1,2-萘醌类化合物抑制PTP1B的三维定量构效关系研究

蛋白酪氨酸磷酸酶1B (protein tyrosine phosphatase 1B, PTP-1B)是近年来发现的治疗II型糖尿病的新靶点, 1,2-萘醌类化合物对PTP-1B有较好的抑制活性, 具有良好的药用前景. 为了设计出本类化合物抑制效果更好的分子构型, 用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对该类化合物进行了三维定量构效关系(3D-QSAR)的研究, 并建立了相关的预测模型. 其中, CoMFA模型的交叉验证相关系数(q²)为0.555, 非交叉验证相关系数(r²)为0.991, 标准偏差(SEE)为0.049, F值为564.910. CoMSIA模型的q²为0.558, r²为0.991, SEE为0.050, F值为542.773. 计算结果表明, 获得的CoMFA和CoMSIA模型具有良好的预测能力, 可以应用于指导该类化合物的设计.     

拓扑异构酶Ⅰ抑制剂高喜树碱类化合物的三维定量构效关系研究

针对拓扑异构酶Ⅰ抑制剂高喜树碱类化合物,采用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)的方法对其进行三维定量构效关系的研究.构建CoMFA模型其q2=0.706,最佳主成分数n=6,非交叉验证系数r2=0.966,标准差S=0.277,F=117.613,立体场和静电场的贡献值分别为0.62和0.38.构建CoMSIA模型其q2=0.696,最佳主成分数n=7,非交叉验证系数r2=0.956,标准差S=0.320,F=74.374,其疏水场和立体场的贡献分别为0.75和0.25.结果显示疏水场和立体场对化合物的活性有较大影响.     

苯并嗪酮衍生物的3D-QSAR分析

苯并嗪酮衍生物是近年来发现的一类抗血小板聚集化合物, 在前人研究的基础上利用比较分子场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对23个苯并嗪酮衍生物进行了三维定量构效关系(3D-QSAR)研究. 其中CoMFA模型交叉验证系数Q2=0.703, 回归系数R2=0.994, 计算值与实验值的平均方差SEE=0.053, 统计方差比F=184.773; CoMSIA模型Q2=0.847, R2=0.992, SEE=0.058, F=171.670. 两种方法得到的模型都具有较好的预测能力. 结果表明, 标题化合物中8-位取代基R1静电效应起主要作用; 2-位取代基R2立体效应占主导作用, 但官能团大小要适中. 根据研究结果设计了六种活性较高的化合物.     

苯并噁嗪酮衍生物的3D-QSAR分析

苯并噁嗪酮衍生物是近年来发现的一类抗血小板聚集化合物,在前人研究的基础上利用比较分子场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对23个苯并噁嗪酮衍生物进行了三维定量构效关系(3D-QSAR)研究.其中CoMFA模型交叉验证系数Q2=0.703,回归系数R2=0.994,计算值与实验值的平均方差SEE=0.053,统计方差比F=184.773;CoMSIA模型Q2=0.847,R2=0.992,SEE=0.058,F=171.670.两种方法得到的模型都具有较好的预测能力.结果表明,标题化合物中8-位取代基R1静电效应起主要作用;2-位取代基R2立体效应占主导作用,但官能团大小要适中.根据研究结果设计了六种活性较高的化合物.     

肿瘤血管阻断剂黄酮-8-乙酸类衍生物的三维定量关系研究

选择了肿瘤血管阻断剂黄酮-8-乙酸类衍生物, 采用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)方法进行三维定量构效关系的研究. 33个化合物建立了预测模型, 6个化合物作为训练集进行模型验证. 其中CoMFA模型的交叉验证系数q²＝0.621, 最佳主成分数为4, 标准偏差s_press＝0.345, 非交叉相关系数r²＝0.945, 标准偏差s＝0.131, F＝120.455. CoMSIA模型的交叉验证系数q²＝0.700, 最佳主成分数为5, 标准偏差s_press＝0.312, 非交叉相关系数r²＝0.946, 标准偏差s＝0.133, F＝94.193. 计算结果表明, 构建的CoMFA和CoMSIA模型具有良好的预测能力, 可用于指导该类化合物的设计.     

