酪氨酸激酶抑制剂的三维定量构效关系研究

利用柔性原子受体模型(FLARM)方法对一系列的异黄酮和喹诺酮衍生物表皮生长因子受体酪氨酸激酶抑制剂进行了三维定量构效关系研究，得到了合理的构效关系模型.FLARM方法的计算结果还给出了虚拟的受体模型，该模型说明了抑制剂与受体之间可能的相互作用.由该虚拟受体模型得到的受体-配体相互作用与Novartis药效团模型比较类似.     

柔性原子受性模型（FLARM）

柔性原子受体模型(Flexible Atom Receptor Model, FLARM)方法使用了改进 的遗传算法(IGA)，比传统的受体模型方法具有更快的计算速度；FLARM受体模型中 的原子空间坐标在遗传演化过程中是可变的，避免了不合适的起始位点对模型的影 响；另外，FLARM用增加空原子权重的方法，可以生成不完全封闭的、允许有大段 空区域的受体模型，这样的模型能更好地模拟实际受体的结构，并且容易和药效团 模型找到对应关系。我们用FLARM方法分别计算了甾类化合物体系的CBG蛋白亲和性 和1,1,3-三氧-2H,4H-噻吩并[3,4-e] [1,2,4]噻二嗪衍生物(TTD)体系的抗HIV-1活 性，计算结果表明FLARM生成的虚拟受体模型对配体分子的活性具有较高的预测能 力，在此虚拟受体模型的基础上还可以进一步分析虚拟受体分子与配体分子的相互 作用机制，对真实受体分子结构的活性位点进行初步预测。     

GABA受体抑制剂的柔性原子受体模型研究

利用Flarm软件为GABA受体抑制剂建立了其抑制家蝇和大鼠GABA受体的柔性原子受体模型， 很好地模拟了两种受体与药物分子结合的情况，具有较好的预测能力，预测集的预测值与实验值的相关系数（r2）分别达到0.923和0.733，模型的结果与药效团模型有很大的一致性，为揭示药物与两种受体作用的区别提供了依据.     

柔性原子受性模型（FLARM）

柔性原子受体模型(Flexible Atom Receptor Model, FLARM)方法使用了改进 的遗传算法(IGA),比传统的受体模型方法具有更快的计算速度;FLARM受体模型中 的原子空间坐标在遗传演化过程中是可变的,避免了不合适的起始位点对模型的影 响;另外,FLARM用增加空原子权重的方法,可以生成不完全封闭的、允许有大段 空区域的受体模型,这样的模型能更好地模拟实际受体的结构,并且容易和药效团 模型找到对应关系。我们用FLARM方法分别计算了甾类化合物体系的CBG蛋白亲和性 和1,1,3-三氧-2H,4H-噻吩并[3,4-e] [1,2,4]噻二嗪衍生物(TTD)体系的抗HIV-1活 性,计算结果表明FLARM生成的虚拟受体模型对配体分子的活性具有较高的预测能 力,在此虚拟受体模型的基础上还可以进一步分析虚拟受体分子与配体分子的相互 作用机制,对真实受体分子结构的活性位点进行初步预测。     

基于药效团的三维数据库搜索

用表皮生长因子受体酪氨酸激酶抑制剂的药效团作为提问结构在三维数据库中进行了搜索.从得到的命中结构中挑选了12个化合物用柔性受体模型方法对其活性进行了预测, 发现有2个化合物具有一定的预测活性.这2个化合物可能具有酪氨酸激酶抑制剂的活性, 可能作为先导化合物进行结构优化.     

