|
|||||
|
|
| 一种新型手性分子电性矩边矢量(Vmedc)的设计及其应用 | |
| 引用本文： | 陈国华,夏之宁,陆瑶,廖立敏,舒茂,孙家英,李志良. 一种新型手性分子电性矩边矢量(Vmedc)的设计及其应用[J]. 化学学报, 2008, 66(18): 2052-2058 |
| 作者姓名： | 陈国华 夏之宁 陆瑶 廖立敏 舒茂 孙家英 李志良 |
| 作者单位： | 重庆大学生物工程学院,化学化工学院,重庆,400044;四川理工学院材料与化学工程系,四川自贡,643000;重庆大学生物工程学院,化学化工学院,重庆,400044;四川理工学院材料与化学工程系,四川自贡,643000 |
| 基金项目： | 国家高技术研究发展计划(863计划)专题，重庆大学研究生创新团队项目科技创新基金 |
| 摘 要： | 根据分子中不同类型原子间电相互作用的不同, 文中提出了一种手性分子电矩边矢量(Vmedc), 进一步拓展分子电矩边性矢量(Vmed)使用范围. 为检测该手性描述矢量的结构表达特性和模型预测能力, 分别对32个培哚普利拉类血管紧张素转化酶(ACE)抑制剂的对映结构体和7对苯基哌啶类σ-受体抑制剂进行考察. 32个ACE抑制剂多元逐步回归系数R＝0.913 (R2＝0.834, SD＝0.768, F＝33.875), 留一法交互检验为Rcv＝0.877 (Rcv2＝0.769, SDcv＝0.906, Fcv＝22.473), 具有较强预测能力; 继而用BP神经网络, 对60组随机样本(23∶9)进行留分法分析取得较好结果, 训练集平均为: RTraining＝0.931 (RTraining2＝0.967), 预测集为: Rcv＝0.918 (Rcv2＝0.842); 而对14个σ-受体抑制剂多元回归(R＝0.955, Rcv2＝0.849)获得与文献一致结果. 再用Fisher线性判别方法和BP神经网络对ACE抑制剂进行判别分析, 其活性分类88.89%正确(仅9号错误), 非活性分类100.0%正确, 总分类正确率为96.87%. 两个数据集测试证明该方法与其它文献方法相当, 这为定量构效关系(QSAR)研究提供一种新选择, 扩充了Vmed描述矢量应用范围. |
| 关 键 词： | ACE抑制剂 手性 Vmedc 苯基哌啶类 反传神经网络 Fisher判别分析 |
| 收稿时间： | 2007-12-26 |
| 修稿时间： | 2008-04-16 |
A Vector of Molecular Electronegative Distance for Chiral Compounds (Vmedc) and Its Applications to Codification of Central Chirality |
|
| CHEN Guo-Hua,XIA Zhi-Ning,LU Yao,LIAO Li-Min,SHU Mao,SUN Jia-Ying,LI Zhi-Liang. A Vector of Molecular Electronegative Distance for Chiral Compounds (Vmedc) and Its Applications to Codification of Central Chirality[J]. Acta Chimica Sinica, 2008, 66(18): 2052-2058 | |
| Authors: | CHEN Guo-Hua XIA Zhi-Ning LU Yao LIAO Li-Min SHU Mao SUN Jia-Ying LI Zhi-Liang |
| Affiliation: | (aCollege of Bioengineering/College of Chemistry and Chemical Engineering, Chongqing University, Chongqing 400044) (bDepartment of Materials and Chemical Engineering, Sichuan University of Science and Engineering, Zigong 643000) |
| Abstract: | |
| Keywords: | Vmedc |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《化学学报》浏览原始摘要信息 | |
| 点击此处可从《化学学报》下载全文 | |