含呋喃环双酰脲类衍生物的三维定量构效关系研究

采用比较分子力场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA), 对27个新型双酰基脲类化合物的杀蚊幼虫(Aedes aegypti L.)活性进行三维定量构效关系(3D-QSAR)研究. 在CoMFA研究中, 考察了网格点步长对统计结果的影响. 在CoMSIA研究中, 系统考察了各种分子场组合、网格点步长和衰减因子对模型统计结果的影响, 发现立体场和氢键供体场的组合得到最佳模型. 所建立的CoMFA和CoMSIA模型的非交叉验证相关系数r2值分别为0.828和0.841, 并都具有较强的预测能力. CoMFA和CoMSIA模型的三维等值图不仅直观地解释了结构与活性的关系, 而且为后续优化该系列化合物提供了理论依据.     

HIV-1逆转录酶抑制剂的三维定量构效关系

采用比较分子力场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA)对一系列非核苷类HIV-1逆转录酶抑制剂(苯磺酰基亚胺噻唑类化合物)进行了三维定量构效关系的研究,获得了高可靠性的CoMFA和CoMSIA模型,其交叉验证相关系数q2值分别为0.748和0.607.通过对CoMFA和CoMSIA模型三维等势图的分析,确定了该类化合物抗HIV-1活性的结构要求.研究结果表明,对苯磺酰基亚胺噻唑类化合物而言,在苯环的C-5位引入体积大和电负性强的基团能增加其抑制活性;苯环的C-2位的氢键给体基团对活性有利;噻唑环的R2取代基疏水性增大会降低生物活性.研究结果表明,可以指导新HIV-1逆转录酶抑制剂的设计和合成.     

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.     

具有除草活性的大环内酯类衍生物的定量构效关系

研究了一系列结构新颖的具有除草活性的大环内酯衍生物的定量构效关系(QSAR). 构建的比较分子力场分析(CoMFA)、比较分子近似指数分析(CoMSIA)和全息定量构效关系(HQSAR)分子模型的交叉验证系数r2cv均大于0.5, 非交叉验证系数r2都超过0.8, 表明获取的QSAR模型具有可信的预测能力. 对CoMFA、CoMSIA模型的三维(3D)等势图分析, 发现除了立体场和静电场外, 疏水场和氢键受体场也是影响大环内酯类化合物除草活性的重要因素. 构建的HQSAR模型的原子贡献图提示的结构改造信息与三维QSAR的结果基本一致. 利用CoMFA、CoMSIA模型提供的信息,对目前已合成的活性最高化合物B1-3进行分子结构改造, 预测结果发现部分化合物可能具有更好的除草活性.     

苯并呋喃类N-肉豆蔻酰基转移酶抑制剂的三维定量构效关系研究

摘要采用比较分子力场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA), 系统地研究了40个苯并呋喃类N-肉豆蔻酰基转移酶(NMT)抑制剂的三维定量构效关系. 在CoMFA研究中, 考察了网格点步长对模型统计结果的影响. 在CoMSIA研究中, 研究了各种分子场组合、 网格点步长和衰减因子对模型统计结果的影响, 发现立体场、 静电场、 疏水场和氢键受体场的组合可得到最佳模型. 所建立的CoMFA和CoMSIA模型的交叉相关系数q2值分别为0.759和0.730, 均具有较强的预测能力. 利用CoMFA和CoMSIA模型的三维等值线图直观地解释了化合物的构效关系, 阐明了化合物结构中苯并呋喃环上各位置取代基对抑酶活性的影响, 为进一步结构优化提供了重要依据.     