甲状腺激素受体配体化合物的定量构效关系(QSAR)研究

研究了68个TR（Thyroid Hormone Receptor,甲状腺激素受体）配体化合物的化学结构与活性的定量构效关系．采用实验室新近提出的三维原子场全息相互作用矢量,对化合物进行了结构参数化表达,采用逐步回归对变量进行筛选后,建立了定量构效关系模型．复相关系数和交互检验复相关系数R^2=0．767,Q^2=0．625（TRα）,R^2=0．734,Q^2=0．61（TRβ）．模型具有良好的稳定性和预测能力,证明了该三维原子场全息相互作用矢量在分子结构表征和生物活性预测上的适用性,并可应用于潜在和新型的TR配体化合物的设计和开发．     

Prediction of Crystal Structure and Density for Benzotrifuroxan(BTF) by AAPM

因苯并三氧化呋咱（ＢＴＦ）是具有广泛应用的很重要的化合物，且其晶体结构和性能的信息缺乏，故本文基于原子原子势方法（ＡＡＰＭ）预示了它的晶体结构和密度．分析了静电相互作用对ＢＴＦ晶体结构的影响．ＢＴＦ的非共面结构不能简单地不考虑电荷模型而加以预测．运用ａｂｉｎｉｔｉｏ计算求得的净原子电荷计算了它的结构参数和密度．结果发现，ＭＫＳ电荷能提供结构和密度预示与实测之间的最佳对应．由整体探索求得的分子堆积给出了合理成功的ＢＴＦ的结构和密度预测．密度预测的非精确度不超过０．０２ｇ·ｃｍ－３．     

q~2引导构象选择CoMFA方法研究HIV－1RT抑制剂

对未知受体结构的药物设计其主导方法CoMFA来说，柔性目标分子的多种构象 造成了问题的复杂性。本文介绍交叉验证参数R~2(q~2)引导的构象选择CoMFA方法 ，选择化合物的最佳构象。将一组47个HIV－1 RT抑制剂进行有、无构象选择的 CoMFA分析来作评价。根据化合物的活性、毒性、选择性指数（毒性／活性比）等 实验数据得到的模型，其交叉验证参数q~2为0.7以上，非交叉验证的相应参数为0. 94以上，最后，还经过试验集化合物验证该模型的预测能力，置信度（1－α）＞ 0.99。     

基于药效团模型的DHODH抑制剂构效关系研究

利用药效团模型研究二氢乳清酸脱氢酶(Dihydroorotate dehydrogenase,DHODH)抑制剂的构效关系,为DHODH抑制剂的虚拟筛选提供新的方法.以31个具有DHODH抑制活性的化合物为训练集化合物,半数抑制浓度(IC50)范围为7~63000 nmol/L,利用Catalyst/HypoGen算法构建DHODH抑制剂药效团模型,通过对训练集化合物多个构象进行叠合,提取药效团特征及三维空间限制构建药效团模型.利用基于CatScramble的交叉验证方法及评价模型对已知活性化合物的活性预测能力,确定较优药效团模型.模型包含1个氢键受体、3个疏水中心,表征了受体配体相互作用时可能发生的氢键相互作用、疏水相互作用和π-π相互作用,4个药效特征在三维空间的排列概括了DHODH抑制剂产生活性的结构特点.所得较优模型对训练集化合物及测试集化合物的计算活性值与实验活性值的相关系数分别为0.8405和0.8788.利用药效团模型对来源于微生物的系列化合物进行虚拟筛选,筛选出59个预测活性较好的化合物,可作为进一步药物研发的候选化合物.     

促生长激素释放素三维定量构效关系及药效团模型

用比较分子场分析方法对促生长激素释放素Ｌ－６９２，４２９的系列物进行了三维定量构效研究，得到具有较强预测能力的模型并确定了母体的活性构象，用距离比较方法将Ｌ－６９２，４２９的活性构象与两个活性多肽进行了迭合，找到了可能的药效团，药效团模型显示Ｌ－６９２，４２９的氨基和四唑是氢键的给体和受体，而Ａ和Ｃ环是主要的疏水核心。     

3D-QSAR and receptor modeling of tyrosine kinase inhibitors with flexible atom receptor model (FLARM)

