植物精油成分气相色谱保留指数的全息定量构效关系

气相色谱保留指数(RI)是色谱分析中的重要参数,但通过实验获取RI值的过程较为繁琐,需要建立一种简便、高效、准确的模型来预测RI值。本文搜集了60种植物精油成分的RI实验值,构建了精油成分化合物的结构性质与RI值之间的全息定量构效关系(HQSAR)模型。当碎片大小(fragment size)、碎片特征(fragment distinction)和全息长度(hologram length)模型参数分别设置为“1~4”、“C,Ch”和199时,可以建立最优HQSAR模型。利用外部测试集验证和留一交叉验证对模型进行检验,经外部测试集验证的预测均方根误差(RMSEP)、预测决定系数(Q_(F3)^(2))、一致性相关系数(CCC)和平均相对误差(MRE)分别为40.45、0.984、0.968和2.20%;经留一交叉验证的交叉验证均方根误差(RMSECV)和MRE分别为72.56和4.17%。此外,HQSAR模型的分子贡献图表明,芳香族化合物的烷基链在连接了羟基基团后,其RI值会增大;脂肪族化合物中存在的长链烷基也会导致RI值增大。研究结果表明,所建立的HQSAR模型能够用于预测植物精油成分的RI值,并为其他精油成分RI值的预测提供可靠依据。

硅烷偶联剂折光率的全息定量构效关系研究

建立了85个硅烷偶联剂折光率的全息定量构效关系(HQSAR)模型。当设置参数fragment distinction为“A、B、C、H、DA”、fragment size为“4~7”、holograms length为“151”时可建立最优HQSAR模型。采用外部测试集验证和留一交叉验证两种方法评估了模型的预测能力和稳健性。外部测试集验证的RMSRE、RMSEP、Q2F3、CCC分别为0.916、0.013、0.924、0.936,留一交叉验证的RMSRE、RMSECV、q2cv和R2分别为1.364、0.020、0.659和0.829。验证结果表明建立的HQSAR模型稳健可靠,可用于预测硅烷偶联剂的折光率。此外,通过所得HQSAR模型的分子贡献图可知,硅烷偶联剂中苯基和氧原子上长链烷基的存在会提高折光率。

芳胺类染料敏化太阳能电池填充因子的全息定量构效关系研究

根据对65种芳胺类染料的研究,建立了染料敏化太阳能电池填充因子(FF)的全息定量构效关系(HQSAR)模型。模型参数fragment distinction、fragment size和holograms length分别选择为“A,B,C,H,DA”、“4~7”和“307”时可建立最佳HQSAR模型。采用外部测试集验证和留一交叉验证两种方法对所建立模型进行了验证,外部测试集验证中的RMSRE和RMSEP分别为6.09和0.04,留一交叉验证中的RMSRE和RMSECV分别为2.73和0.02。两种验证结果表明建立的HQSAR模型预测能力良好。此外,通过所得HQSAR模型的分子贡献图可知,芳胺环上长烷基链和咔唑基团的存在会使FF值有降低的趋势。

醛酮化合物色谱保留指数的集成全息定量构效关系模型

色谱保留指数(retention index,RI)是色谱分析中的重要参数,不同化合物在不同极性固定相上具有不同的保留行为。醛酮化合物种类众多,实验测定其RI值的时间和经济成本高。该论文采用集成建模(ensemble modeling)结合全息定量构效关系(HQSAR)方法研究了醛酮化合物在2种固定相(DB-210和HP-Inno w ax)上色谱保留指数的定量构效关系(QSAR)模型。用外部测试集验证法和留一交叉验证法评估了所建立模型的预测能力。首先建立了34种被研究化合物的个体HQSAR模型。在固定相DB-210上,片段特性(FD)为"供体/受体原子(DA)"且片段尺寸(FS)为1~9时可得到最优个体模型,在固定相HP-Innow ax上,FD为"DA"且FS为4~7时可得到最优个体模型,这两个模型的交叉验证相关系数(qcv2)分别为0.935和0.909,外部验证相关系数(qext2)分别为0.925和0.927,一致性相关系数(CCC)分别为0.953和0.960,预测平方相关系数F2 (QF22)分别为0.922和0.918,预测平方相关系数F3(QF32)分别为0.931和0.927。研究结果表明醛酮化合物的分子结构与RI值之间存在定量关系,用HQSAR方法可以建立二者之间的QSAR模型。其次,以4个预测准确度最高的个体HQSAR模型作为子模型通过算术平均建立了集成HQSAR模型。建立的集成HQSAR模型预测被研究化合物在DB-210和HPInno wax固定相上RI值的qcv2分别为0.927和0.919,qext2分别为0.929和0.963,CCC分别为0.956和0.979,Q2F2分别为0.927和0.958,Q2F3分别为0.935和0.963。与个体HQSAR模型相比,建立的集成HQSAR模型预测准确度更高。这说明集成建模是提高HQSAR模型预测能力的有效方法,HQSAR与集成建模方法相结合可以用于研究和预测醛酮化合物的RI值。

