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.     

R基团搜索技术用于硼酸三肽蛋白酶体抑制剂的分子设计

本文采用Topomer CoMFA对44个Tyropeptin硼酸三肽类蛋白酶体抑制剂进行三维定量构效关系(3D-QSAR)分析。所得最优模型的拟合、交互验证、及外部验证的复相关系数分别为0.983、0.651、0.963。采用Topomer search对ZINC数据库进行R基团的虚拟筛选,得到具有特定活性贡献的R基团,以活性最高的分子为模板过滤,得到7个R1和5个R2基团。并以此设计得到活性优于模板分子的20个新化合物。结果表明,所建立的Topomer CoMFA模型具有良好的稳定性和预测能力,基于R集团的Topomer search技术可以有效筛选,并为设计出新的蛋白酶体抑制剂提供理论依据。     

R基团搜索技术用于HIV-1逆转录酶抑制剂的分子设计

本文采用基于R基团搜索技术的Topomer CoMFA方法对41个人类免疫缺陷病毒(HIV-1)逆转录酶抑制剂进行了三维定量构效关系(3D-QSAR)分析。所得优化模型的拟合、交互验证及外部验证的复相关系数分别为0.995、0.859和0.945。采用Topomer Search技术对ZINC数据库进行R基团的虚拟筛选,得到R贡献高的基团,以活性最高的13号分子为模板进行过滤得到1个Ra基团和20个Rb基团。并以此设计得到20个新化合物分子,其中有19个化合物的预测活性值高于13号分子。研究结果表明,所建立的Topomer CoMFA模型具有良好的稳定性和预测能力,基于R基团的Topomer Search技术可以有效筛选并设计出新的HIV-1逆转录酶抑制剂,为抗艾滋病新药设计提供了理论依据。     

基于Topomer CoMFA和Surflex-dock的GSK-3β抑制剂的3D-QSAR与作用模式研究

GSK-3β的过度表达可导致人脑神经细胞内Tau蛋白的过磷酸化,从而介导阿尔兹海默病(Alzheimer’s disease,AD)的发生.本文旨在研究GSK-3β的马来酰胺类抑制剂的三维定量构效关系(3D-QSAR)及新抑制剂分子与GSK-3β的作用机制.采用基于R基团搜索技术的Topomer CoMFA建立了49个马来酰胺类GSK-3β抑制剂的3D-QSAR模型,并用包括25个样本的测试集验证模型的外部预测能力.所得优化模型的拟合、交互验证以及外部验证的复相关系数分别为0.928,0.790和0.725.采用Topomer search在ZINC分子数据库中进行虚拟搜索,设计了28个可能具有更高活性的新抑制剂.借助Surflex-dock分子对接研究了新抑制剂与GSK-3β作用模式与机制.结果显示,新抑制剂与GSK-3β的Asp133,Tyr134,Val135和Pro136等位点作用显著.     

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源, 通过三维定量构效关系(3D-QSAR)模型搜索具有特定活性贡献的R基团. 以样本中活性最高的1号分子过滤, R₁和R₂贡献值均提高了20%的片段分别有9个与2个. 以此交替取代1号样本的R₁与R₂, 得到18个新颖化合物并预测其活性, 其中的15个预测活性值优于模板分子. 研究结果表明, Topomer search可有效地用于分子设计, 所设计的分子为阿尔茨海默病(AD)药物的研发提供了新的候选物.     

类黄酮抑制 IP6Ks 的3D-QSAR 研究

采用基于R基团搜索技术的Topomer CoMFA建立了14个类黄酮类肌醇六磷酸激酶抑制剂的3D-QSAR模型,研究了类黄酮化合物对肌醇六磷酸激酶(IP6Ks)活性的抑制作用.该模型的主成分数为3,拟合与留一法交互验证的复相关系数以及F检验值分别为q~2=0.842,q_(st)~2=0.26;r~2=0.965,r_(st)~2=0.12;F=91.519.在此基础上通过Topomer Search进行分子片段筛选,对化合物8,14和6进行重新拼接设计,其预测活性可以分别提高12.76倍、9.27倍和62%.运用Surflex-dock分子对接法研究了实验数据中活性最高的化合物6和活性最低的化合物10与IP6Ks的PDB结构的作用机制,发现并验证了之前所建立的Topomer CoMFA模型构效关系分析研究的结果,进一步阐明了化合物6抑制活性更高的原因.结果表明,在类黄酮分子结构的C(5),C(7)和C(4′)位上,取代基团的大小和静电性质对其抑制活性产生重要的影响.本研究可能对以天然产物设计和合成具有更好生物活性的IP6Ks抑制剂具有指导作用.     

