基于半经验方法的高通量pKa预测
化学物理
2015-12-03 v1
摘要
与医药和生物技术相关的大部分有机分子含有一个或多个可电离基团，这意味着基本物理和化学性质（例如分子的电荷）通过分子相应的pKa值依赖于周围环境的pH。随着药物和材料设计日益通过高通量筛选进行，快速而准确的计算pKa预测方法正变得对设计过程至关重要。当前的经验pKa预测器日益被发现会失效，因为它们被应用于缺乏实验参数化数据的化学空间部分。我们提议开发一种pKa预测器，由于其量子力学基础，具有更普遍的适用性，但仍足够快速以用于高通量筛选。该方法有潜力影响几乎任何涉及有机分子的生物技术设计过程，我们将在代谢工程和有机电池设计中予以展示。
引用
@article{arxiv.1512.00701,
title = {High Througput pKa Prediction Using Semi Empirical Methods},
author = {Jan H. Jensen},
journal= {arXiv preprint arXiv:1512.00701},
year = {2015}
}
备注
Submitted to the Danish National Science Foundation 2015.10.27