Predikce pKa s využitím QSPR modelů

Mgr. Tomáš Bouchal

Bachelor's thesis

QSPR models for pKa prediction

Abstract:

Predikce hodnot disociačních konstant je oblastí, která má velký význam pro farmaceutický, chemický, biologický a enviromentání výzkum. Velmi slibnou metodikou pro predikci pKa je aplikace QSPR modelů využívajících jako deskriptory parciální atomové náboje. Cílem této práce bylo připravit QSPR modely pro různé typy molekul a nábojů a analyzovat vliv vybraných faktorů na kvalitu těchto QSPR modelů. V rámci práce byly vytvořeny tréninkové sady pro různé typy molekul (fenoly, o-benzoové kyseliny, m- a p- benzoové kyseliny, o-aniliny, m- a p-aniliny). Dále byly pro každou molekulu vypočítány náboje pomocí 27 různých metod. Pro jednotlivé typy molekul a nábojů bylo připraveno 297 různých QSPR modelů, přičemž tyto modely se rovněž lišily počty desktiptorů. Na závěr práce byla porovnána kvalita různých QSPR modelů. Bylo zjištěno, že QSPR modely využívající nábojové deskriptory jsou velmi úspěšné pro predikci pKa (více než 50% těchto modelů má R2 > 0,9). Analýzy rovněž ukázaly, které typy nábojů a deskriptorů jsou nejvhodnější pro predikci pKa.

Abstract:

Prediction of dissociation constants is very important for pharmaceutical, biological and environmental research. A very promising method for pKa prediction is an application of QSPR models employing partial atomic charges as descriptors. The goal of this work is to create QSPR models for different types of molecules and charges and analyze an influence of selected factors on the quality of these models. The training sets for different types of molecules (phenols, o-benzoic acids, m- and p- benzoic acids, o-anilines, m- and p-anilines) were created in this work. Afterwards, partial atomic charges for each molecule were calculated using 27 different methods. For each type of molecule and for each type of charge were prepared 297 QSPR models. These models differ also in a number of descriptors. At the end of the work, the quality of all prepared QSPR models was compared. It was found, that QSPR models employing charge descriptors are very successful for pKa prediction (more than 50% of these models has R2 > 0.9). Analyses also showed which types of charges and descriptors are the most relevant for pKa prediction.

Keywords

disociační konstanta, pKa, QSPR, vztah mezi strukturou a vlastnostmi, fenoly, benzoové kyseliny, aniliny, náboje, dissociation constant, quantitative structure property relationship, phenols, benzoic acids, anilines, charges

Language used: Czech

Date on which the thesis was submitted / produced: 14. 5. 2012

Thesis defence

• Date of defence: 19. 6. 2012
• Supervisor: doc. RNDr. Radka Svobodová Vařeková, Ph.D.

Masaryk University

Faculty of Science

Bachelor programme / field:
Biochemistry / Chemoinformatics and Bioinformatics