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.     

2-嘧啶氧基-N-芳基苄胺类化合物的ALS抑制活性的QSAR研究

乙酰乳酸合成酶(ALS)或乙酰羟酸合成酶(AHAS)存在于植物的生长过程中, 很多此类酶的抑制剂实际上作为除草剂被广泛用于农业生产中. 生物活性测试结果表明, 2-嘧啶氧基-N-芳基苄胺类化合物对ALS具有一定的抑制活性. 在此基础上, 我们用两种三维定量构效关系(3D-QSAR)研究方法: 比较分子立场分析(CoMFA)和比较分子相似性指数分析(CoMSIA), 对该类化合物进行了3D-QSAR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(r_cv²)为0.801, 非交叉验证相关系数(r²)为0.947, 标准偏差(s)为0.136, F值为133.371. CoMSIA模型的r_cv²为0.744, r²为0.883, s为0.202, F值为56.472. 计算结果表明, 2-嘧啶氧基-N-芳基苄胺类化合物与ALS抑制活性有一定的相关性. 获得的CoMFA和CoMSIA模型, 将应用于指导该类化合物的设计.     

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.     

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。     

五元杂环并嘧啶类胸苷酸合成酶抑制剂的构效关系和分子对接

用比较分子场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA)研究了38个五元杂环并嘧啶衍生物类胸苷酸合成酶抑制剂的三维定量构效关系(3D-QSAR), 建立了相关预测模型. CoMFA和CoMSIA模型的交互验证相关系数q²分别为0.662和0.672、非交互验证相关系数R²分别为0.921和0.884、外部交互验证相关系数Q_ext²分别为0.85和0.81. 分子对接得到的结合模式与三维定量构效关系得到的结果一致. 结果表明这两种模型都具有良好的预测能力, 可应用于指导化合物的设计和结构修饰, 为进一步设计新型胸苷酸合成酶抑制剂提供了理论依据.     

GPR40 受体苯丙酸类激动剂三维定量构效关系研究

苯丙酸类化合物是G蛋白偶联受体40(GPR40)潜在的生物活性药物。本文基于比较分子力场分析法(Co MFA)和比较分子相似性指数分析法(CoMSIA),分别建立了40个已知活性的GPR40受体苯丙酸类激动剂的三维定量构效关系(3D-QSAR)模型,研究该类激动剂与生物活性之间的关系。CoMFA和CoMSIA模型的交叉验证系数(q~2)分别为0. 527和0. 500,拟合验证系数(r~2)分别为0. 901和0. 860,两个3D-QSAR模型预测值与实验值基本一致,表明模型具有良好的可信度和预测能力。根据两个3D-QSAR模型提供的立体场、静电场、疏水场、氢键供体场和氢键受体场所提供的信息提出优化该类抑制剂结构的药物设计思路,为指导设计更高活性的GPR40激动剂以及GRR40新分子激动活性的预测提供理论依据。     

人类A3腺苷受体拮抗剂1,2,4-三唑并[1,5-α]喹喔啉衍生物的QSAR研究

采用遗传算法构建了27种人类腺苷受体拮抗剂1,2,4-三唑并[1,5-α]喹喔啉衍生物与受体之间的亲和性的QSAR模型. 为得到理想模型, 计算了拓扑学、热力学、空间、电子拓扑状态和量子化学描述符. 结合这些参数得到最终模型: pK_i＝13.407－0.027*F_C－8^E－0.033*F_C－8^N＋0.845*Atype_C_28－19.493*Shadow_XYfrac.计算得到的统计学指标为: LOF＝0.291, r²＝0.766, r_adj²＝0.723, F-test＝17.974, PRESS＝3.469, CV-r²＝0.791. 通过对模型进行分析, 得到如下结论: 降低C-8位亲电、亲核原子的前线电子密度的权重和分子在XY平面的投影分数, 增加疏水性原子类型描述符Atpye_C_28的值, 都对增加化合物分子与受体的亲和性有利. 利用此模型合理的设计了两个新的化合物, 并预测具有较高的结合活性. 该研究为喹喔啉衍生物作为人类A₃腺苷受体拮抗剂的结构改造提供理论指导, 并为进一步研究受体与配体亲和性机理奠定理论基础.     

