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...     

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…     

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。     

DATA类逆转录酶抑制剂的三维定量构效关系

采用对接方法得到HIV-1抑制剂DATA(二芳基三嗪类)分子的活性构象, 进一步用比较分子场分析(CoMFA)和比较分子相似性分析(CoMSIA)法对DATA类逆转录酶抑制剂(RTIs)的三维定量构效关系(3D-QSAR)进行了研究, 建立3D-QSAR模型, 以指导进一步结构修饰. 用此模型预测了5个DATA类似物, 预测偏差较小, 表明了所建立的模型具有较强的预测能力.     

STAT3环烷烃并噻吩类衍生物抑制剂的三维定量构效关系研究

本文对STAT3抑制剂的化学结构与生物活性之间的关系进行研究。采用三维定量构效关系(3D-QSAR)中的比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)方法针对52个STAT3抑制剂建立3D-QSAR模型,阐明了抑制剂化学结构与其生物活性之间的关系。所构建的CoMFA模型交叉验证系数为0.548,非交叉验证系数为0.754,标准偏差为0.278,显著系数为58.297;所构建的CoMSIA模型交叉验证系数为0.892,非交叉验证系数为0.597,标准偏差为0.192,显著系数为57.794。结果显示CoMFA和CoMSIA模型具有良好的稳定性和预测能力。3D-QSAR模型等势图提供的相关场信息对新型STAT3抑制剂的设计具有指导意义。     

具有除草活性的大环内酯类衍生物的定量构效关系

研究了一系列结构新颖的具有除草活性的大环内酯衍生物的定量构效关系(QSAR). 构建的比较分子力场分析(CoMFA)、比较分子近似指数分析(CoMSIA)和全息定量构效关系(HQSAR)分子模型的交叉验证系数r2cv均大于0.5, 非交叉验证系数r2都超过0.8, 表明获取的QSAR模型具有可信的预测能力. 对CoMFA、CoMSIA模型的三维(3D)等势图分析, 发现除了立体场和静电场外, 疏水场和氢键受体场也是影响大环内酯类化合物除草活性的重要因素. 构建的HQSAR模型的原子贡献图提示的结构改造信息与三维QSAR的结果基本一致. 利用CoMFA、CoMSIA模型提供的信息,对目前已合成的活性最高化合物B1-3进行分子结构改造, 预测结果发现部分化合物可能具有更好的除草活性.     

酪氨酸蛋白磷酸酯酶1B抑制剂的分子对接和三维定量构效关系研究

用一种柔性分子对接方法(FlexX)将12个2-草酰胺苯甲酸类抑制剂和酪氨酸蛋白磷酸酯酶(PTP1B)活性口袋进行分子对接,对接程序预测的抑制剂和酶之间的相互作用能与抑制活性之间有很好的相关性(非线性相关系数R²达0.859),这说明对接结果可以比较准确地预测抑制剂和PTP1B之间的结合模式.然后,将33个同类抑制剂的骨架叠合在分子对接预测的结合构象上,用比较分子力场分析方法(CoMFA)对其进行三维定量活性构效关系研究,得到的CoMFA模型具有很好的统计相关性(交互验证回归系数q²为0.650),并可以准确地预测测试集6个化合物的活性(平均标准偏差为0.177).同时,由CoMFA模型得出的抑制剂改造信息与用FlexX预测的结合模式是一致的,进一步证明我们预测的结合模式是正确的.为研究这类抑制剂和PTP1B的结合模式及对抑制剂进行结构改造提供了信息.     

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.     

顺式新烟碱类衍生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)对34个顺式新烟碱类衍生物的杀虫活性进行三维定量构效关系(3D-QSAR)研究.构建的CoMFA和CoMSIA模型的交叉验证系数rc2v分别为0.877和0.862,非交叉验证系数r2分别为0.970和0.961,表明建立的3D-QSAR模型具有较好的统计相关性和预测能力.一系列的研究结果指出:立体场、静电场和氢键受体场是描述顺式新烟碱类衍生物的化学结构与杀虫活性关系的重要参数;在咪唑啉环的3,4位不宜引入较大的取代基,提高咪唑啉环的电负性或增强硝基一个端氧的氢键受体特征有利于提高顺式新烟碱类衍生物的杀虫活性.     

五元杂环并嘧啶类胸苷酸合成酶抑制剂的构效关系和分子对接

用比较分子场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA)研究了38个五元杂环并嘧啶衍生物类胸苷酸合成酶抑制剂的三维定量构效关系(3D-QSAR), 建立了相关预测模型. CoMFA和CoMSIA模型的交互验证相关系数q²分别为0.662和0.672、非交互验证相关系数R²分别为0.921和0.884、外部交互验证相关系数Q_ext²分别为0.85和0.81. 分子对接得到的结合模式与三维定量构效关系得到的结果一致. 结果表明这两种模型都具有良好的预测能力, 可应用于指导化合物的设计和结构修饰, 为进一步设计新型胸苷酸合成酶抑制剂提供了理论依据.     

