甲状腺激素受体配体化合物的定量构效关系(QSAR)研究

研究了68个TR（Thyroid Hormone Receptor,甲状腺激素受体）配体化合物的化学结构与活性的定量构效关系．采用实验室新近提出的三维原子场全息相互作用矢量,对化合物进行了结构参数化表达,采用逐步回归对变量进行筛选后,建立了定量构效关系模型．复相关系数和交互检验复相关系数R^2=0．767,Q^2=0．625（TRα）,R^2=0．734,Q^2=0．61（TRβ）．模型具有良好的稳定性和预测能力,证明了该三维原子场全息相互作用矢量在分子结构表征和生物活性预测上的适用性,并可应用于潜在和新型的TR配体化合物的设计和开发．     

取代基物化参数及其在药物定量构效关系中的应用

把取代基电性、立体及疏水性物化参数组合建立一种新取代基描述方法, 对环尿素类和N,N-二甲基-2-溴苯乙胺类衍生物进行结构表征. 对训练样本集通过逐步回归筛选变量, 所建多元线性回归方程R2分别为0.853和0.960, 留一法交互检验Rcv2分别为0.723和0.901；用预测集样本作外部预测, 所得Qext2分别为0.7617和0.7653. 结果显示：环尿素类化合物结构中苯环邻位立体、间位疏水、对位疏水及立体因素对该类药物抗HIV活性产生阻抑作用； N,N-二甲基-2-溴苯乙胺类苯环上取代基立体因素及对位给电子效应有利于提高肾上腺素能阻断活性.     

一组新氨基酸描述子用于肽定量构效关系研究

用主成分分析从20种天然氨基酸0D～3D结构信息中收集到的共1369个描述子变量得到了一组新氨基酸描述子(SZOTT), 将其用于血管紧张素转化酶抑制剂和苦味二肽结构表征并以偏最小二乘法建立定量构效关系模型, 得复相关系数R_CU²分别为0.894和0.908, 留一法交互检验的复相关系数R_CV²分别为0.828和0.736, 估计均方根误差RMS分别为0.331和0.195. 研究结果表明, SZOTT描述子含信息量大, 操作简便, 结构表达能力强, 有望在多肽定量构效关系研究中得到进一步推广.     

R基团搜索技术用于PTH类Tau蛋白抑制剂的分子设计

对26个PTH类Tau蛋白抑制剂进行了Topomer CoMFA研究,建立了拟合及预测能力良好的Topomer CoMFA模型,获得的模型拟合、交互验证及外部预测的复相关系数分别为0.976,0.603和0.795,估计标准偏差和Fisher验证值F分别为0.110和115.778.使用ZINC化合物数据集作为结构片段...     

分子对接技术用于马来酰亚胺类GSK-3α抑制剂的作用特征分析

糖原合酶激酶-3α(GSK-3α)是治疗阿尔兹海默症(AD)的关键靶点之一.采用基于R基团的搜索组合分子对接研究了GSK-3α抑制剂的作用特征.以45个马来酰亚胺类GSK-3α抑制剂分子为训练集,采用Topomer CoMFA建立3D-QSAR模型,其拟合与留一法交互验证的复相关系数和标准差分别为r2=0.797,SD=0.210,q2cv=0.611,SDcv=0.280,对22个测试集样本外部预测的复相关系数与标准差分别为r2pred=0.703,SDpred=0.213.以Topomer Search搜索技术设计了25个理论上具有更高活性的新型分子.分子对接对比研究表明,新设计的分子与建模样本同GSK-3α的作用位点具有类似的作用特征,且与对比文献一致.该研究为AD治疗的分子设计与研发提供了新的思路.     

原子电性作用矢量用于氨基酸化学位移计算

提出了用于表征分子内部化学微环境的结构描述子：原子电性作用矢量(AEIV)，并将其应用于20个天然氨基酸103个¹³C 原子核磁共振化学位移CS建模：δ =-190.514+7.352×ν₁+63.998×ν₂+49.252×ν₃+39.678×ν₄，取得优良效果. 模型值、留一法(LOO)和留分法(LMO)交互校验的复相关系数分别为R_MM=0.966 0,RLOO=0.957 7和R_LMO=0.957 7.     

三维原子场作用全息矢量用于二氢叶酸还原酶抑制剂及苦味二肽QSAR研究

将三维原子场作用全息矢量用于表征68个二氢叶酸还原酶抑制剂和48个苦味二肽结构, 分别以多元线性回归和偏最小二乘建模, 取得优良结果. 对前者建模得复相关系数Rmm2=0.893, 交互检验相关系数RCV2=0.853, 对后者建模得Rmm2=0.936, RCV2=0.849. 结果表明3D-HoVAIF能够较好表征两类分子结构, 具有物化意义明确及结果易解释特点, 值得进一步应用推广.     

三维全息原子场作用矢量用于HEPT类抗艾滋病药物的QSAR研究

采用本实验室新近提出的三维全息原子场作用矢量表征34个1-[(2-羟乙氧)甲基]-6-苯硫基胸腺嘧啶(HEPT)类抗艾滋病药物结构并与其活性建立定量构效关系模型. 采用逐步回归对变量进行筛选后, 运用多元线性回归(multiple linear regression, MLR)建模的复相关系数(R2cum)、交互校验的复相关系数(Q2cum)和模型的标准偏差(SD)分别为R2cum=0.928、Q2cum=0.883与SD=0.43, 均优于Hancsh报道的值(R2cum=0.911、Q2cum=0.863与SD=0.45). 模型具有良好的稳定性和预测能力, 表明三维全息原子场作用矢量能较好表征该类分子结构信息, 值得进一步推广应用.     

氨基酸广义信息因子分析标度组合支持向量机模型用于β-turns预测及特征分析

提出一种新的组合方法用于β-turns预测和特征分析.该方法包括两步:如何表征β-turns特征和如何构建其预测模型.第一步应用氨基酸广义信息因子分析标度表征蛋白质中β-turns的结构特征,该标度涉及氨基酸的疏水性、α-螺旋与转角倾向、体积性质、构成特征、局部柔性及静电性.第二步以426个蛋白质为训练集样本,通过留1/7法交互验证,基于支持向量机建立β-turns预测模型.该模型分别成功地预测547和823个蛋白的β-turns.所得结果与所对比方法结果相当,更重要的是,SVM模型提供了一些关于β-turns特征的重要结构信息.该组合方法可以进一步尝试用于蛋白质结构预测及特征分析.