共查询到20条相似文献,搜索用时 46 毫秒
1.
人类免疫缺陷病毒整合酶二酮酸类抑制剂的三维药效团构建 总被引:1,自引:0,他引:1
应用遗传算法相似性程序(GASP), 以作用于I型人类免疫缺陷病毒(human immun-odeficiency virus type 1, HIV-1)整合酶(IN)的二酮酸类(diketoacids, DKAs)抑制剂构建药效团模型. 所选训练集分子均具有可靠的类药性特征及DKAs药效团特征. 尝试将抑制剂与药效团叠合后的构象和抑制剂与IN的对接构象进行叠合, 得到药效团模型与分子对接构象中IN残基的相对位置, 并基于抑制剂的药效团模型特征与周围IN氨基酸残基位置的匹配情况进行药效团特征的修改. 所得最优药效团由1个疏水特征、3对氢键特征和1个氢键供体特征组成. 该药效团的命中物质量(goodness of hit, GH)为0.56, 产出率(Y)达63.6%, 假阳性率(FP)为0.41%. 该药效团具有较好的置信度, 产出率较高而假阳性率较低, 可用于数据库搜索发现新的具有DKAs药效团特征的活性化合物, 也可为先导化合物的改造提供帮助. 相似文献
2.
3.
4.
为寻找用于治疗良性前列腺增生的新型α1受体拮抗剂, 以本研究组发现的2-[(4-(2-(2-氯苯氧基)乙基)哌嗪-1-基)甲基]-5-甲基苯并噁唑(wb5c)为先导化合物, 结合已构建的α1-AR拮抗剂药效团模型, 通过骨架改造, 设计出以苯并噁唑-2-基哌嗪为母核的目标物, 然后以5-氯-2-氨基酚和取代苯酚为原料, 经缩合、卤代、氨化、Williamson醚合成、取代等反应共合成11个新目标化合物, 结构经ESI-MS, 1H NMR, IR及HRMS确证. 初步药理活性实验表明, 目标物具有中等强度α1受体拮抗活性, 符合我们提出的三元素药效团模型. 5-氯-2-[4-(芳氧烷基)哌嗪-1-基]类化合物是一类新的具有潜在开发价值的α1受体拮抗剂. 相似文献
5.
6.
以92个具有大麻素受体Ⅰ(CB1)拮抗活性的化合物为训练集, 39个化合物为测试集, 采用Discovery Studio V2.5(DS)软件中的3D构效关系药效团产生(QSAR Pharmacophore Generation)模块建立药效团模型. 获得的最佳药效团模型的构成为一个氢键受体(HBA)、 一个疏水基团(HY)和二个芳环中心(RA), 采用费用函数(Cost function)评价药效团模型, 该模型的Δcost为119.32, 相关性为0.921, 均方根偏差为0.730, Configuration cost为16.1229, 表明模型能较好地预测化合物的活性. 同时针对目前已知的近450个化合物的12种结构类型进行了探讨, 所得结果为进一步设计CB1拮抗剂提供了理论依据. 相似文献
7.
选择20 个3,4-二氢-1(1H)-异喹啉酮类gpIIb/IIIa受体抑制剂作为训练集, 利用Catalyst软件包建立了gpIIb/IIIa受体抑制剂三维药效团模型. 探讨了药效团作用模式. 并通过建立的可靠性最佳的药效团模型(线性回归系数r=0.7715), 从中草药数据库中虚拟筛选了gpIIb/IIIa受体抑制剂, 通过实验活性测定得到了8个抑制ADP活化全血血小板聚集的IC50从40到100 μmol·L-1的化合物, 进一步证明了所建药效团模型的有效性. 相似文献
8.
9.
10.
基于药效团模型的DHODH抑制剂构效关系研究 总被引:1,自引:0,他引:1
利用药效团模型研究二氢乳清酸脱氢酶(Dihydroorotate dehydrogenase,DHODH)抑制剂的构效关系,为DHODH抑制剂的虚拟筛选提供新的方法.以31个具有DHODH抑制活性的化合物为训练集化合物,半数抑制浓度(IC50)范围为7~63000 nmol/L,利用Catalyst/HypoGen算法构建DHODH抑制剂药效团模型,通过对训练集化合物多个构象进行叠合,提取药效团特征及三维空间限制构建药效团模型.利用基于CatScramble的交叉验证方法及评价模型对已知活性化合物的活性预测能力,确定较优药效团模型.模型包含1个氢键受体、3个疏水中心,表征了受体配体相互作用时可能发生的氢键相互作用、疏水相互作用和π-π相互作用,4个药效特征在三维空间的排列概括了DHODH抑制剂产生活性的结构特点.所得较优模型对训练集化合物及测试集化合物的计算活性值与实验活性值的相关系数分别为0.8405和0.8788.利用药效团模型对来源于微生物的系列化合物进行虚拟筛选,筛选出59个预测活性较好的化合物,可作为进一步药物研发的候选化合物. 相似文献
11.
12.
