R基团搜索技术用于硼酸三肽蛋白酶体抑制剂的分子设计

本文采用Topomer CoMFA对44个Tyropeptin硼酸三肽类蛋白酶体抑制剂进行三维定量构效关系(3D-QSAR)分析。所得最优模型的拟合、交互验证、及外部验证的复相关系数分别为0.983、0.651、0.963。采用Topomer search对ZINC数据库进行R基团的虚拟筛选,得到具有特定活性贡献的R基团,以活性最高的分子为模板过滤,得到7个R1和5个R2基团。并以此设计得到活性优于模板分子的20个新化合物。结果表明,所建立的Topomer CoMFA模型具有良好的稳定性和预测能力,基于R集团的Topomer search技术可以有效筛选,并为设计出新的蛋白酶体抑制剂提供理论依据。     

TIBO衍生物类抗艾滋病药物三维定量结构活性关系研究

采用三维全息原子场作用矢量(3D-HoVAIF)对20个TIBO类衍生物抗艾滋病药物进行定量构效关系(QSAR)研究。运用偏最小二乘回归(Partial Least Square Regression,PLS)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验。PLS建模的复相关系数(Rcum)、留一法(Leave-one-out,LOO)交互校验(Cross-validation,CV)复相关系数(QCV)和外部样本校验复相关系数(Qext)分别为0.837、0.804、0.812。结果表明,3D-HoVAIF能较好表征TIBO类衍生物抗艾滋病药物分子结构信息,     

部分有机物蝌蚪麻醉活性的预测

基于定量结构-活性相关性（QSAR）原理,研究了49种有机化合物结构与其蝌蚪麻醉活性的内在定量关系。首先应用分子电性作用矢量（molecular electronegativity interaction vector,MEIV）表征49种有机化合物的结构,再采用多元线性回归（MLR）方法建立了相应的QSAR预测模型,最后对所建模型分别进行了内部验证和外部验证。所建模型的复相关系数(Rcum)、留一法(LOO)交互校验复相关系数(RCV)和外部样本校验复相关系数(Qext)分别为0.9415、0.9127和0.9253,证明该模型均具有较高的稳定性和预测能力。     

基于新型氨基酸描述符SVICE对肽类药物进行QSAR研究

采用20种天然氨基酸的47个information indices描述符、33个connectivity indices描述符和44个eigenvalue-based indices描述符分别进行主成分分析,得出一种新的氨基酸描述符-SVICE.将其分别对三肽血管收缩素转化酶(ACE)、抗菌十八肽(AMP)、苦味活性二肽(BTT)序列表征后,建立结构与活性的SMR-MLR模型,并采用内外部双重验证的方法检验模型的稳定性.所建模型相关统计参量如下:复相关系数(Rcum2)、留一法(LOO)交互校验复相关系数(RCV2)和外部样本校验复相关系数(Qext2)分别为0.988,0.964,0.985;0.990,0.970和0.855;0.949,0.887,0.830.结果表明,运用SVICE描述符建立的MLR模型拟合、预测能力均较好,能较好解释肽类药物的活性与结构间的关系从而为新的强活性肽类药物的分子设计和改造提供了指导.     

分子电性作用矢量法用于取代芳烃的构效关系研究

基于定量结构-活性相关(QSAR)研究取代芳烃类化合物的性质具有重要意义。采用分子电性作用失量(MEIV)表征取代芳烃类有机毒物的分子结构，运用多元线性回归建立定量结构毒性相关(QSTR)模型，同时采用逐步回归结合统计检测筛选模型变量，建立了25个取代芳烃类有机污染物结构与呆鲦鱼(Pimephales Promelas)96h半数致死浓度 回归方程。另外采用内部及外部双重验证的办法深入分析和检验模型的稳定性。建模的复相关系数(Rcum2)、留一法(LOO)交互校验复相关系数(RCV2)和外部样本校验复相关系数(Qext2)分别为0.926、0.870和0.875。表明用MEIV表征取代芳烃类有机物分子结构信息较好，所建QSTR模型的稳定性和预测能力良好。     

