髓细胞白血病因子-1抑制剂的三维定量构效关系研究

髓细胞白血病因子-1(Mcl-1)在多种细胞的生存与死亡中发挥着重要的作用,参与多种肿瘤的发生,已经成为新的研究热点。本文针对52个Mcl-1抑制剂2-吲哚酰基磺酰胺类化合物进行三维定量关系(3D-QSAR)研究,研究其结构与活性的关系。为此,基于分子的共同骨架叠合运用比较分子立场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)两种经典的方法进行了三维定量构效关系的研究,建立相应模型,进行分子结构和抗肿瘤活性的分析。CoMFA模型的交叉验证系数q~2为0.714,相关系数r~2为0.992,预测相关系数r~2pred为0.654,立体场和静电场对活性的贡献为62%和38%。CoMSIA模型的交叉验证系数q~2为0.785,相关系数r~2为0.984,预测相关系数r~2pred为0.763。立体场、静电场、疏水场对活性的贡献为25.1%、41.0%和33.9%。数据证明上述模型都显示出了较好的预测性,为设计新型高活性的小分子抑制剂提供了有效信息。     

黄嘌呤型cPEPCK抑制剂的计算模型建立

通过SYBYL X 2.0软件包中Topomer CoMFA和Surflex-dock研究28种黄嘌呤结构的胞浆型磷酸烯醇式丙酮酸羧激酶(cPEPCK)抑制剂的三维定量构效关系(3D-QSAR)和分子对接模式.所得优化的3D-QSAR模型q2和r~2分别为0.907和0.994(q~20.5时,建立的模型具有可靠的预测能力),结果表明该模型具有较高预测能力.分子对接结果显示,此类分子与cPEPCK的Asn 533,Asn 292和Phe 530等活性功能残基具有氢键作用.Trp516可能是潜在的活性残基.基于以上研究讨论,为设计和开发具有较高活性的新型黄嘌呤类cPEPCK抑制剂提供有效信息.     

由3D-QSAR、分子对接和分子动力学模拟研究吲唑类化合物与PI3Kδ抑制剂的相互作用

磷酸肌醇3-激酶δ(PI3Kδ)参与慢性阻塞性肺疾病的炎性过程并且被鉴定为一个新的潜在治疗靶点。本文采用三维定量构效关系(3D-QSAR)、分子对接和分子动力学方法研究了47个吲唑类化合物与P13Kδ激酶的相互作用,并建立了相应的模型。其中,比较分子场分析(CoMFA)模型q~2=0.719,r~2=0.972;比较分子相似性指数分析(CoMSIA)模型q~2=0.649,r~2=0.983,表明所建的QSAR模型具有稳定可靠的预测能力。CoMFA和CoMSIA等势图形象地描述了不同的场效应对活性的影响,其中立体场、疏水场及氢键受体场对活性有较大的贡献。接着采用分子对接探索小分子化合物与P13Kδ的结合模式,结合模式显示吲唑类化合物主要通过氢键作用与疏水作用与P13Kδ紧密结合,并且通过分子动力学模拟进一步验证了对接结果。最后根据等势图、对接模式和分子动力学模拟获取的信息设计了8个化合物,研究表明它们均能与PI3Kδ较好结合。     

2,4-二氨基嘧啶类黏着斑激酶抑制剂的3D-QSAR研究

本文选取42个2,4-二氨基嘧啶类黏着斑激酶(FAK)小分子抑制剂,分别以比较分子场分析法(CoMFA)与相似性指数分析法(CoMSIA)构建3D-QSAR模型,评价模板分子、公共骨架点、最小能量优化参数、分子构象等因素对模型优化的影响。分析最优模型中立体场、静电场以及氢键等因素对抑制剂活性的影响,并应用分子对接分析该类抑制剂与FAK蛋白的相互作用。结果表明,选择化合物16作为模板分子,骨架A作为公共骨架点,最小能量优化参数中电荷、最大迭代系数、最低能量限定值分别为MMFF94、1000、0.01kcal/mol时所构建的模型最优。以CoMFA和CoMSIA构建的3D-QSAR模型的交叉验证系数(q~2)分别为0.666和0.736,非交叉验证系数(R~2)分别为0.990和0.989,表明此模型具有良好的预测能力。分子对接分析显示,其与FAK的氨基酸残基CYS502、ASP564形成了重要的氢键作用,并与周围残基形成了较强的疏水作用。通过3D-QSAR的构建与分子对接分析,可指导2,4-二氨基嘧啶类FAK小分子抑制剂的进一步结构优化设计。     