基于Topomer CoMFA方法的喹诺酮羧酸类衍生物的QSAR研究及分子设计

采用基于R基团搜索技术的Topomer Co MFA技术对一系列喹诺酮羧酸类衍生物进行三维定量构效(3D-QSAR)关系研究,所得模型结果的交叉验证相关系数(q2)为0.790,非交互验证系数(r2)为0.890,外部验证的复相关系数(r2pred)为0.878,研究结果表明该模型具有良好的稳定性和预测能力。采用Topomer search技术在ZINC数据库中进行虚拟筛选,筛选出6个Ra基团和3个Rb基团,进而设计出12个具有更高活性的新型喹诺酮羧酸类化合物。采用分子对接技术对药物与受体的作用机制进行了研究,结果显示,药物与蛋白酶的ASP 30、ASP 29和ASN 25位点作用明显,该QSAR的研究结果可为新药合成提供理论参考。     

含磷嘧啶类CDK9抑制剂的分子对接、3D-QSAR和分子动力学模拟

选取64个具有潜力的含磷嘧啶类细胞周期依赖性蛋白激酶(CDK9)小分子抑制剂,采用分子对接方法研究了该类小分子与CDK9的结合作用,结果表明,分子构象、氢键形成、疏水性和氨基酸残基Cys106在此类抑制剂与CDK9的结合过程中具有重要作用.在配体叠合的基础上,运用比较分子力场分析(Co MFA)、比较分子相似性指数分析(Co MSIA)和Topomer Co MFA(T-COMFA)研究了分子结构与抑制活性的关系,发现由训练集立体场、静电场和疏水场组合的Co MSIA模型为最优模型,其内部交叉验证相关系数(Q2=0.557)、非交叉验证相关系数(R2=0.959)和外部预测相关系数(r2=0.863)具有统计学意义,该模型的三维等值线图直观显示了化合物的活性与其三维结构的关系.根据这些结果设计了10个具有新结构的含磷嘧啶类化合物,分子对接和分子动力学模拟结果表明,新化合物和CDK9的结合模式与原化合物64相同,自由能分析从理论上证明了新化合物64d的CDK9抑制活性优于化合物64,并且显示含磷基团与残基Asp109的静电场能在化合物与CDK9作用过程中有重要作用.     

不同电荷场优化咪唑并吡啶类VEGFR-2抑制剂的三维定量构效关系研究

运用不同电荷场优化咪唑并吡啶类VEGFR-2抑制剂,挑选出最优电荷场Gasteiger-Marsili,用COMFA和CoMSIA两种方法建立3D-QSAR模型,以分析化合物结构与分子活性之间的关系。COMFA和CoMSIA模型的交叉验证系数分别为q2=0.673和q2=0.612,拟合验证系数分别为r~2=0.891和r~2=0.973,外部验证复相关系数分别为r2 pred=0.669和r2 pred=0.658,结果表明两种模型都有良好的可信度和预测能力。COMFA和CoMSIA模型在三维等视图上相互对照和验证,得到的结论与分子对接结果一致,确立了分子结构对抑制剂活性影响的具体作用方式,对指导药物的设计与改造,新VEGFR-2抑制剂的合成提供参考。     

6-氮杂吲唑类Pim-1激酶抑制剂的3D-QSAR、药效团模型研究和分子设计

Pim-1激酶通过作用于多种信号通路或靶点影响肿瘤的发生发展,近年来被认为是肿瘤治疗的良好靶标。本文采用SYBYL-X2.1.1软件中的Topomer CoMFA、GALAHAD模块建立计算机模型,研究39个基于6-氮杂吲唑环的Pim-1激酶抑制剂的三维定量构效关系及药效团特征元素。结果显示,Topomer CoMFA建模所得交叉验证系数(q²)和相关系数(r²)分别为0.756和0.951,结合外部验证表明此3D-QSAR模型具有较高预测能力及较好的统计学稳定性,同时,用等势图描述了R1、R2基团处立体场、静电场对活性的具体影响。药效团研究结果表明,含氢键受体的芳香杂环母核结构,以及侧链取代基中含有芳香杂环结构对化合物的活性贡献较大。最后根据上述模型信息新设计了15个Pim-1激酶抑制剂分子并完成活性预测及分子对接模式研究,其中4个分子的预测pIC₅₀高于建模分子中活性最好的化合物17,Surflex-Dock分析显示新设计分子均与Pim-1激酶形成较强氢键相互作用。基于6-氮杂吲唑环的Pim-1激酶抑制剂的3D-QS...     

