Keserű György Miklós (szerk.)

Gyógyszerkémia


4.2.2.4. A HTS-adatkészlet értékelése

A HTS-adatok statisztikai értékelése
A HTS-kampány során keletkezett aktivitásadatok először mikrolemezszinten, majd mérési időpont és mikrolemezpozíció alapján is elemzésre kerülnek, ami a futás során bekövetkező változásokat (pl. folyadékadagoló teljesítményromlása, nem megfelelő inkubáció, reagenssarzsok közti eltérés) azonosíthatja, és megmutatja, hogy a keletkezett adatkészlet egységesen kezelendő-e. Amennyiben például túlzott mértékű pozicionálási hatás vagy a detektálásból eredő inhomogenitás tapasztalható, célszerű az adatkészletet a továbbiakban több populációra bontva elemezni, különben jelentős a veszélye a hamis pozitív és hamis negatív eredményt okozó hibák elkövetésének. Az adatkészlet folytonos standardizálása, a mérőcellák pozíciójából adódó szisztematikus hiba korrigálása megvalósulhat mérésen alapuló korrekcióval (a maximum jelet adó mérőlemez empirikusan meghatározott mintázata alapján), statisztikai eszközökkel (például a median polish simítással) vagy mintázatfelismerő algoritmusok segítségével (Zhai és mtsai, 2016; Ekins és mtsai, 2018).
 
Az aktívak azonosítása
Szűrővizsgálatként a HTS során kis arányban (egy diverz könyvtár esetén általában kevesebb mint 1 százalékában) várunk valódi aktivitást. A kiválasztás során az egységessé tett adatkészletből alapvetően három módszer szerint választhatóak ki a további vizsgálatokhoz az aktívak.
Az aktívak arányán alapú kiválasztás. Ekkor a vizsgált populációból annak legaktívabbnak talált, előre definiált aránya (ez tipikusan néhány ezrelék) kerül kiválasztásra. Itt az abszolút aktivitásnak nincs szerepe a kiválasztásban. Előnye, hogy a HTS-t követő első vizsgálat terhelése, és így működtetése előre tervezhető.
Aktivitásalapú kiválasztás. Ebben az esetben a kiválasztás alapja egy aktivitási küszöbérték. Ez az aktivitásküszöb lehet előre meghatározott érték, amely értelemszerűen becslést ad az aktívak hatáserősségi korlátjára (pl. 50% küszöb esetén ideálisan legfeljebb a tesztkoncentrációnak megfelelő IC50/EC50 értékű találatok várhatóak), vagy a teljes populáció szórásából és átlagából számított küszöb (tipikusan átlag + 3×szórás, Z érték), ami mérsékelt hatáserősségű, de az inaktív populációtól mégis szignifikánsan eltérő vegyületcsoportok kiválasztását eredményezheti.
Szerkezeten vagy historikus biológiai hatásprofilon alapuló kiválasztás. Különösen nagy adatkészletek feldolgozásával hatékony módszer lehet az aktívak alapján alszerkezeti vagy korábbi biológiai hatásaik hasonlósága alapján az aktivitásuktól függetlenül további vegyületek kigyűjtése és vizsgálata. Különösen alkönyvtárak szűrése esetén – tehát ahol nem a másodlagos hiba, hanem a kémiai mintavétel a fő korlátozó tényező – jelentős mértékben tudja csökkenteni a valós aktívak elvesztését (Varin és mtsai, 2011; Riniker és mtsai, 2014). Saját adatkészlet hiányában a nyilvános kémiai-biológiai adatbázisok, például PubChem BioAssay adatbázis (Wang és mtsai, 2017) adatkészlete is hasznosítható.

Gyógyszerkémia

Tartalomjegyzék


Kiadó: Akadémiai Kiadó

Online megjelenés éve: 2026

ISBN: 978 963 664 145 0

A kötet az Akadémiai Kiadónál 2011-ben Gyógyszerkutatás kémiája címen megjelent kézikönyv hagyományaira alapozva a kismolekulás gyógyszerkutatás eszköztárára és módszertanára fókuszál. Újdonságot jelent a magyar nyelvű szakirodalomban, hogy a modern gyógyszerkémiai felfogásnak megfelelően nem pusztán a meglévő gyógyszerkincs kémiáját mutatja be, hanem betekintést enged a kismolekulás gyógyszerek felfedezésének stratégiájába is.

Hivatkozás: https://mersz.hu/keseru-gyogyszerkemia//

BibTeXEndNoteMendeleyZotero

Kivonat
fullscreenclose
printsave