有机氟化合物急性毒性全息定量构效关系

运用分子全息定量构效关系（HQsAR）方法研究有机氟化合物对大鼠和小鼠的急性毒性．选择对小鼠毒性为研究对象，碎片长度为4～7，碎片区分参数为原子类型、化学键类型、氢原子、氢键给体和受体时，得到最佳模型（r^2=0．978，q^2=0．821）．选择对大鼠毒性为研究对象，碎片长度为4～7，碎片区分参数为原子类型、连接性、氢原子和手性时，得到最佳模型（r^2=0．908，q^2=0．605）．研究结果表明，所建模型具有良好的拟合效果和较高的预测能力．

唑类化合物密度的全息定量构效关系模型研究

唑类化合物是一种爆轰性能与密度相关的重要的能量材料,建立了唑类化合物的密度的全息定量构效关系(HQSAR)模型。模型参数选择为fragment size:“1~2”,fragment distinction:“A、B、H、DA”可建立最佳HQSAR模型。采用两种常规验证技术,即外部测试集验证和留一交叉验证(LOO-CV)来评估HQSAR模型的预测精度。采用外部测试集验证和留一交叉验证两种方法对所建立模型进行了验证,外部测试集验证中的RMSRE、RMSEP、MRE、Q_(2)_(F3)、r^(2)_(m)和Δr^(2)_(m)分别为0.020、0.044、2.04%、0.891、0.670、0.220。留一交叉验证中的RMSRE、RMSECV、MRE、r^(2)_(m)和Δr^(2)_(m)分别为0.043、0.070、3.20%、0.602和0.237。结果表明,所建立的HQSAR模型可用于预测唑类化合物的密度。

三苯胺类染料敏化太阳能电池能量转化效率的全息定量构效关系研究

研究构建了三苯胺类化合物分子结构与相应染料敏化太阳能电池能量转化效率(PCE)之间的全息定量构效关系(HQSAR)模型。当fragment distinction、fragment size、hologram length和principal components分别为“C、DA”、“4-7”、“199”和“6”时,可以获得最优HQSAR模型。采用外部测试集验证和留一交叉验证对所建立模型进行检验,外部测试集验证中CCC和Q_(F3)^(2)分别为0.933和0.892,留一交叉验证中q_(cv)^(2)和r^(2)分别为0.791和0.902,表明所建立模型具有较好的拟合效果和预测能力。通过所建立HQSAR模型的分子贡献图可知,环戊并二噻吩基团的存在有利于提高PCE值,长烷基链的存在可能降低PCE值。

CoMFA,CoMSIA,HQSAR方法研究四氢异喹啉衍生物的定量构效关系

应用比较分子场分析法(CoMFA)、比较分子相似性指数法(CoMSIA)和全息定量构效关系法(HQSAR)对21种四氢异喹啉类选择性雌激素受体调节剂进行了定量构效关系研究.分别考察了不同的叠合方法对场分析方法(CoMFA和CoMSIA)、不同场的组合方式对CoMSIA、不同的碎片参数对HQSAR模型构建的影响.根据CoMFA和CoMSIA模型的等值线图、HQSAR模型的原子贡献图,提出了改进四氢异喹啉类选择性雌激素受体调节剂选择性的方法,为合成新型药物分子提供理论支持.

具有除草活性的大环内酯类衍生物的定量构效关系

研究了一系列结构新颖的具有除草活性的大环内酯衍生物的定量构效关系(QSAR). 构建的比较分子力场分析(CoMFA)、比较分子近似指数分析(CoMSIA)和全息定量构效关系(HQSAR)分子模型的交叉验证系数 rc2v均大于 0.5, 非交叉验证系数 r2 都超过 0.8, 表明获取的 QSAR 模型具有可信的预测能力. 对 CoMFA、CoMSIA模型的三维(3D)等势图分析, 发现除了立体场和静电场外, 疏水场和氢键受体场也是影响大环内酯类化合物除草活性的重要因素. 构建的 HQSAR 模型的原子贡献图提示的结构改造信息与三维 QSAR 的结果基本一致. 利用 CoMFA、CoMSIA 模型提供的信息, 对目前已合成的活性最高化合物 B1-3 进行分子结构改造, 预测结果发现部分化合物可能具有更好的除草活性.

