环氧合酶－2抑制剂的三维定量构效关系研究

建立三环系COX－1和COX－2抑制剂结构与活性的三维定量构效关系模型，为设 计新型的具有选择性的COX－2抑制剂提供线索。通过与酶的对接并优化，确定化合 物在受体结合腔中的构象，利用比较分子力场分析方法建立三维定量构效关系模型 。模型1R_(cv)~2=0.685，最佳主成分数为6，传统相关系数为R~2=0.988, F-726. 2，标准偏差S = 0.080；模型2 R_(cv)~2 = 0.573，最佳主成分数为6，传统相关 系数为R~2=0.996, F = 1147.6，标准偏差S = 0.034。所得的模型不仅解释了化合 物的构效关系，而且对预测集中的化合物有很好的预测能力；比较不同模型的系数 相关图，分析了结构与活性、结构与选择性的关系，得到的结果可以指导新化合物 的设计与合成。     

类黄酮抑制P糖蛋白的三维定量构效关系与作用模式

采用基于R基团搜索技术的Topomer CoMFA建立了30个类黄酮类P糖蛋白抑制剂的三维定量构效关系(3D-QSAR)模型, 并用包括9个样本的测试集验证模型的外部预测能力. 所得模型的拟合、 交互验证以及外部验证的复相关系数分别为r²=0.971, q²=0.728和\begin{array}{c}{r}_{\mathit{pred}}^2\end{array}=0.816. 在此基础上, 运用Surflex-dock分子对接法研究了白杨素及其异戊烯化衍生物与P糖蛋白的作用模式. 结果表明, 异戊烯化修饰可显著提高类黄酮的亲脂性, 修饰产物能更好地与P糖蛋白的疏水性口袋契合, 二者结合程度高.     

含氟新农药的构效关系研究Ⅱ.三维定量构效关系分析

为了能更深入地认识含氟新化合物作为农药的生物活性和其结构间的关系,建立有意义的药物-受体作用模型,寻找同类化合物的药效团,对合成的含氟化合物在经典QSAR方法研究的基础上,又进一步运用DISCO,CoMFA和Leapfrog方法研究了它们的三维构效关系.首先根据化学结构,将分子进行了分类,然后再分别进行CoMFA计算,根据第I类分子的CoMFA结果,我们进行了含氯化合物的全新设计.根据各类中较好的构效关系模型,我们进行了分子的改造,预测了它们的活性.     

定量构效关系研究进展

本文综述了定量构效关系及化学模式识别的研究与进展。     

Discodermolide及其衍生物三维定量构效关系的研究

Discodermolide是一种新颖的作用于微管蛋白的抗肿瘤化合物, 具有良好的药用前景. 为了设计出药效更好的类似物, 我们用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对discodermolide及其衍生物进行了三维定量构效关系(3D-QSAR)的研究, 并建立了相关的预测模型. 其中, CoMFA模型的交叉验证相关系数(q2)为0.592, 非交叉验证相关系数(r2)为0.982, 标准偏差(SEE)为0.094, F值为119.761; CoMSIA模型的q2为0.544, r2为0.980, SEE为0.098, F值为108.715. 计算结果表明, 获得的CoMFA和CoMSIA模型具有良好的预测能力, 可以应用于指导该类化合物的设计.     

皂甙的三维定量构效关系研究

针对目标分子柔性大的特点,在比较分子场分析(CoMFA)方法中采用交叉验证相关系数平方R^2引导的构象选择法。对12个皂甙分子的生物活性进行了三维定量构效关系研究。探讨了几种探针对构效关系结果的影响,并选择了一种较合理的“复合”探针方案。应用该复合探针构建CoMFA模型,发现影响药效的立体场与静电场的贡献分别为40%和40%,其它能量项的贡献为20%。该模型交叉验证的相关系数平方R^2为0.653,非交叉验证的R^2为0.991,方差比F(4,7)值130.195(即置信度99%以上),活性预计的标准偏差与极差比(s/△γ)为4.2%,表明模型具有较好的预测能力。根据该模型,预计在指定位置添加位阻较大的基团活性值提高将会比较明显。     

后叶催产素的定量构效关系研究

基于氨基酸物化性质的描述子矢量VHSE, 对21个后叶催产素类似物进行结构表征. 经逐步回归与偏最小二乘相结合的变量筛选技术, 根据模型的外部预测结果, 筛选得到一个最优的9变量组合. 应用该变量组合对21个后叶催产素类似物的促宫缩活性进行偏最小二乘建模, 模型复相关系数R2为92.6%, 留一法和留组法交互验证Q2分别为78.3%和79.4%. 结果表明, 后叶催产素的促宫缩活性主要与第3号氨基酸残基的疏水性、立体结构和电性性质以及第8号氨基酸残基的电性特征密切相关.     