α1A-亚型肾上腺素受体拮抗剂3D药效团模型的研究

运用Catalyst软件以34个α_1A-AR拮抗剂分子为训练集, 构建了包含一个氢键受体、一个正电中心和一个芳环中心的三元素药效团模型, 线性回归相关系数为0.89. 经13个分子组成的测试集验证该药效团模型具有较好的活性预测能力, 为寻找新的α_1A-AR拮抗剂分子提供了理论基础.     

具有除草活性的吡唑啉并四嗪酮衍生物的设计、合成与定量构效关系的研究

设计合成了一系列未见文献报道的4-乙氧羰基-1,7-二氢-1-取代苯基-5-(未)取代吡唑啉[5,1-d][1,2,3,5]四嗪-7-酮衍生物, 其结构均经过¹H NMR、IR和元素分析表征. 生测结果显示, 与已报道的化合物相比, 它们表现出较好的除草活性. 定量的结构与活性关系研究表明, 它们的除草活性与取代基的立体效应参数和疏水性参数呈现很好的相关性, 相关系数r大于0.8. 当作用对象为油菜时, 化合物的活性可能主要与取代基R¹的摩尔分子折射和取代基R²的疏水性参数有关. 当取代基R¹的摩尔分子折射参数为1.452时, 相应化合物可能具有对油菜最高的除草活性; 当作用对象为稗草时, 化合物的活性主要与取代基R²疏水性参数和Taft (Es)参数有关.     

靛玉红类CDK1抑制剂的同源模建、分子对接及3D-QSAR研究

细胞周期蛋白依赖性激酶1的异常表达会导致G2期的停滞及多种肿瘤的发生,故CDK1近年来已成为一个理想的治疗靶点. 本文以细胞分裂调控蛋白2的同源体为模板,同源模建了CDK1的结构,并与靛玉红类小分子抑制剂进行分子对接. 分别运用三种叠合方法进行分子叠合,并在此基础上采用Sybyl 7.1中的比较分子场分析(CoMFA)模块及Discovery Studio 3.0中的三维定量构效关系(3D-QSAR)模块(以下简称为DS)分别建立了3D-QSAR模型. 其中,将分子对接叠合与公共骨架叠合联合运用的叠合方法所得3D-QSAR模型的评价参数是最佳的(CoMFA：q²=0.681,r²=0.909,r_pred.²=0.836; DS：q²=0.579,r²=0.971,r_pred.²=0.795,其中q²为交叉验证系数,r²为非交叉验证系数). 本文的研究结果在对靛玉红类小分子进行结构修饰设计出新的CDK1抑制剂方面,可提供重要的理论基础.     

楝酰胺(Rocaglamide)类化合物的三维定量构效关系

采用比较分子力场分析(CoMFA)和比较分子相似因子分析(CoMSIA)方法,对训练集中的26个楝酰胺(Rocaglamide)类化合物进行了三维定量构效关系(3D-QSAR)研究,最终建立的CoMFA模型和CoMSlA模型的q<'2>分别为0.593和0.656.并对测试集中的5个化合物的生物活性进行了预测,结果表明...     

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。     

3D-QSAR Analysis of a Series of 1,2,3-Triazole-chromenone Derivatives as an Acetylcholinesterase Inhibitor against Alzheimer's Disease

Chromenones have attracted much attention since they are excellent acetylcholinesterase inhibitor(AChEi). The 1,2,3-triazoles are multifunctional anti-acetylcholinesterase(AChE) agents. In this paper, we report the three-dimensional quantitative structure-activity relationship(3D-QSAR) study of 25 1,2,3-triazolechromenone derivatives based comparative molecular field analysis(CoMFA) and comparative molecular similarity indices analysis(CoMSIA). To construct CoMFA and CoMSIA models, the 25 active molecules were randomly divided into the training and test sets. The obtained cross-validation Q~2 of the CoMFA model, the coefficient of non-cross-validation R~2, and the test value F are 0.597, 0.994, and 396.726, respectively. The cross-validation Q~2 of the CoMSIA model, the coefficient of the non-cross-validation R~2, and the test value F are 0.721, 0.979, and 131.107, respectively. The predictive correlation coefficient(r_(pred)~2) is 0.728 for CoMFA and 0.805 for CoMSIA, which verifies that the model is predictable. Based on the potential maps of CoMFA and CoMSIA, a library containing a set of potent AChEi was designed. The inhibitory potential of the compounds in this library was found to be greater than the inhibitory potential of the most active compounds in the data set. The results obtained from this study laid the foundation for the development of effective drugs for AChEi.     

