芳香噻嗪类衍生物作为选择性醛糖还原酶抑制剂的分子对接和基于受体的三维定量构效关系研究

芳香噻嗪类衍生物被证明是一类选择性较好的高活性醛糖还原酶抑制剂(ARIs).本文对44个芳香噻嗪类化合物进行了分子对接(docking)和三维定量构效关系(3D-QSAR)研究,并探索了此类化合物与醛糖还原酶(ALr²)的作用机理.醛糖还原酶与醛还原酶(ALR1)活性位点的叠加结果显示, ALr²中残基Leu 300和Cys298的存在是化合物1m具有高选择性的原因.分别建立了比较分子场分析方法(CoMFA, q² = 0.649, r² =0.934; q²:交叉验证相关系数, r²:非交叉验证相关系数)和比较分子相似性指数分析方法(CoMSIA, q² = 0.746, r² = 0.971)模型,并对影响此类化合物生物活性的结构进行了鉴定.结果显示,两个模型均具有较高预测能力,并通过测试集中的7个化合物进行了验证,其中CoMFA模型和CoMSIA模型的预测相关系数(r_Pred²)分别为0.748和0.828. 3D-QSAR模型中的三维等值线图表明,在化合物1m的苄基环上C3和C4位置以及苯并噻嗪母核上C5和C7位置进行改进可能对生物活性的提高有利,此预测与我们前期报道的苯并噻嗪母核C7位改进结果一致.本文所建3D-QSAR模型能够在理性设计具有更高生物活性的新型ARIs中发挥重要作用.     

新型苯环5-(取代)苯甲酰胺基苯磺酰脲类化合物的比较定量构效关系研究

采用比较分子力场分析(CoMFA)方法, 对26个新型苯环5-(取代)苯甲酰胺基苯磺酰脲类化合物的除草活性进行了三维定量构效关系(3D-QSAR)研究, 建立了三维定量构效关系CoMFA模型(R²=0.948, F=91.364, SE=0.141). 结果表明, 此类磺酰脲类化合物的除草活性与苯环5位取代基的立体结构和电场性质密切相关. 根据CoMFA模型的立体场和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目标化合物提供理论依据.     

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.     

紫杉醇衍生物的三维定量构效关系研究

利用比较分子力场分析(CoMFA)方法对98个紫杉醇衍生物的三维定量构效关系(3D-QSAR)进行了分析,发现影响其活性的立体能与静电能之比为61.6/38.4.进一步分析表明,C-13侧链基团的改变对其活性影响较大,尤其是2'-OH对保持活性是至关重要的;而母环其它位置取代基的改变对活性影响较小.该模型交叉验证r_cv²=0.714,非交叉验证r₂=0.901;以此模型对验证组10个化合物活性进行预测,r_pred²=0.812,表明模型具有很好的预测能力,对紫杉醇的改性或新类似物的合成具有指导意义.     

DATA类逆转录酶抑制剂的三维定量构效关系

采用对接方法得到HIV-1抑制剂DATA(二芳基三嗪类)分子的活性构象, 进一步用比较分子场分析(CoMFA)和比较分子相似性分析(CoMSIA)法对DATA类逆转录酶抑制剂(RTIs)的三维定量构效关系(3D-QSAR)进行了研究, 建立3D-QSAR模型, 以指导进一步结构修饰. 用此模型预测了5个DATA类似物, 预测偏差较小, 表明了所建立的模型具有较强的预测能力.     

基于分子对接的6-萘甲基取代HEPT类HIV-1逆转录酶抑制剂构效关系研究

采用分子对接方法得到了一系列6-萘甲基取代HEPT类逆转录酶抑制剂分子与HIV-1逆转录酶复合物模型,从中抽取出抑制剂分子的活性构象,进一步应用CoMFA和CoMSIA方法建立了具有较好预测能力的3D-QSAR模型,深入探讨了这些化合物的定量构效关系,为进一步的药物设计奠定了良好的基础.另外,以化合物13及其相应的β异构体24为代表,结合量子化学从头算分子轨道理论方法考察了它们的前线轨道,为阐明α和β系列化合物的活性差异提供了理论依据.     

