導讀

為促進制藥同行對建模與模擬方法的深入理解，多參考國內(nèi)外同行建模的思路與流程，深入理解應用案例中建模的要點；凡默谷技術(shù)部精心挑選了建模與模擬較有特色的文章進行剖析解讀，希望對您有幫助。

解讀人：凡默谷陳濤

推薦理由

中國食品藥品檢定研究院構(gòu)建大環(huán)內(nèi)酯類抗生素雜質(zhì)結(jié)構(gòu)-色譜保留關系(QSRR)模型的應用案例。

詳細講述了構(gòu)建QSRR模型的流程，并基于該流程思路建立起關系良好的三種白霉素類大環(huán)內(nèi)酯類抗生素雜質(zhì)結(jié)構(gòu)與色譜保留時間的QSRR模型。

借助這些模型，可提前預測新雜質(zhì)在相應色譜條件下的出峰時間，考察色譜系統(tǒng)的適應性;也可以對已知但未檢出雜質(zhì)的出峰時間進行預測，評估這部分雜質(zhì)未檢出的原因。

該研究拓展了傳統(tǒng)定量構(gòu)效關系(QSAR)模型的應用，也為雜質(zhì)檢測、評估提供一種全新的研究思路。

文獻摘要

通過發(fā)酵或者半合成生產(chǎn)的大環(huán)內(nèi)酯類抗生素一般都包含有很多成分，且隨著生產(chǎn)工藝的變動還經(jīng)常引入新的雜質(zhì)。因此，其雜質(zhì)控制的分析方法需要良好的靈敏度和選擇性。通過檢索藥典以及相關參考文獻，本工作分別建立了三種獨立、靈敏、準確的LC-MS分析方法，以用于檢測交沙霉素、交沙霉素丙酸酯、麥迪霉素以及它們的有關物質(zhì)；

實際中，由于采用不同的雜質(zhì)控制分析方法，可能會導致部分已知雜質(zhì)被漏檢；另外，由于生產(chǎn)工藝、合成技術(shù)的發(fā)展等，也會帶來一些新的未知雜質(zhì)；因此一個良好的分析方法盡量能覆蓋對某個藥物所有可能的雜質(zhì)進行評估。在分析方法建立和篩選過程中，如果能提前預測所有雜質(zhì)的大致出峰位置，以判斷所采用的分析方法能否將各種潛在雜質(zhì)分離開；

案例基于三種大環(huán)內(nèi)酯類抗生素及其有關物質(zhì)的結(jié)構(gòu)式與對應的優(yōu)化條件下的色譜保留時間，構(gòu)建QSRR模型。所構(gòu)建的模型經(jīng)內(nèi)部驗證、外部預測評估后，確定了最終具有較高準確性、穩(wěn)定性的預測模型，該模型可進一步預測對未檢測出的已知雜質(zhì)的色譜保留時間，也可在新雜質(zhì)結(jié)構(gòu)式確認后用于預測其大致的出峰時間。 

1. 研究背景

通過發(fā)酵或者半合成生產(chǎn)的大環(huán)內(nèi)酯類抗生素一般都包含有很多成分，且隨著生產(chǎn)工藝的變動還經(jīng)常引入新的雜質(zhì)。因此，其雜質(zhì)控制的分析方法需要良好的靈敏度和選擇性。通過檢索藥典以及相關參考文獻，本工作分別建立了三種獨立、靈敏、準確的LC-MS分析方法，以用于檢測交沙霉素、交沙霉素丙酸酯、麥迪霉素以及它們的有關物質(zhì)；

實際中，由于采用不同的雜質(zhì)控制分析方法，可能會導致部分已知雜質(zhì)被漏檢；另外，由于生產(chǎn)工藝、合成技術(shù)的發(fā)展等，也會帶來一些新的未知雜質(zhì)；因此一個良好的分析方法盡量能覆蓋對某個藥物所有可能的雜質(zhì)進行評估。在分析方法建立和篩選過程中，如果能提前預測所有雜質(zhì)的大致出峰位置，以判斷所采用的分析方法能否將各種潛在雜質(zhì)分離開；