利用具有新机制的抗耐药菌DNA旋转酶抑制剂GSK299423与DNA旋转酶的晶体复合物(PDB code:2XCS)构建基于配体-受体复合物的药效团模型, 诱骗集(Decoy set)验证结果表明该药效团模型具有较强的活性识别能力. 将药效团模型与分子对接相结合用于筛选化合物库, 通过抑菌活性测定, 获得了具有抗多药耐药菌活性的DNA旋转酶抑制剂LTH02. 相似文献
13.
吡咯烷与正丁烷类CCR5(化学趋化因子受体5)拮抗剂可通过抑制人类免疫缺陷病毒(HIV-1)包膜蛋白与CCR5的相互作用而阻断病毒进入细胞. 本文使用已知拮抗剂结构和活性信息构建了一个三维药效团模型. 按照Catalyst/HypoGen模块的要求, 选择了25个结构和活性均具备差异性的分子作为药效团产生的训练集. 其中训练集分子以IC50值表示的生物活性值跨度为0.06到10000 nmol·L-1. 最好的药效团模型(Hypo 1)由两个正离子化特征以及三个疏水特征组成, 训练集预测相关系数为0.924, 均方根偏差为1.068. 模型用于预测由74个分子组成的测试集化合物活性, 结果表明模型可以提供较好的活性预测结果并用于新的拮抗剂的设计. 相似文献
14.
BRD4靶点和多种肿瘤密切相关,是具有良好成药性的热门靶点。本文选取活性较好且结构差异较大的BRD4小分子抑制剂作为训练集分子,基于配体小分子共同特征(HipHop)方法使用Discovery Studio 3.0分子模拟软件构建了药效团。药效团通过测试集验证、ROC曲线验证(SE(sensitivity)=0.93765、SP(specificity)=0.89500、(AUC)=0.956),结果表明构建得到的药效团具有较强的可靠性和较高的可信度。药效团模型含有1个芳环中心、1个疏水基团、2个氢键受体四个药效特征元素。此药效团被用于ZINC数据库进行虚拟筛选,共筛选了861203个分子,命中率为0.782%。再对筛选得到的分子经过分子对接、ADMET成药性预测、构象分析并讨论分子-蛋白相互作用模式,最终得到了21个有潜力的BRD4小分子抑制剂。 相似文献
15.
近年来的研究表明, 去甲肾上腺素(NE)能系统和5-羟色胺(5-HT)能系统可能共同参与了抑郁症的发病机制. 采用Catalyst软件的Hypogen方法, 利用22个不同结构类型的5-HT重摄取抑制剂和19个不同结构类型和活性的NE重摄取抑制剂分别建立了5-HT药效团模型和NE药效团模型, 它们的相关系数分别为0.935, 0.844, 这表明所得到的模型能较好地表征重摄取抑制剂化合物的特征; 此外, 我们还选择了四种不同活性的预测集分别对所建立的药效团模型进行检验, 结果表明所建立的药效团模型具有较好的预测能力. 对这两个药效团模型进行了比较分析, 其结果可以为设计高活性的双重5-HT和NE重摄取抑制剂提供依据. 相似文献
16.
芳氧烷基哌嗪苯并嗯唑类α1-受体拮抗剂的设计、合成及其3D-QSAR研究 总被引:3,自引:1,他引:2
结合α1-受体拮抗剂的构效关系和我们应用计算机辅助药物设计方法所构建的药效团模型,设计合成了17个1-(5-甲基-2-苯并噁唑甲基)-4-(2-取代芳氧乙基)哌嗪类化合物,其结构均经。HNMR,IR及MS(HRMS)确证.初步生物活性测试表明,所合成的目标化合物多数具有较好的α1-受体拮抗活性.3D-QSAR研究为该类化合物的结构改造提供了理论依据。 相似文献
17.
通过α-(1-萘基)-N-硫代甲酰乙胺与卤代酮反应制得六个光学活性的4-烷基-3-α-(1-萘基)乙基噻唑溴化物烷基碳链长=1,2,7.11,15,21). 将其用于催化水溶液中的安息香缩合反应, 所得产物收率约20-30%具有较高的光学纯度(47-57%). 在各种缓冲溶液中测定了S(+)-4-甲基-3-α-(1-萘基)乙基噻唑氯化物(Ta)的胶团性质和由它催化的不对称安息香缩合反应. 临界胶团浓度(cmc)证明(Ta)在反应中确以胶团形式催化. 在硼砂溶液中, 安息香的收率高达61%, 光学纯度23.6%. 相似文献
18.
19.
构建了基于配体的酸性神经鞘磷脂酶抑制剂药效团模型.根据此模型,以α-倒捻子素(α-Mangostin)为先导化合物进行结构优化,完成了11个新型酸性神经鞘磷脂酶直接抑制剂的设计与合成,其结构经过核磁共振波谱和质谱鉴定正确.初步体外酶抑制活性筛选结果显示,化合物Ⅰb,Ⅰd,Ⅰe和Ⅰf具有较好的酶抑制活性,其中化合物Ⅰf的酶抑制率为88.9%. 相似文献
20.
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. 相似文献