基于配体的组蛋白去乙酰化酶抑制剂的分子设计

本文采用Topomer Co MFA方法对39个组蛋白去乙酰化酶抑制剂进行了3D-QSAR研究,得到q~2=0. 877,r~2=0. 987的可靠模型。运用基于R基团搜索的Topomer Search技术对ZINC2015数据库进行了虚拟筛选,筛选出一批具有潜在活性的目标化合物,模型预测结果表明,筛选出的化合物活性比最初合成的化合物大幅度提高,其中筛选出的最高活性化合物S2-7(IC_(50)=0. 0235μmol·L~(-1))活性达到了最初合成的高活性化合物21(IC_(50)=0. 103μmol·L~(-1))的4倍。分子对接技术揭示了化合物结构和靶酶之间的联系,为更新型HDACIs的设计以及结构优化提供了重要信息和理论指导。     

嘧啶衍生物类PI3K/mTOR双重抑制剂的3D-QSAR及分子对接研究

PI3K/Akt/mTOR信号通路在癌细胞的生长和增殖中异常激活,对PI3K和mTOR位点的抑制可有效阻断信号通路的传导,是药物设计的理想靶点.本文选择38个嘧啶类小分子抑制剂进行3D-QSAR和分子对接研究.采用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)方法,建立了三维定量构效关系模型,结果表明,该模型具有良好的稳定性和预测能力,可运用分子对接研究小分子抑制剂与PI3K和mTOR蛋白受体的作用模式.通过对QSAR模型的三维等势图以及受体与配体的相互作用模式分析后,优化出10个小分子化合物并预测其活性,发现一些小分子化合物活性提高,这为PI3K/mTOR双重抑制剂的设计筛选提供了借鉴.     

黄嘌呤型cPEPCK抑制剂的计算模型建立

通过SYBYL X 2.0软件包中Topomer CoMFA和Surflex-dock研究28种黄嘌呤结构的胞浆型磷酸烯醇式丙酮酸羧激酶(cPEPCK)抑制剂的三维定量构效关系(3D-QSAR)和分子对接模式.所得优化的3D-QSAR模型q2和r~2分别为0.907和0.994(q~20.5时,建立的模型具有可靠的预测能力),结果表明该模型具有较高预测能力.分子对接结果显示,此类分子与cPEPCK的Asn 533,Asn 292和Phe 530等活性功能残基具有氢键作用.Trp516可能是潜在的活性残基.基于以上研究讨论,为设计和开发具有较高活性的新型黄嘌呤类cPEPCK抑制剂提供有效信息.     

5,6-二氢-(9H)-吡唑[3,4-c]-1,2,4-三唑[4,3-a]吡啶类抑制剂的HQSAR研究

应用分子全息定量构效关系(HQSAR)分析方法,以5,6-二氢-(9H)-吡唑[3,4-c]-1,2,4-三唑[4,3-a]吡啶类抑制剂为研究对象,建立了一组对磷酸二酯酶4有抑制活性的化合物HQSAR模型,分析化合物活性与分子结构之间的关系.探讨了分子全息长度、分子碎片大小以及碎片区分参数对模型质量的影响.最优模型的交叉验证相关系数q2=0.628,非交叉验证相关系数r2=0.930,标准偏差SE=0.277.该模型具有较好的预测能力,对该类化合物性质的预测及进一步合成工作有指导意义.     

