Исследование взаимосвязей между молекулярной структурой и гепатозащитной активностью химических соединений тема диссертации и автореферата по ВАК РФ 03.00.02, кандидат биологических наук Габриелян, Лилит Ильинична

• Габриелян, Лилит Ильинична
• кандидат биологических наук
• 2005

Оглавление диссертации кандидат биологических наук Габриелян, Лилит Ильинична

Список используемых сокращений.

ВВЕДЕНИЕ.

Глава 1.АНАЛИЗ СВЯЗИ СТРУКТУРА-ГЕПАТОЗАЩИТНАЯ АКТИВНОСТЬ КАК ТЕОРЕТИЧЕСКАЯ ОСНОВА ОТБОРА ХИМИЧЕСКИХ СОЕДИНЕНИЙ ДЛЯ СОЗДАНИЯ НОВЫХ ГЕПАТОЗА-ЩИТНЫХ СРЕДСТВ (Литературный обзор).

1.1. Проблема поиска гепатозащитных средств.

1.2. Современные подходы к поиску веществ с заданным биологическим действием.

1.3. Информация о зависимости гепатозащитного действия соединений от их структуры.

Глава 2. МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ.

2.1. Экспериментальное тестирование гепатозащитной активности.

2.2. Молекулярные дескрипторы.

2.3. Математические методы, использованные для анализа связи структура-гепатозащитная активность.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ

Глава 3. ЗАВИСИМОСТЬ ГЕПАТОПРОТЕКТОРНОГО ДЕТОКСИ-ЦИРУЮЩЕГО ДЕЙСТВИЯ ПРОИЗВОДНЫХ АДАМАНТАНА ОТ СТРУКТУРЫ.

3.1. Биологическая активность производных адамантана.

3.2. Применение топологических дескрипторов.

3.3. Применение автокорреляционных, подструктурных и 3D-дескрипторов.

3.4. Применение квантовохимических дескрипторов.

Глава 4. ЗАВИСИМОСТЬ ГЕПАТОПРОТЕКТОРНОГО ДЕТОКСИ-ЦИРУЮЩЕГО ДЕЙСТВИЯ ПРОИЗВОДНЫХ ИНДОЛА ОТ СТРУКТУРЫ.

4.1. Введение.

4.2. Применение подструктурных дескрипторов.

4.3. Применение ЗБ-дескрипторов.

4.4. Применение топологических и автокорреляционных дескрипторов.

4.5. Применение квантовохимических дескрипторов.

Глава 5. ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ МЕТОДА ГЛАВНЫХ КОМПОНЕНТ ПРИ КЛАССИФИКАЦИИ БИОЛОГИЧЕСКИ АКТИВНЫХ СОЕДИНЕНИЙ ПО АКТИВНОСТИ НА ОСНОВЕ МОЛЕКУЛЯРНЫХ ДЕСКРИПТОРОВ.

Глава 6. ИССЛЕДОВАНИЕ ЗАВИСИМОСТИ МЕЖДУ СТРУКТУРОЙ ХИМИЧЕСКИХ СОЕДИНЕНИЙ И ГЕПАТОПРОТЕКТОРНОЙ АКТИВНОСТЬЮ, ПОВЫШАЮЩЕЙ РЕПАРАТИВНЫЕ ПРОЦЕССЫ В ПЕЧЕНИ.

Введение диссертации (часть автореферата) на тему «Исследование взаимосвязей между молекулярной структурой и гепатозащитной активностью химических соединений»

Актуальность темы. В последние десятилетия наблюдается повышение частоты заболеваний печени и расширение нозологических форм, что, с одной стороны, связано с совершенствованием методов диагностики и, в частности, возможностью выявления гепатита С, а с другой -с ухудшением экологической обстановки, злоупотреблением алкоголем и наркотиками, неумеренным использованием фармакологических средств, а также стрессорными воздействиями. Кроме того, известно, что гепато-токсическое действие оказывают также препараты длительного применения: противотуберкулезные, антидиабетические, антидепрессанты и противоопухолевые цитостатики. В гепатологии используется более 900 симптоматических лекарственных средств разных фармакологических групп, однако терапевтическая эффективность большинства препаратов низка. В настоящее время создан новый отечественный гепатозащитный препарат "Фосфоглив" (производитель - ГУ НИИ биомедицинской химии им. В.Н.Ореховича РАМН), у которого выявлена этиотропная противовирусная активность. Тем не менее, поиск и разработка новых эффективных специфических гепатозащитных безопасных фармакологических средств остаются актуальными.

Для изучения гепатозащитной активности во Всероссийском научном центре по безопасности биологически активных веществ (ВНЦ БАВ) были отобраны и испытаны более 1000 химических соединений с использованием трехэтапной системы, включающей оценку детоксицирующей, липидо-понижающей, репаративной и холатосинтезирующей активности при поражении печени крыс и мышей четыреххлористым углеродом [39,44]. Среди наиболее активных соединений оказались производные адамантана, синтезированные в ИФОХ АН БССР и Куйбышевском политехническом институте, а также синтезированные в ВНЦ БАВ производные индола [1214].

В настоящее время при поиске и создании новых лекарственных средств наряду с развитием скрининговых систем, разрабатываемых в России под руководством академика Л.А.Пирузяна с 1972 г., все большее значение приобретают рациональные подходы, основанные на исследовании зависимости биологической активности химических соединений от молекулярной структуры. Взаимосвязь «структура-активность» (Structure-Activity relationship - SAR; Quantitative Structure-Activity Relationship - QSAR) может быть установлена анализом структуры и биологической активности уже изученных соединений и далее использована для предсказания активности нетестированных соединений с целью отбора более перспективных химических структур для последующих углубленных исследований [16,17,24,29,30,46-48,57,60]. Актуальной проблемой в каждом конкретном случае является выявление наиболее информативных параметров описания молекулярной структуры (молекулярных дескрипторов) и наиболее эффективных математических методов установления взаимосвязи структура-биологическая активность.

Сведения о зависимости гепатопротекторного действия различных химических соединений от их структуры немногочисленны и имеют в основном качественный характер. Поэтому определение таких взаимосвязей важно для теории и практики разработки новых эффективных гепатоза-щитных средств.

