基于Topomer CoMFA方法的喹诺酮羧酸类衍生物的QSAR研究及分子设计

采用基于R基团搜索技术的Topomer Co MFA技术对一系列喹诺酮羧酸类衍生物进行三维定量构效(3D-QSAR)关系研究,所得模型结果的交叉验证相关系数(q2)为0.790,非交互验证系数(r2)为0.890,外部验证的复相关系数(r2pred)为0.878,研究结果表明该模型具有良好的稳定性和预测能力。采用Topomer search技术在ZINC数据库中进行虚拟筛选,筛选出6个Ra基团和3个Rb基团,进而设计出12个具有更高活性的新型喹诺酮羧酸类化合物。采用分子对接技术对药物与受体的作用机制进行了研究,结果显示,药物与蛋白酶的ASP 30、ASP 29和ASN 25位点作用明显,该QSAR的研究结果可为新药合成提供理论参考。     

Combretastatins类微管蛋白抑制剂的定量构效关系与结合模式

以Combretastatins的B环改造化合物为研究对象, 采用遗传函数分析方法进行了二维定量构效关系研究. 研究结果表明, Apol, PMI-mag, Dipole-mag, Hbond donor和RadOfGyration等描述符对该系列抑制剂活性的贡献最大. 采用比较分子场分析方法(CoMFA)和比较分子相似因子分析方法(CoMSIA)进行了三维定量构效关系研究, 建立的CoMFA和CoMSIA模型的交叉验证相关系数q2分别为0.630和0.634, 具有较强的预测能力. 利用CoMFA和CoMSIA模型的三维等势图解析了Combretastatins类化合物的构效关系, 阐明了B环上各取代基对抑制微管蛋白聚合活性的影响, 同时应用分子对接方法分析并验证了定量构效关系模型.     

芳基磺酰胺类丙酮酸激酶M2激动剂的基于多复合物的药效团模型和定量构效关系

丙酮酸激酶M2(PKM2)是肿瘤治疗中最具发展潜力的靶点之一. 本文以一系列丙酮酸激酶M2-激动剂复合物的晶体结构为基础, 采用基于多复合物的药效团(MCBP)方法产生了PKM2 的药效团模型. 并使用该药效团模型产生了62个芳基磺酰胺类PKM2激动剂的活性构象和分子叠合, 通过三维定量构效关系(3D-QSAR)方法研究了该类PKM2激动剂与PKM2蛋白的相互作用, 并建立了相关预测模型. 比较分子场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA)模型的交互验证相关系数q²分别为0.545 和0.653, 非交互验证相关系数r²分别为0.966和0.987. 本研究为进一步结构优化、设计和合成新型的PKM2激动剂提供了理论依据.     

二芳基甲烷衍生物保留因子与分离因子的神经网络理论研究

为了研究手性二芳基甲烷衍生物的保留因子和分离因子,基于分子结构及邻接矩阵,计算了63个手性二芳基甲烷衍生物的分子连接性指数和电性拓扑状态指数。建立了这些分子保留因子、分离因子与优化得到的结构指数之间的相关性模型,并将筛选的结构参数作为BP神经网络的输入层变量,采用不同的网络结构,获得了令人较为满意的三个预测模型,模型的总相关系数R分别为0.981、0.972和0.992。利用模型计算得到的保留因子和分离因子预测值与实验值的平均误差分别为0.041、0.042和0.010,吻合度较好。结果表明手性二芳基甲烷衍生物的保留因子及分离因子与分子结构参数之间有良好的非线性关系。     

苯基吡咯类芳香化酶抑制剂的3D-QSAR及分子对接研究

用分子对接和三维全息原子场作用矢量方法对36个来曲唑类衍生物和34个阿那曲唑类衍生物与芳香化酶的作用模式进行了研究,建立了三维定量构效关系模型,并在分子水平上阐述了其结合机制.运用多元线性回归(MLR)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验.MLR建模的复相关系数(Rcum)、留一法交互校验复相关系数(QCV)和外部样本校验复相关系数(Qext)分别为0.863,0.782,0.796和0.931,0.825和0.641.预测模型具有良好的稳定性和预测能力.采用AutoDock4.2软件对药物与受体之间的结合方式进行了研究.运用这些信息能为进一步设计合成强效芳香化酶抑制剂,或筛选潜在的具有更强抑制活性的天然化合物提供帮助.     

