中枢神经系统药物六参数优化（MPO）库

CB CNS-MPO Library

很棒

CNS-MPO 库代表了ChemBridge 超过130万种类先导和类药小分子筛选化合物的一个子集，代表了广泛的不同化学型。基于多参数优化(MPO)方法，预测该库中的化合物具有更高的穿过BBB 的概率。设计中枢神经系统渗透药物的一个基本挑战是需要穿过血脑屏障。血脑屏障可渗透化合物的理化参数在口服药物的性质空间中形成一个较小的子集。CNS MPO 评分现在是CNS 关注的药物化学界公认的算法。该算法使用加权评分函数评估6个关键的物理化学性质(clogP, clogD, MW, TPSA, HBD 和pKa)，用于血脑屏障穿透，CYP 介导的代谢和对多非内酯结合的抑制。CNS MPO 评分在0到6.0之间，评分≥4.0被广泛用作CNS 治疗领域药物发现项目中选择靶向化合物的截止值。 突出了 1. 用于中枢神经系统药物发现的高质量、无痛、小分子化合物 2. CNS MPO 分析用于鉴定高概率穿透血脑屏障(BBB)的化合物，并提高了清除率和安全性 3.自定义选择超过45万个结构，以满足您的特定要求 4. 多达50,000 CNS-MPO 库化合物可在预装格式 5. 包括SAR 研究的结构类似物中枢神经系统渗透药物设计的一个基本挑战是需要穿过血脑屏障。血脑屏障可渗透化合物的物理化学参数在口服药物的性质空间内形成较小的子集。为了更好地定义CNS 库设计的物理化学性质，ChemBridge 选择了Wager 等人描述的加权评分方法。CNS MPO 评分现在是以CNS 为核心的药物化学界公认的算法。该算法使用加权评分函数评估血脑屏障穿透、CYP 介导的代谢和多非替利酯结合抑制的6个关键物理化学性质（clogP、clogD、MW、TPSA、HBD 和pKa）。CNS MPO 评分在0到6.0之间，评分≥4.0被广泛用作在CNS 治疗领域药物发现项目中选择靶向化合物的截止值。近期的一篇文章评估了616种在大脑中测得未结合浓度的化合物，证实了中枢神经系统MPO 评分的增加与大脑中未结合浓度增加相关。