Bickerton GR, Paolini GV, Besnard J, Muresan S, Hopkins AL

Nat Chem. 2012 Feb; 4(2):90-8

摘要：“与药物相似”（Drug-likeness）是药物发现早期选择化合物时的关键考量。但是，绝对意义上的药物相似性评价不能恰当地反映化合物质量上的全部属性。更有甚者，由于这些规则让顺从规则的化合物扩张到极致，广泛使用的规则会使得一些不需要的分子属性不适当地彰显。我们提出了一种基于期望理念的药物相似测量方法，叫做药物相似定量估计（Quantitative Estimate of Druglikeness，QED)。QED的基本原理就是反映分子属性的基本分布，QED直观透明，可以直接在很多实际工作中实施，将化合物按照它们相对成绩排序。我们通过将其应用到分子靶标的成药药物能力评估问题上，通过给已经发表的生物活性化合物集合以优先权，从而扩展了QED的应用。

前言（第一段）

与药物相似的概念为药物发现早期提供了有用的指南。对于已经获批准的药物某些关键理化属性分布的分析，包括分子量，疏水性和极性，显示出这些属性的取值倾向于集中在相对较窄的范围内。落在在这个范围内的化合物就叫做（与某）“药物相似”。注意到这个定义中明显缺乏对结构上相似。表明，这种带有倾向性的选择化合物会提高从文献已经记载过的药物发现高失败率中逃生的几率。

感想：

1.早上从F1000里看到的推荐，4个一颗星，标题很有意思，提到了“美”，让人忍不住看下去。

2.知道了像药性（Drug-likeness）指的是化合物与成型的药物之间的相似性，不知道药学界有没有更确切的词儿，就是看着这个化合物有能成为药物的苗头，或者是与药物相像的性质。

3.最初想的是，看看这个相似性到底用什么属性来计算的，可否用到中药方剂的相似上，甚至论文评价上。

4.文章还没细看，尤其是这个QED算法到底怎么算。看来虽然最开始的相似性计算仅仅是分子量、疏水性等等，比较粗浅，但是那是原始创新啊。看来在一个新领域，不能亦步亦趋，要有一股子横冲直撞的劲头。自己也可以创立指标体系甚至方法体系的，为什么不呢？