乙酰基二茂铁呋喃甲酰腙与β-环糊精包结物的结构与特性

用饱和溶液法制备了二茂铁酰腙类化合物乙酰基二茂铁呋喃甲酰腙 (AFH)与β-环糊精的包结物 .元素分析及溶解常数测定结果证明两者形成了 1∶ 1包结物 .从溶解度曲线计算得出包合常数为2 2 7.3 L·mol-1.通过 UV,FTIR,X射线粉末衍射研究了包结特性 ,并用 NMR技术推断了包结物的结构     

基于支持向量机、支持向量回归和分子对接的CYP450 1A2抑制剂的发现研究

支持向量机,支持向量回归和分子对接的计算方法已广泛应用于化合物的药理活性计算。为了提高计算的准确性和可靠性,拟以细胞色素P450酶1A2为研究载体,运用建立的联合SVM-SVR-Docking计算模型预测潜在的CYP1A2抑制剂。其中,建立的最优SVM定性模型训练集,内部测试集和外部测试集的准确率分别为99.432%,97.727%和91.667%。最优SVR定量模型训练集和测试集的R和MSE分别为0.763,0.013和0.753,0.056。实验表明两个模型具有较高的准确性和可靠性。通过对SVM和SVR模型结果的比较分析,发现连接性指数、分子构成描述符和官能团数目等分子描述符可能与CYP1A2抑制剂的辨识和活性预测密切相关。随后利用分子对接技术分析化合物与CYP1A2的结合构象及相互作用的稳定性。形成氢键相互作用的关键氨基酸包括THR124,ASP320;形成疏水相互作用的关键氨基酸包括ALA317和GLY316。所获得模型可用于天然产物化学成分中CYP1A2潜在抑制剂的活性计算及其介导的药物-药物相互作用预测提供理论指导,也为合理联合用药提供一定参考。共获得20个对CYP1A2具有潜在抑制活性的化合物。部分结果与文献结果相互印证,进一步说明了模型的准确性和联合计算策略的可靠性.     

HMG-CoA还原酶抑制剂三维药效团的构建

以作用于鼠肝脏细胞的21个3-羟基-3-甲基戊二酰辅酶A(HMG-CoA)还原酶抑制剂(RI)为训练集, 训练集化合物具备结构多样性, 来源于相同药理模型, 活性值IC50范围在0.3-8000 nmol·L-1. 利用Catalyst 计算HMG-CoA还原酶抑制剂最优药效团由一个氢键受体, 一个氢键给体, 一个疏水基团和一个芳香环特征组成. 药效团模型Fixed cost值, Total cost值和Configuration cost值分别为88.75、111.5 和16.98. 训练集化合物活性计算值与实测值相关系数为0.8883, 偏差值为1.269, 交叉验证结果表明, 药效团模型具有较高的置信度, 对测试集化合物活性值的预测结果显示有较好的预测能力, 可用于数据库搜索发现新的具有该活性的化合物, 也可用于中药或天然产物药物的研究开发.     

探究式学习在物理实验课的应用

通过探究式实验教学与传统教学模式的比较,论证了探究式实验教学的必要性,并指出了探究性物理实验教学的实施空间和时间应该具有相对的开放性,即突破狭义的课堂教学的封闭环境,建构起以教科书为载体、以教室为实验空间的小环境和以所有媒介为补充、以日常生活乃至宏观世界为大环境的高中物理实验教学体系,同时本文还举例说明了探究式教学实施的途径.     

基于PPARα激动剂的融合药效团模型的构建及评价

Pharmacophore is a commonly used method for molecular simulation, including ligand-based pharmacophore (LBP) and structure-based pharmacophore (SBP). LBP can be utilized to identify active compounds usual with lower accuracy, and SBP is able to use for distinguishing active compounds from inactive compounds with frequently higher missing rates. Merged pharmacophore (MP) is presented to integrate advantages and avoid shortcomings of LBP and SBP. In this work, LBP and SBP models were constructed for the study of peroxisome proliferator receptor-alpha (PPARα) agonists. According to the comparison of the two types of pharmacophore models, mainly and secondarily pharmacological features were identified. The weight and tolerance values of these pharmacological features were adjusted to construct MP models by single-factor explorations and orthogonal experimental design based on SBP model. Then, the reliability and screening efficiency of the best MP model were validated by three databases. The best MP model was utilized to compute PPARα activity of compounds from traditional Chinese medicine. The screening efficiency of MP model outperformed individual LBP or SBP model for PPARα agonists, and was similar to combinatorial screening of LBP and SBP. However, MP model might have an advantage over the combination of LBP and SBP in evaluating the activity of compounds and avoiding the inconsistent prediction of LBP and SBP, which would be beneficial to guide drug design and optimization.     

