雄激素受体干扰物的活性预测模型的研究

目的在于定量预测雄激素受体干扰物活性,并确定最佳建模方法。选择150个分子作为数据集,随机选38个分子作为检验集,其它分子为训练集。每个化合物分子计算了193个分子参数。通过采用多元线性回归和主成分回归等方法,建立数学模型,并用验证集检验了所建模型的预测能力。结果发现逐步筛选法和主成分分析方法所建模型都表现出较强的预测能力(应用于检验集的相关系数分别为R=0.61,R=0.52)。以上研究将有助于新药雄激素受体抑制剂的筛选和开发。     

一种创新的抗乳腺癌药物分子特征筛选模型

据不完全统计显示,2020年全球乳腺癌新增人数达到226万,女性乳腺癌是最常见的癌症类型,死亡率高居第五,因此对乳腺癌的治疗研究变得愈发重要。对雌激素受体α亚型(ERα)的研究显示其在乳腺发育过程中扮演重要角色。本文收集作用于ERα的化合物及其生物活性数据,并以一系列分子结构描述符作为自变量和以化合物的生物活性值作为因变量,通过随机森林与梯度提升树并融合专家知识来构建分子筛选模型,筛选出前20个对生物活性最具有显著影响的分子描述符。这些分子描述符对指导已有活性化合物的结构优化和药物研究具有重要意义。     

运用线性和非线性的方法预测烷基苯的沸点和摩尔体积

以2D-autocorrelation描述符为结构参数,采用PSO和逐步回归的方法进行变量筛选,再结合SVM等机器学习算法对28种苯丙烯盐类化合物对EBV-EA病毒的抑制性活性进行定量构效关系(QSAR)研究.研究结果表明,PSO-v-SVM模型具有最优的模型稳健性和预测效果.由PSO选入的构成该模型的5个2D-autocorrelation描述符为ATS5v,ATS6e,ATS8e,ATS3p,GATS5p;该模型对训练集的拟合和留一法交叉验证结果的相关系数R~2和q_(cv)~2分别为0.986和0.930,对测试集预测结果的相关系数R~2_(ext)达0.955.对5个变量的理化意义的分析表明,极化率、Van der Waals体积和电负性对苯丙烯盐类化合物的抑制性活性影响分别约占57.13%、15.90%和26.97%.     

作用于InhA的吡咯类抗结核病药物对接模型的构建

目的:通过对接研究,初步建立作用于InhA的吡咯类抗结核病药物的筛选模型。方法:采用Gold 3.01分子对接软件,评估已报道的吡咯类化合物衍生物的活性,并使用Fitness打分函数评价分子对接结果。结果:初步建立了分子对接与药物活性的药物筛选模型,建立的模型的r2为0.829,对测试集化合物的活性预测结果与实验数据相关性很好,表明模型预测能力较强,并分析出S构型药物分子具有更好的活性。结论:Gold对接所建立的模型的预测能力比较强,可以用于同类化合物的药物筛选,为新的抗耐药结核分枝杆菌的药物筛选提供了思路。     

Structural requirements of 3-carboxyl-4(1H)-quinolones as potential antimalarials from 2D and 3D QSAR analysis

Malaria is a fatal tropical and subtropical disease caused by the protozoal species Plasmodium. Many commonly available antimalarial drugs and therapies are becoming ineffective because of the emergence of multidrug resistant Plasmodium falciparum, which drives the need for the development of new antimalarial drugs. Recently, a series of 3-carboxyl-4(1H)-quinolone analogs, derived from the famous compound endochin, were reported as promising candidates for orally efficacious antimalarials. In this study, to analyze the structure–activity relationships (SAR) of these quinolones and investigate the structural requirements for antimalarial activity, the 2D multiple linear regressions (MLR) method and 3D comparative molecular field analysis (CoMFA) and comparative molecular similarity indices analysis (CoMSIA) methods are employed to evolve different QSAR models. All these models give satisfactory results with highly accurate fitting and strong external predictive abilities for chemicals not used in model development. Furthermore, the contour maps from 3D models can provide an intuitive understanding of the key structure features responsible for the antimalarial activities. In conclusion, we summarize the detailed position-specific structural requirements of these derivatives accordingly. All these results are helpful for the rational design of new compounds with higher antimalarial bioactivities.     

一些有机锡化合物的QSPR和QSAR研究

应用量子化学HF/3-21G从头算法计算得量子化学参数,研究一些有机锡化合物的定量结构-性质关系和定量结构-活性关系。结果表明:有机锡化合物的正辛醇/水分配系数(logK_(ow))与分子极化率和分子范德华体积有关,而有机锡化合物对巨溞(daphnia magna)的急性毒性,则与分子最高占用轨道能和分子水化能有关,并建成它们的构效关系式。     

含氮化合物碱性的QSAR研究

应用Materials Studio4.2计算38个含氮化合物的结构参数,对其碱性做QSAR研究.使用遗传函数算法(genetic function approximation,GFA),从前线分子轨道能量、偶极矩、部分电荷、分子表面积、分子体积等30个反映分子微观特征和溶剂化效应的结构参数中,筛选出主要的结构参数,建立出含氮化合物碱性-结构参数定量关系方程.所建方程的关联系数r2=0.951,交叉相关系数CV-r2=0.930,并且应用方程估算测试样本的碱性,其预测值与实验值基本一致,表明建立的QSAR方程具有较好的拟合度和较强的预测能力.分析QSAR方程各参数对含氮化合碱性影响表明,分子的最高占据轨道能量(HOMO)、偶极矩、氮原子上的电荷以及表示溶剂化效应的参数,是影响碱性的主要结构因素.HOMO能量反映分子供电子能力,能量越高,越易供给电子,碱性越强.分子偶极矩越大、氮原子上的负电荷越多,都使碱性增强.方程中引入电介质能量,说明溶剂化效应对含氮化合物碱性有一定的影响;电介质能量越大,溶质一溶剂的相互作用可能降低溶质分子的稳定性,使含氮化合物的碱性增强.