基于Topomer CoMFA方法的喹诺酮羧酸类衍生物的QSAR研究及分子设计

采用基于R基团搜索技术的Topomer Co MFA技术对一系列喹诺酮羧酸类衍生物进行三维定量构效(3D-QSAR)关系研究,所得模型结果的交叉验证相关系数(q2)为0.790,非交互验证系数(r2)为0.890,外部验证的复相关系数(r2pred)为0.878,研究结果表明该模型具有良好的稳定性和预测能力。采用Topomer search技术在ZINC数据库中进行虚拟筛选,筛选出6个Ra基团和3个Rb基团,进而设计出12个具有更高活性的新型喹诺酮羧酸类化合物。采用分子对接技术对药物与受体的作用机制进行了研究,结果显示,药物与蛋白酶的ASP 30、ASP 29和ASN 25位点作用明显,该QSAR的研究结果可为新药合成提供理论参考。     

三维全息原子场作用矢量用于吡咯类抗艾滋病药物QSAR研究

采用三维全息原子场作用矢量(3D-HoVAIF)对32个吡咯类抗艾滋病药物进行结构参数化表征,并与其活性建立定量构效关系。分别采用多元线性回归(MLR)和偏最小二乘(PLS)进行建模,建模的复相关系数(R2cum)、交互校验复相关系数(Q2cum)和模型的标准偏差(SD)分别为R2cum=0.914、Q2cum=0.812、SD=0.236(MLR);R2cum=0.836、Q2cum=0.719、SD=0.314(PLS),结果均优于文献值(R2cum=0.667,Q2cum=0.581,SD=0.420)。所建模型具有良好的稳定性和预测能力,表明3D-HoVAIF能够较好地表征该类分子的结构,值得进一步推广应用。     

R基团搜索技术用于HIV-1逆转录酶抑制剂的分子设计

本文采用基于R基团搜索技术的Topomer CoMFA方法对41个人类免疫缺陷病毒(HIV-1)逆转录酶抑制剂进行了三维定量构效关系(3D-QSAR)分析。所得优化模型的拟合、交互验证及外部验证的复相关系数分别为0.995、0.859和0.945。采用Topomer Search技术对ZINC数据库进行R基团的虚拟筛选,得到R贡献高的基团,以活性最高的13号分子为模板进行过滤得到1个Ra基团和20个Rb基团。并以此设计得到20个新化合物分子,其中有19个化合物的预测活性值高于13号分子。研究结果表明,所建立的Topomer CoMFA模型具有良好的稳定性和预测能力,基于R基团的Topomer Search技术可以有效筛选并设计出新的HIV-1逆转录酶抑制剂,为抗艾滋病新药设计提供了理论依据。     

甾族化合物~(13)CNMR谱化学位移定量构谱关系的研究

利用原子电性距离矢量(Atomic Electro-negativity Distance Vector,AEDV)和原子杂化状态指数(Atomic Hybridization State Index,AHSI)对203个甾族化合物中4434个碳原子进行结构表征并与其核磁共振碳谱(13CNMR)建立多元线性定量结构波谱相关(QSSR)模型,同时运用逐步回归结合统计检测对模型变量进行筛选,最后采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(leave-one-out,LOO)交互校验(cross-validation,CV)预测值和外部样本预测值的复相关系数(R)分别为0.9574、0.9571和0.9537.其结果表明,AEDV,AHSI与13CNMR谱化学位移显著相关.     

A 3D-QSAR Study of HIV-1 Integrase Inhibitors Using RASMS and Topomer CoMFA

Acquired Immunodeficiency Syndrome(AIDS) is a significant human health threat around the world. Therefore, the study of anti-human immunodeficiency virus(HIV) drug design has become an important task for today's society. In this paper, a three-dimensional quantitative structure-activity relationships study(3 D-QSAR) was conducted on 53 HIV-1 integrase inhibitors(IN) using random sampling analysis on molecular surface(RASMS) and Topomer comparative molecular field analysis(Topomer CoMFA). The multiple correlation coefficients of fitting, cross-validation, and external validation of two models were 0.926, 0.815 and 0.908 and 0.930, 0.726 and 0.855, respectively. The results indicated that two models obtained had both favorable estimation stability and good prediction capability. Topomer Search was used to search appropriate R groups from ZINC database, and 28 new compounds were designed thereby. The Topomer CoMFA model was subsequently used to predict the biological activity of these compounds, showing that 24 of the new compounds were more active than the template molecule. Ligands of the template molecule and new designed compounds were used for molecular docking to study the interaction of these compounds with the protein receptor. The results show that the ligands would form hydrogen-bonding interactions with the residues LEU58, THR83, GLN62, MET155, LYS119 and ALA154 of the protein receptor generally, thereby providing additional insights for the design of even more effective HIV/AIDS drugs.