类黄酮构效关系研究进展

类黄酮在植物中大量存在并具有多种生理活性。具有C6-C3-C6骨架结构的类黄酮结构特征鲜明,对其结构与不同生理活性的构效关系研究是筛选和利用类黄酮的重要依据。随着类黄酮构效关系的研究方法不断地深入发展,从最初的定性构效关系研究,逐渐发展到依次出现的二维、三维和全息定量构效关系研究,极大地提高了对类黄酮活性研究的效率。本文从研究方法的角度,对近年来的类黄酮构效关系研究进展进行了综述。

染料敏化太阳能电池短路电流密度的定量结构性质关系研究

采用全息定量构效关系(HQSAR)方法建立了香豆素类化合物结构与染料敏化太阳能电池(DSSCs)短路电流密度(J_(sc))参数之间的定量结构性质关系模型。获得最有效HQSAR模型(q^(2)_(cv)=0.846)的设置参数为“2~5”的片段大小,“307”的全息图长度以及“原子、键,以及供体和受体原子”的片段区分参数。采用两种验证方法(外部测试集验证和留一法交叉验证(LOO-CV))评估所开发的HQSAR模型质量。验证结果表明,所构建的模型具有良好的预测能力和稳定性。通过分析该模型的分子贡献图,找到了香豆素染料分子结构中有利于J_(sc)值提高的基团。因此,HQSAR方法可用于研究香豆素染料敏化太阳能电池的J_(sc)值。

3-吡啶基醚类化合物的分子全息QSAR研究

采用分子全息定量构效关系(HQSAR,hologramquantitativestructure-activityrelationship)方法,研究了28个3-吡啶基醚类化合物对乙酰胆碱α4β2受体的亲和性与它们的分子结构之间的关系,讨论了分子碎片大小、分子碎片亚结构类型以及分子全息长度对QSAR的影响,得到了较好的HQSAR模型,模型的交叉验证系数平方q2=0.670,非交叉相关系数平方r2=0.965,偏差S=0.093.利用HQSAR的颜色编码,对化合物中不同基团对亲和活性的影响进行了讨论,对新配体的合成具有一定的指导作用.

芳胺类染料敏化太阳能电池能量转化效率的HQSAR研究

基于HQSAR方法,建立了35种芳胺类化合物分子结构与相应能量转化效率的定量构效关系模型。当碎片大小、碎片区分参数、全息长度和主成分数分别为“B、H、Ch、DA”、“4-7”、“97”和“6”时,可以建立最优HQSAR模型。采用两种验证方法对模型的稳健性和预测能力进行了评价,留一交叉验证中q^(2)=0.734,r^(2)=0.940;外部测试集验证中r^(2)_(m)=0.8442,Δr^(2)_(m)=0.0111,CCC=0.9436,Q_(2)_(F3)=0.9312。结果表明,所建立的模型具有良好的稳健性和预测能力,可以对芳胺类化合物的能量转化效率进行比较准确的预测。

苯并咪唑类缓蚀剂的HQSAR研究及分子设计

采用分子全息定量构效关系(HQSAR)方法,构建苯并咪唑衍生物在酸性环境中的缓蚀性能与结构之间的定量构效关系模型,研究不同碎片区分参数及碎片大小对模型质量的影响,寻找最优HQSAR模型,并对其稳定性及预测能力进行评价.结果显示:选取碎片区分参数为原子类型(A)、化学键类型(B)、连接性(C)、氢原子(H)、手性(Ch)、氢键给体和受体(D&A),碎片大小为1-3建模时,得到的HQSAR模型(r2(非交叉验证系数)=0.996,q2(交叉验证系数)=0.960,SEcv(交叉验证标准误差)=3.709)具有良好的统计学稳定性及预测能力.根据最优HQSAR模型图设计出的38种苯并咪唑类化合物理论上均具有较好的缓蚀性能.本研究为油气田新型高效缓蚀剂研发提供可靠的理论依据.

部分取代芳烃发光菌毒性的HQSAR分析

采用分子全息定量构效关系(Holographic QSAR)对47个取代芳烃的发光菌生物毒性与化学分子结构之间的关系进行了研究和分析.分子全息表征方法所构建的结构活性模型比传统的理化表征和其他基于碎片的低连接性表征方法优越,由模型所得到的交互检验预测结果拟合相关系数为Q2=0.904.模型的质量随碎片大小而改变,碎片范围变化较大.因为分子全息方法表征的是有机污染物与配体之间相互作用的内在信息,所以这种相对简单的分子碎片表征方法能够反映出分子结构的细微性质.