Цель и задачи исследования. Цель работы заключалась в разработке общих подходов к внеэкспериментальному прогнозированию гепатоза-щитной активности на основе структурных молекулярных характеристик для производных адамантана и производных индола. Выбор именно этих химических рядов среди многих других соединений, испытанных на гепа-тозащитную активность, обусловлен тем, что только для этих рядов может быть составлена представительная для изучения взаимосвязи структура-активность обучающая выборка, содержащая достаточное количество как активных, так и неактивных соединений.

Для достижения поставленной цели необходимо было решить следующие задачи:

- выявить информативные молекулярные дескрипторы, наиболее адекватно отражающие структурные особенности молекул, ответственные за проявление гепатозащитной активности;

- отобрать наилучшие комбинации дескрипторов с максимальной предсказательной способностью гепатозащитного действия;

- определить наиболее эффективные решающие правила отнесения новых соединений к классу активных или неактивных.

Научная новизна.

Впервые определены классификационные правила, позволяющие методами линейного дискриминантного анализа и к ближайших соседей с высокой эффективностью (80-96%) на основе расчетных молекулярных дескрипторов прогнозировать возможность гепатопротекторного детокси-цирующего действия для производных адамантана и индола.

Проведено сравнительное исследование эффективности нескольких сотен молекулярных дескрипторов различного типа (подструктурных, топологических, автокорреляционных, квантовохимических, 3D) при оценке гепатопротекторной детоксицирующей активности указанных соединений. Для каждого рассмотренного типа определены наилучшие комбинации дескрипторов, обладающие максимальной предсказательной способностью.

Для производных адамантана наиболее эффективны комбинации, составленные из подструктурных дескрипторов, представляющих число центрированных на атомах фрагментов определенного типа, наименее эффективны - комбинации из WHIM-дескрипторов. В целом, 2D-дескрипторы более эффективны по сравнению с отдельно взятыми 3D-дескрипторами разных типов. Автокорреляционные топологические дескрипторы на основе топологических характеристик вершин молекулярного графа более информативны, чем обычные топологические дескрипторы.

Наибольшей предсказательной способностью гепатопротекторного деток-сицирующего действия (92-96%) обладают дискриминанттные функции, вычисленные для комбинаций, содержащих дескрипторы различных типов с преобладанием 20-дескрипторов.

Для производных индола наименее информативны автокорреляционные и топологические дескрипторы. Показано, что в этом случае классификационные правила, построенные на основе подструктурных, квантовохи-мических или 3D-дескрипторов, обладают достаточно высокой предсказательной способностью гепатопротекторной детоксицирующей активности (83-84% в среднем). Наиболее высокой предсказательной способностью (до 90%) обладают комбинации, составленные из подструктурных дескрипторов, представляющих число центрированных на атомах фрагментов, или GETAWAY-дескрипторов.

Оценено влияние различных структурных элементов молекул на гепато-протекторную активность исследованных соединений.

Проанализированы особенности использования метода главных компонент для снижения размерности исходного дескрипторного пространства при классификации рассмотренных соединений по уровню детоксицирующей активности.

Впервые для производных адамантана с помощью регрессионного анализа выявлена зависимость гепатопротекторной активности, повышающей репаративные процессы в печени, от структурных молекулярных характеристик. Наилучшие статистические характеристики имеет регрессионное уравнение, содержащее GETAWAY-дескрипторы. Практическая значимость.

Результаты работы имеют важное прикладное значение, так как полученные классификационные правила и регрессионные уравнения позволяют оценивать гепатопротекторную детоксицирующую активность новых нетестированных соединений в ряду адамантанов и индолов, а также способность производных адамантана стимулировать репаративный потенциал печени, и поэтому могут быть использованы в процедурах виртуального скрининга для отбора перспективных соединений в указанных химических классах.

Основные положения, выносимые на защиту:

1. На основе сравнительного исследования информативности большого набора молекулярных 2D- и 3D-дескрипторов определены эффективные классификационные правила для предсказания гепатозащитной де-токсицирующей активности производных адамантана и индола.

2. Наибольшей предсказательной способностью гепатозащитной активности указанных соединений обладают дискриминантные функции, содержащие подструктурные, или квантовохимические, или GETAWAY-дескрипторы.

3. Эффективность применения главных компонент при классификации соединений по активности зависит как от количества, так и от выбора исходных молекулярных дескрипторов, использованных при построении главных компонент. Для корректной классификации необходимо также учитывать главные компоненты с малым вкладом в общую дисперсию исходных дескрипторов.

Апробация работы. Основные результаты работы были доложены на XI Всероссийском национальном конгрессе «Человек и лекарство» (Москва,2004), III съезде биофизиков России (Воронеж,2004) и представлены на конференции «Информационно-вычислительные технологии в решении фундаментальных и прикладных научных задач» (Москва,2004). Публикации. По результатам, изложенным в диссертации, опубликовано 8 научных работ.

Объем и структура диссертации. Работа изложена на 117 страницах, содержит 18 таблиц. Диссертация состоит из введения, обзора литературы (глава 1), описания материалов и методов исследования (глава 2), изложения результатов собственных исследований и их обсуждения (главы 3

Заключение диссертации по теме «Биофизика», Габриелян, Лилит Ильинична

ВЫВОДЫ

1. Методами линейного дискриминантного анализа и к ближайших соседей определены классификационные правила, позволяющие с высокой эффективностью (80-96%) на основе расчетных молекулярных дескрипторов прогнозировать гепатопротекторную детоксицирующую активность производных адамантана и индола.

2. Исследована информативность нескольких сотен молекулярных дескрипторов различного типа (подструктурных, топологических, автокорреляционных, квантовохимических, 3D) при оценке гепатопротекторной детоксицирующей активности указанных соединений.

3. Для производных адамантана установлено, что наибольшей предсказательной способностью детоксицирующего действия (92-96%) обладают дискриминантные функции, вычисленные для комбинаций, содержащих 2D- и 3D-дескрипторы различных типов с преобладанием 2D-дескрипторов.

4. Для производных индола показано, что наиболее высокой предсказательной способностью (до 90%) обладают комбинации, составленные из подструктурных дескрипторов, представляющих число центрированных на атомах фрагментов, а также комбинации из квантовохимических или GETAWAY-дескрипторов.

5. На примере исследования соединений, обладающих гепатопротекторной активностью, показано, что эффективность применения главных компонент (ГК) в классификационных задачах зависит как от количества исходных дескрипторов, использованных для построения ГК, так и от выбора исходных дескрипторов, причем для надлежащей классификации соединений по активности необходимо, в отличие от общепринятой практики, учитывать также ГК с малым и очень малым вкладом в общую дисперсию исходных дескрипторов.

