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.     

1,2-萘醌类化合物抑制PTP1B的三维定量构效关系研究

蛋白酪氨酸磷酸酶1B (protein tyrosine phosphatase 1B, PTP-1B)是近年来发现的治疗II型糖尿病的新靶点, 1,2-萘醌类化合物对PTP-1B有较好的抑制活性, 具有良好的药用前景. 为了设计出本类化合物抑制效果更好的分子构型, 用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对该类化合物进行了三维定量构效关系(3D-QSAR)的研究, 并建立了相关的预测模型. 其中, CoMFA模型的交叉验证相关系数(q²)为0.555, 非交叉验证相关系数(r²)为0.991, 标准偏差(SEE)为0.049, F值为564.910. CoMSIA模型的q²为0.558, r²为0.991, SEE为0.050, F值为542.773. 计算结果表明, 获得的CoMFA和CoMSIA模型具有良好的预测能力, 可以应用于指导该类化合物的设计.     

基于遗传算法的PTP1B抑制剂的二维定量构效关系研究

利用遗传算法,并结合线性回归和交叉验证方法,对一系列43个苯并呋喃/噻吩联二苯类PTP1B抑制剂作了二维定量构效关系的研究.计算得到了一组效果较好的定量构效关系模型.模型不仅具有好的回归能力,而且还具有很好的预测能力.同时,通过分析在遗传优化过程中参数在精华种群中所占的比例,还得到了可能对活性影响较大的成分.计算结果表明,分子的4个参数:lgP(分配系数)、Area（表面积）、MW（分子量）以及Dip（偶极距）是影响化合物活性的最重要的参数,这对抑制剂的设计和改造提供了指导.     

五味子素类抑制HIV活性的三维定量构效关系研究

建立了五味子活性成分木脂素类和联苯类化合物抑制HIV活性的三维定量构效 方程。采用联苯环原子和苯环质心两种叠合方式，并区分联苯化合物的不同构型， 共建立了四类CoMSIA模型，其中训练集中联苯类为S构型并叠合联苯环原子建立的 CoMSIA模型相关性最好，交叉验证相关系数q~2为0.71，非交叉验证相关系数r~2 = 0.99，标准偏差SE = 0.051, F = 1000.6。CoMSIA方法采用Gaussian函数计算 场能，并在CoMFA方法的立体和静电场基础上加入疏水场，PLS分析结果更为准确。 该模型三维等势图证实了某些结构和活性规律，如联苯基共面性越好，活性越高， 同时给出了苯环上取代基的体积、电性和疏水性要求，为该类化合物的结构改造提 供了依据。     

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.     

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。     

咪唑啉酮类除草剂的三维构效关系研究

从三维角度出发,采取不同的构象搜索方法得到了咪唑酮类化合物分子的活性构象。利用比较分子场分析方法进一步证实了模板分子构象的正确性。并从静电场、立体场及活性关系等方面进行了三维定量构效关系研究,得到了具有较强预测能力的QSAR模型。     

CBP/P300溴结构域联芳基类抑制剂三维定量构效关系研究

CREB结合蛋白(CBP)和与其高度同源的P300蛋白是组蛋白乙酰化酶的两个亚型,两者通过它们的溴结构域(bromodomain,BRD)与染色质结合,目前,CBP/P300已经成为人类在肿瘤靶点领域中的研究热点。本研究基于CBP/P300溴结构域联芳基类抑制剂建立三维定量构效关系,采用比较分子力场分析法(Co MFA)和比较分子相似性指数分析法(Co MSIA)分别建立35个已知活性抑制剂的3D-QSAR模型,以确定CBP/P300溴结构域联芳基类抑制剂分子结构与生物活性之间的定量关系。Co MFA和Co MSIA模型活性数据p IC50的预测值与实验值基本一致,说明这两个模型具有较高的预测能力和统计学意义。根据Co MFA和Co MSIA模型所提供的立体场、静电场、疏水场、氢键给体场、氢键供体场等信息提出了改善此类抑制剂活性的药物设计思路,为指导设计具有更高活性的新分子和预测更加有效的CBP/P300溴结构域抑制剂提供理论依据。     

酪氨酸激酶抑制剂的三维定量构效关系研究

利用柔性原子受体模型(FLARM)方法对一系列的异黄酮和喹诺酮衍生物表皮生长因子受体酪氨酸激酶抑制剂进行了三维定量构效关系研究，得到了合理的构效关系模型.FLARM方法的计算结果还给出了虚拟的受体模型，该模型说明了抑制剂与受体之间可能的相互作用.由该虚拟受体模型得到的受体-配体相互作用与Novartis药效团模型比较类似.     

