农药分子设计中结构与活性定量关系的方法概述

定量构效关系(QSAR)是一种农药分子设计中很重要的方法.本文在介绍定量结构一活性关系的基础上,分别对农药分子设计中应用的二维定量构效关系(2D-QSAR)方法和三维定量构效关系(3D-QSAR)方法进行了论述与比较.     

定量构效关系在化合物性质研究中的应用

概述了定量构效关系（QSPR/QSAR）的基本原理以及定量构效关系在化合物性质研究中的应用,重点介绍了定量构效关系在化合物毒性、水溶性和LogPow等方面的应用。     

基于MATLAB环境的辅助农药分子设计计算机系统

开发了基于MATLAB环境的辅助农药分子设计计算机系统。系统采用模块化设计 ,人机界面友好 ,并针对农药分子设计过程中定量构效关系研究 (QSAR)的特点 ,实现了多种QSAR建模算法的集成。应用表明系统对新农药分子设计具有一定指导意义     

人工神经网络在蛋白质结构预测和QSAR中的应用

人工神经网络（ANN）作为一种新型的信息处理系统和计算系统,近年来被广泛的应用于蛋白质结构预测、谱图分析、药物分子药效预测、定量构效关系（QSAR）研究等方面。文章论述了人工神经网络的的工作原理和基本特点,列举了国内研究者运用人工神经网络在蛋白质结构预测和QSAR中的主要应用,并对以后的应用进行了展望。     

基于定量构效关系的药物检测研究

定量构效关系以数学和统计学手段建立起化合物的化学结构与生物活性之间的定量关系。QSAR在化学与生物学之间架设起了一道桥梁。在探讨了几种定量构效关系方法的基础上,通过水杨酸镁的质量检测实验进行了应用分析,结果表明引入定量构效关系的实验分析结果可以起到补充、取长补短的效果,为建立更好的检测机制提供参考。这一研究对于化合物的分子结构性质数据的发展有一定的参考价值。     

分子模型在农药设计中的现状及前景

近十年来,分子模型在医药、农药和许多其他化学研究领域中已得到使用,并已成为人们可接受的工具。有时也把它看作“分子图形学”(用特殊的计算机图形学硬件来展示分子体系的三维结构),“分子模型”与计算化学,定量构效关系研究(QSAR)和计算机图形学的其     

分子电性作用矢量用于合成产率预测

应用分子电性作用矢量(molecular electronegativity interaction vector,MEIV)建立了42种Wittig反应产率的定量构效关系模型,考察了反应物分子结构对合成产率的内在影响。结合多元线性回归、逐步回归变量筛选方法和QSAR建模技术,得到7参数QSAR模型,交互校验的复相关系数分别为0.985、0.973;选用外部集对模型健壮性、预测能力进行考察,亦获得良好结果:R=0.984、R=0.965。模型稳定性良好,预测能力颇强。     

化学品鱼类急性毒性QSAR模型研究

为了管理化学物质的使用,需要用已知化合物的毒性来预测未知化合物的毒性。采用定量构效关系(QSAR)方法预测一系列环境化合物鱼类急性毒性(50%Lethal Concentration,LC50)。综述了QSAR的研究进展、方法体系、建模的数学方法、分子描述符,最后用辛醇/水分配系数法总结了119类化合物对鱼类急性毒性QSAR模型,对预测环境化合物鱼类毒害(LC50)提供重要价值。     

QSAR建模及其在抗病毒药物设计与筛选中的研究进展

新药研发往往是一件过程漫长且人力物力投入极大的事情。随着日益严重的环境污染问题对人类生命健康形成的挑战,快速研发高效低毒的药物成为当务之急。定量构效关系(QSAR)在历经几十年的发展后,广泛应用于药物科学领域中,作为药物筛选及其生物活性预测的高效工具,在药物活性、毒性和渗透性预测以及作用机制等研究中发挥重要作用。重点介绍了QSAR建模过程及其近年来在抗病毒药物设计与筛选中的研究进展,并对现阶段QSAR应用的局限性问题进行了分析,展望了其未来的发展方向。     