6. Методом регрессионного анализа для производных адамантана выявлена зависимость гепатопротекторной активности, повышающей репаративные процессы в печени, от структурных молекулярных характеристик, наиболее эффективно представленных GETAWAY-дескрипторами.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований получен целый ряд эмпирических зависимостей в виде линейных дискриминантных функций и регрессионных уравнений, связывающих гепатозащитное действие производных адамантана и индола со структурными характеристиками указанных соединений, выраженными с помощью молекулярных дескрипторов различного типа. Найденные зависимости позволяют решать чисто практические задачи оптимизации химических структур, т.е. отбирать перспективные в отношении гепатозащитного действия соединения в указанных химических классах, и тем самым способствуют сокращению материальных, временных и трудовых затрат в процессе разработки новых лекарственных средств.

Проведенные исследования эффективности широкого набора молекулярных дескрипторов различного типа при распознавании гепатозащитного действия подтверждают необходимость отбора наиболее информативных дескрипторов в каждом конкретном случае. Полученные результаты для производных адамантана и индола свидетельствуют о высокой информативности простейших 20-дескрипторов (числа центрированных на атомах фрагментов определенного типа) для прогнозирования гепатозащитного действия этих соединений. Особая ценность этих дескрипторов заключается в их содержательной физико-химической интерпретируемости. Среди ЗО-дескрипторов наиболее информативны квантовохимиче-ские и GETAWAY-дескрипторы, причем в этом случае понятная для химика структурно-химическая интерпретация полученных зависимостей структура-активность возможна лишь при использовании квантовохимических дескрипторов.

Значительное преобладание числа доступных для расчета молекулярных дескрипторов по сравнению с количеством соединений в обучающей выборке требует применения специальных методов для сокращения размерности исходного дескрипторного пространства с целью уменьшения вероятности получения случайных зависимостей. Показано, что при использовании главных компонент, являющихся линейными комбинациями исходных дескрипторов, вместо исходных молекулярных дескрипторов для классификации соединений по активности необходимо, во-первых, определенным образом отбирать исходные дескрипторы для получения наиболее эффективных главных компонент, во-вторых, при построении классификационных правил учитывать главные компоненты с малым вкладом в общую дисперсию первоначальных дескрипторов.

В связи с отсутствием корреляции между экспериментально определенными показателями гепатозащитного действия (индексом выживаемости, морфометрическим индексом поражения печени, холато-холестериновым коэффициентом) рассмотренных классов химических соединений необходим отдельный поиск взаимосвязей структура-активность для каждого из указанных видов гепатозащитного действия, что и было сделано для индекса выживаемости и частично для индекса поражения печени. Требуется также разработка специальной методики отбора перспективных соединений с оптимальным сочетанием вышеуказанных характеристик гепато-защитной активности в исследованных химических рядах. Для решения этой задачи необходимы более обширные экспериментальные данные.

96

Список литературы диссертационного исследования кандидат биологических наук Габриелян, Лилит Ильинична, 2005 год

1. Авидон В.В. Критерии сравнения химических структур и принципы построения информационного языка для информационно-логической системы по биологически активным соединениям // Хим.-фарм. журн., 1974, №8, с.22-25

2. Авидон В.В., Аролович B.C. Анализ сходства химических структур на основе дескрипторного языка ФКСП // НТИ, 1975, сер. 2, №5, с. 26-31.

3. Авидон В.В., Лексина Л.А. Дескрипторный язык для анализа сходства химических структур органических соединений // НТИ, 1974, сер. 2, №3, с. 22-25.

4. Автандилов Г. Г. Медицинская морфометрия. Москва: Медицина, 1990, 280 с.

5. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности. М.: Финансы и статистика, 1989, 607 с.

6. Арчаков А.И., Поройков В.В., Белкина Н.В., Гусев С.А. и др. Новые технологии в биомедицине: Биоинформатика. Первая российская электронная конференция по биоинформатике. 15 марта 21 апреля 2000 г. http:// www.ibmh.msk.su/recob/M01-tez-rus.htm.

7. Афифи А., Эйзен С. Статистический анализ: подход с использованием ЭВМ. М.: Мир, 1982, 488 с.

8. Баренбойм Г.М., Маленков А.Г. Биологически активные вещества. Новые принципы поиска. М.: Наука, 1986,363 с.

9. Блюгер А.Ф., Залцмане В.К., Карташова О. Я. Ультраструктурная патология печени. Рига: Зинатне, 1989,.320 с.

10. Ю.Бруслик В. Г., Логинов А.С., Сперанский М.Д. Способы применения изолированных гепатоцитов для лечения ОПН // Вестник РАМН, 1994, №5, с. 8-13.

11. Будунова А.П., Поройков В.В., Блинова В.Г. и др. ДСМ-метод формирования гипотез: применение для анализа связи «структурагепатопротекторная детоксицирующая активность» // НТИ, Сер. 2, 1993, №7, с. 12-15.

12. Буров Ю.В., Радкевич Л.А., Портнов Ю.Н. и др.Синтез и изучение гепатозащитной активности производных 2-оксотриптамина/ Конгресс "Человек и лекарство". Тезисы докладов. Москва, 1995, с. 13.

13. З.Буров Ю.В., Смирнов Л.Д., Радкевич Л.А. и др. 1-Бензил-1оксотриптамин гидрохлорид и его производные, обладающие гепатозащитной активностью // Патент Рос. Фед. №94007788, 1994.

14. Буров Ю.В., Смирнов Л.Д., Радкевич Л.А. и др. Основание Шиффа-2-аминоиндола, проявляющее гепатопротекторную активность. Патент Рос. Фед. №2084450. 1997.

15. Венгеровский А. И., Саратиков А.С. Влияние гепатотоксингов на активность органеллоспецифических ферментов и метаболизм липидов печени. // Вопросы медицинской химии, 1989, т. 35, № 6, с. 87-92.

16. Голендер В.Е., Розенблит А.Б. Вычислительные методы конструирования лекарств. Рига: Зинатне, 1978, 231 с.

17. Голендер В.Е., Розенблит А.Б. Исследование связи структура-активность химических соединений методами распознавания образов // Ж. Всес. хим. о-ва им. Д.И.Менделеева, 1980, т. 25, №1, с. 28-35.

18. Голиков С. Н., Саноцкий И. В., Тиунов Л. А. Общие механизмы токсического действия. Л., 1986, 280 с.