5,6-二氢-(9H)-吡唑[3,4-c]-1,2,4-三唑[4,3-a]吡啶类抑制剂的HQSAR研究

应用分子全息定量构效关系(HQSAR)分析方法,以5,6-二氢-(9H)-吡唑[3,4-c]-1,2,4-三唑[4,3-a]吡啶类抑制剂为研究对象,建立了一组对磷酸二酯酶4有抑制活性的化合物HQSAR模型,分析化合物活性与分子结构之间的关系.探讨了分子全息长度、分子碎片大小以及碎片区分参数对模型质量的影响.最优模型的交叉验证相关系数q2=0.628,非交叉验证相关系数r2=0.930,标准偏差SE=0.277.该模型具有较好的预测能力,对该类化合物性质的预测及进一步合成工作有指导意义.     

含磷嘧啶类CDK9抑制剂的分子对接、3D-QSAR和分子动力学模拟

选取64个具有潜力的含磷嘧啶类细胞周期依赖性蛋白激酶(CDK9)小分子抑制剂,采用分子对接方法研究了该类小分子与CDK9的结合作用,结果表明,分子构象、氢键形成、疏水性和氨基酸残基Cys106在此类抑制剂与CDK9的结合过程中具有重要作用.在配体叠合的基础上,运用比较分子力场分析(Co MFA)、比较分子相似性指数分析(Co MSIA)和Topomer Co MFA(T-COMFA)研究了分子结构与抑制活性的关系,发现由训练集立体场、静电场和疏水场组合的Co MSIA模型为最优模型,其内部交叉验证相关系数(Q2=0.557)、非交叉验证相关系数(R2=0.959)和外部预测相关系数(r2=0.863)具有统计学意义,该模型的三维等值线图直观显示了化合物的活性与其三维结构的关系.根据这些结果设计了10个具有新结构的含磷嘧啶类化合物,分子对接和分子动力学模拟结果表明,新化合物和CDK9的结合模式与原化合物64相同,自由能分析从理论上证明了新化合物64d的CDK9抑制活性优于化合物64,并且显示含磷基团与残基Asp109的静电场能在化合物与CDK9作用过程中有重要作用.     

皂甙的三维定量构效关系研究

针对目标分子柔性大的特点,在比较分子场分析(CoMFA)方法中采用交叉验证相关系数平方R^2引导的构象选择法。对12个皂甙分子的生物活性进行了三维定量构效关系研究。探讨了几种探针对构效关系结果的影响,并选择了一种较合理的“复合”探针方案。应用该复合探针构建CoMFA模型,发现影响药效的立体场与静电场的贡献分别为40%和40%,其它能量项的贡献为20%。该模型交叉验证的相关系数平方R^2为0.653,非交叉验证的R^2为0.991,方差比F(4,7)值130.195(即置信度99%以上),活性预计的标准偏差与极差比(s/△γ)为4.2%,表明模型具有较好的预测能力。根据该模型,预计在指定位置添加位阻较大的基团活性值提高将会比较明显。     

分子对接技术用于马来酰亚胺类GSK-3α抑制剂的作用特征分析

糖原合酶激酶-3α(GSK-3α)是治疗阿尔兹海默症(AD)的关键靶点之一.采用基于R基团的搜索组合分子对接研究了GSK-3α抑制剂的作用特征.以45个马来酰亚胺类GSK-3α抑制剂分子为训练集,采用Topomer CoMFA建立3D-QSAR模型,其拟合与留一法交互验证的复相关系数和标准差分别为r2=0.797,SD=0.210,q2cv=0.611,SDcv=0.280,对22个测试集样本外部预测的复相关系数与标准差分别为r2pred=0.703,SDpred=0.213.以Topomer Search搜索技术设计了25个理论上具有更高活性的新型分子.分子对接对比研究表明,新设计的分子与建模样本同GSK-3α的作用位点具有类似的作用特征,且与对比文献一致.该研究为AD治疗的分子设计与研发提供了新的思路.     

