一类新型N型钙通道阻滞剂的比较定量构效关系研究

使用结构和量子化学参数对一系列N取代N-甲基二肽衍生物的N型钙通道阻滞活性进行了定量构效关系研究, 并使用SOMFA方法建立了三维定量构效关系模型. 结果表明分子的范德华体积和最低未占据轨道能量是影响化合物生物活性的主要因素. N原子上取代基的溶剂可及面积也对化合物的钙通道阻滞活性有重要影响. 三维定量构效关系模型进一步支持了以上结果. 这些研究结果可为设计更高活性的N型钙通道阻滞剂提供有价值的参考信息.     

Combretastatins类微管蛋白抑制剂的定量构效关系与结合模式

以Combretastatins的B环改造化合物为研究对象, 采用遗传函数分析方法进行了二维定量构效关系研究. 研究结果表明, Apol, PMI-mag, Dipole-mag, Hbond donor和RadOfGyration等描述符对该系列抑制剂活性的贡献最大. 采用比较分子场分析方法(CoMFA)和比较分子相似因子分析方法(CoMSIA)进行了三维定量构效关系研究, 建立的CoMFA和CoMSIA模型的交叉验证相关系数q2分别为0.630和0.634, 具有较强的预测能力. 利用CoMFA和CoMSIA模型的三维等势图解析了Combretastatins类化合物的构效关系, 阐明了B环上各取代基对抑制微管蛋白聚合活性的影响, 同时应用分子对接方法分析并验证了定量构效关系模型.     

多维定量构效关系及药物分子设计研究进展

本文介绍并综述超分子化学，多维定量构效关系及药物分子设计的发展概况与研究进展，为新药创制和医药工业提供了有用信息。     

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。     

μ-芋螺毒素及其类似物的定量构效关系研究

μ-芋螺毒素是肌肉型钠离子通道的专一性阻断剂,本文主要采用PLS（PartialLeastSquare）多元数学分析方法对μ-芋螺毒素及其17个类似物进行了定量构效关系研究,建立了QSAR模型,其模型的交叉验证值R2＝0．813,Y实验值与Y预测值的相关系数0．903．计算结果表明,对分子活性影响比较大的是13位精氨酸残基和分子中的电荷变化,增加分子的正电荷,将提高分子的活性,其次是19,2,12,9,和17位氨基酸残基．     

促生长激素释放素三维定量构效关系及药效团模型

用比较分子场分析方法对促生长激素释放素Ｌ－６９２，４２９的系列物进行了三维定量构效研究，得到具有较强预测能力的模型并确定了母体的活性构象，用距离比较方法将Ｌ－６９２，４２９的活性构象与两个活性多肽进行了迭合，找到了可能的药效团，药效团模型显示Ｌ－６９２，４２９的氨基和四唑是氢键的给体和受体，而Ａ和Ｃ环是主要的疏水核心。     

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.     

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的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个预测性较好的分子.     

安第斯病毒抑制肽的优化设计

安第斯病毒是汉坦病毒的一种,能引起汉坦病毒肺综合征,严重威胁人类的健康和生命安全,但目前尚缺乏有效的治疗办法,病毒抑制肽具有潜在的应用价值。本文利用多肽分子整体描述符,对一组安第斯病毒抑制肽进行定量构效关系(QSAR)研究,建立模型;并以模型为指导对多肽进行优化设计,以进一步提高其活性。结果表明,基于遗传算法-偏最小二乘算法建立的QSAR模型显示了较好的预测能力(R20.80,Q2ext0.58);依据模型设计出一组具有较高预测活性的多肽,为高活性抗病毒多肽的合成和实验验证打下了基础。     

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.     

计算机辅助药物设计中的多维定量构效关系模型化方法

多维定量构效关系(MD QSAR)在计算机辅助药物设计中得到了广泛而成功的应用,结合本研究组的工作,本文系统综述了建立各种MD QSAR模型的方法和策略,对近年来有关的MD QSAR应用研究进展进行了回顾,并对其在新世纪药物设计中应用前景做了展望。     

