苯甲酰氨类HDAC2抑制剂的3D-QSAR及虚拟筛选研究 |
| |
引用本文: | 齐娜,宋静林,相玉红,张卓勇.苯甲酰氨类HDAC2抑制剂的3D-QSAR及虚拟筛选研究[J].计算机与应用化学,2014(5). |
| |
作者姓名: | 齐娜 宋静林 相玉红 张卓勇 |
| |
作者单位: | 首都师范大学化学系; |
| |
基金项目: | 北京市属高等学校人才强教深化计划中青年骨干人才项目(PHR20100718) |
| |
摘 要: | 本文应用传统比较分子力场分析法CoMFA,比较分子相似性指数法CoMSIA和Topomer CoMFA方法,对组蛋白去乙酰化酶2(HDAC2)的苯甲酰胺类抑制剂进行了构效关系和基于药效团的筛选研究。基于分子片段建模的Topomer CoMFA的交叉验证系数q~2为0.594,预测相关系数r~2_(pred)为0.973。基于对接活性构象叠合得到的CoMFA,CoMSIA的交叉验证相关系数q~2分别为0.634,0.561,预测相关系数r~2_(pred)分别为0.905,0.68。基于药效团模型011叠合的CoMFA,CoMSIA交叉验证相关系数q~2分别为0.588,0.592,预测相关系数r~2_(pred)分别为0.68,0.859。结果表明这5个3D-QSAR模型均具有良好的稳定性和预测能力。另外,由18个活性较高结构多样的分子建立了可靠的药效团模型。运用药效团模型011和016对NCI数据库进行筛选,将筛选得到的分子与HDAC2蛋白酶进行分子对接,并由PASS进行活性验证,最终得到了18个分子,且对接打分值都大于6,可作为新的HDAC2抑制剂。
|
关 键 词: | 药效团 D-QSAR 虚拟筛选 |
本文献已被 CNKI 等数据库收录! |
|