-7），电离态（χ2= 33.02，p = 3.19×10-7），氢键受体（χ2= 30.80; p = 3.36×10-6） ）和氢键供体（χ2= 29.29; p = 6.81×10-6）。其他描述分子质量和大小的参数（分子量：11.18； p = 2.46×10-2）由于在观察到的和预期的分布内的种群相似，因此并不重要。根据重要描述符的组合，我们设置了三种情况下的概率场景（BBB +，BBB-，BBB + / BBB-），它们有可能被用于调整BBB渗透的特性。其他描述分子质量和大小的参数（分子量：11.18； p = 2.46×10-2）由于在观察到的和预期的分布内的种群相似，因此并不重要。根据重要描述符的组合，我们设置了三种情况下的概率场景（BBB +，BBB-，BBB + / BBB-），它们有可能被用于调整BBB渗透的特性。其他描述分子质量和大小的参数（分子量：11.18； p = 2.46×10-2）由于在观察到的和预期的分布内的种群相似，因此并不重要。根据重要描述符的组合，我们设置了三种情况下的概率场景（BBB +，BBB-，BBB + / BBB-），它们有可能被用于调整BBB渗透的特性。
更新日期：2019-12-19
中文翻译：
血脑屏障渗透的调节特性：基于统计的分析。
为了定义一组规则，这些规则可用于调整血脑屏障（BBB）成功渗透的特性，我们对328种化合物进行了统计分析，并将其实验体内logBB与一系列计算出的描述子相关联。构造列联表，计算观察值和预期分布，并评估卡方（χ2）分布。这允许指出某些物理化学性质对BBB渗透的显着依赖性。在15个以上的计算描述符中，有9个尤为重要，表明χ2分布非常重要：极性表面积（χ2= 66.79; p = 1.08×10-13），氮和氧计数（χ2= 51.17; p = 2.06×10- 10），logP（χ2= 47.38; p = 1.27×10-9），氮数（χ2= 38.29; p = 9.77×10-8），logD（χ2= 36.80; p = 36。80），氧计数（χ2= 35.83; p = 3.13×10-7），电离态（χ2= 33.02，p = 3.19×10-7），氢键受体（χ2= 30.80; p = 3.36×10-6） ）和氢键供体（χ2= 29.29; p = 6.81×10-6）。其他描述分子质量和大小的参数（分子量：11.18； p = 2.46×10-2）由于在观察到的和预期的分布内的种群相似，因此并不重要。根据重要描述符的组合，我们设置了三种情况下的概率场景（BBB +，BBB-，BBB + / BBB-），它们有可能被用于调整BBB渗透的特性。其他描述分子质量和大小的参数（分子量：11.18； p = 2.46×10-2）由于在观察到的和预期的分布内的种群相似，因此并不重要。根据重要描述符的组合，我们设置了三种情况下的概率场景（BBB +，BBB-，BBB + / BBB-），它们有可能被用于调整BBB渗透的特性。其他描述分子质量和大小的参数（分子量：11.18； p = 2.46×10-2）由于在观察到的和预期的分布内的种群相似，因此并不重要。根据重要描述符的组合，我们设置了三种情况下的概率场景（BBB +，BBB-，BBB + / BBB-），它们有可能被用于调整BBB渗透的特性。
京公网安备 11010802027423号