极化效应指数与脂肪酯类化合物沸点的定量构效关系研究

基于烷基极化效应指数(PEI)构建了有效碳原子数(N_Ceff)用于定量表示烷基碳链相对长度. 用最佳子集回归方法建立了脂肪酯沸点与PEI, N_Ceff参数的定量构效关系模型, 该模型对训练集计算值与实验值的相关系数R²为0.9958, 标准偏差s为3.98 K, 对测试集预测值与实验值的相关系数R²分别为: 0.9958, 标准偏差s为3.92 K, 计算结果表明基于参数PEI和N_Ceff所建立的脂肪酯类化合物的沸点定量构效关系模型具有良好的预测能力.     

电拓扑状态预测多氯二苯并噻吩及噻吩砜化合物的气相色谱保留指数

以原子类型电拓扑状态指数(ETSI)有效表征了135 个多氯二苯并噻吩(PCDT)和135 个多氯二苯并噻吩砜(PCDTO₂)的分子结构, 应用基于预测的变量选择与模型化(VSMP)方法建立PCDT 和PCDTO₂ 化合物在DB-5 气相色谱柱上的气相色谱保留指数(RI)与分子结构(ETSI)的定量相关模型, 模型的相关系数r² 分别为0.9939 和0.9729, LOO 交叉验证相关系数 q² 分别为0.9921 和0.9692. 为验证模型稳定性和预测能力, 应用17 个PCDT 和PCDTO₂ 训练集样本构建的QSRR 模型的r² 分别为0.9959 和0.9783, LOO 交叉验证相关系数 q² 分别为0.9921 和0.9740, 说明模型具有良好的稳定性. 以此模型预测外部8 个检验集及110 个预测集的RI 值, 8 个检验集样本的结果表明训练集模型具有良好预测能力.     

香水百合头香成分的定量结构-色谱保留关系研究

采用固相微萃取(SPME)/气相色谱-质谱(GC-MS)联用技术分析香水百合的头香成分,通过保留指数与质谱解析相结合的方法,共鉴定出(E)-罗勒烯、芳樟醇、苯甲酸甲酯、(E)-2-甲氧基-4-(1-丙烯基)-苯酚、4-甲基-2-甲氧基苯酚、月桂烯和(Z)-罗勒烯等35种化合物.采用多元线性回归(MLR)方法建立定量结构-色谱保留关系(QSRR)预测模型,并对训练集及测试集中化合物的保留指数进行预测, 结果表明,计算值与预测值接近,QSRR方程预测性能较好.     

肿瘤血管阻断剂黄酮-8-乙酸类衍生物的三维定量关系研究

选择了肿瘤血管阻断剂黄酮-8-乙酸类衍生物, 采用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)方法进行三维定量构效关系的研究. 33个化合物建立了预测模型, 6个化合物作为训练集进行模型验证. 其中CoMFA模型的交叉验证系数q²＝0.621, 最佳主成分数为4, 标准偏差s_press＝0.345, 非交叉相关系数r²＝0.945, 标准偏差s＝0.131, F＝120.455. CoMSIA模型的交叉验证系数q²＝0.700, 最佳主成分数为5, 标准偏差s_press＝0.312, 非交叉相关系数r²＝0.946, 标准偏差s＝0.133, F＝94.193. 计算结果表明, 构建的CoMFA和CoMSIA模型具有良好的预测能力, 可用于指导该类化合物的设计.     