3D QSAR studies on protein tyrosine phosphatase 1B inhibitors: comparison of the quality and predictivity among 3D QSAR models obtained from different conformer-based alignments

A set of 65 flexible peptidomimetic competitive inhibitors (52 in the training set and 13 in the test set) of protein tyrosine phosphatase 1B (PTP1B) has been used to compare the quality and predictive power of 3D quantitative structure-activity relationship (QSAR) comparative molecular field analysis (CoMFA) and comparative molecular similarity indices analysis (CoMSIA) models for the three most commonly used conformer-based alignments, namely, cocrystallized conformer-based alignment (CCBA), docked conformer-based alignment (DCBA), and global minima energy conformer-based alignment (GMCBA). These three conformers of 5-[(2S)-2-({(2S)-2-[(tert-butoxycarbonyl)amino]-3-phenylpropanoyl}amino)3-oxo-3-pentylamino)propyl]-2-(carboxymethoxy)benzoic acid (compound number 66) were obtained from the X-ray structure of its cocrystallized complex with PTP1B (PDB ID: 1JF7), its docking studies, and its global minima by simulated annealing. Among the 3D QSAR models developed using the above three alignments, the CCBA provided the optimal predictive CoMFA model for the training set with cross-validated r2 (q2)=0.708, non-cross-validated r2=0.902, standard error of estimate (s)=0.165, and F=202.553 and the optimal CoMSIA model with q2=0.440, r2=0.799, s=0.192, and F=117.782. These models also showed the best test set prediction for the 13 compounds with predictive r2 values of 0.706 and 0.683, respectively. Though the QSAR models derived using the other two alignments also produced statistically acceptable models in the order DCBA>GMCBA in terms of the values of q2, r2, and predictive r2, they were inferior to the corresponding models derived using CCBA. Thus, the order of preference for the alignment selection for 3D QSAR model development may be CCBA>DCBA>GMCBA, and the information obtained from the CoMFA and CoMSIA contour maps may be useful in designing specific PTP1B inhibitors.     

香水百合香气成分的气相色谱保留指数三维定量构效关系研究

采用比较分子场分析（CoMFA）和比较分子相似性指数分析（CoMSIA）方法,研究了香水百合中38种香气成分分子结构与气相色谱保留指数值之间的定量构效关系。用外部测试集验证法和留一交叉验证法对模型的稳健性和预测能力进行了检验,并通过CoMSIA模型和CoMFA模型的分子场三维等势图研究了这些化合物分子中不同化学结构对保留指数值的影响。检验结果表明,所建立的CoMSIA模型和CoMFA模型都具有较好的稳健性和预测能力,且能够合理解释结构对保留指数值的影响,可应用于对香水百合香气成分的色谱保留指数值的预测。与CoMFA模型相比,CoMSIA模型的预测准确度更高,在香水百合香气成分的色谱定量构效关系研究中,显然有更好的应用前景。     

Molecular modeling of triazine type MDR modulators using CoMFA and CoMSIA approaches

In the present study a series of 30 triazine derivatives was investigated by 3D QSAR methods with respect to their MDR reversing activity in vitro. Two approaches were applied and compared: comparative molecular field analysis (CoMFA) and comparative molecular similarity indices analysis (CoMSIA). Molecular models with good predictive power were derived using steric, electrostatic and hydrophobic fields of the compounds. The results indicated the dominant role of the electrostatic and hydrophobic fields for MDR reversing activity of the investigated modulators. The obtained statistical parameters (Qcv2, Qpr2) showed that the CoMFA and CoMSIA models have similar predictivity. The CoMSIA models were slightly better than the CoMFA ones and obtained with lower number of principal components. The models were graphically interpreted using CoMFA and CoMSIA contour plots. The structural regions responsible for the differences in anti-MDR activity were analyzed in respect to their electrostatic and hydrophobic nature. An easier interpretation of the CoMSIA contour plots was noticed.     