19. Губский Ю.И. Коррекция химического поражения печени. Киев: Здоровья, 1989,156 с.

20. Джуре П., Айзенауэр Т. Распознавание образов в химии. М.: Мир, 1977, 230 с.

21. Зефиров Н.С. Современные принципы конструирования лекарств // Вестник РАН, 2004, т. 74, №5, с. 415-418.

22. Иванов А.С. Путь «от гена до лекарства»: проблемы и перспективы. Информационно-вычислительные технологии в решении фундаментальных научных проблем и прикладных задач химии, биологии, фармацевтики, медицины. Сб. тезисов докладов, Москва, 2002, с. 28-30.

23. Карабанович А. К., Хакимов 3. 3. Фармакологическая коррекция активности монооксигеназной системы печени при хроническом гелиот-риновом гепатите // Фармакол. коррекция гипокс. состояний: Ин-т фармакол. АМН СССР, Гродно, 1991, с. 294-295.

24. Климов А.Н. ЛП плазмы крови: некоторые нерешенные вопросы и дискуссионные вопросы. // Симпозиум по биохимии. М., 1995, т. 1, с.1-11.

25. Конопля Е. Н., Прокопенко Л.Г. Эссенциале как иммуномодулятор при токсическом поражениии печени // Эксп. и клин, фармак., 1992, v. 53, №6, с. 49-51.

26. Ландау М.А. Молекулярная природа отдельных физиологических процессов. М.: Наука, 1985, 260 с.

27. Ландау М.А. Молекулярные механизмы действия физиологически активных солединений. М.: Наука, 1981, 262 с.

28. Логинов А. С., Матюшин Б. Н. Внутриклеточная активация кислорода и молекулярные механизмы автоокислительного повреждения печени // Вестник РАМН, 1994, № 5,.с.З-7.

29. Логинов А. С., Решетняк В. И. Механизм развития внутрипеченочного холестаза и лечение больных ПБЦП //Конгресс "Человек и лекарство", М., 1997, Тезисы докладов, с. 75.

30. Майоре А. Я., Микстайс У. Я., Кузнецова А. В., Гепатопротекторная активность нуклеината натрия при лечениии хронического гепатозо-гепатита в эксперименте // Лабор. животные, 1993, т. 3, №4, с. 197-201.

31. Матюшин Б.Н., Логинов А. С., Шустова С. Г. Энзимная утилизация активных форм кислорода и липидный состав печени при токсическом поражении // VI Симп. по биохимии липидов. Тезисы докладов. М., 1995, с. 64.

32. Машковский М.Д. Лекарственные средства. Харьков: Торсинг, Т. 1,2, 1997, 592 с.

33. Мелентьев А. С., Пиленицин А. Ю. Взаимосвязь простагландинов и нарушений липидного обмена у больных ИБС с патологией печени // У1 Симп. по биохимии липидов. Тезисы докладов. М., 1995, с. 66.

34. Минкин В.И., Симкин Б.Я., Миняев P.M. Теория строения молекул. -Ростов-на-Дону: Феникс, 1997, 560 с.

35. Пирузян Л.А., Рудзит Э.А. О методических подходах к изучению биологической активности химических соединений // Хим.-фарм. журн., 1976, №3, с. 21-27.

36. Пирузян Л.А., Рудзит Э.А. Роль отбора в поиске лекарственных средств//Хим.-фарм. журн., 1972, №12, с. 13-18.

37. Подымова С. Д., Надинская М. Ю., Буеверов А. О. Лечение печеночной энцефалопатии. // Конгресс "Человек и лекарство", Тезисы докладов,М, 1997, с. 102.

38. Полуэмпирические методы расчета электронной структуры. Под ред. Дж. Сигала. Том 1. М.: Мир, 1980, 328 с.

39. Радкевич JI.A. Пути фармакологической коррекции хронических патологий печени. Дис. .д-ра биол. наук, Москва ,1998, 270 с.

40. Раевский О.А. Дескрипторы молекулярной структуры в компьютерном дизайне биологически активных веществ // Успехи химии, 1999, т. 68, №6, с. 555-575.

41. Раевский О.А., Сапегин A.M. Возможности и перспективы конструирования биологически активных веществ // Успехи химии, 1988, т. 57, №9, с. 1565-1586.

42. Раевский О.А., Сапегин A.M. Моделирование связи структура-активность. III. Системный физико-химический подход к конструированию биологически активных веществ // Хим.-фарм. журн., 1990, №1, с. 43-46.

43. Раевский О.А., Сапегин A.M. Развитие физико-химического подхода к распознаванию структур физиологически активных соединений // Хим.-фарм. журн., 1987, №11, с. 1338-1341.

44. Решетняк В. И., Чебанов С. М. и др. Количественная оценка профиля липопротеидов у больных ПБЦП //VI Сим по биохимии липидов. Тезисы докладов. М., 1995, с. 90-90.

45. Саратиков А. С., Венгеровский А. И., Седых И. М. Коррекция гепато-протекторами структурнометаболических нарушений в печени при интоксикации Д-галактозамином // Фарм. и токе., 1990, .т.53, №2, с. 3840.

46. Спасов А.А., Хамидова Т.В., Бугаева Л.И., Морозов И.С. Фармакологические и токсикологические свойства производных адамантана // Хим.-фарм. журн., 2000, № 1, с. 3-9.

47. Станкевич М.И., Станкевич И.В., Зефиров Н.С. Топологические индексы в органической химии // Успехи химии, 1988, т. 57, №3, с. 337-366.

48. Статистические методы для ЭВМ. Под ред. К.Энслейна, Э. Рэлстона, Г.С. Уилфа. М.: Наука. Гл. ред. физ.-мат. лит., 1986, 464 с.

49. Степанов Н.Ф. Квантовая механика и квантовая химия. -М.:Мир,2001,519 с.

50. Стьюпер Э., Брюггер У. Джуре П. Машинный анализ связи химической структуры и биологической активности. М.: Мир, 1982, 235 с.

51. Тюрина JI.A., Кадыров Ч.Ш., Симонов В.Д. Машинный поиск закономерностей строение-биологическое действие химических соединений. Итоги науки и техники ВИНИТИ. Сер. Органическая химия. М. 1989, т. 18, с. 1-156.

52. Финн В.К. Правдоподобные рассуждения в экспертных системах типа ДСМ // Итоги науки и техники. Сер. Информатика, М.: ВИНИТИ. 1991, т. 15, с. 54-101.

