Zosuquidar
明星0
识别
- 通用名称
- Zosuquidar
- beplay体育安全吗DrugBank加入数量
- DB06191
- 背景
-
Zosuquidar是抗肿瘤药的化合物候选人目前正在发展。现在在“三期”的临床试验在美国。其作用机理包括22的抑制;其他药物的机制包括tariquidar和laniquidar。
- 类型
- 小分子
- 组
- 临床实验
- 结构
- 重量
-
平均:527.616
单一同位素的:527.238433576 - 化学公式
- C32H31日F2N3O2
- 同义词
-
- Zosuquidar
药理学
- 指示
-
调查使用/治疗白血病(骨髓)和骨髓增生异常综合征。
减少药物开发失败率构建、训练和验证机器学习模型
以证据为基础的和结构化的数据集。构建、训练和验证预测机器学习模型与结构化数据集。 - 禁忌症和黑箱警告
-
避免致命的药物不良事件提高临床决策支持信息禁忌症和黑箱警告,人口限制,有害的风险,和更多。避免致命的药物不良事件和提高临床决策支持。
- 药效学
-
不可用
- 的作用机制
-
22是蛋白质转换的能量来源于水解ATP在蛋白质分子结构变化,为了执行耦合,因此放电医学从细胞。如果22编码与凋亡基因表现为癌细胞,它排放的大部分细胞的抗肿瘤的药物,让癌细胞药宽容,使抗肿瘤的药物失去疗效。这种蛋白质也体现在正常器官不受癌症影响(如肝脏、小肠和皮肤细胞在大脑的血管),医学和参与运输。这个22复合Zosuquidar抑制,导致肿瘤细胞失去医学宽容,并使有效抗肿瘤的药物。
目标 行动 生物 一个22 - 1 抑制剂人类 - 吸收
-
不可用
- 的体积分布
-
不可用
- 蛋白结合
-
不可用
- 新陈代谢
- 不可用
- 路线的消除
-
不可用
- 半衰期
-
不可用
- 间隙
-
不可用
- 的不利影响
-
提高决策支持与研究成果与结构化的不良反应数据,包括:黑箱警告,不良反应,警告和预防措施,和发病率。改善决策支持与研究结果与我们的结构化不利影响数据。
- 毒性
-
不可用
- 通路
- 不可用
- 药物基因组学效应/ adrBrowse all" title="" id="snp-actions-info" class="drug-info-popup" href="javascript:void(0);">
- 不可用
的相互作用
- 药物的相互作用Learn More" title="" id="structured-interactions-info" class="drug-info-popup" href="javascript:void(0);">
-
这些信息不应该解释没有医疗服务提供者的帮助。如果你相信你正在经历一个互动,立即联系医疗服务提供者。没有一个交互并不意味着不存在交互作用。
药物 交互 整合药物之间
在您的软件的交互Abemaciclib 的血清浓度Abemaciclib时可以增加与Zosuquidar相结合。 Afatinib 的血清浓度Afatinib时可以增加与Zosuquidar相结合。 Ambrisentan 的血清浓度Ambrisentan时可以增加与Zosuquidar相结合。 Apixaban 的血清浓度Apixaban时可以增加与Zosuquidar相结合。 Avanafil 的血清浓度Avanafil时可以增加与Zosuquidar相结合。 Avatrombopag 的血清浓度Avatrombopag时可以增加与Zosuquidar相结合。 Axitinib 的血清浓度Axitinib时可以增加与Zosuquidar相结合。 Belantamab mafodotin 的血清浓度Belantamab mafodotin时可以增加与Zosuquidar相结合。 Belinostat 的血清浓度Belinostat时可以增加与Zosuquidar相结合。 Bendamustine 的血清浓度Bendamustine时可以增加与Zosuquidar相结合。 - 食物相互作用
- 不可用
产品
-
药物产品信息从10 +全球地区我们的数据集提供批准产品信息包括:
剂量、剂型、贴标机、路线管理和市场营销。药物超过全球地区的产品信息的访问。 - 产品的成分
-
成分 UNII 中科院 InChI关键 Zosuquidar三盐酸化物 813年agy3126 167465-36-3 ZPFVQKPWGDRLHL-WITOOOCMSA-N
类别
- 药物类别
- 分类
- 没有分类
- 受影响的生物
- 不可用
化学标识符
- UNII
- AB5K82X98Y
- 化学文摘号
- 167354-41-8
- InChI关键
- IHOVFYSQUDPMCN-DBEBIPAYSA-N
- InChI
-
