DISCO法构建ALS抑制剂与受体作用的药效团模型

在受体ＡＬＳ三维结构未知的情况下,利用距离比较法（ＤＩＳＣＯ）对四个结构特征判别较大的ＡＬＳ抑制型除草剂进行了研究,构建了该类除草剂与受体作用的可能的药效团模型,为进一步设计开发新型的ＡＬＳ抑制剂及模拟靶蛋白的活性空腔提供有意义的参考。     

基于药效团模型的DHODH抑制剂构效关系研究

利用药效团模型研究二氢乳清酸脱氢酶(Dihydroorotate dehydrogenase,DHODH)抑制剂的构效关系,为DHODH抑制剂的虚拟筛选提供新的方法.以31个具有DHODH抑制活性的化合物为训练集化合物,半数抑制浓度(IC50)范围为7~63000 nmol/L,利用Catalyst/HypoGen算法构建DHODH抑制剂药效团模型,通过对训练集化合物多个构象进行叠合,提取药效团特征及三维空间限制构建药效团模型.利用基于CatScramble的交叉验证方法及评价模型对已知活性化合物的活性预测能力,确定较优药效团模型.模型包含1个氢键受体、3个疏水中心,表征了受体配体相互作用时可能发生的氢键相互作用、疏水相互作用和π-π相互作用,4个药效特征在三维空间的排列概括了DHODH抑制剂产生活性的结构特点.所得较优模型对训练集化合物及测试集化合物的计算活性值与实验活性值的相关系数分别为0.8405和0.8788.利用药效团模型对来源于微生物的系列化合物进行虚拟筛选,筛选出59个预测活性较好的化合物,可作为进一步药物研发的候选化合物.     

距离比较法(DISCO)构建ALS抑制剂药效团模型

在乙酰乳酸合成酶（ALS）三维结构未知的情况下,利用距离比较法（DISCO） ,将10 个结构特征具有代表性的ALS抑制剂的分子构象进行叠合,建立了可能的 药效团模型,并初步验证了模型的可靠性。     

p53-MDM2结合抑制剂药效团模型的构建

采用Catalyst软件, 选择5类共24个p53-MDM2结合抑制剂作为训练集, 经计算机建模、构象优化, 由Catalyst系统构建出药效团模型, 并对药效团进行有效性分析, 结合已知的p53-MDM2结合抑制剂的结构信息, 筛选得到含有一个芳环中心、三个疏水中心和一个氢键受体的具有较好预测能力(Correl=0.941, Config=17.530, 吟cost=150.830)的药效团模型.     

以ALS为靶标的新型除草剂的分子设计,合成及生物活性研究…

从量子药理学的角度，对嘧啶（硫）醚类化合物的电子结构进行了量子化学研究。结果表明，在高活性分子嘧啶环周围存在一个大的电负性区域，其除草活性与杂环部分的电荷转移能力有关。     

ALS抑制剂合理分子设计的研究进展

以乙酰乳酸合成酶为靶标合理设计开发新型超高效除草剂是当前除草剂化学研究中的重要领域。结合本课题组的研究工作,从ALS抑制剂的结构特征、分子力学与量子化学研究、定量构效关系(QSAR)与三维定量构效关系(3D-QSAR)研究、非线性QSAR研究以及新型除草剂的分子设计等几个方面对该领域的研究现状进行了总结报道,并对该领域的发展前景及存在的问题进行了展望。     

EGFR酪氨酸激酶抑制剂的药效团模型构建

以80个作用方式相同, 分子结构特征不同的表皮生长因子受体酪氨酸激酶(EGFR TK)竞争性抑制剂为训练集, 利用计算机药物辅助软件Catalyst, 构建不同的药效团模型, 并结合酪氨酸激酶的作用位点等因素, 筛选出一个含有两个芳环中心, 一个疏水中心和一个阳离子基团的具有较好预测能力(RMS=0.438, Correl=0.908, Weight=1.52, Config=17.36)的药效团模型, 为设计和合成新型结构的EGFR TK抑制剂提供参考.     

β分泌酶抑制剂的药效团模型研究

选择活性跨越0.002至25 μmol•L－1的4类共25个β分泌酶抑制剂作为训练集, 使用Catalyst软件包构建出药效团模型, 并通过对药效团的有效性分析, 筛选得到的最佳模型(correlCorrel＝0.969, Config＝16.32, Δcost＝62.422)由一个环芳香性、一个疏水中心、一个正电荷中心和一个氢键供体组成. 并用其它209个抑制剂组成测试集对模型进行验证, 结果表明该模型显示出较强的预测能力, 能够为进一步的数据库搜索, 寻找新型的β分泌酶抑制剂先导物提供依据.     