紫杉醇衍生物的三维定量构效关系研究

利用比较分子力场分析(CoMFA)方法对98个紫杉醇衍生物的三维定量构效关系(3D-QSAR)进行了分析,发现影响其活性的立体能与静电能之比为61.6/38.4.进一步分析表明,C-13侧链基团的改变对其活性影响较大,尤其是2'-OH对保持活性是至关重要的;而母环其它位置取代基的改变对活性影响较小.该模型交叉验证r_cv²=0.714,非交叉验证r₂=0.901;以此模型对验证组10个化合物活性进行预测,r_pred²=0.812,表明模型具有很好的预测能力,对紫杉醇的改性或新类似物的合成具有指导意义.     

HEPT类逆转录酶抑制剂的三维定量构效关系

利用比较分子力场分析(CoMFA)方法对32个HEPT类HIV-1逆转录酶抑制剂(RTIs)的三维定量构效关系(3D-QSAR)进行了分析,建立了HIV-1逆转录酶抑制剂的3种3D-QSAR模型,发现影响其生物活性的主要因素为立体场因素,这与HIV-1RT的非底物结合部位(NNBS)的疏水性环境相吻合.进一步分析表明,适当长度的1-位侧链对保持化合物的抗病毒活性致关重要;增大5-位取代基的体积可增强生物活性;在1-位苄氧甲基的对位引入大体积基团有利于提高活性.同时考察立体场、静电场与生物活性的关系,表明,CoMFA模型为最佳预测模型,其交叉验证系数R_CV²=0.870,传统相关系数R²=0.986,标准偏差SE=0.146,F=294.546.用此模型预测了检验组3个HEPT类化合物的-lgEC₅₀,R_pred²=0.850,表明模型具有很好的预测能力,可为HEPT类HIV-1逆转录酶抑制剂的结构优化提供理论指导.     

喹诺酮类N1位定量构效关系研究

氟隆诺酮类化合物是抗菌药中的重要一类，由于它的许多突出特点，已引起越来越多的研究者的关注山．这类化合物骨架见图1．我们对该类化合物进行过一些研究［’‘l自发现诺氟沙星＊以后，几位取代基在寻找高效、广谱峻诺酮类化合物方面起重要作用，但在发现环丙基（1983年）、特丁基（1989年）以后，一直未发现新的有意义的取代基·在NI位定性与定星构效关系的研究中有二种观点：（1）古贺弘等k’］提出的由立体效应决定的观点；（z）Domagala［71、Chu问等主张的立体与电子效应共同起作用的观点·3D－QSAR研究中的比较分子力场分析（Co…     

苯并嗪酮衍生物的3D-QSAR分析

苯并嗪酮衍生物是近年来发现的一类抗血小板聚集化合物, 在前人研究的基础上利用比较分子场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对23个苯并嗪酮衍生物进行了三维定量构效关系(3D-QSAR)研究. 其中CoMFA模型交叉验证系数Q2=0.703, 回归系数R2=0.994, 计算值与实验值的平均方差SEE=0.053, 统计方差比F=184.773; CoMSIA模型Q2=0.847, R2=0.992, SEE=0.058, F=171.670. 两种方法得到的模型都具有较好的预测能力. 结果表明, 标题化合物中8-位取代基R1静电效应起主要作用; 2-位取代基R2立体效应占主导作用, 但官能团大小要适中. 根据研究结果设计了六种活性较高的化合物.     

雌激素β受体喹啉类配体的分子对接及3D-QSAR研究

对33个喹啉衍生物的雌激素β受体活性进行了分子对接以及比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA). 对接结果显示氢键和疏水作用是配体与受体结合的主要因素,同时结果亦显示对接结合能与观测值pIC50具有极显著的线性相关性. 根据对接后各优势构象将33个样本进行叠合并进行CoMFA与CoMSIA研究,均得到了较优的结果,其中以选用立体场、静电场和疏水场建立的CoMSIA模型结果最优,其主成分数,r2,q2（LOO）和r2pred分别为2, 0.894, 0.708和0.802. 构效关系模型分析显示基团的空间位阻、电性及疏水作用是影响活性的主要因素     

新型三唑类抗真菌化合物的三维定量构效关系研究

采用比较分子力场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA), 系统研究了40个新型三唑类化合物抗真菌活性的三维定量构效关系. 在CoMFA研究中, 研究了两种药效构象对模型的影响, 并考察了网格点步长对统计结果的影响. 在CoMSIA研究中, 系统考察了各种分子场组合、网格点步长和衰减因子对模型统计结果的影响, 发现立体场、静电场、疏水场和氢键受体场的组合得到最佳模型. 所建立CoMFA和CoMSIA模型的交叉相关系数q²值分别为0.718和0.655, 并都具有较强的预测能力. CoMFA和CoMSIA模型的三维等值线图直观地解释了化合物的构效关系, 阐明了化合物结构中苯环上各位置取代基对抗真菌活性的影响, 为进一步结构优化提供了重要依据.     