53. Хэнч К. Об использовании количественных соотношений структура-активность (КССА) при конструировании лекарств (Обзор) // Хим.-фарм. журн., 1980, №10, с. 15-30.

54. Чебанов С. М., Логинов А. С. Особенности накопления свободного холестерина в печени крыс при экспериментальном холестазе // Заболевания органов пищеварения. М., 1980, Сб. трудов, т. 12, №3, с. 45-54.

55. Швехгеймер М.-Г.А. Производные адамантана, содержащие в узловых положениях гетероциклические заместители. Синтез и свойства // Усп. химии, 1996, т. 65, с. 603-647.

56. Шишкина Л. Н., Полякова Н. В., Меньшов В. А. и др. Взаимосвязь состава липидов и их АО свойств в зависимости от интенсивности окис-лительнных процессов // У1 Симп. по биохимии липидов. Тезисы докладов. М., 1995, с. 118.

57. Ajay, Murcko М.А. Computational methods to predict binding free energy in ligand-receptor complexes // J. Med. Chem., 1995, v. 38, p. 4953-4967.

58. Augustin A. J., Lutz J. Intestinal, hepatic and renal production of thiobarbituric acid reactive after temporary aortie occlusion and reper-fusion // Life Sci., 1991, v. 49, p. 961 968.

59. Avidon V.V., Pomerantsev I.A., Golender V.E., Rozenblit A.B. Structure-activity relationship oriented languages for chemical structure representation // J. Chem. Inf. Comput. Sci., 1982, v. 22, p. 207-214.

60. Bajorath J. Selected concepts and investigations in compound classification, molecular descriptor analysis, and virtual screening // J. Chem. Inf. Comput. Sci., 2001, v. 41, p. 233-245.

61. Bajorath J. Virtual screening in drug discovery: methods, expectations and reality. http:// www.currentdrugdiscovery.com March 2002, p. 24-28.

62. Balaban A.T. Topological indices based on topological distances in molecular graphs // Pure Appl. Chem., 1983, v. 55, N 2, p. 199-206.

63. Balaban A.T., Balaban T.-S. New vertex invariants and topological indices of chemical graphs based on information on distances // J. Math. Chem., 1991, v. 8, p. 383-397.

64. Basak S.C., Balaban A.T., Grunwald G.D., Gute B.D. Topological indices: their nature and mutual relatedness // J. Chem. Inf. Comput. Sci., 2000, v. 40, N4, p. 891-898.

65. Basak S.C., Magnuson V.R., Niemi G.J., Regal R.R., Veith G.D. Topological indices: their nature, mutual relatedness and applications // Math. Modelling, 1987, v. 8, p. 300-305.

66. Baxter C.A., Murray C.W.,Waszkowyez B.et al. New approach to molecular docking and its application to virtual screening of chemical databases // J. Chem. Inf. Comput. Sci., 2000, v. 40, p. 254-262.

67. Belli D. C., Fournier L. A., Lepage G., Yousef I., Roy С. C. S-adenosylmethionine prevents total parenteral nutrioninducd cholestasis in the rat // J. Hepatology, 1994, v. 21, p. 18-23.

68. Benigni R., Gallo G., Giorgi F., Giuliani A. On the equivalence between different descriptions of molecules: value for computational approaches // J. Chem. Inf. Comput. Sci., 1999, v. 39, p. 575-578.

69. Blankley C.J. Recent developments in 3D-QSAR. In: Structure-property correlations in drug research. Van de Waterbeemd H., Ed., Academic Press, London, 1996, p. 111-177.

70. Bol D.K., Soppet D.R., Glodek A. The changing landscape of drug discovery screening. http:// www.currentdrugdiscovery.com July 2003, p. 1721.

71. Boros M., Kaszaki J., Nagy S. Histamine release during intestinal ischemia-reperfusion: role of iron ions and hydrogen peroxide // Circ. Shock., 1991, v. 35, p. 174-180.

72. Bressa G. M SAMe as antidepressant: meta-analysis of clinical studies //Acta Neurol. Scand., 1994, v. 89 (Sappl. 154), p. 7-14.

73. Brown R.D., Martin Y.C. The information content of 2D and 3D structural descriptors relevant to ligand-receptor binding // J. Chem. Inf. Comput. Sci., 1997, v. 37, p. 1-9.

74. Brown R.D., Martin Y.C. Use of structure-activity data to compare structure-based clustering methods and descriptors for use in compound selection // J. Chem. Inf. Comput. Sci., 1996, v. 36, p. 572-584.

75. Bruno-Blanch L., Galvez J., Garcia-Domenech R. Topological virtual screening: a way to find new anticonvulsant drugs from chemical diversity // Bioorg. Med. Chem. Let., 2003, v. 13, p. 2749-2754.

76. Bures M.G., Martin Y.C. Computational methods in molecular diversity and combinatorial chemistry // Curr. Opin. Chem. Biol., 1998, v. 2, p. 376-388.

77. Carbonneau M.A., Delmasbeauvieux M. C., Gallis J.L. Lipid-peroxidation stadied by HPLC in isolated rat-liver comparative efficiency of uwand HtK preservation solutions // J. Lig. Chromatogr., 1993, v. 16, p. 13851417.

78. Cohen D. E. Hepatocellular transport and secretion of biliary phospholipids. // Semin Liver Dis., 1996, v. 16, p. 191-200.

79. Cohen P. J. Allopurinol administered prior to hepatic ischaemia in the rat prevents chemiluminescence following restoration of circulation // Can. J. Anasth, 1992, v. 39, p. 1090-1093.

80. Combinatorial chemistry: a strategy for the future. http:// www.netsci.org/Science/Combichem/feature02.html

81. Consonni V., Todeschini R., Pavan M. Structure/response correlations and similarity/diversity analysis by GETAWAY descriptors. 1. Theory of the novel 3D molecular descriptors // J. Chem. Inf. Comput. Sci., 2002, v. 42, p. 682-692.

82. De Witt S.H. Combinatorial libraries and high-throughput synthesis. In: The practice of medicinal chemistry. Wermuth C., Ed., 1996, Academic Press, London, p. 117-134.

83. Dean P., Gane P., Zanders E. Pharmacogenomics and drug design. In: Pharmacogenomics. The search for individualized therapies. Licinio J., Wong M.-L., Eds, WILEY-VCH, Verlag GmbH, Weinheim, 2002, p. 143157.

