[发明专利]基于分层原子加和模型的分子酸碱解离常数的预测方法

摘要

本发明涉及一种全新的基于分层原子加和模型的有机小分子酸碱解离常数(pK_a)的预测方法。基于在给定温度下酸碱解离平衡的自由能变化的线性关系规律，该方法首先以Hammett-Taft方程和Cherkasov等人提出的“解离中心-其余部分”的处理取代基效应建立一种分层的原子加和模型，然后通过该模型由化合物具体结构计算相应化合物的酸碱解离常数pK_a值。该方法不存在常规方法涉及大量取代基电子效应常数及校正因子的困难，同时保证了预测的快速、准确，对多个样本集表现出良好的数据拟合和预测能力，打破传统的在新药研发的早期对药物pK_a进行研究，大规模降低了药物研发成本，提高了新药发现效率。

主权项

1、一种基于分层的原子加和模型预测化合物分子酸碱解离常数的方法，其特征在于，包括如下步骤：a)根据待测化合物的结构确定分子的解离中心，并根据其类型确定其参考化合物解离常数pKa0，建立以解离中心为根的分子连接树；b)根据分子中任一原子的类型和所处位置确定该原子的内在电子效应常数σ和电子效应传递性能γ；c)根据下式计算该化合物的酸碱解离常数pKa：其中，k表示给定原子位置(i，j)到解离中心的第k条通路，l表示第k条通路上原子的层编号，给定原子位置(i，j)表示原子处于第i层的第j个原子，pKa为酸碱解离常数，pKa0为参考化合物解离常数。