抗癌性吲哚喹唑啉衍生物3D-QSAR研究及其分子设计

吲哚喹唑啉衍生物是近年来发现的一类具有良好抗癌活性的化合物. 作者在最近报道的二维定量构效关系(2D-QSAR)的基础上, 采用比较分子力场方法(CoMFA)进一步对该系列化合物进行三维定量构效关系(3D-QSAR)研究, 建立了3D-QSAR的CoMFA模型, 其非交叉验证相关系数r2=0.986, 标准偏差SD=0.084, 统计方差比F=114.6, 交叉验证相关系数q2=0.695, 表明该模型合理、可信, 并具有良好的预测能力. 研究结果表明: (1) 取代基R1的部位上静电效应起主要作用, 并且确保取代基R1的第一个原子具有较大的净正电荷, 对提高化合物的抗癌活性十分重要. 这与2D-QSAR研究结果相一致. (2) 取代基R2的部位上立体效应起主要作用, R2的体积大小要适中. 应用这些规律进行了分子设计, 在理论上获得了一些具有较高抗癌活性的新的吲哚喹唑啉衍生物, 并期待实验证实. 该QSAR的研究结果可为实验工作者合成新药提供理论参考.     

Molecular Docking and 3D QSAR Research of Indolocarbazole Series as Cyclin-Dependent Kinase Inhibitors

Fifty indolocarbazole series as cyclin-dependent kinase inhibitors (CDKs) are used to establish a threedimensional quantitative structure-activity relationship (3D QSAR) model based on docking conformations resulting from the Topomer comparative molecular field analysis (Topomer CoMFA). The statistic parameters show that the cross-validation (q²), the multiple correlation coefficient of fitting (r²), and external validation statistic (Q_ext²) are 0.953, 0.968, and 0.954, respectively. It is demonstrated that this Topomer CoMFA model has good stability and prediction ability. The methodology of the fragment-based drug design (FBDD) was also used to virtually screen new CDKs by the Topomer Search technology. Four similar substitutional groups selected from the ZINC database were added to the basic scaffold. As a result, 18 new CDKs with high activities were obtained. The template molecule and new designed compounds are used to study the binding relationship between the ligands and the receptor protein with Surflex-Dock. The docking results suggest good binding interactions of the designed compounds with protein. There are several hydrogen bondings between CDKs with amino acid residues of LYS33, LYS89, ASP86, LEU83, GLU81.     

N,N-二甲基-2-溴苯乙胺类衍生物对大鼠生物活性的三维构效关系研究

N,N-二甲基-2-溴苯乙胺类衍生物是一类有效的肾上腺素阻断剂, 具有较高的生物活性. 通过比较分子力场分析(CoMFA)方法, 建立了22个标题化合物对大鼠阻断活性的三维定量结构-活性关系(3D-QSAR)模型. 该模型显示立体场、静电场对生物活性贡献分别为67.3%, 32.7%, 其中立体场与受体之间的相互作用是造成阻断剂生物活性差别的主要因素. 此3D-QSAR模型的交叉验证系数q²＝0.862, 传统的相关系数(非交互验证系数)R²＝0.962. 该模型给出的预测值与实验值非常接近, 其方差比F＝503.7, 估计标准误差(S)为0.11. 根据CoMFA模型的立体场、静电场三维等值线图不仅直观地解释了结构与活性的关系, 而且为进一步设计高活性的标题化合物提供一定的理论依据.     

培氟沙星均三唑硫醚衍生物抗肝癌活性的CoMFA模型与分子设计

基于比较分子力场分析(CoMFA)方法建立24种培氟沙星均三唑硫醚衍生物抗肝癌活性(pM)的三维定量构效关系(3D-QSAR)。训练集中20个化合物用于建立预测模型,测试集10个化合物(含模板分子及新设计的5个分子)作为模型验证。已建立的3D-QSAR模型的交叉验证系数(R_cv²)、非交叉验证系数(R^₂)分别为0.705、0.940,说明所建模型具有较强的稳定性和良好的预测能力。该模型中立体场、静电场贡献率依次为74.8%、25.2%,表明影响抗肝癌活性(pM)的主要因素是取代基的疏水性和空间契合,其次是库仑力、氢键及配位。基于三维等势图,设计了5个具有较高抗肝癌活性的分子,有待医学实验验证。     