案例基于三種大環(huán)內(nèi)酯類抗生素及其有關物質(zhì)的結(jié)構(gòu)式與對應的優(yōu)化條件下的色譜保留時間，構(gòu)建QSRR模型。所構(gòu)建的模型經(jīng)內(nèi)部驗證、外部預測評估后，確定了最終具有較高準確性、穩(wěn)定性的預測模型，該模型可進一步預測對未檢測出的已知雜質(zhì)的色譜保留時間，也可在新雜質(zhì)結(jié)構(gòu)式確認后用于預測其大致的出峰時間。 

2 建模數(shù)據(jù)與處理

 2.1 白霉素相關的16元大環(huán)內(nèi)酯類結(jié)構(gòu)式特點

2.3 數(shù)據(jù)獲取及處理

包含交沙霉素、麥迪霉素、麥白霉素、北里霉素、交沙霉素丙酸酯、麥迪霉素醋酸酯及其雜質(zhì)在內(nèi)的24個白霉素相關的16元大環(huán)內(nèi)酯類化合物用于篩選構(gòu)建QSRR模型；

模型中應用的色譜保留時間是在麥迪霉素醋酸酯優(yōu)化的色譜系統(tǒng)下檢測得到的，并列舉在上述表格

采用半經(jīng)驗的MOPAC/AM1方法對所有化合物進行能量最小化處理，確定最穩(wěn)定的分子結(jié)構(gòu)式，并將所有結(jié)構(gòu)式連同色譜保留時間制作為sdf格式的文件；

建立和驗證后的QSRR模型，再進一步建立麥迪霉素醋酸酯最優(yōu)的色譜條件下交沙霉素以及交沙霉素丙酸酯保留時間與其優(yōu)化的色譜條件的保留時間的轉(zhuǎn)化關系，用于這兩個化合物雜質(zhì)保留時間的預測；

3 模型結(jié)果與分析

3.1 分子描述符的產(chǎn)生與篩選

采用ADMET Predictor軟件根據(jù)化合物的結(jié)構(gòu)式可自動產(chǎn)生親脂性、理化性質(zhì)、拓補參數(shù)等200多個分子描述符。所有產(chǎn)生的描述符，進一步依據(jù)相關原則去除一些無效的描述符，包括剔除非數(shù)性描述、低方差描述、無代表性描述符、篩選高敏感、高相關性描述符、區(qū)間線性靈敏度分析等方式，最后篩選得到50個分子描述符用于進一步的QSRR模型搭建。

3.2 訓練集和測試集的產(chǎn)生

采用Kohonen self-organizing map的方法并設置minimum test set size為20%，由軟件隨機分配與產(chǎn)生模型搭建的訓練集和測試集。 

3.3 建模方法的選擇與設置

選擇多重線性回歸(MLR)的方法進行搭建模型，并設置該模型最小的描述符個數(shù)為2個，最大的描述符個數(shù)為16，設置輸入個數(shù)從2-16的每次增長間隔為2：即分別考察選擇描述符個數(shù)為2、4、6、8、10、12、14、16時對模型相關性的影響。

3.4 模型搭建與結(jié)果

設置好上述參數(shù)后，即可基于軟件自動搭建每種情況下的模型，并將相關結(jié)果列舉在軟件最終顯示界面中；可選擇不同的評價指標(如R2， RMSE等)對各個模型進行評價，篩選得到最優(yōu)的模型；經(jīng)過統(tǒng)計分析后，發(fā)現(xiàn)采用8個分子描述符、18個化合物作為訓練集、MLR建模方法可以得到最理想的QSRR模型，優(yōu)化模型用到的分子描述如下：