丝氨酸及苯基异丝氨酸类SARS病毒3CL蛋白酶抑制剂HQSAR研究及分子设计

采用分子全息定量构效关系(Holographic Quentitative Structure-Activity Ralationship,HQSAR)方法,研究了40个丝氨酸及苯基异丝氨酸类SARS-CoV 3CL蛋白酶抑制剂的构效关系,探讨了分子碎片大小、碎片区分参数及全息长度对模型质量的影响.利用偏最小二乘法建立了一个以30个化合物为训练集的最优模型,其交叉验证相关系数q^(2)为0.604,非交叉验证相关系数r^(2)为0.904,标准偏差SEE为0.125;使用该模型对由9个化合物组成的测试集进行预测,其预测相关系数r^(2) pred为0.723,表明该模型具有良好的预测能力及拟合能力.利用HQSAR色码图探讨了分子中不同结构片段对活性的贡献,在此基础上根据最优HQSAR模型设计了一组具有良好预测活性的苯基异丝氨酸类3CL蛋白酶抑制剂,为新型SARS-CoV 3CL蛋白酶抑制剂的设计和优化提供了参考,也为研发治疗新型冠状病毒肺炎(COVID-19)的3CL蛋白酶抑制剂提供借鉴.

芳香族化合物与硝基自由基速率常数的HQSAR研究

研究了硝基自由基与芳香族化合物的反应速率常数(pk(NO_(3)))的全息定量构效关系(HQSAR)模型。为了构建最优的HQSAR模型,将片段区分和片段大小的参数设置为A/B/C/CH/DA和1~4。通过采用外部测试集验证和留一交叉验证,来评估所开发模型的预测能力。两次验证表明,所开发的模型对于研究芳香族化合物与pk(NO_(3))之间的定量关系是可行的。

HQSAR模型预测染料敏化太阳能电池香豆素衍生物PCE值研究

采用全息定量构效关系(HQSAR)方法建立了染料敏化太阳能电池香豆素类染料敏化剂结构信息与光电转化效率(PCE)之间的定量结构性质关系(QSPR)模型。构建的最有效HQSAR模型(q^(2)_(cv)=0.895,R^(2)=0.946)的片段参数为:fragment size“2~7”:hologram length“97”,fragment distinctions“B”。两种验证方法,外部测试集验证和留一法交叉验证(LOO-CV)用于检验开发的最佳HQSAR模型的质量。结果表明,HQSAR方法可以作为一种快速有效的工具,来预测香豆素染料敏化太阳能电池的PCE值。

苯并咪唑-5-羧酸酰胺HCV NS5B聚合酶抑制剂的分子全息QSAR研究及设计

采用分子全息定量构效关系(HQSAR)方法,研究54个苯并咪唑-5-羧酸酰胺类HCV NS5B聚合酶抑制剂的结构与活性之间的关系.讨论了分子碎片大小、碎片区分参数以及分子全息长度对模型的影响.以39个化合物构成的训练集所建最优模型的交叉验证相关系数q2为0.779,非交叉验证相关系数r2为0.922,标准偏差SEE为0.251.同时,利用HQSAR模型的色码图探讨了对该类抑制剂的活性起重要作用的结构片段,并根据HQSAR最佳模型图设计了17个新型2-硫乙酰芳胺-苯并咪唑-5-羧酸酰胺类衍生物,经HQSAR模型预测,这些分子理论上对HCV NS5B聚合酶均具有良好的抑制活性.

S-DABO类非核苷类HIV-1逆转录抑制剂HQSAR

采用分子全息定量构效关系(HQSAR)方法,研究了34个HIV-1逆转录酶抑制剂S-DABOs类化合物的结构与活性之间的关系.讨论了分子碎片大小、碎片区分参数以及分子全息长度对模型的影响.以26个化合物构成的训练集所建最优模型的交叉验证相关系数q2为0.755,相关系数r2为0.949.对8个化合物构成的测试集进行了预测,其预测相关系数r2pred为0.95,表明所建模型不仅有较高的拟合能力,还有良好的预测能力.最后,利用HQSAR模型的色码表示,探讨了对S-DABOs类似物的活性起重要作用的结构与片段,为此类化合物的进一步结构改造与优化提供理论指导.