Derek Lowe说，化学家和生物学家对数据有不同的期望
药物化学家和他们的生物学同事在多大程度上信任彼此的数据?最后，他们不得不这么做，因为药物研发是一项团队运动。但每个群体对现有数字的解释可能有很大差异。在这种情况下，我不得不责怪我的化学家同事(和我自己)，因为他们更经常犯错。
也有减轻罪行的情况。这一领域最大的错误通常发生在一个人职业生涯的早期，而且是由不习惯使用生物分析数据的化学家所犯的。如果你已经习惯了化学中可能出现的细节水平，比如精确到小数点后四位的高分辨率质谱仪数据，你可能会出现两个互补的错误。第一种是高估自己的精确度和准确性，第二种是相信其他人也达到了同样的高水平。
化学家倾向于认为自己能够在条件需要时达到相当严格的水平。有些读者可能熟悉一种特别的(而且非常烦人的)写作实验细节的风格:“在-53°C下滴入1.06等量的碱，搅拌47分钟。将温度提高到-28°C，通过添加pH4.16缓冲溶液(新鲜制备的)来淬火反应……”诸如此类的事情。这意味着作者能够按照这些标准工作，而您显然不能。这肯定是事实，因为你没有得到他们声称的反应收率，对吧?显然，没有其他解释是可能的。写信给作者，问问他们，如果你想直接从源头得到答案的话。
但是反应的产量当然是不同的，有很多因素需要追踪。过程化学家们很欣赏这一点，因为大规模药物合成的经济学(和监管地位)取决于这些东西被很好地理解和控制。然而，标准的实验化学往往不那么可靠，这是值得记住的，特别是对于一个药物化学系的新成员，第一次遇到筛选数据。他们将看到化合物23204具有一半最大的抑制浓度(集成电路50)的波长为50nM，而与之相似的化合物23205的波长为100nM。显然，他们会注意到，第二种化合物的药效只有前者的一半。
缺乏可重复性是在人类理解的边缘工作的代价
啊，但别这么快。筛选数据可以在没有错误条的情况下显示出来，所以您需要自己提供这些错误条。对于大多数体外蛋白质分析来说，一个很好的经验法则是，所有东西都是相同的(至少)。因此，在没有其他数据的情况下，没有特别的理由假设‘204’和‘205’有任何不同。如果您真的想要推断结构-活动关系的任何东西，您将需要再次对它们进行测试。
当化合物在细胞实验中评估时，情况变得更加模糊，如果你认为这些数字是模糊的，那么就等着全动物的数据吧。变量的数量增加，再增加，有时事情就是因为很难解释的原因而不正常。最好的希望是控制一切合理的事情，并始终有一个标准(在每次新的实验运行中)进行比较。当你研究大鼠和小鼠时，其可变性确实超过了有机化学家所习惯的任何东西。如果你想知道，任何临床医生都会以一种无可奈何的语气告诉你，这种情况在转移到人类身上后并没有改善。
生物学确实不如化学精确;这是无法逃避的。还有更多的变量，其中有太多是未知的。我们化学家总是会很好地记住这一点，但这也不给我们看不起同事的权利。我们可以感到高兴(甚至自豪)，因为我们自己的科学更容易控制——嗯，在大多数情况下——但活细胞比几乎任何其他科学所能提供的任何东西都要复杂。生物学家们也不为重复性的缺乏感到兴奋，但他们知道，这是在人类理解的边缘工作所付出的代价。
德里克·劳(@Dereklowe)是一名在美国从事临床前药物研发的药物化学家在进行中
暂无评论