84. Dewar M.J.S., Zoebisch E.G., Healy E.F., Stewart J.J.P. AMI: a new general purpose quantum mechanical molecular model // J. Am. Chem. Soc. 1985, v. 107, p. 3902-3909.

85. Dhaunsi G. S, Gulati S., Singh A. K. Dismutase in rat liver peroxisomes. Biochemical and immunochemical evidence // J. Biol. Chem., 1992, v. 267, p.6870-6873.

86. Estrada E. Generalization of topological indices // Chem. Phys. Lett., 2001, v. 336, p. 248-252.

87. Estrada E., Molina E., Perdomo-Lopez I. Can 3D structural parameters be predicted from 2D (topological) molecular descriptors? // J. Chem. Inf. Comput. Sci., 2001, v. 41, p. 1015-1021.

88. Estrada E., Uriarte E., Montero A. et al. A novel approach for the virtual screening and rational design of anticancer compounds // J. Med. Chem, 2000, v. 43, p. 1975-1985.

89. Fromenty B, Grimbert S, Mansouri A, Beaugrand M. Hepatic mitochondrial DNA deletion in alcoholism: Association with microvesicular steatosis//Gastroenterology.- 1995, v. 108, p. 193-200.

90. Fujita Т., Iwasa J, Hansch C. A new substituent constant к, derived from partition coefficients // J. Am. Chem. Soc, 1964, v. 86, p. 5176-5180.

91. Galvez J., Garcia-Domenech R., de Julian-Ortiz J.V., Soler R. Topological approach to drug design // J. Chem. Inf. Comput. Sci., 1995, v. 35, p. 272-284.

92. Gordon E.M., Gallop M.A., Patel D.V. Strategy and tactics in combinatorial organic synthesis. Applications to drug discovery // Acc. Chem. Res., 1996, v. 29, p. 144-154.

93. Hall L.H., Kier L.B. The E-state as the basis for molecular structure space definition and structure similarity // J. Chem. Inf. Comput. Sci., 2000, v. 40, p. 784-791.

94. Hall L.H., Mohney В., Kier L.B. The electrotopological state: an atom index for QSAR // Quant. Struct.-Act. Relat., 1991, v. 10, p. 43-51.

95. Hall L.H., Mohney В., Kier L.B. The electrotopological state: structure information at the atomic level for molecular graphs // J. Chem. Inf. Comput. Sci., 1991, v. 31, N 1, p. 76-82.

96. Hansch C. A quantitative approach to biochemical structure-activity relationsips // Accounts Chem. Res., 1969, v. 2, p. 232-239.

97. Hansch C. On the structure of medicinal chemistry// J. Med. Chem., 1976, v. 19, N1, p. 1-6.

98. Hansch C. Quantitative structure-activity relationships and the unnamed science // Accounts Chem. Res., 1993, v. 26, N 4, p.147-153.

99. Hansch C. Recent advances in biochemical QSAR. In: Correlation analysis in chemistry. ChapmanN.B., Shorter J., Eds, 1978, Plenum Press, New York, p. 397-438.

100. Hansch C., Clayton J.M. Lipophilic character and biological activity of drugs II: The parabolic case // J. Pharm. Sci., 1973, v. 62, p. 1-21.

101. Hansch C., Dunn III W.J. Linear relationships between lipophilic character and biological activity of drugs // J. Pharm. Sci., 1972, v. 61, p. 119.

102. Hansch С., Fujita Т. p-а-л analysis. A method for the correlation of biological activity and chemical structure // J. Am. Chem. Soc., 1964, v. 86, p. 1616-1626.

103. Hansch C., Gao H. Comparative QSAR: radical reactions of benzene derivatives in chemistry and biology // Chem. Rev., 1997, v. 97, p. 29953059.

104. Hansch C., Hoekman D., Gao H. Comparative QSAR. Toward a deeper understanding of chemobiological interactions // Chem. Rev., 1996, v. 96, N3, p. 1045-1075.

105. Hansch C., Leo A. Substituent constants for correlation analysis in chemistry and biology. N.Y.: Wiley Intersci., 1979, 339 pp.

106. Hansch C., Leo A., Unger S.H. et al. "Aromatic" substituent constants for structure-activity correlations // J. Med. Chem., 1973, v. 26, p. 12071216.

107. Hardy L.W., Malikayil A. The impact of structure-guided drug design on clinical agents. http:// www.currentdrugdiscovery.com December 2003, p. 15-20.

108. Harrington J. Virtual high throughput screening. http:// www.chemweb.com/alchem/2000/molmodel/mm000922vhs.html.

109. Harrington J., Brunden K.R. Drug screening in the genomics era. -http:// www.currentdrugdiscovery.com January 2002, p. 17-20.

110. Hecht P. High-throughput screening: beating the odds with informatics-driven chemistry. http:// www.currentdrugdiscovery.com January 2002, p.21-24.

111. Jorgensen W.L. The many roles of computation in drug discovery // Science, 2004, v. 303, p. 1813-1818.

112. Joseph-McCarthy D. An overview of in silico design and screening: toward efficient drug discovery. http:// www.currentdrugdiscovery.com March 2002, p. 20-23.

113. Karelson M., Lobanov V.S., Katritzky A.R. Quantum-chemical descriptors in QSAR/QSPR studies // Chem. Rev., 1996, v. 96, N 3, p. 1027-1043.

114. Kier L.B., Hall L.H. Molecular connectivity in chemistry and drug research. Academic .Press, New York, 1976, 257 pp.

115. Kier L.B., Hall L.H. Molecular structure description: the electroto-pological state. Academic Press, London, 1999, 286 pp.

116. King R.W. Chemistry or biology: which comes first after the genome is sequenced? // Chem. Biol., 1999, v. 6, p. R327-R333.

117. Klebe G. Recent developments in structure-based drug design// J. Mol. Med., 2000, v. 78, p. 269-281.

118. Klebe G. Virtual screening: an alternative or complement to high throughput screening? // Perspect. Drug Discov. Des., 2000, v. 20, p. VI-XI (Preface).

119. Klopman G., Raychaudhury C., Henderson R.V. A new approach to structure-activity using distance information content of graph vertices, a study with phenylalkylamines // Math. Comput. Modelling, 1988, v. 11, p. 635-640.

120. Kunz R., Brune H. A., Siegler N. Ischemia / reperfusion damage of the liver coused by free radicals-direct radical detection using electrons spin resonance (ESR) //Langenbecks Arch. Chir, 1991, v. 376, p. 139-142.