3.5 結(jié)果驗證與預測能力檢測

采用R², RMSE等統(tǒng)計學分別對訓練集和測試集的預測誤差進行內(nèi)部驗證，其相關結(jié)果顯示如下。結(jié)果提示，建立的QSRR模型具有良好的準確性:

模型還進一步采用留一法較差驗證的方法進行了外部驗證，以考察模型預測的能力。相關的統(tǒng)計學參數(shù)(如Q², RMSE-CV等)列舉如下。結(jié)果顯示，建模的模型同樣具有較好的外部預測能力：

4 模型應用

4.1 建立加沙霉素色譜保留時間的預測關系

基于上述麥迪霉素醋酸酯色譜系統(tǒng)中構(gòu)建的QSRR模型，建立了加沙霉素最優(yōu)色譜條件下的保留時間預測的公式，以用于加沙霉素及其雜質(zhì)在其最優(yōu)色譜條件下保留時間的預測。轉(zhuǎn)化關系如下：

y = 2.29x + 12.71 (x是在麥迪霉素醋酸酯色譜系統(tǒng)的保留時間)，其中r2為0.97, SD值為3.79, n = 10。

4.2 建立加沙霉素丙酸酯色譜保留時間的預測關系

基于上述麥迪霉素醋酸酯色譜系統(tǒng)中構(gòu)建的QSRR模型，建立了加沙霉素丙酸酯最優(yōu)色譜條件下的保留時間預測的公式，以用于加沙霉素丙酸酯及其雜質(zhì)在其最優(yōu)色譜條件下保留時間的預測。轉(zhuǎn)化關系如下：

y = 1.15x ? 3.81 (x是在麥迪霉素醋酸酯色譜系統(tǒng)的保留時間)，其中r2為0.99, SD值為0.27, n = 11。

4.3 預測加沙霉素及加沙霉素丙酸酯未檢出的已知雜質(zhì)保留時間

基于建立的良好QSRR模型以及相應的轉(zhuǎn)化關系公式，預測在優(yōu)化的色譜條件，未檢出的相關已知雜質(zhì)的色譜保留時間，結(jié)果如下：

根據(jù)各個雜質(zhì)的保留時間，可推測這些雜質(zhì)可能不存在本次檢測的樣品中，或者其含量低于檢測限；同時也應該密切關注可能出現(xiàn)在這些已知雜質(zhì)保留時間附近的新雜質(zhì)。

5 模型討論

本工作建立和優(yōu)化三種獨立的、敏感的色譜分析方法，以用于檢測加沙霉素、交沙霉素丙酸酯和麥迪霉素醋酸酯及其有關物質(zhì)，并進一步根據(jù)化合物的結(jié)構(gòu)式與色譜保留時間，構(gòu)建了準確度高、有預測能力的QSRR模型。

該模型可進一步用于預測色譜系統(tǒng)未檢出的已知雜質(zhì)的保留時間；也可用于預測生產(chǎn)過程、合成工藝變動引入的新雜質(zhì)的保留時間。以評價目前品種的分析方法對質(zhì)控容量的潛力，評估當前系統(tǒng)能否對雜質(zhì)實現(xiàn)有效控制，在分析檢測之前篩選出合理的分析標準進行質(zhì)控研究。

6 應用軟件與模塊

該案例應用的軟件是ADMET Predictor (version 7.2)，涉及模塊為Modeler module。

參考文獻

Xia Zhang, et al., Identification of impurities in macrolides by liquid chromatography-mass spectrometric detection and prediction of retention times of impurities by constructing quantitative structure-retention relationship (QSRR). J Pharm Biomed Anal. 2017 Oct 25; 145:262-272.    IF: 3.255

延伸閱讀文獻

王晨等，頭孢地尼有關物質(zhì)定量結(jié)構(gòu)?色譜保留模型的建立. 藥學學報，2015, 50 (9): 1161?1166