InChI = 1 s / C32H31F2N3O2 c33-32 (34) 29-22-7-1-3-9-24 (22) 31 (25-10-4-2-8-23 (25) 30 (29) 32) 37-17-15-36 (16-18-37) 19 (38) 20-39-28-13-5-12-27-26 (28) 20-39-28-13-5-12-27-26 / h1-14, 21日29-31,38 h, 15-20H2 / t21、29、30 +, 31 / m1 / s1
- 国际命名
-
(2 r) 1 - {4 - [(2 r 4 s 11 r) 3, 3-difluorotetracyclo [10.4.0.0 ^ {2,4} 0 ^ {5 10}] hexadeca-1(16), 5, 7, 9日,12日,14-hexaen-11-yl] piperazin-1-yl} 3 - (quinolin-5-yloxy) propan-2-ol
- 微笑
-
[H] [C@] 12 C3 = CC = CC = C3 (C@H) (N3CCN (C [C@@H] (O) COC4 = CC = CC5 = C4C = CC =它们)CC3) C3 = CC = CC = C3 (C@@) 1 ([H]) C2 F (F)
引用
- 一般引用
- 不可用
- 外部链接
-
- PubChem化合物
- 153997年
- ChemSpider
- 24599682
- BindingDB
- 50420186
- ChEMBL
- CHEMBL444172
- 锌
- ZINC000100029945
- PDBe配体
- ZQU
- 维基百科
- Zosuquidar
- PDB项
- 6 fn1/6 qee/7 a6f
临床试验
- 临床试验Learn More" title="" id="clinical-trials-info" class="drug-info-popup" href="javascript:void(0);">
-
阶段 状态 目的 条件 数 3 完成 治疗 白血病/骨髓增生异常综合征 1 1、2 完成 治疗 髓系白血病 2
药物经济学
- 制造商
-
不可用
- 外包商
-
不可用
- 剂型
- 不可用
- 价格
- 不可用
- 专利
- 不可用
属性
- 状态
- 固体
- 实验属性
- 不可用
- 预测性能
-
财产 价值 源 水溶度 0.00974毫克/毫升 ALOGPS logP 5.17 ALOGPS logP 4.82 Chemaxon 日志 -4.7 ALOGPS pKa最强(酸性) 14.08 Chemaxon pKa最强(基本) 7.63 Chemaxon 生理上的电荷 1 Chemaxon 氢受体数 5 Chemaxon 氢供体数 1 Chemaxon 极地表面面积 48.832 Chemaxon 可旋转键数 6 Chemaxon 折射性 146.68米3·摩尔1 Chemaxon 极化率 56.043 Chemaxon 数量的戒指 7 Chemaxon 生物利用度 1 Chemaxon 五个原则 没有 Chemaxon Ghose用过滤器 没有 Chemaxon Veber法则 没有 Chemaxon MDDR-like规则 是的 Chemaxon - 预测ADMET特性
-
财产 价值 概率 人类肠道吸收 + 0.8998 血脑屏障 + 0.9118 Caco-2渗透 - - - - - - 0.6096 22基板 底物 0.8405 我22抑制剂 抑制剂 0.8163 22抑制剂二世 抑制剂 0.9785 肾有机阳离子转运体 Non-inhibitor 0.51 CYP450 2 c9衬底 Non-substrate 0.7839 CYP450 2 d6衬底 Non-substrate 0.6365 CYP450 3 a4衬底 底物 0.5488 CYP450 1 a2衬底 抑制剂 0.6444 CYP450 2 c9抑制剂 Non-inhibitor 0.6474 CYP450 2 d6抑制剂 抑制剂 0.5249 CYP450 2 c19抑制剂 Non-inhibitor 0.6238 CYP450 3 a4酶抑制剂 Non-inhibitor 0.7309 CYP450抑制滥交 高CYP抑制滥交 0.7929 艾姆斯测试 非艾姆斯有毒 0.638 致癌性 Non-carcinogens 0.9009 生物降解 没有准备好可生物降解 1.0 大鼠急性毒性 2.7076 LD50,摩尔/公斤 不适用 hERG抑制(预测) 弱的抑制剂 0.8796 hERG抑制(预测II) 抑制剂 0.9373
光谱
- 质量规范(NIST)
- 不可用
- 光谱
- 不可用
目标
构建、预测和验证机器学习模型
使用我们的结构化和以证据为基础的数据集开启新
见解和加速药物研究。
见解和加速药物研究。
用结构化和以证据为基础的数据集来解锁新见解,加快药物研究。
药物在2008年3月19日16:16 /更新在03年2月,2023 15