排序方式: 共有20条查询结果,搜索用时 22 毫秒
1.
2.
利用遗传算法,并结合线性回归和交叉验证方法,对一系列43个苯并呋喃/噻吩联二苯类PTP1B抑制剂作了二维定量构效关系的研究.计算得到了一组效果较好的定量构效关系模型.模型不仅具有好的回归能力,而且还具有很好的预测能力.同时,通过分析在遗传优化过程中参数在精华种群中所占的比例,还得到了可能对活性影响较大的成分.计算结果表明,分子的4个参数:lgP(分配系数)、Area(表面积)、MW(分子量)以及Dip(偶极距)是影响化合物活性的最重要的参数,这对抑制剂的设计和改造提供了指导. 相似文献
3.
4.
1INTRODUCTIONBis N,N’(dithiodi 2,1 phennylene)benzamidehasbeenwidelyusedinpro cesingofrubberaspeptizerforproducingfreeradical... 相似文献
5.
通过分子对接建立了一系列含二氟甲基磷酸基团(DFMP)或二氟甲基硫酸基团(DFMS)的抑制剂与酪氨酸蛋白磷酸酯酶1B(PTP1B)的相互作用模式,并通过1ns的分子动力学模拟和molecular mechanics/generalized Born surface area(MM/GBSA)方法计算了其结合自由能.计算获得的结合自由能排序和抑制剂与靶酶间结合能力排序一致;通过基于主方程的自由能计算方法,获得了抑制剂与靶酶残基间相互作用的信息,这些信息显示DFMP/DFMS基团的负电荷中心与PTP1B的221位精氨酸正电荷中心之间的静电相互作用强弱决定了此类抑制剂的活性,进一步的分析还显示位于DFMP/DFMS基团中的氟原子或其他具有适当原子半径的氢键供体原子会增进此类抑制剂与PTP1B活性位点的结合能力. 相似文献
6.
7.
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. 相似文献
8.
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. 相似文献
9.
通过分子对接建立了一系列含二氟甲基磷酸基团(DFMP)或二氟甲基硫酸基团(DFMS)的抑制剂与酪氨酸蛋白磷酸酯酶1B(PTP1B)的相互作用模式, 并通过1 ns的分子动力学模拟和molecular mechanics/generalized Born surface area (MM/GBSA)方法计算了其结合自由能. 计算获得的结合自由能排序和抑制剂与靶酶间结合能力排序一致; 通过基于主方程的自由能计算方法, 获得了抑制剂与靶酶残基间相互作用的信息, 这些信息显示DFMP/DFMS基团的负电荷中心与PTP1B的221位精氨酸正电荷中心之间的静电相互作用强弱决定了此类抑制剂的活性, 进一步的分析还显示位于DFMP/DFMS基团中的氟原子或其他具有适当原子半径的氢键供体原子会增进此类抑制剂与PTP1B活性位点的结合能力. 相似文献
10.