化合物亲脂性的优化是药物发现的关键方面。这项工作的目的是比较在三个父模型上由16个不同的已知和新颖的氟烷基基序诱导的亲脂性调节。五十种具有28个新的实验性脂肪族log P值的
氟化化合物参与了各种亲脂性趋势的讨论。除了确认已知趋势外,还引入了许多新颖的降低亲脂性的基序。讨论了降低亲脂性的策略,例如“基序延伸”和“基序重排”,包括碳链的同时延伸,以及
全氟烷基内的一个和两个
氟“缺失”。基于溶剂依赖性三维(3D)构象分析的量子
化学log P计算(SMD-MN15)与实验值具有出色的相关性,优于基于2D结构基序的Clog P预测。基于少量母体分子的系统数据收集的可用性说明了脂肪族
氟化基序的相对亲脂性调节。