螺环吲哚类MDM2抑制剂的分子对接、定量构效关系和分子动力学模拟

采用分子对接、三维定量构效关系(3D-QSAR)和分子动力学方法研究了21个螺环吲哚类化合物与MDM2蛋白的相互作用, 并建立了相关预测模型. 比较分子场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA)模型的交互验证相关系数q²分别为0.573 和0.651, 非交互验证相关系数r²分别为0.948和0.980. 分子对接得到的结合模式与分子动力学模拟得到的结果一致, 结合模式表明该类螺环吲哚化合物主要通过疏水相互作用和氢键与MDM2结合. 基于上述相互作用模型设计并合成了6个新结构螺环吲哚化合物, 并在MDM2高表达的前列腺癌LNCaP细胞株上测定其活性, 结果表明化合物5, 6的半数抑制浓度均低于1μg·mL^-1, 可作为新的抗肿瘤药物先导化合物进一步深入研究. 本研究对以MDM2为靶点的新结构螺环吲哚类抑制剂的开发提供了理论和实验依据.     

芳基磺酰胺类丙酮酸激酶M2激动剂的基于多复合物的药效团模型和定量构效关系

丙酮酸激酶M2(PKM2)是肿瘤治疗中最具发展潜力的靶点之一. 本文以一系列丙酮酸激酶M2-激动剂复合物的晶体结构为基础, 采用基于多复合物的药效团(MCBP)方法产生了PKM2 的药效团模型. 并使用该药效团模型产生了62个芳基磺酰胺类PKM2激动剂的活性构象和分子叠合, 通过三维定量构效关系(3D-QSAR)方法研究了该类PKM2激动剂与PKM2蛋白的相互作用, 并建立了相关预测模型. 比较分子场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA)模型的交互验证相关系数q²分别为0.545 和0.653, 非交互验证相关系数r²分别为0.966和0.987. 本研究为进一步结构优化、设计和合成新型的PKM2激动剂提供了理论依据.     

苯并呋喃类N-肉豆蔻酰基转移酶抑制剂的三维定量构效关系研究

摘要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), 系统地研究了40个苯并呋喃类N-肉豆蔻酰基转移酶(NMT)抑制剂的三维定量构效关系. 在CoMFA研究中, 考察了网格点步长对模型统计结果的影响. 在CoMSIA研究中, 研究了各种分子场组合、 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可得到最佳模型. 所建立的CoMFA和CoMSIA模型的交叉相关系数q2值分别为0.759和0.730, 均具有较强的预测能力. 利用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并呋喃环上各位置取代基对抑酶活性的影响, 为进一步结构优化提供了重要依据.     

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.     

Computational studies on N-phenyl pyrrole derivatives as MmpL3 inhibitors in Mycobacterium tuberculosis

The fight against tuberculosis (TB) is a time immemorial one and the emergence of new drug resistant strains of Mycobacterium tuberculosis keeps throwing new challenges to the scientific community immersed in finding mechanisms to control this dreaded disease. Computer aided drug designing (CADD) is one of the several approaches that can assist in identifying the potent actives against Mycobacterium. In this work, a series of 109 known Mycobacterial membrane proteins large 3 (MmpL3) inhibitors were pooled and atom based 3D QSAR analysis was performed to understand the structural features essential for inhibitory activity against the MmpL3, known to be a key player in transporting substances critical for cell wall integrity of Mycobacterium. The data set employed was randomly split into training set and test set molecules. The training set of 74 molecules was used to derive CoMFA and CoMSIA models that were statistically reliable (CoMFA: q²_loo = 0.53; r²_ncv = 0.93 and CoMSIA: q²_loo = 0.60; r²_ncv = 0.93). The derived models also exhibited good external predictive ability (CoMFA: r²_pred = 0.78 and CoMSIA: r²_pred = 0.79). The results are quite encouraging and information derived from these analyses was applied to design new molecules. The designed molecule showed appreciable predicted activity values and reasonably good ADMET profile. The strategy used in designing new molecules can be pursued in the hunt for new chemical entities targeting MmpL3, expanding the existing arsenal against TB.     

基于分子对接的6-萘甲基取代HEPT类HIV-1逆转录酶抑制剂构效关系研究

采用分子对接方法得到了一系列6-萘甲基取代HEPT类逆转录酶抑制剂分子与HIV-1逆转录酶复合物模型,从中抽取出抑制剂分子的活性构象,进一步应用CoMFA和CoMSIA方法建立了具有较好预测能力的3D-QSAR模型,深入探讨了这些化合物的定量构效关系,为进一步的药物设计奠定了良好的基础.另外,以化合物13及其相应的β异构体24为代表,结合量子化学从头算分子轨道理论方法考察了它们的前线轨道,为阐明α和β系列化合物的活性差异提供了理论依据.     

Molecular Modeling and Design of Arylthioindole Derivatives as Tubulin Inhibitors

Three-dimensional quantitative structure activity relationship （3D-QSAR） and docking studies of a series of arylthioindole derivatives as tubulin inhibitors against human breast cancer cell line MCF-7 have been carried out. An optimal 3D-QSAR model from the comparative molecular field analysis （CoMFA） for training set with significant statistical quality （R2=0.898） and predictive ability （q2=0.654） was established. The same model was further applied to predict pIC50 values of the compounds in test set, and the resulting predictive correlation coefficient R2（pred） reaches 0.816, further showing that this CoMFA model has high predictive ability. Moreover, the appropriate binding orientations and conformations of these compounds interacting with tubulin are located by docking study, and it is very interesting to find the consistency between the CoMFA field distribution and the 3D topology structure of active site of tubulin. Based on CoMFA along with docking results, some important factors improving the activities of these compounds were discussed in detail and were summarized as follows： the substituents R3-R5 （on the phenyl ring） with higher electronegativity, the substituent R6 with higher eleetropositivity and bigger bulk, the substituent R7 with smaller bulk, and so on. In addition, five new compounds with higher activities have been designed. Such results can offer useful theoretical references for experimental works.