两类促肾上腺皮质释放激素(CRH)拮抗剂的分子场分析

采用比较分子相似性指数分析方法(CoMSIA)及比较分子场分析方法(CoMSIA)研究了两组CRH拮抗剂结构与活性的关系。在两种方法中,都考虑了静电场、立体场以及氢键场对构效关系的影响,结果表明采用CoMSIA得到构效关系模型要明显优于采用CoMFA得到的构效关系模型,在CoMSIA计算中,当引入疏水场时,三维构效关系模型能得到明显的改善,通过这个三维构效关系模型,可以较为精确地预测化合物的活性。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的立体、静电以及疏水特征对化合物活性的影响。     

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.     

含呋喃环双酰脲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27个新型双酰基脲类化合物的杀蚊幼虫(Aedes aegypti L.)活性进行三维定量构效关系(3D-QSAR)研究. 在CoMFA研究中, 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, 发现立体场和氢键供体场的组合得到最佳模型. 所建立的CoMFA和CoMSIA模型的非交叉验证相关系数r2值分别为0.828和0.841, 并都具有较强的预测能力. CoMFA和CoMSIA模型的三维等值图不仅直观地解释了结构与活性的关系, 而且为后续优化该系列化合物提供了理论依据.     

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.     

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.     

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.     

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.     

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.     

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.     

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.     

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...     

新磺酰脲类化合物除草活性的3D-QSAR分析

用比较分子力场分析 (CoMFA) 方法和比较分子相似性指数分析 (CoMSIA) 方法对所合成的新磺酰脲类化合物的除草活性进行了较为系统的3D-QSAR分析.两种方法所建立的模型对化合物的除草活性预测能力均较好,所得三维等值线图为合成高活性的化合物能提供指导作用     

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.     

香水百合香气成分的气相色谱保留指数三维定量构效关系研究

采用比较分子场分析（CoMFA）和比较分子相似性指数分析（CoMSIA）方法,研究了香水百合中38种香气成分分子结构与气相色谱保留指数值之间的定量构效关系。用外部测试集验证法和留一交叉验证法对模型的稳健性和预测能力进行了检验,并通过CoMSIA模型和CoMFA模型的分子场三维等势图研究了这些化合物分子中不同化学结构对保留指数值的影响。检验结果表明,所建立的CoMSIA模型和CoMFA模型都具有较好的稳健性和预测能力,且能够合理解释结构对保留指数值的影响,可应用于对香水百合香气成分的色谱保留指数值的预测。与CoMFA模型相比,CoMSIA模型的预测准确度更高,在香水百合香气成分的色谱定量构效关系研究中,显然有更好的应用前景。     

HLA-A*0201限制性CTL表位肽的三维定量构效关系的研究

运用比较分子力场(CoMFA)和比较分子相似性指数分析(CoMFA)方法研究了50个HLA-A^*0201限制性CTL表位九肽结构与亲和性间的关系,另外15个表位九肽作为预测集用于检验模型的预测能力.结果表明采用CoMSIA得到的构效关系模型(q^2=0.628,r^2=0.997,F=840.419)要明显优于采用CoMFA得到的构效关系模型.在CoMSIA计算中,当引入疏水场时,三维构效关系模型得到明显改善,通过该三维构效关系模型,可较精确地估算预测集中15个CTL表位肽与HLA-A^*0201间的亲和力(r^2pred=0.743).通过分析分子场等值面图在空间的分布,可以观察到表位肽分子周围的立体及疏水特征对表位肽与HLA-A^*0201间结合亲和力的影响,从而为进一步对CTL表位肽进行结构改造并基于此进行治疗性疫苗分子设计提供理论基础.     

3D QSAR Modeling and Molecular Docking Studies on a Series of Triazole Analogues as Antibacterial Agents

The 3D QSAR analysis using the comparative molecular field analysis (CoMFA) and comparative molecular similarity indices analysis (CoMSIA) techniques is performed on novel nalidixic acid based 1,2,4-triazole derivatives suggested earlier as antibacterial agents. The CoMFA and CoMSIA models employed for a training set of 28 compounds gives reliable values of Q² (0.53 and 0.52, respectively) and R² (0.79 and 0.85, respectively). The contour maps produced by the CoMFA and CoMSIA models are used to determine a three-dimensional quantitative structure-activity relationship. Based on the 3D QSAR contours new molecules with high predicted activities are designed. In addition, surflex-docking is performed to confirm the stability of predicted molecules in the receptor.     

3D-QSAR Analysis of a Series of Dihydroquinolizinone Derivatives as a Hepatitis B Virus Expression Inhibitor

In this study, we explored a three-dimensional quantitative structure-activity relationship(3D-QSAR) model of 63 HBV viral gene expression inhibitors containing dihydroquinolizinones. Two high predictive QSAR models have been built, including comparative molecular field analysis(CoMFA) and comparative molecular similarity indices analysis(CoMSIA). The internal validation parameter(CoMFA, q~2 = 0.701, r~2 = 0.999; CoMSIA, q~2 = 0.721, r~2 = 0.998) and external validation parameter(CoMFA, r~2_(pred = 0.999); CoMSIA, r~2_(pred = 0.999)) indicated that the models have good predictive abilities and significant statistical reliability. We designed several molecules with potentially higher predicted activity on the basis of the result of the models. This work might provide useful information to design novel HBV viral gene expression inhibitors.