Improved cyclodextrin-based receptors for camptothecin by inverse virtual screening

We report the computer-aided optimization of a synthetic receptor for a given guest molecule, based on inverse virtual screening of receptor libraries. As an example, a virtual set of beta-cyclodextrin (beta-CD) derivatives was generated as receptor candidates for the anticancer drug camptothecin. We applied the two docking tools AutoDock and GlamDock to generate camptothecin complexes of every candidate receptor. Scoring functions were used to rank all generated complexes. From the 10 % top-ranking candidates nine were selected for experimental validation. They were synthesized by reaction of heptakis-[6-deoxy-6-iodo]-beta-CD with a thiol compound to form the hepta-substituted beta-CDs. The stabilities of the camptothecin complexes obtained from solubility measurements of five of the nine CD derivatives were significantly higher than for any other CD derivative known from literature. The remaining four CD derivatives were insoluble in water. In addition, corresponding mono-substituted CD derivatives were synthesized that also showed improved binding constants. Among them the 9-H-purine derivative was the best, being comparable to the investigated hepta-substituted beta-CDs. Since the measured binding free energies correlated satisfactorily with the calculated scores, the applied scoring functions appeared to be appropriate for the selection of promising candidates for receptor synthesis.     

一种新三维描述子用于Nevirapine类抗艾滋病药物定量构效关系的研究

运用三维全息原子场作用矢量(3D-HoVAIF)对33个Nevirapine类抗艾滋病药物进行了定量构效关系(QSAR)研究。采用偏最小二乘回归(PLSR)建立定量构效关系模型,同时采用内部及外部双重验证的方法对所得模型稳定性能进行深入分析和检验,所建模型的复相关系数(Rcum2)、留一法(LOO)交互校验(CV)复相关系数(Qcum2)和外部样本校验复相关系数(Qext2)分别为0·835、0·530和0·518。结果表明,3D-HoVAIF能较好表征Nevirapine类抗艾滋病药物分子结构信息,且所建模型具有较好稳定性能和预测能力。     

CoMFA Model and Molecular Design of Anti-excitatory Activity for Benzodiazepinooxazole Derivatives against Mice

A 3D-QSAR study was conducted to analyze the anti-excitatory activity(p E) of benzodiazepinooxazole derivatives to mice by the comparative molecular field analysis(CoMFA) method. Among the 54 active molecules, a training set of 46 compounds was randomly selected to construct the CoMFA model; the remaining compounds, together with template molecule(No. 54) and two newly designed molecules constitute a test set of 17 compounds to validate the model. The obtained cross-validation coefficient(R_(cv)~2), the non-cross validation coefficient(R~2), and the test value F of the CoMFA model for training set are 0.516, 0.899, and 57.57,respectively. The model was used to predict the activities of all compounds in the training and testing sets, and the results indicated that the model had good correlation, strong stability and good predictability. Based on the 3D contour maps, eight novel benzodiazepinooxazole derivatives with higher anti-excitatory activity were designed.However, the effectiveness of these novel benzodiazepinooxazole derivatives is still needed to be verified by the experimental results.     

Structural Characterization and Toxicity Prediction of Some Organic Compounds

A new molecular structural characterization(MSC)method called molecular vertexes correlative index(MVCI)was constructed in this paper.The index was used to describe the structures of 45 compounds and a quantitative structure-activity relationship(QSAR)model of toxicity(–lgEC50)was obtained through multiple linear regression(MLR)and stepwise multiple regression(SMR).The correlation coefficient(R)of the model was 0.912,and the standard deviation(SD)of the model was 0.525.The estimation stability and prediction ability of the model were strictly analyzed by both internal and external validations.The Leave-One-Out(LOO)Cross-Validation(CV)correlation coefficient(RCV)was 0.816 and the standard deviation(SDCV)was 0.739,respectively.For the external validation,the correlation coefficient(Rtest)was 0.905 and the standard deviation(SDtest)was 0.520,respectively.The results showed that the index was superior in molecular structural representation.The stability and predictability of the model were good.