芳香噻嗪类衍生物作为选择性醛糖还原酶抑制剂的分子对接和基于受体的三维定量构效关系研究

芳香噻嗪类衍生物被证明是一类选择性较好的高活性醛糖还原酶抑制剂(ARIs).本文对44个芳香噻嗪类化合物进行了分子对接(docking)和三维定量构效关系(3D-QSAR)研究,并探索了此类化合物与醛糖还原酶(ALr²)的作用机理.醛糖还原酶与醛还原酶(ALR1)活性位点的叠加结果显示, ALr²中残基Leu 300和Cys298的存在是化合物1m具有高选择性的原因.分别建立了比较分子场分析方法(CoMFA, q² = 0.649, r² =0.934; q²:交叉验证相关系数, r²:非交叉验证相关系数)和比较分子相似性指数分析方法(CoMSIA, q² = 0.746, r² = 0.971)模型,并对影响此类化合物生物活性的结构进行了鉴定.结果显示,两个模型均具有较高预测能力,并通过测试集中的7个化合物进行了验证,其中CoMFA模型和CoMSIA模型的预测相关系数(r_Pred²)分别为0.748和0.828. 3D-QSAR模型中的三维等值线图表明,在化合物1m的苄基环上C3和C4位置以及苯并噻嗪母核上C5和C7位置进行改进可能对生物活性的提高有利,此预测与我们前期报道的苯并噻嗪母核C7位改进结果一致.本文所建3D-QSAR模型能够在理性设计具有更高生物活性的新型ARIs中发挥重要作用.     

基于DFT理论的呋喃环双酰肼类似物的QSAR和3D-QSAR研究

蜕皮激素是一类重要的昆虫生长调节剂,因其结构复杂、极性基团较多,在实际应用上遇到很大困难.自从第一个与天然蜕皮激素结构不同,同样具有蜕皮激素活性的双酰肼类化合物RH5849被报道,大量的二苯基双酰肼类化合物被合成.现有的蜕皮激素类拮抗剂的QSAR和3D-QSAR研究主要集中在二苯基模型和叔丁基团上.因此,借助计算机辅助分子设计技术设计一类结构多样的酰肼类化合物是很有意义的研究.而且,现有二苯基双酰肼的QSAR研究主要采用半径验参数,我们以前的研究表明基于DFT方法选用的量化参数和合理的生物活性构象将得到更好的QSAR和3D-QSAR模型.因此,本研究中我们基于DFT方法选取量化参数,优化分子构象用于含呋喃环双酰肼类化合物(无叔丁基团)的QSAR和3D-QSAR研究.采用密度泛函方法(DFT)在B3LYP/6-31g(d,p)基组下对本课题组合成的27个含呋喃环的双酰肼类化合物进行电子结构特征及QSAR研究,得到如下所示的回归模型(1):2O6.62363.70651.28760.0162(0.0710)(0.6447)(0.3703)(0.0072)EX F aμ=+(1)n=27,q2=0.61,spress=0.43,r2=0.72,s=0.37,F=19.34方程(1)表明,靠近呋喃环的羰基氧原子的静电效应对化合物的杀虫活性有重要影响,氧原子上的加权亲电电子密度越大,化合物的杀虫活性值增大.之前的研究发现,化合物的电子极化率(α)不但与摩尔折射率相关,也与化合物的疏水性有很大的相关性.因此,方程(1)中α的系数表明化合物与受体结合时应具有适当的立体效应和疏水效应.为了验证QSAR模型的质量,基于化合物的活性分布和结构特点,我们把27个化合物随机分成训练集22个化合物和测试集5个化合物.采用和方程(1)中相同的参数,得到新的方程(2):2O6.59163.92171.28370.0187(0.0867)(0.8166)(0.4206)(0.0086)EX F aμ=++(2)n=22,q2=0.53,spress=0.50,r2=0.69,s=0.41,F=13.33采用方程(2)建立的回归模型预测测试集中的5个化合物的活性,它们的预测活性与实验活性接近,表明方程(2)有较好的预测能力,同时也表明采用相同参数的方程(1)模型也有较好的预测能力.基于DFT方法优化得到的分子构象和ESP拟合电荷也用于3D-QSAR研究中.CoMFA结果显示,模型的交叉验证系数q2为0.639,最佳主成分数为2,立体场和静电场的贡献分别为46.8%和53.2%,用于非交叉验证的相关系数r2为0.819.用此模型预测了测试集中5个化合物的预测活性,与它们的实验活性值吻合较好,表明获得的CoMFA模型是可靠的,模型中静电场的贡献为主,与我们前面QSAR研究中的结论是一致的.同样也得到了不同场组合的CoMSIA模型,基于不同场的相对贡献,选定EHA组合为最佳模型,其交叉验证系数q2为0.625,最佳主成分数为3,非交叉验证的相关系数为0.893.此模型同样预测了测试集中5个化合物的预测活性,与它们的实验活性值吻合较好.说明得到的CoMSIA模型也是合理、可靠的.此外,我们选取化合物中高活性化合物10和低活性化合物25,分别分析了CoMFA和CoMSIA场中影响它们活性的主要因素,对比发现:苯环上取代基的电负性越强,对活性越有利;苯甲酰基对位取代基的立体效应和亲水性越强,对提高活性越有利.本研究对优化、改造现有双酰肼类化合物提供理论依据,为进一步设计结构多样化的蜕皮激素类似物提供初步理论指导.     

