Advertisement

Quantitative Struktur-Wirkungsbeziehungen

Auszug

Die quantitativen Struktur-Wirkungsbeziehungen, QSAR (meist [kju:sar] ausgesprochen, von engl. quantitative structure-activity relationships), versuchen Zusammenhänge zwischen chemischer Struktur und biologischer Wirkung zu erfassen und quantitativ zu beschreiben. Die untersuchten Substanzen sollten aus einer chemisch einheitlichen Serie stammen und müssen am gleichen biologischen Target angreifen. Dort sollten sie einen identischen Wirkmechanismus aufweisen. Mit QSAR-Verfahren kann man z. B. strukturell analoge Hemmstoffe eines bestimmten Enzyms untereinander vergleichen, nicht aber verschiedene Blutdrucksenker, die an unterschiedlichen Zielproteinen mit abweichenden Wirkmechanismen angreifen. Die Korrelation mit den physikochemischen Eigenschaften bezieht sich immer auf relative Wirkstärken in einem Modell, nicht auf unterschiedliche Wirkqualitäten.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

Allgemeine Literatur

  1. C. A. Ramsden, Hrsg., Quantitative Drug Design, Band 4 von: Comprehensive Medicinal Chemistry, C. Hansch, P. G. Sammes und J. B. Taylor, Hrsg., Pergamon Press, Oxford, 1990Google Scholar
  2. H. Kubinyi, QSAR: Hansch Analysis and Related Approaches, VCH, Weinheim, 1993CrossRefGoogle Scholar
  3. H. van de Waterbeemd, Chemometric Methods in Molecular Design, VCH, Weinheim, 1995CrossRefGoogle Scholar
  4. H. van de Waterbeemd, Advanced Computer-Assisted Techniques in Drug Discovery, VCH, Weinheim, 1995Google Scholar
  5. C. Hansch and A. Leo, Exploring QSAR. Fundamentals and Applications in Chemistry and Biology, 2 Bände, American Chemical Society, Washington, 1995Google Scholar
  6. H. Kubinyi, Hrsg., 3D-QSAR in Drug Design: Theory, Methods, and Applications, ESCOM, Leiden, 1993Google Scholar
  7. H. Kubinyi, G. Folkers und Y.C. Martin, 3D QSAR in Drug Design, Vol. 1–3, Kluwer/ESCOM, Dordrecht, Boston, London, 1998Google Scholar

Spezielle Literatur

  1. S. H. Unger und C. Hansch, On Model Building in Structure-Activity Relationships. A Reexamination of Adrenergic Blocking Activity of β-Halo-β-arylalkylamines, J. Med. Chem. 16, 745–749 (1973)PubMedCrossRefGoogle Scholar
  2. J. M. Blaney, C. Hansch, C. Silipo und A. Vittoria, Structure-Activity Relationships of Dihydrofolate Reductase Inhibitors, Chem. Rev. 84, 333–407 (1984)CrossRefGoogle Scholar
  3. C. Hansch und T. E. Klein, Quantitative Structure-Activity Relationships and Molecular Graphics in Evaluation of Enzyme-Ligand Interactions, Methods Enzymol. 202, 512–543 (1991)PubMedCrossRefGoogle Scholar
  4. R. D. Cramer, D. E. Patterson, und J. D. Bunce, Comparative Molecular Field Analysis (CoMFA). 1. Effect of Shape on Binding of Steroids to Carrier Proteins, J. Am. Chem. Soc. 110, 5959–5967 (1988)CrossRefGoogle Scholar
  5. S. A. DePriest, D. Mayer, C. B. Naylor und G. R. Marshall, 3DQSAR of Angiotensin-Converting Enzyme and Thermolysin Inhibitors: A Comparison of CoMFA Models Based on Deduced and Experimentally Determined Active Site Geometries, J. Am. Chem. Soc. 115, 5372–5384 (1993)CrossRefGoogle Scholar
  6. G. Klebe, U. Abraham und T. Mietzner, Molecular Similarity Indices in a Comparative Analysis (CoMSIA) of Drug Molecules to Correlate and Predict Their Biological Activity, J. Med. Chem. 37, 4130–4146 (1994)PubMedCrossRefGoogle Scholar
  7. P. J. Goodford, A Computational Procedure of Determining Energetically Favorable Binding Sites on Biologically Important Macromolecules, J. Med. Chem. 28, 849–857 (1985)PubMedCrossRefGoogle Scholar
  8. G. E. Kellogg und D. J. Abraham, Key, Lock and Locksmith: Complementary Hydrophathic Map Predictions of Drug Structure from a Known Receptor-Receptor Structure from Known Drugs, J. Mol. Graphics 10, 212–217 (1992)CrossRefGoogle Scholar
  9. A. R. Ortiz,, M.T. Pisabarro, F. Gago and R.C. Wade, Prediction of Drug Binding Affinities by Comparative Binding Energy Analysis, J. Med. Chem., 38, 2681–2691 (1995)PubMedCrossRefGoogle Scholar
  10. H. Gohlke und G. Klebe, DrugScore Meets CoMFA: Adaptation of Fields for Molecular Comparison (AFMoC) or How to Tailor Knowledge-based Pair-Potentials to a Particular Protein J. Med. Chem. 45, 4153–4170 (2002)PubMedCrossRefGoogle Scholar
  11. A. Weber, M. Böhm, C. T. Supuran, A. Scozzafava, C. A. Sotriffer und G. Klebe, 3D QSAR Selectivity Analyses of Carbonic Anhydrase Inhibitors: Insights for the Design of Isozyme Selective Inhibitors, J. Chem. Inf. Model. 46, 2737–2760 (2006)PubMedCrossRefGoogle Scholar
  12. A. Hillebrecht, C. T. Supuran und G. Klebe. Integrated Approach Using Protein and Ligand Information to Analyze Affinity and Selectivity Determining Features of Carbonic Anhydrase Isozymes, ChemMedChem 1, 839–853 (2006)PubMedCrossRefGoogle Scholar
  13. A. Hillebrecht und G. Klebe, The Use of 3D QSAR Models for Database Screening: A Feasibility Study, J. Chem. Inf. Model. 48, 384–396 (2008)PubMedCrossRefGoogle Scholar

Copyright information

© Spektrum Akademischer Verlag Heidelberg 2009

Personalised recommendations