两类促肾上腺皮质释放因子(CRF)抑制剂的CoMFA研究

采用比较分子场分析(comparative molecular field analysis,CoMFA)方法研究了两组促肾上腺皮质激素释放因子(cortico- tropin releasing factor,CRF)受体抑制剂的结构与活性关系。所得的CoMFA模型具有较好的稳定性和预报能力,q~2和r~2值分别为0．515和0．970。通过分析分子场等势图,可以直观地观察到分子周围的立体和静电特征对化合物特性的影响,为设计高活性CRF抑制剂提供了理论依据。     

Chk2抑制剂2-芳香基苯并咪唑类化合物活性的CoMFA研究

利用比较分子力场分析(CoMFA)法,研究训练集中的37个Chk2抑制剂2-芳香基苯并咪唑类化合物的生物活性,考察了互变异构对抑制剂活性的影响,建立了主成分为4的三维定量结构-活性关系模型.模型的交叉和非交叉验证回归系数(q2、r2)分别为0.660和0.908,是稳定性较高和预测能力较好的模型,立体场对活性的影响比静电场大.模型可用于指导设计新的Chk2抑制剂.     

新非核苷喹诺酮类HIV-1逆转录酶抑制剂的CoMFA研究

目的：应用比较分子力场法(COMFA)研究一系列喹诺酮类对HIV-1逆转录酶抑制活性的三维定量构效关系,为进一步抗HIV药物设计提供理论依据。方法和结果：在研究的29个化合物中,用比较分子力场法得到一个CoMFA模型,交叉验证系数为q~2=0.556,具有较高的预测能力及合理性,非交叉验证模型相关系数分别为r~2=0.998,标准偏差SE=0.044,F= 401.038;结论：此模型对设计和预测高活性的喹诺酮类HIV-1逆转录酶抑制活性的化合物有一定可靠性。     

P38促细胞分裂蛋白酶活性抑制剂的分子对接及3D-QSAR研究(英文)

运用分子对接方法研究了26个以嘧啶基咪唑环为基底的一系列同源化合物与p38促细胞分裂蛋白酶晶体结构的结合模式。采用比较分子力场分析法(CoMFA)对选取的对接优势构象进行三维定量构效关系(3D-QSAR)研究。建立了3D-QSAR的CoMFA模型,其非交叉验证系数r~2为0.986,交叉验证相关系数q~2为0.755,外部验证的标准偏差(SD为0.13,表明该模型合理、可信,并具有良好的预测能力。有趣的是,配体与活性周围氨基酸残基4个距离之和与其活性之间具有良好的线性关系(R~2=0.752),揭示了配体分子大小及与氨基酸残基结合的紧密程度对化合物的抑制活性起着主要的作用。最后,根据研究总结的规律设计了4个具有潜在高活性的嘧啶基咪唑衍生物。研究结果可为实验工作者合成新药提供理论有意义的理论参考。     

1,2,4-oxadiazole类非季胺肟胆碱酯酶重活化剂的CoMFA研究

应用比较分子力场法(CoMFA)研究一系列1,2,4-oxadiazole非季胺肟类乙酰胆碱酯酶(AChE)重活化剂的三维定量构效关系。以肟基(-c=N-OH)部分进行有效分子重叠,得到两个不同种属的CoMFA 摸型的交叉验证系数q~2>0.5,具有一定预测能力及合理性。其中,该类化合物在复活人类体外EPMP 抑制的AChE 活性的3D-QSAR 模型中q~2=0.530,非交叉验证模型相关系数r~2=0.992,标准偏差SE=0.198,F=196.7;并依据此模型设计、预测了3个理论上具有较高活性的化合物。     

二苯基吡咯烷酮类5-HT_(2C)抑制剂三维定量构效关系的研究

目前在药物设计开发领域,5-HT2C受体抑制剂备受关注,本文用比较分子相似性指数分析法(CoMSlA),研究34个二苯基取代吡咯烷酮类化合物的三维定量构效关系.考察衰减因子、电荷计算法以及不同作用场对构建模型的影响.建立的最佳模型交叉验证相关系数(q2)为0.571,非交叉验证相关系数(R2)为0.929,模型的标准偏差为0.225.发现疏水性在该类化合物与受体相互作用中发挥至关重要的作用,为进一步修饰结构提供指导.     

DNA依赖蛋白激酶抑制剂的CoMFA研究

运用比较分子力场分析方法(CoMFA),以DNA依赖蛋白激酶(DNA-PK)抑制剂分子为研究对象,建立1组对DNA依赖蛋白激酶有抑制活性化合物的三维定量构效关系(3D-QSAR)模型,探索其活性数据和三维结构参数的关系,所建最佳模型交叉验证相关系数q2=0.670,非交叉验证相关系数R2=0.993,标准偏差SD=0.053,说明该模型预测能力较好.根据CoMFA模型的三维等势图可知,小体积、电负性大的取代基团,能提高该类化合物的活性,为新型DNA-PK抑制剂分子的设计提供了理论依据.     