3 D-QSAR Analysis of Agonists of nAChRs： Epibatidine Analogues

A 3 D-QSAR about nAChRs agonists epibatidine analogues was performed using theCoMFA and CoMSIA. The correlation coefficients were R2cv = 0.546, R2cv = 0.907 in CoMFA andR2cv = 0.655, R2,~ = 0.962 in CoMSIA of the final model. The prediction using the final models tothe test set was r2 = 0.675 in CoMFA and r2 = 0.462 in CoMSIA. This model will be useful in thedesign of novel compounds with high affinity.     

褪黑激素受体拮抗剂的三维定量构效关系研究

采用两种分子场分析方法即比较分子场分析法（CoMFA）和比较分子相似因子分析法（CoMSIA）进行了37个褪黑激素受体拮抗剂的构效关系研究.计算结果表明，两种方法得到的构效关系模型都具有较好的预测能力.在计算中，还考察了不同格点距离和电荷计算方法对构效关系模型的影响.通过分析分子场等值面图在空间的分布，可以观察到叠合分子周围分子场特征对化合物活性的影响，为设计新的褪黑激素拮抗剂提供了一些理论依据.     

一类吡唑衍生物的3D-QSAR研究

通过比较分子力场分析方法（CoMFA）和比较分子相似性指数分析方法 (CoMSIA),系统研究了30个2-烷基（烷硫基）-5-吡唑基-1,3,4-噁二唑（噻二? 颉⑷颍├嗷衔镆种扑疚瓶莶【锘钚缘娜酆隙抗剐Ч叵怠６杂? CoMFA,研究了不同移动步长对考虑静电场和立体场作用时构效关系的影响;对于 CoMSIA,研究了移动步长、场的组合、衰减因子α等参数变化对构效关系的影响, 发现当考虑立体场、疏水场、氢键受体场的贡献时能得到较好的结果。分别得到了 两种方法最为理想的3D-QSAR模型,所得三维等值线图为发现更高活性化合物提供 了有力的指导作用。     

亲电酮类HDAC抑制剂的3D-QSAR和分子对接研究

组蛋白去乙酰化酶抑制剂(histone deacetylase inhibitor,HDACi)是近年来治疗癌症的重要靶向药物,其中羟氨酸类,苯甲酰胺类多种药物已进入临床试验阶段,但对于亲电酮类HDACi还有待于进一步研究,本研究应用比较分子力场分析法(comparative molecular field analy...     

马来酰胺类糖原合成酶激酶-3β抑制剂的分子对接和三维定量构效关系

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.     

3D-QSAR Study on Diindolylmethane and Its Analogues with Comparative Molecular Field Analysis (CoMFA)

ＩｎｔｒｏｄｕｃｔｉｏｎＢｒｅａｓｔｃａｎｃｅｒｉｓｏｎｅｏｆｔｈｅｌｅａｄｉｎｇｃａｕｓｅｓｏｆｐｒｅｍａｔｕｒｅｄｅａｔｈｉｎＮｏｒｔｈＡｍｅｒｉｃａｎｗｏｍｅｎ .Ｉｔｉｓａｎｅｓｔｒｏｇｅｎ ｄｅｐｅｎｄｅｎｔｃａｎｃｅｒ,1ｗｈｅｒｅｖａｒｉｏｕｓａｎｔｉｅｓｔｒｏｇｅｎｈａｖｅｂｅｅｎｅｘｔｅｎｓｉｖｅｌｙｄｅ ｖｅｌｏｐｅｄｆｏｒｉｔｓｔｒｅａｔｍｅｎｔ,ｓｕｃｈａｓｂｅｎｚｏｔｈｉｏｐｈｅｎｅ ,ｐｒｏｇｅｓ ｔｅｒｏｎｅ,ａｎｄｔｈｅｃｕｒｒｅｎｔｔａｍｏｘｉｆｅｎ ,ｗｈｉｃｈｐｒｉｍａ…     

楝酰胺(Rocaglamide)类化合物的三维定量构效关系

采用比较分子力场分析(CoMFA)和比较分子相似因子分析(CoMSIA)方法,对训练集中的26个楝酰胺(Rocaglamide)类化合物进行了三维定量构效关系(3D-QSAR)研究,最终建立的CoMFA模型和CoMSlA模型的q<'2>分别为0.593和0.656.并对测试集中的5个化合物的生物活性进行了预测,结果表明...