几种改进的CoMFA方法比较研究血小板活化因子拮抗剂

由于传统的比较分子场分析(CoMFA)方法本身存在一些缺陷，使得分子的叠合 规则以及叠合分子的空间取向和空间位置等因素对q~2的影响很大，因此相继提出 了几种改进的CoMFA方法。为了优化CoMFA结果，应用传统的CoMFA方法和交叉验证 的R~2引导的区域选择法(q~2-GRS)、全取向搜索法（AOS）、全空间搜索法（APS） 以及比较分子相似性指数(CoMSIA)等四种改进的CoMFA方法，对18个pinusolide类 衍生物这类新发现的血小板活化因子（PAF）拮抗剂进行了比较研究。结果表明四 种改进的CoMFA方法得到的q~2值均比传统CoMFA的高。q~2-GRS方法得到的q~2值有 所提高，但综合结果并不理想，AOS与APS得到的q~2较为理想，而在CoMSIA中， q~2几乎不受空间取向或空间位置的影响。同时我们引人基于样本的偏最小二乘法 （SAMPLS）取代原AOS／APS程序中的传统PLS进行统计分析，明显提高了其运行速 度。最后，根据q~2最高的CoMFA模型和CoMSIA模型设计了几个预测活性更高的 pinusolide类似物。     

GPR40 受体苯丙酸类激动剂三维定量构效关系研究

苯丙酸类化合物是G蛋白偶联受体40(GPR40)潜在的生物活性药物。本文基于比较分子力场分析法(Co MFA)和比较分子相似性指数分析法(CoMSIA),分别建立了40个已知活性的GPR40受体苯丙酸类激动剂的三维定量构效关系(3D-QSAR)模型,研究该类激动剂与生物活性之间的关系。CoMFA和CoMSIA模型的交叉验证系数(q~2)分别为0. 527和0. 500,拟合验证系数(r~2)分别为0. 901和0. 860,两个3D-QSAR模型预测值与实验值基本一致,表明模型具有良好的可信度和预测能力。根据两个3D-QSAR模型提供的立体场、静电场、疏水场、氢键供体场和氢键受体场所提供的信息提出优化该类抑制剂结构的药物设计思路,为指导设计更高活性的GPR40激动剂以及GRR40新分子激动活性的预测提供理论依据。     

Molecular Docking and 3D-QSAR Studies on a Series of Fused Heterocyclic Amides as B-Raf Inhibitors

B-Raf has been identified as promising targets for novel anticancer agents. To further explore the interactions between small molecules and B-Raf, and to elucidate structural characteristics that influence the B-Raf kinase activity, molecular docking and three-dimensional quantitative structure-activity relationship(3D-QSAR) studies were performed on a dataset of 75 Type Ⅱ inhibitors. Molecular docking was applied to explore the detailed binding process between the inhibitors and B-Raf kinase in its DFG-out inactive conformation. Based on the conformations obtained by molecular docking strategy, 3D-QSAR models, including comparative molecular field analysis(CoMFA) and comparative molecular similarity indexes analysis(CoMSIA), were constructed. The established 3D-QSAR models show significant statistical quality and satisfactory predictive ability, with high q~2 and r~2 values: CoMFA model(q~2= 0.759, r~2 = 0.922), and CoMSIA model(q~2 = 0.685, r~2 = 0.945). The systemic external validation indicated that both CoMFA and CoMSIA models were quite robust and possess high predictive abilities with r~2 pred values of 0.633 and 0.708, respectively. Several key structural features accounting for the inhibitory activities of these compounds were discussed based on the 3D contour maps generated by the CoMFA and CoMSIA models, which were in good accordance with the docking results. These theoretical results rendered by 3D-QSAR models along with the docking may provide a useful reference for understanding the action mechanism and designing novel potential B-Raf inhibitors.     

基于他克林的乙酰胆碱酯酶抑制剂的3D-QSAR研究及虚拟筛选

本文通过对58个他克林派生物乙酰胆碱酯酶抑制剂分子进行建模分析,研究其结构与活性的关系,并通过虚拟筛选方法获得一系列潜在AChE抑制剂双位点分子。首先将一系列他克林二联体化合物与AChE晶体结构对接,获得化合物的活性构象,以此进行建模分析,建立结构与活性之间的三维定量构效关系。所得模型CoMFA、CoMSIA、TopomerCoMFA的交叉验证系数分别为0.510、0.702、0.571,非交叉验证系数为0.998、0.988、0.794,测试集r_(pred)~2为0.750、0.742、0.766,所得模型具有良好的预测性,由此可以为设计高活性的新分子提供理论基础。然后,使用Topomer search对ZINC数据库中的125909分子进行虚拟筛选,得到891个具有潜在AChE抑制活性的分子。最后,对这891个分子进行分子对接,观察分子与晶体结构的结合情况,筛选得到66个具有高选择性的双位点AChE抑制剂分子。     

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.     

HIV-1整合酶链转移抑制剂的3D-QSAR、分子对接和分子动力学模拟研究

为了获得高活性、结构新颖的整合酶链转移(INST)抑制剂,本文采用Co MFA和Co MSIA两种方法对32个萘啶类INST抑制剂进行了三维定量构效关系研究,并建立了相关模型,其交叉验证系数分别为q~2=0. 809和q~2=0. 816,拟合验证系数分别为r~2=0. 998和r~2=0. 981,表明所建立的模型是可靠的且具有一定的预测能力。利用分子对接探讨小分子化合物与INST蛋白的相互作用模式,结果表明,萘啶类化合物主要通过疏水作用和氢键作用与INSTIs蛋白结合。最后通过分子动力学模拟进一步验证对接结果发现,对接的结合模式与分子动力学模拟得到的结果是一致的。本研究获得的综合模型和推论可以为开发有效的HIV INSTIs提供重要的理论信息。     

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.     