噻唑类Fascin蛋白抑制剂的3D-QSAR研究

本文针对43个噻唑衍生物Fascin蛋白抑制剂,运用CoMFA(比较分子力场分析)以及CoMSIA(比较分子相似性指数分析)这两种经典的3D-QSAR方法,建立了CoMFA模型和CoMSIA模型,分别对其进行三维定量构效关系研究。CoMFA模型和CoMSIA模型的交叉验证系数q~2分别为0.731和0.846,相关系数r~2分别为0.969和0.926。这两种模型都显示出了比较好的预测性和稳定性。它们的三维等势图以及对接结果也证实了抑制剂活性和结构特征之间的关系,可以为今后设计研究新型Fascin抑制剂而提供了理论基础。     

批处理机上具有两类释放时间的工件集竞争调度问题

研究了两个工件集合竞争在一台批处理机上加工的调度问题, 其中每个集合的工件具有一个共同的释放时间.批处理机可以同时加工多个工件作为一批, 每批的加工时间为该批工件中加工时间的最大值.基于两类释放时间的大小, 针对无界批处理机上最小化一个集合工件的最大完工时间、最大延迟以及总完工时间, 使得另一个集合工件的最大完工时间不超过给定上界问题, 分别给出了最优求解方法.针对有界批处理机上最小化一个集合工件的最大完工时间, 使得另一个集合工件的最大完工时间不超过给定上界问题, 证明为一般意义NP--!难问题, 并给出伪多项式时间最优求解方法.     

在欧洲释放云计算潜能(一)

欧盟委员会数字议程委员日前宣布启动一项新的云计算战略,期望在各领域推广云计算的应用,并创造大量的就业机会。为了落实该项战略,欧盟委员会制定了一系列具体措施,目标是到2020年,在欧洲创造250万个新就业岗位,每年创造1600亿欧元的产值(占欧盟GDP的1%)。     

CoMFA analysis on a set of new noncompetitive GABAA receptor antagonists： fipronil and related analogs

Fipronil and related analogs, a set of new noncompetitive GABAA receptor antagonists, were investigated using comparative molecular field analysis （CoMFA） to explore their three-dimensional quantitative structure-activity relationships （3D-QSAR）. Considering the structural complexity of molecules of fipronil and related analogs, three different alignments were performed in this paper. CoMFA model for housefly receptor yield the leave-one-out and cross-validated correlation coefficient q^2 value of 0.511 and the conventional correlation coefficient r^2 value of 0.997. The new compounds with higher activity would be designed from this model. CoMFA model for rat receptor was not successful using all these three alignments, the reason of which maybe that some molecules adopt different conformations for rat receptor.     

NMDA受体非竞争性拮抗剂的3D-QSAR研究

NMDA受体(N-methyl-D-aspartate receptor)是离子型谷氨酸受体(ionotropic glutamate receptors,iGluRs)的一亚型,对谷氨酸的神经兴奋毒性起关键性作用,因此对于NMDA受体拮抗剂的应用已引起广泛重视。本研究选用NMDA受体甘氨酸位点拮抗剂1,4-二氢喹喔啉-2,3-二酮衍生物(QXs)为研究对象,采用比较分子场分析法(CoMFA)建立34个NMDA受体拮抗剂的三维定量构效关系(3D-QSAR)模型。此CoMA模型的交叉验证相关系数(q~2)0.566,最佳主成分数(ONC)6,非交叉验证相关系数(r~2)0.969,标准方差(SEE)0.236,立体场和静电场贡献值分别为62.3%和37.7%,研究结果可用分子场等势图直观表示。分子场等势图结果表明,在1,4-二氢喹喔啉-2,3-二酮衍生物苯环2,3位,减少取代基体积或增加取代基的正电性,可以提高该类化合物的活性。所建模型的预测能力和拟合能力较好,不仅了解清楚NMDA受体非竞争性拮抗剂的结构特征,还为设计活性更高的受体拮抗剂提供理论依据。     

GABAA/BZ受体激动剂4-喹啉酮衍生物的DISCOtech及CoMFA研究

γ-氨基丁酸是重要的抑制性神经传递物质,4-喹啉酮衍生物作用于GABAA受体具有广泛的生物活性.本文采用DIS-COtech法构建大鼠GABAA/BZ受体4-喹啉酮衍生物激动剂的药效团模型,同时根据分子骨架叠合规则构建CoMFA模型,模型的交叉验证系数为0.681,非交叉验证系数为0.967,药效团模型和CoMFA模型具有一致性.根据模型分析配体-受体间的相互作用,设计一系列化合物并预报了其活性,为设计高活性的化合物提供参考.     