电拓扑状态预测有机磷酸酯类化合物的气相色谱保留指数

以原子类型电拓扑状态指数(ETSI)有效表征35个有机磷酸酯类化合物(OP)的分子结构, 应用基于预测的变量选择与模型化(VSMP)方法建立OP化合物在3种不同固定相上的气相色谱保留指数(RI)与分子结构(ETSI)的定量相关模型. 结果表明, 影响不同固定相上OP色谱保留的主要结构因素都是由7个ETSI描述子对应的子结构碎片, 即: ＝CH₂,≡C—, aaC—, ＝O, —O—, Cl和Br. 其中子结构aaC—, ＝O和—O与OP化合物母体骨架密切相关, 而＝CH₂,≡C—, —Cl和—Br反映支链或取代基的变化. 通过多元线性回归法建立OP化合物在三个固定相上的定量结构-保留相关模型(QSRR)发现, 各QSAR模型的估计相关系数均在0.99以上, LOO检验相关系数在0.98以上, 表明模型具有良好估计能力与稳定性. 应用28个OP训练集样本构建的QSRR模型预测外部7个检验集RI结果表明训练集模型具有良好预测能力.     

鲤鱼组织ATPase活性抑制和构效分析

在离体实验条件下测定了20种硝基芳烃化合物对鲤鱼鳃和肾的ATPase活性的半抑制浓度c_I50值.以辛醇-水分配系数1gp、一阶价分子连接性指数¹x^v、指示变量I、分子分支指数¹K_a、取代基常数总和∑_σ-和分子最低空轨道能E_lumo为参数,依据20种硝基芳烃化合物对鲤鱼鳃和肾的ATPase活性的半抑制浓度-lgc_I50值,进行构效分析,建立了20种硝基芳烃化合物的QSAR方程.结果表明,∑_σ-、I、E_lumo3个参数与硝基芳烃对鲤鱼组织ATPase毒性密切相关,并预测和探讨了毒性作用机制.     

基于混沌自适应粒子群人工神经网络的气体在聚合物中的溶解模型

为提高溶解预测模型的效率和关联度, 建立基于混沌理论、自适应粒子群优化(PSO)算法和反向传播(BP)算法的混沌自适应PSO-BP神经网络模型, 并对二氧化碳(CO₂)在聚苯乙烯(PS)和聚丙烯(PP)中、氮气(N₂)在PS中的溶解度进行预测试验. 模型选用压力和温度作为输入参数, 使用试探法确定隐含层结点个数为8, 输出为预测的溶解度. 模型融合混沌理论、自适应PSO和BP算法各自的优势, 提高了训练速度和预测精度. 结果表明, 混沌自适应PSO-BP神经网络有很好的预测能力, 预测值与实验值相当吻合, 通过与传统BP神经网络和PSO-BP神经网络的比较可知, 其预测精度和相关性均明显较优, 预测平均绝对误差(AAD), 标准偏差(SD)和平方相关系数(R²)分别为0.0058, 0.0198和0.9914.     

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.     

A QSRR Study on the Relative Retention Time of Halogenated Methyl-phenyl Ethers

1 INTRODUCTION Halogenated methyl-phenyl ethers (anisoles) are ubiquitous organic compounds in the environment. There are 134 possible congeners consisting of 19 chloroanisoles, 19 bromoanisoles and 96 bromo- chloroanisoles. Although they are not produced…