基于交叉验证的逐步回归结合RBF神经网络在QSAR中的应用

提出将交叉验证方法和逐步回归方法相结合实现建模变量的筛选 ,与RBF网络相结合用于建立定量构效关 (QSAR)研究的数学模型 ,并用于不对称有机磷的QSAR研究。结果表明该方法是有效的     

Zur physikalisch‐chemischen Charakterisierung von 5‐Amino‐1‐aryl‐1H‐tetrazolen: Elektronische Molekülparameter aus der thermischen Isomerisierung zu 5‐Arylamino‐1H‐tetrazolen

The known thermal isomerization of 5‐amino‐1‐aryl‐1H‐tetrazoles ( A ) into corresponding 5‐arylamino‐1H‐tetrazoles ( HB ) was used to derive physicochemical parameters characterizing the electronic substituent effect on isomerism and dissociation equilibria. For a series of 26 tetrazoles A as starting materials the equilibrium constants (pK_i) of isomerization in boiling ethylene glycol at 197 °C and the dissociation constants (pK_a) of the NH‐acidic tetrazoles HB were determined by potentiometric titration of rapidly cooled equilibrium mixtures in water and ethanol/water with KOH at 25 °C. The pK values are closely correlated with Hammett′s electronic substituent constants σ and can be used as electronic molecule parameters in QSAR or QSPR (QSAR = quantitative structure‐activity relationship; QSPR = quantitative structure‐property relationship) studies.     

环己烷氧化制取己二酸反应中铁卟啉催化剂结构与己二酸选择性关系的研究

以一系列不同取代基的氯化铁卟啉催化氧气氧化环己烷制取己二酸为模型反应,采用半经验PM3方法对这些铁卟啉化合物进行量子化学计算.将计算的微观结构参数(Fe-C1键长、最高占据轨道能量EHOMO等)与宏观的催化剂性能实验数据(己二酸选择性)相结合,系统地研究了上述催化剂的结构与己二酸选择性的关系.并根据此定量关系,预测了T(p-CH3)PPFeCl卟啉催化剂的选择性,经实验验证其预测的选择性与实验值相符.由此可见采用相关性模型来预测未知催化剂的选择性是可行的.     

反丁烯二酸酯类物质结构与抑菌性能关系

采用密度泛函理论(DFT)考察反丁烯二酸酯类化合物结构与抑菌活性之间的定量构效关系(QSAR).在B3LYP/6-311++ G(d)基组下对13种反丁烯二酸酯类化合物进行几何构型优化和频率计算,选取最高占据轨道能量E_HOMO、最低空轨道能量E_LUMO及两者的绝对差值DE、偶极矩(μ)、零点能、平均分子极化率(p)等量化参数作为量子化学描述符,通过多元逐步回归分析筛选影响抑菌活性的主要因素并建立化合物量化参数和抑菌活性之间的QSAR模型方程,并用留一法交叉验证模型的稳定性及预测能力。结果表明反丁烯二酸酯类化合物抑制枯草芽孢杆菌性能与其结构参数DE、μ、ZPE之间存在着较高的线性关系,DE和μ越大,抑菌活性越大,相关系数R=0.957,此类化合物抑制枯草芽孢杆菌活性的理论值与实验值的相关性良好,表明该模型能较好的预测此类具有α,β-不饱和羰基母体结构的反丁烯二酸酯类化合物的抑菌活性。     

Validation of quantitative structure-activity relationship (QSAR) model for photosensitizer activity prediction