喹啉酮类BRD4抑制剂的3D-QSAR研究

使用比较分子力场分析法(CoMFA)和比较分子相似性指数法(Co MSIA)对33个已报道的喹啉酮类BRD4抑制剂进行3D-QSAR模型建立,研究了其化学结构和生物活性间的关系,并用计算机辅助药物设计(computer-aided drug design,CADD)设计出7个喹啉酮类抑制剂。结果表明,建立的CoMFA(q²=0.926,r²=0.997,r²_pred=0.744)和Co MSIA(q²=0.939,r²=0.991,r²_pred=0.786)模型具有较好的预测能力,基于这些模型设计的7个新喹啉酮类BRD4抑制剂具有高活性,并对其进行ADMET性质评价和类药性分析。以上研究结果有助于改造和开发更加有效的喹啉酮类BRD4抑制剂。     

氟喹诺酮均三唑衍生物抗肿瘤活性的CoFMA研究

通过比较分子力场分析方法(CoMFA)研究氟喹诺酮均三唑衍生物对人肝癌细胞(SMMC-7721)、鼠白血病细胞(L1210)和人白血病细胞(HL60)的体外增值抑制活性的三维定量结构-活性相关(3D-QSAR).根据CoMFA模型的立体场和静电场三维等势线图可知,外部苯环的4-位引入的近正远负大体积基团,有利于提高氟喹诺酮均三唑衍生物的抗肿瘤活性.     

N-硝基脲类化合物除草活性的3D-QSAR研究

经活性测试,N-硝基脲类化合物对反枝苋(A. retroflexus L)和苏丹草(S. sudanenses)呈现除草活性。为进一步设计高活性的目标化合物,采用比较分子力场(CoMFA)对38个N-硝基脲类化合物进行三维定量构效关系(3D-QSAR)分析,建立了相关性显著、预测能力强的3D-QSAR模型(反枝苋：q2=0.674, r2=1.000, R2pred=0.9989,苏丹草：q2=0.635, r2=1.000, R2pred=0.9958)。根据CoMFA模型的立体场和静电场三维等势线图,在N’-苯环2, 5位引入体积大的正电荷取代基;3位引入负电荷基团;4, 6位引入体积大的负电荷基团有利于提高目标化合物对双子叶杂草反枝苋的除草活性,而在2位引入体积大的负电荷基团;3位引入体积小的负电荷基团;4位引入体积大的正电荷基团;5位引入体积大的取代基有利于提高目标化合物对单子叶杂草苏丹草的除草活性。     

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.     

3C-like蛋白酶抑制剂的构效关系、分子对接和分子动力学

3C-like蛋白酶是中东呼吸综合征冠状病毒（MERS-CoV）等其它冠状病毒的繁殖过程中极为重要的蛋白酶。它已成为人类在抗冠状病毒领域中的研究热点。本文基于计算生物学方法对与MERS-CoV同属的蝙蝠冠状病毒HKU4（HKU4-CoV）的43个肽类3C-like蛋白酶抑制剂分子,建立三维定量构效关系（3D-QSAR）模型。在基于配体叠合的基础上,发现比较分子相似性指数分析法（CoMSIA）中的四个场组合（位阻场、静电场、氢键供体场与氢键受体场）为最优的模型（Q²=0.522,R_ncv²=0.996,R_pre²=0.904;Q²：交叉验证相关系数,R_ncv²：非交叉验证相关系数,R_pre²：验证集分子的预测值相关系数）,并借助该模型通过分子对接（docking）与分子动力学（MD）方法阐明了配受体结合作用。实验结果表明：（1）基于最优的CoMSIA模型基础上的三维等势图形象地说明了分子基团的位阻作用、静电作用、氢键供体与氢键受体作用对分子生物活性的影响;（2）分子对接研究结果显示了疏水性以及结晶水、氨基酸His166和Glu169在配体和受体结合过程中产生重要作用;（3）分子动力学模拟进一步验证了分子对接模型的可靠性,并发现了两个新的关键氨基酸Ser24与Gln192,它们与配体产生了两个较强的氢键。此外,根据这些结果,一些新的具有潜在抑制活性的肽类化合物作为3C-like蛋白酶抑制剂被获得。以上结果能够帮助深入了解3C-like蛋白酶与肽类抑制剂的作用机理,并且能够为今后的抗MERS-CoV药物设计提供有价值的参考。     

