基于药效团模型的DHODH抑制剂构效关系研究

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.     

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.     

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.