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.     

乙酰羟酸合成酶突变体对除草剂阔草清抗性的预测研究

本工作测定了商品化除草剂阔草清对大肠杆菌乙酰羟酸合成酶II及其突变体的抑制常数. 利用生物大分子的定量构效关系方法(MB-QSAR)建立了定量、可视的突变体性质与结构关系模型. 实验数据与计算数据之间显示了良好的相关性: MB-QSAR/CoMFA (comparative molecular field analysis)模型的交叉验证系数q²=0.691, 非交叉验证相关性系数r²=0.947, 外部预测能力r²_pred=0.759; MB-QSAR/CoMSIA (comparative molecular similarity indices analysis)模型的相应值分别为0.625, 0.960和0.619. 模型的三维结构-性质关系图为突变体抗性提供了直观阐释, 为抗性规避性农药的设计提供了有价值的信息. 同时, 该模型也在一定程度上显示了除草剂种属选择性的预测能力.     

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.     

HEPT类逆转录酶抑制剂的三维定量构效关系

利用比较分子力场分析(CoMFA)方法对32个HEPT类HIV-1逆转录酶抑制剂(RTIs)的三维定量构效关系(3D-QSAR)进行了分析,建立了HIV-1逆转录酶抑制剂的3种3D-QSAR模型,发现影响其生物活性的主要因素为立体场因素,这与HIV-1RT的非底物结合部位(NNBS)的疏水性环境相吻合.进一步分析表明,适当长度的1-位侧链对保持化合物的抗病毒活性致关重要;增大5-位取代基的体积可增强生物活性;在1-位苄氧甲基的对位引入大体积基团有利于提高活性.同时考察立体场、静电场与生物活性的关系,表明,CoMFA模型为最佳预测模型,其交叉验证系数R_CV²=0.870,传统相关系数R²=0.986,标准偏差SE=0.146,F=294.546.用此模型预测了检验组3个HEPT类化合物的-lgEC₅₀,R_pred²=0.850,表明模型具有很好的预测能力,可为HEPT类HIV-1逆转录酶抑制剂的结构优化提供理论指导.     

橙酮类DRAK2抑制剂的3D-QSAR及分子对接研究

本文对橙酮类DRAK2抑制剂的化学结构与生物活性之间的关系进行研究。采用三维定量构效关系（3D-QSAR）中的比较分子力场分析（CoMFA）和比较分子相似性指数分析（CoMSIA）方法针对59个DRAK2抑制剂建立3D-QSAR模型,阐明了抑制剂化学结构与其生物活性之间的关系。所构建的CoMFA模型交叉验证系数（q²）为0.625,非交叉验证系数（r²）为0.811,标准偏差（S）为0.365,Fisher检验值（F）为59.971;所构建的CoMSIA模型q²为0.62,r²为0.846,S为0.333,F值为56.453。内部和外部验证参数表明,生成的3D-QSAR模型均具有良好的预测能力和显著的统计学可靠性。分子对接实验与等势图的一致性,进一步表明本次分子模拟是可靠的。本研究对发现新型的潜在的更高活性的橙酮类DRAK2抑制剂具有指导意义。     

Discodermolide及其衍生物三维定量构效关系的研究

Discodermolide是一种新颖的作用于微管蛋白的抗肿瘤化合物, 具有良好的药用前景. 为了设计出药效更好的类似物, 我们用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对discodermolide及其衍生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0.592, 非交叉验证相关系数(r2)为0.982, 标准偏差(SEE)为0.094, F值为119.761; CoMSIA模型的q2为0.544, r2为0.980, SEE为0.098, F值为108.715. 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.     

二肽肽酶IV抑制剂的三维定量构效关系研究

二肽肽酶IV是一类用于治疗II型糖尿病具有潜在价值的关键酶, 很多此类酶的抑制剂用于处理此病具有相当好的有效性. 一系列N-取代的甘氨酰氰基吡咯烷衍生物对于二肽肽酶具有高的活性和选择性. 我们使用比较分子力场分析方法建立DPP-IV抑制剂——N-取代的甘氨酰氰基吡咯衍生物的三维定量构效关系, 该模型为设计用于治疗II型糖尿病的高效DPP-IV抑制剂提供结构信息. CoMFA模型的交叉验证相关系数q²＝0.575, 非交叉验证相关系数r²＝0.981, 绝对误差S＝0.184, F_9.68＝388.5. 使用七个预测集检验了模型的预测能力. 所得的模型解释了已有的构效关系, 并对同类化合物有较好的预测能力, 该模型可用于指导新型的DPP-IV抑制剂的设计与优化.     

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...     

类黄酮抑制P糖蛋白的三维定量构效关系与作用模式

采用基于R基团搜索技术的Topomer CoMFA建立了30个类黄酮类P糖蛋白抑制剂的三维定量构效关系(3D-QSAR)模型, 并用包括9个样本的测试集验证模型的外部预测能力. 所得模型的拟合、 交互验证以及外部验证的复相关系数分别为r²=0.971, q²=0.728和\begin{array}{c}{r}_{\mathit{pred}}^2\end{array}=0.816. 在此基础上, 运用Surflex-dock分子对接法研究了白杨素及其异戊烯化衍生物与P糖蛋白的作用模式. 结果表明, 异戊烯化修饰可显著提高类黄酮的亲脂性, 修饰产物能更好地与P糖蛋白的疏水性口袋契合, 二者结合程度高.     