Photodynamic therapy is a relatively new treatment method for cancer which utilizes a combination of oxygen, a photosensitizer and light to generate reactive singlet oxygen that eradicates tumors via direct cell-killing, vasculature damage and engagement of the immune system. Most of photosensitizers that are in clinical and pre-clinical assessments, or those that are already approved for clinical use, are mainly based on cyclic tetrapyrroles. In an attempt to discover new effective photosensitizers, we report the use of the quantitative structure-activity relationship (QSAR) method to develop a model that could correlate the structural features of cyclic tetrapyrrole-based compounds with their photodynamic therapy (PDT) activity. In this study, a set of 36 porphyrin derivatives was used in the model development where 24 of these compounds were in the training set and the remaining 12 compounds were in the test set. The development of the QSAR model involved the use of the multiple linear regression analysis (MLRA) method. Based on the method, r(2) value, r(2) (CV) value and r(2) prediction value of 0.87, 0.71 and 0.70 were obtained. The QSAR model was also employed to predict the experimental compounds in an external test set. This external test set comprises 20 porphyrin-based compounds with experimental IC(50) values ranging from 0.39 μM to 7.04 μM. Thus the model showed good correlative and predictive ability, with a predictive correlation coefficient (r(2) prediction for external test set) of 0.52. The developed QSAR model was used to discover some compounds as new lead photosensitizers from this external test set.     

人工神经网络用于氟化酚的定量构效关系研究

采用误差反传前向人工神经网络（ANN）建立了16种氟化酚的结构与其对梨形四膜虫的毒性之间的定量结构-活性关系（QSAR）模型。以16种氟化酚的量子化学和理化参数作为输入,对梨形四膜虫的急性毒性作为输出,采用内外双重验证的办法分析和检验所得模型的稳定性和外部预测能力,所构建网络模型的相关系数为0.999 8、交叉检验相关系数为0.981 8、标准偏差为0.01、残差绝对值≤0.04,应用于外部预测集,外部预测集相关系数为0.993 6;而多元线性回归（MLR）法模型的相关系数为0.980 2、标准偏差为0.119、残差绝对值≤0.28,外部预测集相关系数为0.980 3。结果表明,ANN模型获得了比MLR模型更好的拟合效果。     

人工神经网络研究取代芳烃的定量构效关系

采用误差反传前向人工神经网络（artificial neural network,ANN）建立了24种取代芳烃的结构与其对发光菌的急性毒性之间的定量关系模型（ANN模型）。以24种取代芳烃的量子化学参数作为输入,急性毒性作为输出,采用内外双重验证的办法分析和检验所得模型的稳定性和外部预测能力。所构建网络模型的相关系数为0.9834、交叉检验相关系数为0.9780、标准偏差为0.11、残差绝对值≤0.33,应用于外部预测集,外部预测集相关系数为0.9955;而多元线性回归（multiple linear regression,MLR）法模型的相关系数为0.9786、标准偏差为0.12、残差绝对值≤0.36,外部预测集相关系数为0.9904。结果表明,ANN模型获得了比MLR模型更好的拟合效果。     

In silico技术对防晒剂成分的人体暴露评估

采用国外先进的in silico技术,应用QSAR(Quantitative structure activity relationship)测试模块,对防晒剂成分的皮肤接触过敏性、人体感觉刺激性以及眼刺激性分别进行了预测和评价,并针对其人体感觉刺激性预测结果,计算了防晒剂成分的职业暴露限量OEL(occupational exposure limit)值.结果表明,防晒剂成分表现出不同的皮肤接触过敏性、人体感觉刺激性以及眼刺激性可能性,尤其是二苯甲酮-3和苯基苯并咪唑磺酸的过敏性和刺激性可能性较高,而4-二甲氨基苯甲酸2-乙基己酯相对较低.针对感觉刺激性作用,防晒剂成分的OEL值在0.03 cm3/m3～1.85 cm3/m3,尤其是二苯酮-3的OEL值最低,为0.03 cm3/m3左右.说明防晒剂成分应用于化妆品产品中时,对人体可能有一定的皮肤接触过敏性、人体感觉刺激性以及眼刺激性作用,具有一定的人体暴露风险,需要引起注意.