121. Kurup A. C-QSAR: a database of 18000 QSARs and associated biological and physical data // J. Comput.-Aided Mol. Des., 2003, v. 17, p. 187-196.

122. Labute P. Binary QSAR: a new technology for HTS and UHTS data analysis. http:// www.chemcomp.com/feature/htsbqsar.htm.

123. Landa S., Machasek B. Collect. Czech. Chem. Communs, 1933, v. 5, p. 1-5.

124. Lee, E. J., Kim, S. R., Kim, J., Kim, Y. C. Hepatoprotective Phenyl-propanoids From Scrophularia Buergeriana Roots Against CCl(4)-Induced Toxicity: Action Mechanism and Structure-Activity Relationship // Planta Med., 2002, v. 68, p. 407-411.

125. Lieber C. S. Alcohol and liver // Gastroenterology, 1994, v. 106,.p.l085-l 105.

126. Liebman M. Bioinformatics: an editorial perspective. http:// www.netsci.org/Science/Bioinform/featureO 1 .html

127. Liou W., Chang L.Y., Geuze H. J. Distribution of Cu Zn sur-eroxid dismutase in rat liver // Free Rad. Biol. Med., 1993, v. 14, p. 201207.

128. Lorber D.M. Computational drug design // Chem. Biol., 1999, v. 6, p. R227-R228.

129. Lutz M.W., Menius J.A., Laskody R.G. et al. Statistical considerations in high throughput screening. http:// www.netsci.org/science/screening/feature05.html.

130. Madubunyi I. I., Obi S. К. C., Nwebule N. I., Chime A. B. Anti-hepatotoxic and antimicrobial activities of Haungana madagascariensis Leaf Extracts // Int. J. Pharmacol., 1995, v. 33, №2, p. 129-134.

131. Mao G.D., Thomas P. D., Lopaschuk G. D. et al. Superoxide-Dismutase (SOD) catalase cojugates - role of hydrogen-peroxide and the Fenton reaction in SOD toxicity // J. Biol. Chem., 1993, v. 268, p.416-420.

132. Marchand A.P. Diamondoid hydrocarbons delving into nature's bounty // Science, 2003, v. 299, p. 52-53.

133. Markov A. K., Farias L. A., Bennett W. S. Prevention ofo ga-lactosamine-induced hepatotoxicity in rats with fructse-l,6-diphoshate// Pharmacology, 1991, v. 43, №6, p. 310-317.

134. Martin Y.C. Challenges and prospects for computational aids to molecular diversity. Perspect. DrugDiscov. Des., 1997, v. 7/8, p. 159-172.

135. Martin Y.C. Opportunities for computational chemists afforded by the new strategies in drug discovery: an opinion. http: // www.netsci.org/Combichem/feature09.html

136. Michalic Z., Trinajstic N. A graph-theoretical approach to structure-property relationships // J. Chem. Educ., 1992, v. 69, N 9, p. 701-712.

137. Michalic Z., Nicolic S., Trinajstic N. Comparative study of molecular descriptors derived from distance matrix // J. Chem. Inf. Comput. Sci., 1992, v. 32, p. 28-37.

138. Moore K.K. Structure-based drug design. http:// www.chemweb.com/alchem/2000/molmodel/mm000908struct.html.

139. Moreau G., Broto P. Autocorrelation of molecular structures, application to SAR studies. Nouv. J. Chim., 1980, v. 4, p. 757-764.

140. Moreau G, Broto P. The autocorrelation of a topological structure: a new molecular descriptor. Nouv. J. Chim, 1980, v. 4, p. 359-360.

141. Muriel P, Bolanos J, Barral J.M, Torres G. Effect of alpha-interferon on erythrocyte and hepatocyte plasma membranes derived from cirrotic rats.// Pharmacology, 1994, v. 48, № 1, p. 63-68.

142. Nagai T, Egashira T, Kudo Y, Yamanaka Y. Attenuation of dys-fanction in the ischemia-reperfuea liver by glycyrrhizin // Jap. J. Pharmacol, 1992, v. 58, №3, c.209-218.

143. Neely W.B. Quantitative structure-activity analysis in drug design // Chemtech., 1973, September, p. 573-576.

144. Ohnishi H, Muto Y, Maeda T, Nagaki M. Beneficial effect of FK-506 on impaired liver regeneration in a novel experimental model of fulminant hepatic failure // Int. Assoc. Study Liver, Brighton, 1992, p. 30-58.

145. Olender R, Rosenfeld R. A fast algorithm for screening for molecules containing a pharmacophore in very large virtual combinatorial libraries // J. Chem.Inf. Comput. Sci, 2001, v. 41, p. 731-738.

146. Oprea T.I. Virtual screening in lead discovery: a viewpoint // Molecules, 2002, v. 7, p. 51-62.

147. Perez-Alvarez, V, Bobadilla, R. A, Muriel, P. Structure-Hepatoprotective Activity Relationship of 3,4- Dihydroxycinnamic Acid (Caffeic Acid) Derivatives// J. Appl. Toxicol. 2001, v. 21, p. 527-531.

148. Poroikov V.V, Filimonov D.A, Borodina Yu.Y. et al Robustness of biological activity spectra predicting by computer program PASS for non-congeneric sets of chemical compounds // J. Chem. Inf. Comput. Sci, 2000, v. 40, p. 1349-1355.

149. QSAR and drug design: new developments and applications. Ed. Fu-jita T, Elsevier,, Amsterdam, 1995, 493 pp.

150. QSAR and molecular modelling: concepts, computational tools and biological applications. Sanz F, Giraldo J, Manaut F, Eds, J.R. Prous Publishers, Barcelona, 1995, 688 pp.

151. QSAR in design of bioactive compounds. Ed. Kuchar M., J.R. Prous Publishers, Barcelona, 1984, 458 pp.

152. Quantitative structure-activity analysis. Proc. of the second symposium on chemical structure-biological activity relationships: quantitative approaches. Franke R., Oehme P., Eds, Akademie-Verlag, Berlin, 1978, 452 pp.

153. Randic M., Zupan J. On interpretation of well-known topological indices // J. Chem. Inf. Comput. Sci., 2001, v. 41, p. 550-560.

154. Reynolds C.H. Semiempirical MO methods: the middle ground in molecular modeling // J. Mol. Struct. (Theochem), 1997, v. 401, p. 267-277.