CBP/P300溴结构域联芳基类抑制剂三维定量构效关系研究

CREB结合蛋白(CBP)和与其高度同源的P300蛋白是组蛋白乙酰化酶的两个亚型,两者通过它们的溴结构域(bromodomain,BRD)与染色质结合,目前,CBP/P300已经成为人类在肿瘤靶点领域中的研究热点。本研究基于CBP/P300溴结构域联芳基类抑制剂建立三维定量构效关系,采用比较分子力场分析法(Co MFA)和比较分子相似性指数分析法(Co MSIA)分别建立35个已知活性抑制剂的3D-QSAR模型,以确定CBP/P300溴结构域联芳基类抑制剂分子结构与生物活性之间的定量关系。Co MFA和Co MSIA模型活性数据p IC50的预测值与实验值基本一致,说明这两个模型具有较高的预测能力和统计学意义。根据Co MFA和Co MSIA模型所提供的立体场、静电场、疏水场、氢键给体场、氢键供体场等信息提出了改善此类抑制剂活性的药物设计思路,为指导设计具有更高活性的新分子和预测更加有效的CBP/P300溴结构域抑制剂提供理论依据。     

Molecular modeling of triazine type MDR modulators using CoMFA and CoMSIA approaches

In the present study a series of 30 triazine derivatives was investigated by 3D QSAR methods with respect to their MDR reversing activity in vitro . Two approaches were applied and compared: comparative molecular field analysis (CoMFA) and comparative molecular similarity indices analysis (CoMSIA). Molecular models with good predictive power were derived using steric, electrostatic and hydrophobic fields of the compounds. The results indicated the dominant role of the electrostatic and hydrophobic fields for MDR reversing activity of the investigated modulators. The obtained statistical parameters ( Q cv 2 , Q pr 2 ) showed that the CoMFA and CoMSIA models have similar predictivity. The CoMSIA models were slightly better than the CoMFA ones and obtained with lower number of principal components. The models were graphically interpreted using CoMFA and CoMSIA contour plots. The structural regions responsible for the differences in anti-MDR activity were analyzed in respect to their electrostatic and hydrophobic nature. An easier interpretation of the CoMSIA contour plots was noticed.     

苯并呋喃／噻吩联二苯类PTP1B抑制剂三维构效关系研究

主要采用比较分子力场分析方法（CoMFA）对苯并呋喃／噻吩联二苯类PTP1B (protein tyrosine phosphatase 1B)抑制剂进行了三维构效关系的研究，考察了 静电场、立体场和氢键场对构效关系的影响，交叉系数q^2的值达到0．58，表明 CoMFA得到的构效关系模型比较理想，同时test set中分子的预测活性也表明，模 型具有较好的预测能力，研究还表明，氢键场的加入不一定有利于模型的改善，通 过对分子场等值面图的分析，可以观察到叠合分子周围立体场和静电场对化合物活 性的影响，为改进原有化合物的结构，提高它们的活性提供了指导，还尝试采用比 较分子相似性指数分析方法（CoMFA）对这一系列化合物作了研究，结果表明虽然 CoMFA中加入了疏水场，但是对于研究的体系，CoMFA的模型质量并没有显著提高。     

HLA-A*0201限制性CTL表位肽的三维定量构效关系的研究

运用比较分子力场(CoMFA)和比较分子相似性指数分析(CoMFA)方法研究了50个HLA-A^*0201限制性CTL表位九肽结构与亲和性间的关系,另外15个表位九肽作为预测集用于检验模型的预测能力.结果表明采用CoMSIA得到的构效关系模型(q^2=0.628,r^2=0.997,F=840.419)要明显优于采用CoMFA得到的构效关系模型.在CoMSIA计算中,当引入疏水场时,三维构效关系模型得到明显改善,通过该三维构效关系模型,可较精确地估算预测集中15个CTL表位肽与HLA-A^*0201间的亲和力(r^2pred=0.743).通过分析分子场等值面图在空间的分布,可以观察到表位肽分子周围的立体及疏水特征对表位肽与HLA-A^*0201间结合亲和力的影响,从而为进一步对CTL表位肽进行结构改造并基于此进行治疗性疫苗分子设计提供理论基础.     

新磺酰脲类化合物除草活性的3D-QSAR分析

用比较分子力场分析 (CoMFA) 方法和比较分子相似性指数分析 (CoMSIA) 方法对所合成的新磺酰脲类化合物的除草活性进行了较为系统的3D-QSAR分析.两种方法所建立的模型对化合物的除草活性预测能力均较好,所得三维等值线图为合成高活性的化合物能提供指导作用