羟基多溴二苯醚生物活性的QSAR研究

采用VSMP方法从大量的分子结构描述符中筛选最优子集,用多元线性回归方法分别构建了羟基多溴二苯醚(hydroxylated polybrominated diphenyl ethers,OH-PBDEs)对细胞色素CYP19介导类固醇生成的抑制活性,甲状腺受体-β(thyroid receptors,TR-β)的激素活性以及与甲状腺素结合球蛋白(thyrox-ine-binding globulin,TBG)和甲状腺转运蛋白(transthyretin,TTR)之间结合能力的定量构效关系(quantita-tive structure-activity relationship,QSAR)模型。模型的留一法交叉验证(leave-one-out cross validation,LOO-CV)相关系数Q2和拟合相关系数R2均高于0.95和0.97,表明模型具有良好的稳健性、拟合能力和预测能力。QSAR模型表明OH-PBDEs的分子三维结构和芳香性是其活性的重要影响因素。另外,分子中溴原子数量和取代位置对OH-PBDE生物活性具有重要影响。

基于密度泛函理论的细胞色素P450 1A2抑制剂的定量构效关系

在B3LYP/6-31G*水平上采用高斯09全优化计算了50个P450 1A2抑制剂的量子化学参数,应用基于预测的模型变量选择方法(VSMP)选择描述子最佳子集,建立了最高轨道占有能(EHOMO)和分子体积(Vm)与萘、内酯衍生物及其他化合物对细胞色素氧化酶P450 1A2抑制剂的两变量线性QSAR模型,结果表明:所选的2个分子结构描述符与50个抑制剂的活性之间具有很强的线性关系(相关系数r2=0.907 0)和内部预测能力(留多法交叉验证相关系数q2=0.751 7)。同时,将50个化合物分成奇数集和偶数集各自进行筛选建模,并彼此进行外部预测,对全部样本集、奇数集和偶数集样本模型进行了y-Randomization检验,结果表明描述符EHOMO和Vm建立的模型均非常稳定并具有很高的预测能力。