STAT3环烷烃并噻吩类衍生物抑制剂的三维定量构效关系研究

本文对STAT3抑制剂的化学结构与生物活性之间的关系进行研究。采用三维定量构效关系(3D-QSAR)中的比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)方法针对52个STAT3抑制剂建立3D-QSAR模型,阐明了抑制剂化学结构与其生物活性之间的关系。所构建的CoMFA模型交叉验证系数为0.548,非交叉验证系数为0.754,标准偏差为0.278,显著系数为58.297;所构建的CoMSIA模型交叉验证系数为0.892,非交叉验证系数为0.597,标准偏差为0.192,显著系数为57.794。结果显示CoMFA和CoMSIA模型具有良好的稳定性和预测能力。3D-QSAR模型等势图提供的相关场信息对新型STAT3抑制剂的设计具有指导意义。     

Molecular docking and 3D-QSAR study of pyranmycin derivatives against 16S rRNA A site

To understand pharmacophore properties of pyranmycin derivatives and to design novel inhibitors of 16S rRNA A site, comparative molecular field analysis (CoMFA) approach was applied to analyze three-dimensional quantitative structure–activity relationship (3D-QSAR) of 17 compounds. AutoDock 3.0.5 program was employed to locate the orientations and conformations of the inhibitors interacting with 16S rRNA A site. The interaction mode was demonstrated in the aspects of inhibitor conformation, hydrogen bonding and electrostatic interaction. Similar binding conformations of these inhibitors and good correlations between the calculated binding free energies and experimental biological activities suggest that the binding conformations of these inhibitors derived from docking procedure were reasonable. Robust and predictive 3D-QSAR model was obtained by CoMFA with q² values of 0.723 and 0.993 for cross-validated and non-cross-validated, respectively. The 3D-QSAR model built here will provide clear guidelines for novel inhibitors design based on the Pyranmycin derivatives against 16S rRNA A site.     

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。     

3D-QSAR and Surflex Docking Studies of a Series of Alkaline Phosphatase Inhibitors

Alkaline phosphatases(APs) include the placental AP(PLAP), germ cell AP(GCAP), intestinal AP(IAP) and tissue nonspecific AP(TNAP). Over expression of TNAP in smooth muscle cells of kidney and vessels provokes the progress of such serious diseases as end-stage renal disease, idiopathic infantile arterial calcification, ankylosis, osteoarthritis and diabetes. In order to design and optimize the potent TNAP inhibitors, comparative molecular field analysis(CoMFA) and comparative molecular similarity indices analysis(CoMSIA) were used to analyze 3D structure-activity relationships(3D-QSAR) of TNAP inhibitors. The 3D-QSAR model(CoMFA with q~2 = 0.521, r~2 = 0.930; CoMSIA with q~2 = 0.529, r~2 = 0.933) had a good predictability. Surflex-dock was used to reveal the binding mode between the inhibitors and TNAP protein. CoMFA, CoMSIA and docking results provide guidance for the discovery of TNAP inhibitors. Finally, eight new compounds as potential TNAP inhibitors were designed.     

Combined 3D-QSAR modeling and molecular docking study on indolinone derivatives as inhibitors of 3-phosphoinositide-dependent protein kinase-1

3-Phosphoinositide-dependent protein kinase-1 (PDK1) is a promising target for developing novel anticancer drugs. In order to understand the structure-activity correlation of indolinone-based PDK1 inhibitors, we have carried out a combined molecular docking and three-dimensional quantitative structure-activity relationship (3D-QSAR) modeling study. The study has resulted in two types of satisfactory 3D-QSAR models, including the CoMFA model (r(2)=0.907; q(2)=0.737) and CoMSIA model (r(2)=0.991; q(2)=0.824), for predicting the biological activity of new compounds. The detailed microscopic structures of PDK1 binding with inhibitors have been studied by molecular docking. We have also developed docking-based 3D-QSAR models (CoMFA with q(2)=0.729; CoMSIA with q(2)=0.79). The contour maps obtained from the 3D-QSAR models in combination with the docked binding structures help to better interpret the structure-activity relationship. All of the structural insights obtained from both the 3D-QSAR contour maps and molecular docking are consistent with the available experimental activity data. This is the first report on 3D-QSAR modeling of PDK1 inhibitors. The satisfactory results strongly suggest that the developed 3D-QSAR models and the obtained PDK1-inhibitor binding structures are reasonable for the prediction of the activity of new inhibitors and in future drug design.     

马来酰胺类糖原合成酶激酶-3β抑制剂的分子对接和三维定量构效关系

通过分子对接和三维定量构效关系(3D-QSAR)两种方法来确定两类马来酰胺类的糖原合成酶激酶-3β(GSK-3β)抑制剂的结合方式.首先,用分子对接确定抑制剂与GSK-3β的结合模式及其相互作用;然后用比较分子力场分析法(CoMFA)与比较分子相似性指数分析法(CoMSIA)对48个化合物做三维定量构效关系的分析.两种方法得出的交互验证回归系数分别为0.669(CoMFA)和0.683(CoMSIA),证明该模型具有很好的统计相关性,同时也说明该模型具有较高的预测能力.根据该模型提供的信息,设计出9个预测性较好的分子.     

马来酰胺类糖原合成酶激酶-3β抑制剂的分子对接和三维定量构效关系

通过分子对接和三维定量构效关系(3D-QSAR)两种方法来确定两类马来酰胺类的糖原合成酶激酶-3β(GSK-3β)抑制剂的结合方式. 首先, 用分子对接确定抑制剂与GSK-3β结合模式及其相互作用; 然后用比较分子力场分析法(CoMFA)与比较分子相似性指数分析法(CoMSIA)对48个化合物做三维定量构效关系的分析. 两种方法得出的交互验证回归系数分别为0.669(CoMFA)和0.683(CoMSIA), 证明该模型具有很好的统计相关性, 同时也说明该模型具有较高的预测能力.根据该模型提供的信息, 设计出9个预测活性较好的分子.