含氟新农药的构效关系研究Ⅱ.三维定量构效关系分析

为了能更深入地认识含氟新化合物作为农药的生物活性和其结构间的关系,建立有意义的药物-受体作用模型,寻找同类化合物的药效团,对合成的含氟化合物在经典QSAR方法研究的基础上,又进一步运用DISCO,CoMFA和Leapfrog方法研究了它们的三维构效关系.首先根据化学结构,将分子进行了分类,然后再分别进行CoMFA计算,根据第I类分子的CoMFA结果,我们进行了含氯化合物的全新设计.根据各类中较好的构效关系模型,我们进行了分子的改造,预测了它们的活性.     

Improved 3D-QSAR prediction by multiple-conformational alignment: A case study on PTP1B inhibitors

Three-dimension quantitative structure activity relationship (3D-QSAR) was one of the major statistical techniques to investigate the correlation of biological activity with structural properties of candidate molecules, and the accuracy of statistic greatly depended on molecular alignment methodology. Exhaustive conformational search and successful conformational superposition could extremely improve the predictive accuracy of QSAR modeling. In this work, we proposed a solution to optimize QSAR prediction by multiple-conformational alignment methods, with a set of 40 flexible PTP1B inhibitors as case study. Three different molecular alignment methods were used for the development of 3D-QSAR models listed as following: (1) docking-based alignment (DBA); (2) pharmacophore-based alignment (PBA) and (3) co-crystallized conformer-based alignment (CCBA). Among these three alignments, it was indicated that the CCBA was the best and the fastest strategy in 3D-QSAR development, with the square correlation coefficient (r²) and cross-validated squared correlation coefficient (q²) of comparative molecular field analysis (CoMFA) were 0.992 and 0.694; the r² and q² of comparative molecular similarity indices analysis (CoMSIA) were 0.972 and 0.603, respectively. The alignment methodologies used here not only generated a robust QSAR model with useful molecular field contour maps for designing novel PTP1B inhibitors, but also provided a solution for constructing accurate 3D-QSAR model for various disease targets. Undoubtedly, such attempt in QSAR analysis would greatly help us to understand essential structural features of inhibitors required by its target, and so as to discover more promising chemical derivatives.     

Synthesis and biological evaluation of novel N-(alkyoxyphenyl)- aminocarbonylbenzoic acid derivatives as PTP1B inhibitors

Based on the fact that petroselinic acid showed good inhibitory activity (IC50=6.99 µmol/L) against protein tyrosine phophatase 1B(PTP1B) in vitro,a series of novel N-(alkoxyphenyl)-aminocarbonyl benzoic acid derivatives were designed and synthesised. The results indicated that most of the derivatives showed more potent activities against PTP1B. Especially, compound 13 had obvious activity with an IC50 of 106 nmol/L in vitro.     

多管藻中具有PTP1B酶抑制活性的新化合物

应用正相硅胶、凝胶SephadexLH20柱色谱和反相HPLC等方法,从多管藻(Polysiphoniaurceolata)中分离得到6个溴酚类化合物,通过IR、MS、1D和2DNMR等波谱技术分析鉴定,发现一个有明显的PTP1B抑制活性(IC50=4·9μg/mL)的新化合物:3-溴-4-[3-溴-4,5-二羟基苯基]甲基-5-羟甲基-1,2-二苯酚(1)。另5个已知化合物分别为3-溴-4,5-二羟基苄基乙基醚(2)、3-溴-4,5-二羟基苯甲醇(3)、3-溴-4,5-二羟基苯甲醛(4)、3,5-二溴-4-羟基苯甲醛(5)、3,5-二溴-4-羟基苯甲醇(6)。     