ω-芋螺毒素的定量构效关系与虚拟筛选

ω-芋螺毒素属于海洋生物活性多肽,由24-31个氨基酸残基组成.特异性作用于电压敏感的钙离子通道(VGCCs),能够直接开发成药物或作为先导化合物进行新药开发.本文应用新型氨基酸残基结构描述符cscales和遗传偏最小二乘算法,对ω-芋螺毒素进行定量构效关系(QSAR)研究,并设计、构建了容量为2244个化合物的N-型和P/Q-型VGCC拮抗剂虚拟组合多肽库,然后分别采用QSAR模型预测和相似性搜索方法对组合多肽库进行了虚拟筛选.研究结果表明,建立的N-型和P/Q-型VGCC拮抗剂QSAR模型均具有较好的预测能力,交叉验证相关系数(CV-r2)均大于0.89.主成分分析和聚类分析结果表明,虚拟组合多肽库中化合物具有较好的结构多样性和差异性.通过虚拟筛选,得到了具有高预测活性的6个N-型和19个P/Q-型钙离子通道拮抗剂,为进一步的合成和活性评价奠定了理论基础.同时,本文建立的多肽QSAR预测模型和虚拟筛选策略,为其它多肽类化合物的定量构效关系研究和虚拟筛选提供了参考.     

ω-芋螺毒素的定量构效关系与虚拟筛选

ω-芋螺毒素属于海洋生物活性多肽, 由24-31 个氨基酸残基组成. 特异性作用于电压敏感的钙离子通道(VGCCs), 能够直接开发成药物或作为先导化合物进行新药开发. 本文应用新型氨基酸残基结构描述符cscales和遗传偏最小二乘算法, 对ω-芋螺毒素进行定量构效关系(QSAR)研究, 并设计、构建了容量为2244 个化合物的N-型和P/Q-型VGCC拮抗剂虚拟组合多肽库, 然后分别采用QSAR模型预测和相似性搜索方法对组合多肽库进行了虚拟筛选. 研究结果表明, 建立的N-型和P/Q-型VGCC拮抗剂QSAR模型均具有较好的预测能力, 交叉验证相关系数(CV-r²)均大于0.89. 主成分分析和聚类分析结果表明, 虚拟组合多肽库中化合物具有较好的结构多样性和差异性. 通过虚拟筛选, 得到了具有高预测活性的6 个N-型和19 个P/Q-型钙离子通道拮抗剂, 为进一步的合成和活性评价奠定了理论基础. 同时, 本文建立的多肽QSAR预测模型和虚拟筛选策略, 为其它多肽类化合物的定量构效关系研究和虚拟筛选提供了参考.     

Development of non-peptide ACE inhibitors as novel and potent cardiovascular therapeutics: An in silico modelling approach

Angiotensin-converting enzyme (ACE) inhibitors have been acknowledged as first-line agents for the treatment of hypertension and a variety of cardiovascular disorders. In this context, quantitative structure–activity relationship (QSAR) models for a series of non-peptide compounds as ACE inhibitors are developed based on Simplified Molecular Input-Line Entry System (SMILES) notation and local graph invariants. Three random splits into the training and test sets are used. The Monte Carlo method is applied for model development. Molecular docking studies are used for the final assessment of the developed QSAR model and the design of novel inhibitors. The statistical quality of the developed model is good. Molecular fragments responsible for the increase/decrease of the studied activity are calculated. The computer-aided design of new compounds, as potential ACE inhibitors, is presented. The predictive potential of the applied approach is tested, and the robustness of the model is proven using different methods. The results obtained from molecular docking studies are in excellent correlation with the results from QSAR studies. The presented study may be useful in the search for novel cardiovascular therapeutics based on ACE inhibition.     

Monte Carlo-based QSAR modeling of dimeric pyridinium compounds and drug design of new potent acetylcholine esterase inhibitors for potential therapy of <Emphasis Type="Italic">myasthenia gravis</Emphasis>

The Monte Carlo method was used for QSAR modeling of dimeric pyridinium compounds as acetylcholine esterase inhibitors. QSAR model was developed for a series of 39 dimeric pyridinium compounds. QSAR models were calculated with the representation of the molecular structure by the simplified molecular-input line-entry system. One split into the training and test set have been examined. The statistical quality of the developed model is very good. The calculated model for dimeric pyridinium derivatives had following statistical parameters: r ² = 0.9477 for the training set and r ² = 0.9332 the test set. Structural indicators considered as molecular fragments responsible for the increase and decrease in the inhibition activity have been defined. The computer-aided design of new dimeric pyridinium compounds potential acetylcholine esterase inhibitors with the application of defined structural alerts has been presented.