烟酰胺类琥珀酸脱氢酶抑制剂的构效关系研究和虚拟筛选

琥珀酸脱氢酶作为真菌线粒体呼吸链的靶点已成为研究热点,本文采用Topomer CoMFA方法对52个训练集和10个测试集的琥珀酸脱氢酶抑制剂进行了3D-QSAR研究,得到q~2=0.724,r~2=0.859的可靠模型。运用Topomer Search技术对ZINC2015数据库中进行了虚拟筛选,得到了10个具有较高预测活性的苗头化合物。其中2-氯-N-(2-(3-甲基吡咯烷~(-1)-基)吡啶~(-3)-基)烟酰胺(化合物S09)具有最高的抑菌活性的。该模型具有较好的预测能力,能够为新型琥珀酸脱氢酶抑制剂的设计和结构修饰提供重要信息。     

选择性磷酸二酯酶4D(PDE4D)抑制剂的计算模型建立

选择26个基于吡啶和嘧啶环的选择性磷酸二酯酶4D(PDE4D)抑制剂,通过软件SYBYL-X2.1.1中的CoMFA,CoMSIA,Surflex-dock及GALAHAD模块研究其构效关系与分子对接模式.所得CoMFA建模的q~2和r~2分别为0.54与0.996,CoMSIA建模的q~2和r~2分别为0.536与0.942,表明2个模型均具有较高预测能力.分子对接结果表明,ASP367与GLN535可能是配体分子与PDE4D蛋白作用的关键氨基酸残基.药效团结果表明,芳香杂环的母核结构以及侧链具有多个氢键供体或受体取代基的结构对化合物的活性贡献较大.该研究结果为设计合成更多具有选择性的PDE4D抑制剂提供理论指导.     

马来酰亚胺类GSK-3β抑制剂的QSAR研究及分子设计

为了研究马来酰亚胺类化合物抑制活性与分子结构的定量构效关系,在分子理论的基础上计算了67个马来酰亚胺类化合物的电性距离矢量,通过最佳变量子集回归的方法,建立了抑制活性的五元线性回归模型,模型的传统相关系数(R2)和交叉验证相关系数(RCV2)分别为0.864和0.825.该模型经过Jackknife法检验、交叉验证、F检验及外部检验法证明具有良好的稳健性和预测能力.根据进入模型的5个变量分析,影响马来酰亚胺类GSK-3β抑制剂抑制活性的主要结构基团是-NH-,=O(或-OH),≡CH,Cl-及-O-(或-S-).同时基于QSAR模型设计了6个抑制活性显著提高的马来酰亚胺类分子,并预测了它们的抑制活性.     

基于3D-QSAR及分子对接的MPS1抑制剂的构效关系研究

蛋白激酶MPS1是纺锤体组装检查点的一个重要组成部分,其抑制剂有用于癌症治疗的潜力。本文运用3D-QSAR建模的方法对41个1氢-吡咯[3,2-c]吡啶类MPS1小分子抑制剂进行构效关系分析,研究了其结构与活性的关系。基于分子共同骨架叠合所得COMFA、COMSIA模型的Q2为0.86、0.779,R2为0.989、0.997,数据证明此模型具有较好的预测能力,可以较好地指导1氢-吡咯[3,2-c]吡啶类抑制剂的设计和改造,为设计新的活性更高的小分子抑制剂提供了可靠信息。     

基于他克林的乙酰胆碱酯酶抑制剂的3D-QSAR研究及虚拟筛选

本文通过对58个他克林派生物乙酰胆碱酯酶抑制剂分子进行建模分析,研究其结构与活性的关系,并通过虚拟筛选方法获得一系列潜在AChE抑制剂双位点分子。首先将一系列他克林二联体化合物与AChE晶体结构对接,获得化合物的活性构象,以此进行建模分析,建立结构与活性之间的三维定量构效关系。所得模型CoMFA、CoMSIA、TopomerCoMFA的交叉验证系数分别为0.510、0.702、0.571,非交叉验证系数为0.998、0.988、0.794,测试集r_(pred)~2为0.750、0.742、0.766,所得模型具有良好的预测性,由此可以为设计高活性的新分子提供理论基础。然后,使用Topomer search对ZINC数据库中的125909分子进行虚拟筛选,得到891个具有潜在AChE抑制活性的分子。最后,对这891个分子进行分子对接,观察分子与晶体结构的结合情况,筛选得到66个具有高选择性的双位点AChE抑制剂分子。     

二芳基三嗪类HIV-1逆转录酶抑制剂的分子对接及3D-QSAR研究

对40个二芳基三嗪类HIV-1逆转录酶抑制剂进行了分子对接研究,结果表明,2个疏水性芳香取代基团与结合口袋底部形成的疏水和范德华相互作用、三嗪环母核及其R4取代基与结合位点产生的氢键和静电作用以及R4取代基与袋口形成的空间位阻效应是影响该系列化合物活性的重要因素.根据对接优势构象进行分子叠合和比较分子相似性指数分析(C...