Quantitative Analyse von Arzneistoff-Membran-Wechselwirkungen ...

Modellierung der Verteilungsvorgänge
Werte. Trotz der schlechten statistischen Absicherung verbleiben die offensichtlichen Ausnahmen
(Abb. 47a, E) im Modell k12, um eine Vergleichbarkeit mit dem folgenden Modell (Tab. 36, ko3)
sicherzustellen.
skalierte logk´-Werte
score-Wert 1. LV score-Wert 1. LV
Abbildungen 47a/b: T/U-Plots der ersten latenten Variablen, logK SIP -Werte und Sonden 1/2 (a);
score-Plot der ersten beiden LV (b); Modell k12 in Tab. 35.
Bei Berücksichtigung aller für eine IAM-Oberfläche typischen Sonden kann der gesamte Datensatz
gut interpretiert werden. Separierte lipophile Wechselwirkungen haben einen positiven Einfluss auf die
Retention, Wasserstoffbrücken (mit Wasser) und polare Interaktionen behindern ein längeres
Verbleiben von Ionen auf der IAM-Säule. Hervorzuheben ist, dass das Modell nach dem
Interkorrelationstest stabil bleibt.
6.5.4 Zusammenfassung der PLS-Analysen
E
Bei der Bewertung der PLS-Modelle zur Interpretation des Verteilungsverhaltens muss man beachten,
dass die gewählte Ladungsform der Verbindungen in den Modellierungen zur Ladungsform in den
experimentellen Größen passt. Das ist insbesondere in den Modellen mit ungeladenen Phenothiazinen
und Thioxanthenen zu berücksichtigen, da die logk´-Werte charakteristisch für die einfachen Ionen der
protonierbaren Verbindungen sind. Deshalb kann man die Ergebnisse nur im Vergleich zu den
Modellen mit den logP-Werten in-Octanol/Wasser und Liposomen bewerten.
Es wurden nur wenige Deskriptoren-Typen selektiert, die universell in den Modellen zu finden sind
und das Verteilungsverhalten erklären: hydrophile Interaktionen (W OH2 , W OH und W O:: ), lipophile
Interaktionen (D), räumliche Trennung zwischen Molekülschwerpunkt und lipophilen Interaktionen
(ID), Wasserstoffbrücken (HB) und Molekülgröße (V, S).
Die Vorhersagekraft der Modelle vor und nach dem Interkorrelationstest blieb überwiegend konstant.
Von mehreren VOLSURF-Deskriptoren einer Eigenschaft, die unterschiedliche loading-Werte an der
ersten latenten Variablen hatten, reichte eine zur Beschreibung des Verteilungsverhaltens aus. Der
größte Zuwachs an Signifikanz der Modelle wurde durch eine Elimination einzelner Objekte oder
durch die Aufteilung der Objektmenge nach dem Protonierungscharakter erreicht. Die Modelle zur
Erklärung des Verteilungsverhaltens können daher untereinander nur verglichen werden, wenn die
betrachteten Verbindungen in den Modellen kaum variieren.
score-Wert 2. LV
C1
C2
C3
123