苯甲酰基修饰环糊精衍生物的圆二色性与分子构象

环糊精(简称ＣＤ)分子的独特结构特点和性能使其成为超分子化学中重要的主体模型之一[1,2].ＣＤ及其衍生物在分子识别,模拟酶等领域的研究和应用受到广泛重视[3].光活性组分的超分子体系可通过光诱导能量传递进行选择性光化学反应[4].我们与日本Ｉｎｏｕｅ等以单(6ｏ苯甲酰基)βＣＤ为光增感剂,研究了顺式环辛烯的光异构化反应[5],但对于反应过程中ＣＤ衍生物构象有何变化,反应发生在ＣＤ空腔内还是空腔外等反应机理尚不清楚.为了研究环辛烯光异构化反应机理并提供新的光增感剂,我们合成并报导了一系列含发色团的ＣＤ衍生物[6,7].通过研究客…     

化合物色谱保留参数与其三维结构关系的研究

 利用比较分子场分析(CoMFA)方法,建立了烷基取代苯、氯代苯、多环芳烃和二硝基取代芳烃等4类结构相近的化合物在甲醇／水体系中反相C18柱上的保留参数a,c值与其三维结构之间关系的定量模型。前3类化合物所得到的3个模型的交叉验证相关系数q2均大于0.5,其中针对烷基取代苯、氯代苯所建立的两个模型的非交叉验证相关系数r2大于0.995,表明模型具有较好的预测能力。该研究结果对进一步开展化合物液相色谱保留参数与其三维结构关系的研究提供了思路和方法。     

支持向量机与KStar模型预测细胞色素P450酶催化的氧脱烃反应

分别以支持向量机(SVM)和KStar方法为基础, 构建了代谢产物的分子形状判别和代谢反应位点判别的嵌套预测模型. 分子形状判别模型是以272个分子为研究对象, 计算了包括分子拓扑、二维自相关、几何结构等在内的1280个分子描述符, 考查了支持向量机、决策树、贝叶斯网络、k最近邻这四种机器学习方法建立分类预测模型的准确性. 结果表明, 支持向量机优于其他方法, 此模型可用于预测分子能否被细胞色素P450酶催化发生氧脱烃反应. 代谢反应位点判别模型以538个氧脱烃反应代谢位点为研究对象, 计算了表征原子能量、价态、电荷等26个量子化学特征, 比较了决策树、贝叶斯网络、KStar、人工神经网络建模的准确率. 结果显示, KStar模型的准确率、敏感性、专一性均在90%以上, 对分子形状判别模型筛选出的分子, 此模型能较好地判断出哪个C―O键发生断裂. 本文以15个代谢反应明确的中药分子为验证集, 验证模型准确性, 研究结果表明基于SVM和KStar的嵌套预测模型具有一定的准确性, 有助于开展中药分子氧脱烃代谢产物的预测研究.     

5-HT3受体拮抗剂药效团模型的构建

以31个来源于MDDR数据库中具有抑制鼠Bezold-Jarisch反射作用的5-HT3受体拮抗剂作为训练集化合物, 构建5-HT3受体拮抗剂药效团模型. 训练集化合物具备结构多样性, 来源于相同药理模型, 活性值ED50范围为0.05~320 μg/kg i.v.. 利用Catalyst计算5-HT3受体拮抗剂的最优药效团由一个氢键受体、一个疏水基团、一个正电离子化基团、一个芳香环特征和6个排除体积组成; Fixed cost值、Null cost 值、Δcost值和Configuration cost值分别为112.6, 172.0, 59.4和7.248. 训练集化合物活性的计算值与实测值相关系数为0.9031, 偏差值为0.8976, 基于Fischer的交叉验证结果表明药效团模型具有较高的置信度, 所得药效团对训练集化合物活性值的预测结果显示有较好的预测能力, 可用于数据库搜索指导发现新的具有该活性的先导化合物, 也可用于中药或天然产物药物研究开发.