采用QSPR模型预测手性二芳基甲烷衍生物保留因子与分离因子

对手性化合物的保留因子和分离因子进行定量结构-特征关系(QSPR)研究, 对于预测保留因子和分离因子甚至对映体的洗脱顺序都起着重要作用. 本文选择手性二芳基甲烷衍生物为研究对象, 采用VolSurf程序计算分子结构参数, 并分别在其与保留因子以及分离因子间建立模型, 采用测试集外部检验、留多法交叉验证和Y随机性检验等方法对分离因子模型的鲁棒性进行了评估, 结果令人满意. 对变量进行分析显示, 分子的球形性, 中等能级的亲水区、亲水-亲脂平衡、两亲矩、合适的氢键给体和受体均有利于异构体在手性固定相上的保留; 一对对映体的高能级的亲水区、低能级的疏水区、两亲矩、合适的氢键给体和受体以及阴离子区之间大的差异对对映体在手性固定相上的分离是有利的. 利用这些模型, 可以轻松地预测对映体的保留因子和分离因子, 甚至洗脱顺序.     

GSK-3抑制剂药效团模型的构建

选择活性跨越0.08～100 000nmol.L-1的8类共30个GSK-3竞争性抑制剂小分子作为训练集,其余490个不同结构和活性的小分子作为测试集.采用Accelrys Discovery Stutio Client 2.5软件,筛选得到由1个氢键受体、1个氢键供体、1个疏水中心、1个环芳香性和1个排除体积组成的最佳模型(Correl=0.900,Config=13.962,Δcost=90.725),采用测试集与分子对接方法对模型进行评价,表明该模型具有较强的预测能力,为进一步的数据库搜索及寻找新型GSK-3抑制剂先导物提供了依据.     

组胺H4受体配体的3D-QSAR模型分析

组胺H4受体配体对于治疗哮喘、肿瘤、风湿性关节炎和瘙痒症等疾病具有一定作用.本文对一系列组胺H4受体配体进行了基于VolSurf参数的QSAR建模分析,得到了较好的结果(r2=0.86,q2=0.64),训练集模型对预测集具有良好的预测能力.参数分析表明分子体积与其活性成反比.具有适当的亲水性和较大的局部疏水体积的分子活性较高,分子内亲水区和疏水区具有合适的体积比也很关键,并且亲水区中心距离疏水区中心越远,分子的活性越高.氢键给体与受体的量对活性也有影响.分子平均极化率越高,配体的活性越低.     

离子液体中有机物溶解度的QSPR模型分析

采用偏最小二乘(PLS)分析方法对84个有机物在四种不同的离子液体中的溶解度进行基于VolSurf参数的定量构性关系(QSPR)研究,取得较好的结果.训练集模型对预测集具有良好的预测能力.参数分析表明有机物具有较大体积的亲水区域,对溶解度有利,且有机物与离子液体之间的相互作用能约为-0.84kJ·mol-1.一定的疏水性对溶解度也是有利因素,当离子液体具有小体积的疏水取代基,有机物具有不对称的局部疏水区域对溶解度有利,当离子液体具有大体积或多个疏水取代基,有机物较高的疏水体积对溶解度有利.多元线性回归(MLR)显示亲水参数W1最重要,表明分子的亲水性是影响有机物在离子液体中溶解的关键因素.