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.     

不同电荷场优化咪唑并吡啶类VEGFR-2抑制剂的三维定量构效关系研究

运用不同电荷场优化咪唑并吡啶类VEGFR-2抑制剂,挑选出最优电荷场Gasteiger-Marsili,用COMFA和CoMSIA两种方法建立3D-QSAR模型,以分析化合物结构与分子活性之间的关系。COMFA和CoMSIA模型的交叉验证系数分别为q2=0.673和q2=0.612,拟合验证系数分别为r~2=0.891和r~2=0.973,外部验证复相关系数分别为r2 pred=0.669和r2 pred=0.658,结果表明两种模型都有良好的可信度和预测能力。COMFA和CoMSIA模型在三维等视图上相互对照和验证,得到的结论与分子对接结果一致,确立了分子结构对抑制剂活性影响的具体作用方式,对指导药物的设计与改造,新VEGFR-2抑制剂的合成提供参考。     

磷酸二酯酶4b抑制剂定量构效关系及分子对接研究

磷酸二酯酶4(PDE4)是第二信使环磷酸腺苷(cAMP)选择性高亲和力的水解酶,影响气道平滑肌、炎性细胞和免疫细胞的功能,选择性PDE4b抑制剂作为抗炎药治疗哮喘和慢性阻塞性肺病(COPD)因为不会引起恶心呕吐等副反应而受到极大的关注。本文使用比较分子场(CoMFA)方法,对系列嘧啶二芳基取代的PDE4b抑制剂构建了合理的三维定量构效关系(3D-QSAR)模型,使用分子对接方法研究了抑制剂与酶的相互作用,发现该系列化合物的嘧啶环2位引入带有较大电负性基团取代的五元环状烃基可提升活性;嘧啶环4位、5位两个碳原子上建议保留小体积取代基;嘧啶环6位引入带有氢键给体或氢键受体取代的芳烃基可增加化合物活性。本研究可为后续合理设计高效的PDE4b抑制剂提供理论指导。     

雌激素β受体喹啉类配体的分子对接及3D-QSAR研究

对33个喹啉衍生物的雌激素β受体活性进行了分子对接以及比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA). 对接结果显示氢键和疏水作用是配体与受体结合的主要因素,同时结果亦显示对接结合能与观测值pIC50具有极显著的线性相关性. 根据对接后各优势构象将33个样本进行叠合并进行CoMFA与CoMSIA研究,均得到了较优的结果,其中以选用立体场、静电场和疏水场建立的CoMSIA模型结果最优,其主成分数,r2,q2（LOO）和r2pred分别为2, 0.894, 0.708和0.802. 构效关系模型分析显示基团的空间位阻、电性及疏水作用是影响活性的主要因素     

2,4-二氨基嘧啶类FAK抑制剂的3D-QSAR研究

摘要 本文选取42个2,4-二氨基嘧啶类FAK小分子抑制剂,分别以比较分子场分析法（CoMFA）与相似性指数分析法（CoMSIA）构建3D-QSAR模型,评价模板分子、公共骨架点、最小能量优化参数、分子构象等因素对模型优化的影响。分析最优模型中立体场、静电场以及氢键等因素对抑制剂活性的影响,并应用分子对接分析该类抑制剂与FAK蛋白的相互作用。结果表明选择16号化合物作为模板分子,骨架A作为公共骨架点,最小能量优化参数中电荷、最大迭代系数、最低能量限定值分别为MMFF94、1000、0.01 Kcal/mol时所构建的模型最优。以CoMFA和CoMSIA构建的3D-QSAR模型的交叉验证系数（q2）分别为0.666和0.736,非交叉验证系数（R2）分别为0.990和0.989,表明此模型具有良好的预测能力。分子对接分析显示,其与FAK的氨基酸残基CYS502、ASP564形成了重要的氢键作用,并与周围残基形成了较强的疏水作用。通过3D-QSAR的构建与分子对接分析,可指导2,4-二氨基嘧啶类FAK小分子抑制剂的进一步结构优化设计。     

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.     

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.     

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.     

两类HPPD酶抑制剂的比较分子场分析研究

用比较分子场分析法（CoMFA）研究了环已二酮类及3-烷基酸-2-环已烯酯类化 合物的结构与活性的关系。本研究从蛋白酶与底物动力学模拟的复合物结构出发构 建两类抑制剂化合物分子的构象，并进行了全空间搜索，CoMFA分析得到了较好的 模型（交叉验证回归系数q~2 = 0.779，模型的线性回归系数r~2 = 0.989）。该方 程不仅可以帮助推测抑制剂与受体的结合方式，还可定量地预测结构相近的类似物 活性，为设计合成新的HPPD酶抑制剂提供了理论依据。