药效团检索设计新的HIV-1蛋白酶抑制剂

通过对自建的未开发化合物三维结构库进行药效团检索,得到了4个对HIV-1蛋白酶抑制活化的化合物,通过构象分析发现包含药效团的构象处于优势构象,而且4个结构都含有带两个邻位羟基的苯环和一个间位羰基的药效团以及公共子结构。通过计算发现它们的疏水参数都很小。在考虑满足包含药效团的结构特征和有适中的疏水参数两个因素的前提下,设计出了新的具有潜在抑制HIV-1蛋白酶活性的化合物。它们的结构都比检索得到的四个化合物更为简单,因此易于合成。     

基于药效团的BRD4靶向小分子抑制剂虚拟筛选

BRD4靶点和多种肿瘤密切相关,是具有良好成药性的热门靶点.本文选取活性较好且结构差异较大的BRD4小分子抑制剂作为训练集分子,基于配体小分子共同特征(HipHop)方法使用Discovery Studio 3.0分子模拟软件构建了药效团.药效团通过测试集验证、ROC曲线验证(SE(sensitivity)=0.937...     

Pharmacophore Mode lingand Virtual Screening to Design the Potential Influenza Virus Endonuclease Inhibitors

Influenza virus endonuclease is an attractive target for antiviral therapy in the treatment of influenza infection. The purpos e of this study is to design a novel antiviral agent with improved biological activities against the influenza virus endonuclease. In this study, chemical feature‐based 3D pharmacophore models were developed from 41 known influenza virus endonuclease inhibitors. The best quantitative pharmacohore model (Hypo 1), which consists of two hydrogen‐bond acceptors and two hydrophobic features, yields the highest correlation coefficient (R = 0.886). Hypo 1 was further validated by the cross validation method and the test set compounds. The application of this model for predicting the activities of 11 known influenza virus endonuclease inhibitors in the test set shows great success. The correlation coefficient of 0.942 and a cross validation of 95;% confidence level prove that this model is reliable in identifying structurally diverse compounds for influenza virus endonuclease inhibition. The most active compound (compound 1) from the training set was docked into the active site of the influenza virus endonuclease as an additional verification that the pharmacophore model is accurate. The docked conformation showed important hydrogen bond interactions between the compound and two amino acids, Lys 134 and Lys 137. After validation, this model was used to screen the NCI chemical database to identify new influenza virus endonuclease inhibitors. Our study shows that the to pranking compound out of the 10 newly identified compounds using fit value ranking has an estimated activity of 0.049 μM. These newly identified lead compounds can be further experimentally validated using in vitro techniques.     

HMG-CoA还原酶抑制剂三维药效团的构建

以作用于鼠肝脏细胞的21个3-羟基-3-甲基戊二酰辅酶A(HMG-CoA)还原酶抑制剂(RI)为训练集, 训练集化合物具备结构多样性, 来源于相同药理模型, 活性值IC50范围在0.3-8000 nmol·L-1. 利用Catalyst 计算HMG-CoA还原酶抑制剂最优药效团由一个氢键受体, 一个氢键给体, 一个疏水基团和一个芳香环特征组成. 药效团模型Fixed cost值, Total cost值和Configuration cost值分别为88.75、111.5 和16.98. 训练集化合物活性计算值与实测值相关系数为0.8883, 偏差值为1.269, 交叉验证结果表明, 药效团模型具有较高的置信度, 对测试集化合物活性值的预测结果显示有较好的预测能力, 可用于数据库搜索发现新的具有该活性的化合物, 也可用于中药或天然产物药物的研究开发.     

丙型肝炎病毒抑制剂的三维药效团和构效关系

通过ＣＡＴＡＬＹＳＴ软件包得到了两类ＨＣＶ ＮＳ３丝氨酸蛋白酶抑制剂的三维药效团模型。尽管这两类抑制剂具有完全不同的骨架结构,但得到的药效团却具有共同的特性。这当这两类抑制剂和受体发生相互作用时,可能采用了相似的结合模式。根据药效团模型,进行了三维构效关系的研究。结果表明,得到的药效团模型具有良好的预测能力（线性回归系数Ｒ＝０．８９）。     

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...     

钾离子通道开放剂的药效团模型分析

In this paper, a set of ATP sensitive K+ channel openers (KCO), whose structure are different, were investigated with the aim to develope our previously defined KCO's pharmacophore model. To validate the effectiveness of the pharmacophore model, A comparative molecule field analysis (CoMFA) was proceeded, aligning the molecules according to the requirernent of the model, and good results were obtained. This pharmacophore model may be a start point to design new KCO compounds.     

人类免疫缺陷病毒整合酶二酮酸类抑制剂的三维药效团构建

应用遗传算法相似性程序(GASP), 以作用于I型人类免疫缺陷病毒(human immun-odeficiency virus type 1, HIV-1)整合酶(IN)的二酮酸类(diketoacids, DKAs)抑制剂构建药效团模型. 所选训练集分子均具有可靠的类药性特征及DKAs药效团特征. 尝试将抑制剂与药效团叠合后的构象和抑制剂与IN的对接构象进行叠合, 得到药效团模型与分子对接构象中IN残基的相对位置, 并基于抑制剂的药效团模型特征与周围IN氨基酸残基位置的匹配情况进行药效团特征的修改. 所得最优药效团由1个疏水特征、3对氢键特征和1个氢键供体特征组成. 该药效团的命中物质量(goodness of hit, GH)为0.56, 产出率(Y)达63.6%, 假阳性率(FP)为0.41%. 该药效团具有较好的置信度, 产出率较高而假阳性率较低, 可用于数据库搜索发现新的具有DKAs药效团特征的活性化合物, 也可为先导化合物的改造提供帮助.