CoMFA-based comparison of two models of binding site on adenosine A1 receptor

A set of 32 N6-substituted adenosines and 22 8-substituted xanthines with affinity for adenosine A1 receptors was subjected to three-dimensional quantitative structure-affinity relationship analysis using comparative molecular field analysis (CoMFA). The aim was to compare two modes of binding to the receptor – `N6-C8' and `N6-N7'. Good models with high predictive power and stability were obtained. A comparison of these models gives the following results: (a) Inclusion of both steric and electrostatic fields in CoMFA generates better predictive models compared to models based on steric or electrostatic fields alone. (b) The `N6-N7' CoMFA models are slightly better than the `N6-C8' ones. (c) Steric restriction exists around the N6-H in the `N6-N7' steric field map, which is absent in the `N6-C8' steric field map. This report demonstrates that the `N6-N7' mode of binding is a further development of the `N6-C8' model with a slightly better predictive ability and more accurate steric and electrostatic overlaps between agonists and antagonists.     

Molecular modeling studies on 11H-dibenz[b,e]azepine and dibenz[b,f][1,4]oxazepine derivatives as potent agonists of the human TRPA1 receptor

A computational strategy based on comparative molecular fields analysis (CoMFA) and comparative molecular similarity indices analysis (CoMSIA) was performed on a series of the 11H-dibenz[b,e]azepine and dibenz[b,f][1,4]oxazepine derivatives as potent agonists of the human TRPA1 receptor. The CoMFA and CoMSIA models resulting from a 21 molecule training set gave r2(cv) values of 0.631 and 0.542 and r2 values of 0.986 and 0.981, respectively. The statistically significant models were validated by a test set of five compounds with predictive r2(pred). values of 0.967 and 0.981 for CoMFA and CoMSIA, respectively. A systemic external validation was also performed on the established models. The information obtained from 3D counter maps could facilitate the design of more potent human TRPA1 receptor agonists.     

Comparison of 3D quantitative structure-activity relationship methods: Analysis of the in vitro antimalarial activity of 154 artemisinin analogues by hypothetical active-site lattice and comparative molecular field analysis

Two three-dimensional quantitative structure-activity relationship (3D-QSAR) methods, comparative molecular field analysis (CoMFA) and hypothetical active site lattice (HASL), were compared with respect to the analysis of a training set of 154 artemisinin analogues. Five models were created, including a complete HASL and two trimmed versions, as well as two CoMFA models (leave-one-out standard CoMFA and the guided-region selection protocol). Similar r2 and q2 values were obtained by each method, although some striking differences existed between CoMFA contour maps and the HASL output. Each of the four predictive models exhibited a similar ability to predict the activity of a test set of 23 artemisinin analogues, although some differences were noted as to which compounds were described well by either model.     

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.     

3D-QSAR Studies on a Series of Indoleamide Derivatives as Antiplasmodial Drugs

In this study, three-dimensional quantitative structure-activity relationship(3D-QSAR) was studied for the antiplasmodial activity of a series of novel indoleamide derivatives by comparative molecular field analysis(CoMFA) and comparative molecular similarity indices analysis(Co MSIA). 3D-QSAR model was established by a training set of 20 compounds and was externally validated by a test set of 4 compounds. The best prediction(Q~2 = 0.593 and 0.527, R~2 = 0.990 and 0.953, r_(pred)~2 = 0.967 and 0.962 for CoMFA and CoMSIA) was obtained according to CoMFA and CoMSIA. Those parameters indicated the model was reliable and predictable. We designed several molecules with high activities according to the contour maps produced by the CoMFA and CoMSIA models.