[發明專利]氟喹諾酮類抗菌藥基于理化性質的藥時曲線預測模型

有效

• 申請號: 201110334628.1
• 申請日: 2011-10-28
• 公開（公告）號: CN102663218B
• 公開（公告）日: 2017-12-19
• 發明（設計）人: 孫鶴;陳紅燕
• 申請（專利權）人: 天津大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 宋潔瑾

1.一種氟喹諾酮類抗菌藥基于理化性質的藥時曲線預測模型的構建方法，其特征在于，采用逐步多元線性回歸結合曲線擬合的方法構建，包括如下步驟：

(1) 散點矩陣圖分析；通過SPSS 軟件中的Scatter plot 構建因變量AUC與8個自變量，其包括分子摩爾質量MW，分子摩爾體積MV，極性表面積FPSA，水溶性logS，脂水分配系數logP，pH7.0 下的脂水分布系數logD7.0，3 位羧基的酸性解離度pKa₁ 以及7位取代基的堿性解離度pKa₂ 的散點矩陣圖；

(2)FPSA 與AUC 的曲線擬合，通過SPSS 的Curve Estimation 對AUC與FPSA 進行11常用模型曲線擬合；

(3)pKa₂ 與AUC 的曲線擬合，通過SPSS 的Curve Estimation 對AUC與pKa₂ 進行11常用模型曲線擬合；

(4) 自變量相關性分析，通過SPSS 的Bivariate Correlation 對8個自變量進行Pearson相關性分析；

(5)AUC 模型的構建，包括如下步驟：

a) 逐步回歸篩選自變量；在確定pKa₂ 與AUC 存在顯著的二次方函數關系基礎上，采用強迫進入法把pKa₂ 及(pKa₂)² 納入方程；采用逐步回歸法Stepwise 篩選其余的7個自變量，包括MW，MV，FPSA，logS，logP，logD7.0 以及pKa₁ ；

b) 模型整體評價指標及自相關性分析；

c) 回歸系數檢驗；

d) 模型外變量；

e) 殘差統計量；

f) 模型假設驗證；

g) 模型的預測檢驗；應用所建模型對20種氟喹諾酮類化合物進行AUC預測，以MV，pKa₂

及(pKa₂)² 為輸入變量，將所得AUC預測值與實驗值做相關性散點圖；

h) 模型驗證；采用逐一剔除法驗證模型預測能力，方法是每次用19種藥物構成的樣本建立AUC模型，然后用建立的模型預測余下的1種藥物的AUC值。