1,3,4-(口恶)二唑硫醚酰胺为核心骨架的新型多杂环分子的合成及对Cdc25B与PTP1B的抑制活性

首先利用含有三嗪的芳香酰肼(3)构筑了1,3,4-噁二唑衍生物(5), 然后将化合物5与含有1,3,4-噻二唑的衍生物(6)拼合合成了18个目标分子. 利用红外光谱(IR)、 核磁共振波谱(NMR)和高分辨质谱(HRMS)等技术对其结构进行了表征. 考察了目标分子对细胞分裂周期25磷酸酯酶B(Cdc25B)和蛋白酪氨酸磷酸酯酶1B(PTP1B)的抑制活性. 结果表明, 有8个目标分子的抑制活性优于其阳性对照物, 有望成为潜在的Cdc25B抑制剂; 有12个目标分子的抑制活性优于其对照物, 有望成为潜在的PTP1B抑制剂.     

Total synthesis of bis-（2,3-dibromo-4,5-dihydroxyphenyl）-methane as potent PTP1B inhibitor

Protein tyrosine phosphatase 1B （PTP1B） plays an important role as a negative regulator and has been proved to be an effective target for the treatment of type 2 diabetes mellitus. Bis-（2,3-dibromo-4,5-dihydroxyphenyl）-methane 7 was first reported as a natural bromophenol with significant inhibition against PTP1B which was isolated from red algae Rhodomela conrervoides. Intrigued by its astonishing activity （IC50 = 2.4 μmol/L）, compound 7 was synthesized with the overall yield of 24% and evaluated for its PTPIB inhibitory activity compared with natural compound.     

基于QSAR/QSSR的苯并三唑化合物选择性抑制PTP-1B的研究

蛋白酪氨酸磷酸酶1B (PTP-1B)特异性抑制剂是近年来治疗II型糖尿病药物研发的热点. PTP-1B与T细胞蛋白酪氨酸磷酸酶(TCPTP)同源性很高, 为了避免在使用PTP-1B抑制剂过程中对TCPTP产生交叉抑制, 则需要设计开发对PTP-1B具有高活性和高特异选择性的小分子化合物. 苯并三唑类化合物对PTP-1B的抑制活性很高, 并且其中一些化合物对PTP-1B表现出了较好的特异选择性, 具有良好的药用开发前景. 通过CoMFA和CoMSIA两种方法分别对该类化合物进行了三维定量结构-活性关系(3D-QSAR)和三维定量结构-选择性关系(3D-QSSR)研究, 并建立了相关的预测模型. 计算结果表明PTP-1B中的Arg24与化合物的氢键相互作用是提高选择性的重要因素, 并且在R2位引入氢键供体且体积较大的强供电子基团, 将有利于化合物抑制活性的提高, 而在R2位取代基的末端引入氢键受体且体积较大的强吸电子基团, 将有利于化合物选择性的提高.     

含氮杂环氧钒配合物对PTP1B和ALP的抑制活性研究

蛋白酪氨酸磷酸酶1B (protein tyrosine phosphatase 1B, PTP1B)是当前开发治疗糖尿病药物的优秀靶标, 也是钒配合物抗糖尿病作用相关的重要靶蛋白. 研究了三种含氮平面杂环螯合配体2,2’-联咪唑(L1), 2,2’-联吡啶(L2), 1,10-邻菲咯啉(L3)的氧钒配合物对PTP1B以及碱性磷酸酶(alkaline phosphatase, ALP)的体外抑制作用. 结果表明, 1∶1和2∶1型配位的氧钒化合物均表现出对PTP1B较强的抑制活性, IC50值在120～260 nmol/L间, 抑制能力接近双麦芽酚氧钒配合物(BMOV). 抑制动力学实验表明这些氧钒配合物对PTP1B的抑制模式均为竞争性抑制, 抑制常数在20～160 nmol/L. 其对PTP1B抑制活性较ALP高103倍, 表明氧钒配合物对两种磷酸酶的抑制具有一定的选择性.