Pharmacophore and Docking-based 3D-QSAR Studies on HIV-1 Integrase Inhibitors

Integrase（IN） plays an essential role in the process of HIV-1 replication.IN inhibitors of diketo acid derivatives（DKAs） were analysed by the Comparative Molecular Field Analysis（CoMFA） and Comparative Molecular Similarity Induces Analysis（CoMSIA） methods.A set of 42 compounds were randomly selected as the training set（35） and test set（7）.Firstly,a good pharmacophore（goodness of hit=0.787） was obtained and used to align ligands.Then,predictive models were constructed with the CoMFA and CoMSIA methods based on the pharmacophore alignment.As a result,the CoMS1A method yielded the best model with an r2 of 0.955 and a q2 of 0.665,which can predict the activities of the tested DKAs very well（r2=0.559）.Finally,DKAs were docked into IN,and the predicit modes were superimposed on the contour maps obtained from the best CoMSIA model.The superimposed maps gave a visualized and meaningful insight into the inhibitory behaviors,providing significantly useful information for the rational drug design of anti-IN agents.     

CoMFA 3D-QSAR analysis of HIV-1 RT nonnucleoside inhibitors, TIBO derivatives based on docking conformation and alignment

HIV-1 RT is one of the key enzymes in the duplication of HIV-1. Inhibitors of HIV-1 RT are classified as nonnucleoside RT inhibitors (NNRTIs) and nucleoside analogues. NNRTIs bind in a region not associated with the active site of the enzyme. Within the NNRTI category, there is a set of inhibitors commonly referred to as TIBO inhibitors. Fifty TIBO inhibitors were used in the work to build 3-D QSAR models. The two known crystal structures of complexes are used to investigate and validate the docking protocol. The results show that the docking simulations reproduce the crystal complexes very well with RMSDs of approximately 1 A and approximately 0.6 A for 1REV and 1COU, respectively. The alignment of molecules and "active" conformation selection are the key to a successful 3D-QSAR model by CoMFA. The flexible docking (Autodock3) was used on determination of "active" conformation and molecular alignment, and CoMFA and CoMSIA were used to develop 3D-QSAR models of 50 TIBOs in the work. The 3D-QSAR models demonstrate a good ability to predict the activity of studied compounds (r2 = 0.972, 0.944, q2 = 0.704, 0.776). It is shown that the steric and electrostatic properties predicted by CoMFA contours can be related to the binding structure of the complex. The results demonstrate that the combination of ligand-based and receptor-based modeling is a powerful approach to build 3D-QSAR models.     

Identification of potential influenza virus endonuclease inhibitors through virtual screening based on the 3D-QSAR model

Influenza endonucleases have appeared as an attractive target of antiviral therapy for influenza infection. With the purpose of designing a novel antiviral agent with enhanced biological activities against influenza endonuclease, a three-dimensional quantitative structure-activity relationships (3D-QSAR) model was generated based on 34 influenza endonuclease inhibitors. The comparative molecular similarity index analysis (CoMSIA) with a steric, electrostatic and hydrophobic (SEH) model showed the best correlative and predictive capability (q ² = 0.763, r ² = 0.969 and F = 174.785), which provided a pharmacophore composed of the electronegative moiety as well as the bulky hydrophobic group. The CoMSIA model was used as a pharmacophore query in the UNITY search of the ChemDiv compound library to give virtual active compounds. The 3D-QSAR model was then used to predict the activity of the selected compounds, which identified three compounds as the most likely inhibitor candidates.