155. Rouvray D.H. The limits of applicability of topological indices // J. Mol. Struct.(THEOCHEM), 1989, v. 185, p. 187-201.

156. Rouvray D.H. The modeling of chemical phenomena using topological indices // J. Comput. Chem., 1987, v. 8, N 4, p. 470-480.

157. Sabljic A., Trinajstic N. Quantitative structure-activity relationships: the role of topological indices // Acta Pharm. Jugosl., 1981, v. 31, N 4, p. 189-214.

158. Sasaki Т., Ohia S., Kamogawa A., Shinoda M. Protective effects of various Chinese traditional medicines against experimental cholestasis //Chem. Pharm. Bull., 1990, v. 38, №2, p. 513-516.

159. Schleyer P. A simple preparation of adamantine // J. Am. Chem. Soc., 1957, v. 79, p. 3292-3292.

160. Seneci P., Miertus S. Combinatorial chemistry and high-throughput screening in drug discovery: different strategies and formats // Mol. Diversity, 2000, v. 5, p. 75-89.

161. Seyoum G., Persand Т. V. N. In vitro effect of SAM on ethanol embryopathy in the rat // Exp. Toxic. Pathol., 1994, v. 46, p. 177-181.

162. Shirwaikar A., Vasanth Kumar A., Krishnanand В. K. et al. Chemical investigation and antihepatotoxic activity of Thespesia popul-nea // Int. J. Pharmacol., 1995, v. 33, №4, p. 305-310.

163. Singh J., Yarg K. N., Yadav M.S., Lat H. Effect of adenosine and inosine on carbon tetrachloride-unduced liver damage in rats. // Indian J.Physiol. Pharmacol., 1992, v. 36, №1, p. 39-42.

164. Stahl M., Todorov N.P., James T. et al. A validation study on the practical use of automated de novo design // J. Comput.-Aided Mol. Design, 2002, v. 16, p. 459-478.

165. Tahaka J., Malchesky P., Omokawa S. et al. Effects of prostaglandin I2, superoxide dismutase, and catalase on ischemia-reperfusion injury in liver transplantation // ASAIO Trans., 1990, v. 36, №3, p. M600-M609.

166. Tame J.R.H. Scoring functions: a view from the bench // J. Comput.-Aided Mol. Design, 1999, v. 13, p. 99-108.

167. Thibaut U. Applications of CoMFA and related 3D QSAR approaches. In: 3D QSAR in drug design: theory, methods and applications. Kubinyi H., Ed., ESCOM Science Publishers B.V., Leiden, 1993, p. 661696.

168. Todeschini R., Consonni V. Handbook of Molecular Descriptors, Wiley, New York, 2001,667 pp.

169. Todeschini R., Consonni V., Pavan M. DRAGON. Software version 2.1 2002, Milano Chemometrics & Research Group, Dept. Environmental Sciences, http:// www.disat.unimib.it/chrn/

170. Todeschini R., Vighi M., Provenzani R. et al. Modeling and prediction by using WHIM descriptors in QSAR studies: toxicity of heterogeneous chemicals on Daphnia magna II Chemosphere, 1996, v. 32, p. 1527-1545.

171. Topliss J.G., Costello R.J. Chance correlations in structure-activity studies using multiple regression analysis // J. Med. Chem., 1972, v. 15, p. 1065-1068.

172. Topliss J.G., Edwards R.P. Chance factors in studies of quantitative structure-activity relationships // J. Med. Chem., 1979, v. 22, p. 1238-1244.

173. Van de Waterbeemd H. Quantitative approaches to structure-activity relationships. In: The practice of medicinal chemistry. Wermuth C., Ed., Academic Press, London, 1996, p. 367-389.

174. Varmuza K. Pattern recognition in chemistry. Springer-Verlag, Berlin, 1980,215 pp.

175. Vincent M.R. The next inflection point: genomics-enabled drug development. http:// www.currentdrugdiscovery.com November 2001, p. 910.

176. Wang S., Suffin Т., Regardh C. The effect of felodipine on bile flow in pento-barbital anaesthetized rats and concions rats receiving bile salt supplementation // Eur. J. Drug Met. and Pharmacokinet., 1992, v. 17, №4, p.263 -268.

177. Warr W.A. Combinatorial chemistry and molecular diversity. An overview // J. Chem. Inf. Comput. Sci., 1997, v. 37, p. 134-140.

178. Weber H.-P. Electronic screening: lead finding from database mining. In: The practice of medicinal chemistry. Wermuth C., Ed., Academic Press, London, 1996, p. 167-178.

179. Wermuth C.G. Strategies in the search for new lead compounds or original working hypotheses. In: The practice of medicinal chemistry. Wermuth C., Ed., Academic Press, London, 1996, p. 81-99.

180. Wermuth C.G. The impact of QSAR and CADD methods on drug discovery. In: Rational approaches to drug design. Holtje H.-D., Sippl W., Eds, Prous Science, Barcelona, 2001, p. 3-20.

181. Wilton D., Willett P., Lawson K., Mullier G. Comparison of ranking methods for virtual screening in lead-discovery programs // J. Chem. Inf. Comput. Sci., 2003, v. 43, p. 469-474.

182. Wu J., Danielsson A. Inhibition of hepatic fibrogenesis: A resiero of pharmacologic candidates // Scand. J. Gastroenterol., 1994, v. 29, №5, p. 385-391.

183. Xu J., Hagler A. Chemoinformatics and drug discovery // Molecules, 2002, v. 7, p. 566-600.

184. Xu L., Yang J.-A., Wu Y.-P. Effective descriptions of molecular structures and the quantitative structure-activity relationship studies // J. Chem. Inf. Comput. Sci., 2002, v. 42, p. 602-606.

185. Xue L., Godden J.W., Bajorath J. Evaluation of descriptors and mini-fingerprints for the identification of molecules with similar activity // J. Chem. Inf. Comput. Sci., 2000, v. 40, p. 1227-1234.

186. Xue L., Godden J.W., Gao H., Bajorath J. Identification of a preferred set of molecular descriptors for compound classification based on principal component analysis // J. Chem. Inf. Comput. Sci., 1999, v. 39, p. 699-704.

187. Xue L., Stahura F.L., Godden J.W., Bajorath J. Mini-fingerprints detect similar activity of receptor ligands previously recognized only by three-dimensional pharmacophore-based methods // J. Chem. Inf. Comput. Sci., 2001, v. 41, p. 394-401.