A set of epidermal growth factor receptor (EGFR) tyrosine kinase inhibitors was investigated with the aim of developing 3D-QSAR models using the Flexible Atom Receptor Model (FLARM) method. Some 3D-QSAR models were built with high correlation coefficients, and the FLARM method predicted the biological activities of compounds in test set well. The FLARM method also gave the pseudoreceptor model, which indicates the possible interactions between the receptor and the ligand. The possible interactions include two hydrogen bonds, one hydrophobic interaction, and one sulfur-aromatic interaction, which are in accord with those in the pharmacophore model given by the scientists at Novartis. This shows that the FLARM method can bridge 3D-QSAR and receptor modeling in computer-aided drug design. Pharmacophore can be obtained according to these results, and 3D searching can then be done with databases to find the lead compound of EGFR tyrosine kinase inhibitors.     

γ-氨基丁酸与其突变受体的相互作用

采用同源建模技术构建了大鼠γ-氨基丁酸a型受体(GABAaR)模型及β97Tyr突变受体模型. 采用分子对接技术研究了γ-氨基丁酸(GABA)与突变前后受体的相互作用. 计算结果显示, 突变及未突变受体之间在氢键作用和对接能量方面存在显著差异, 配体与突变受体的结合能力随突变残基中氟原子数目的增加而降低.     

一种基于虚拟受体模型的定量构效关系研究方法

提出了一种可用于定量构效关系研究的ＰＡＲＭ算法，算法中定义了一套虚拟受体原子，并利用遗传算法构造了一系列虚拟受体模型，这些模型具有高的受体－配体相互作用能和生物活性间的相关性，并能预报未知分子的生物活性。应用此算法对钾离子通道开放剂体系进行了ＱＳＡＲ研究，获得了较好的结果。     

Docking of ATP to Ca-ATPase: considering protein domain motions

Most standard molecular docking algorithms take into account only ligand flexibility, while numerous studies demonstrate that receptor flexibility may be also important. While some efficient methods have been proposed to take into account local flexibility of protein side chains, the influence of large-scale domain motions on the docking results still represents a challenge for computational methods. In this work we compared the results of ATP docking to different models of Ca-ATPase: crystallographic apo- and holo-forms of the enzyme as well as "flexible" target models generated via molecular dynamics (MD) simulations in water. MD simulations were performed for two different apo-forms and one holo-form of Ca2+-ATPase and reveal large-scale domain motions of type "closure", which is consistent with experimental structures. Docking to a set of MD-conformers yielded correct solutions with ATP bound in both domains regardless of the starting Ca2+-ATPase structure. Also, special attention was paid to proper ranking of docking solutions and some particular features of different scoring functions and their applicability for the model of "flexible" receptor. Particularly, the results of docking ATP were ranked by a scoring criterion specially designed to estimate ATP-protein interactions. This criterion includes stacking and hydrophobic interactions characteristic of ATP-protein complexes. The performance of this ligand-specific scoring function was considerably better than that of a standard scoring function used in the docking algorithm.     

Receptor-independent 4D-QSAR analysis of a set of norstatine derived inhibitors of HIV-1 protease

A training set of 27 norstatine derived inhibitors of HIV-1 protease, based on the 3(S)-amino-2(S)-hydroxyl-4-phenylbutanoic acid core (AHPBA), for which the -log IC(50) values were measured, was used to construct 4D-QSAR models. Five unique RI-4D-QSAR models, from two different alignments, were identified (q(2) = 0.86-0.95). These five models were used to map the atom type morphology of the lining of the inhibitor binding site at the HIV protease receptor site as well as predict the inhibition potencies of seven test set compounds for model validation. The five models, overall, predict the -log IC(50) activity values for the test set compounds in a manner consistent with their q(2) values. The models also correctly identify the hydrophobic nature of the HIV protease receptor site, and inferences are made as to further structural modifications to improve the potency of the AHPBA inhibitors of HIV protease. The finding of five unique, and nearly statistically equivalent, RI-4D-QSAR models for the training set demonstrates that there can be more than one way to fit structure-activity data even within a given QSAR methodology. This set of unique, equally good individual models is referred to as the manifold model.