New insights into the stereochemical requirements of the bradykinin B1 receptor antagonists binding

Bradykinin (BK) is a nonapeptide involved in several pathophysiological conditions including among others, septic and haemorrhagic shock, anaphylaxis, arthritis, rhinitis, asthma, inflammatory bowel disease. Accordingly, BK antagonists have long been sought after for therapeutic intervention. Action of BK is mediated through two different G-protein coupled receptors known as B1 and B2. Although there are several B1 antagonists reported in literature, their pharmacological profile is not yet optimal so that new molecules need to be discovered. In the present work we have constructed an atomistic model of the B1 receptor and docked diverse available non-peptide antagonists in order to get a deeper insight into the structure-activity relationships involving binding to this receptor. The model was constructed by homology modeling using the chemokine CXC4 and bovine rhodopsin receptors as template. The model was further refined using molecular dynamics for 600 ns with the protein embedded in a POPC bilayer. From the refinement process we obtained an average structure that was used for docking studies using the Glide software. Antagonists selected for the docking studies include Compound 11, Compound 12, Chroman28, SSR240612, NPV-SAA164 and PS020990. The results of the docking study underline the role of specific receptor residues in ligand binding. The results of this study permitted to define a pharmacophore that describes the stereochemical requirements of antagonist binding, and can be used for the discovery of new compounds.     

N,N-二甲基-2-溴苯乙胺类衍生物活性与CoMFA、CoMSIA的研究

用比较分子力场分析(CoMFA)法和比较分子相似性指数分析(CoMSIA)法,建立N,N-二甲基-2-溴苯乙胺类化合物的3D-QSAR模型。CoMFA模型中,其交叉验证系数q2=0．792,传统的相关系数R2=0．955(R=0．978),相应立体场贡献为77．4％、静电场贡献为22．6％,优于文献的报导。CoMSIA研究中,其交叉验证系数q2=0．757,传统的相关系数R2=0．917 (R=0．958),其疏水场、立体场、静电场贡献依次为:42．9％、39．5％、17．6％。用两种模型分别预测检测集分子的活性,结果与实验值较吻合。说明所建的模型具有较好的预测能力。通过分析CoMFA分子场等值线图,可为优化N,N-二甲基-2-溴苯乙胺类衍生物的结构提供理论指导。     

N，N-二甲基二2-溴苯乙胺类衍生物活性与CoMFA、CoMSIA的研究

用比较分子力场分析（CoMFA）法和比较分子相似性指数分析（CoMSIA）法，建立N，N-二甲基-2-溴苯乙胺类化合物的3D—QSAR模型。CoMFA模型中，其交叉验证系数q^2=0．792，传统的相关系数R^2=0．955（R=0．978），相应立体场贡献为77．4％、静电场贡献为22．6％，优于文献的报导。CoMSIA研究中，其交叉验证系数q^2=0．757，传统的相关系数R^2=0．917（R=0．958），其疏水场、立体场、静电场贡献依次为：42．9％、39．5％、17．6％。用两种模型分别预测检测集分子的活性，结果与实验值较吻合。说明所建的模型具有较好的预测能力。通过分析CoMFA分子场等值线图，可为优化N，N-二甲基-2-溴苯乙胺类衍生物的结构提供理论指导。     

二磺酰胺类内皮素受体拮抗剂的构效关系研究

应用量子化学方法计算了34个二磺酰胺类化合物的结构参数,并用BP神经网络对34个二磺酰胺类化合物的结构参数与ETs受体拮抗活性进行了定量构效关系分析,获得了一个预测能力较好的QSAR神经网络模型。研究表明：二磺酰胺类化合物与ETs受体之间存在直接的电荷迁移作用,电子结构、疏水性是影响其活性的主要因素。本文建立的二磺酰胺类化合物分子结构与ETs受体拮抗活性之间的定量构效关系,为设计合成新的此类内皮素受体拮抗剂提供了参考。     

集对分析在人工智能中的应用与进展

人工智能是我国发展战略,集对分析从自主原创角度为人工智能提供一种基础性思路,具有重要意义。集对分析把确定的数学计算与不确定性系统分析有机结合,已在人工智能基础、模式识别、不确定性推理、智能决策、知识生态学、自然语言理解、专家系统、神经网络、智能工程、智能社会网络社区划分与演化等研究中得到应用。本文在概述集对分析的原理和联系数之后,综述集对分析在人工智能中的应用和进展,以期推动集对分析在人工智能中的进一步应用。