比较分子力场分析法在天然药物成分研究中的应用

目的综述了比较分子力场分析法(CoMFA法)的主要原理、优缺点及其在天然药物成分研究中的应用进展。方法利用天然药物成分结构不同进行分类,分别对各类天然药物成分三维构效研究的国内外现状进行归纳、分析。结果CoMFA法在各类天然药物成分的构效研究中均可获得预测能力强的定量构效关系(QSAR)模型。结论CoMFA法具有很好的应用前景。

两类HPPD酶抑制剂的比较分子场分析研究

用比较分子场分析法 (CoMFA)研究了环己二酮类及 3 烷基酸 2 环己烯酯类化合物的结构与活性的关系 .本研究从蛋白酶与底物动力学模拟的复合物结构出发构建两类抑制剂化合物分子的构象 ,并进行了全空间搜索 ,CoMFA分析得到了较好的模型 (交叉验证回归系数q2 =0 .779,模型的线性回归系数r2 =0 .989) .该方程不仅可以帮助推测抑制剂与受体的结合方式 ,还可定量地预测结构相近的类似物活性 ,为设计合成新的HPPD酶抑制剂提供了理论依据 .

利用CoMFA和CoMSIA对氟乐灵抗体识别特异性进行3D-QSAR分析

为了探究氟乐灵多克隆抗体PcAb-2C识别特异性与药物分子三维结构的定量关系,利用PcAb-2C的交叉反应数据,选取比较分子力场分析法(CoMFA),比较分子相似指数法(CoMSIA)进行三维定量构效关系(3D-QSAR)研究,并建立相应的模型。结果表明:CoMFA模型的交叉验证系数(r_(cv)^(2))为0.497,非交叉验证系数(r_(ncv)^(2))为0.999;CoMSIA模型的交叉验证系数(r_(cv)^(2))为0.498,非交叉验证系数(r_(ncv)^(2))为0.979。CoMFA模型中立体场和静电场的贡献值分别为63.10%和36.90%,CoMSIA模型中疏水场、静电场和立体场的贡献值分别为54.90%、38.40%和6.70%。各力场的贡献比例表明基团的疏水作用对化合物影响较大,推测出抗原疏水性的增强特别是N,N-二丙基部位的疏水性增强,有利于诱导出亲和力更强的抗体,为设计氟乐灵半抗原提供了信息。

比较分子力场法研究5,6-二氢-(9H)-吡唑[3,4-c]-1,2,4-三唑[4,3-a]吡啶类抑制剂的定量构效关系

利用比较分子力场分析法(CoMFA),以5,6-二氢-(9H)-吡唑[3,4-c]-1,2,4-三唑[4,3-a]吡啶类抑制剂为研究对象,建立一组对嗜酸性粒细胞磷酸二酯酶有抑制活性的化合物及其三维定量构效关系(3D-QSAR)模型,探索化合物活性数据和三维结构参数之间的关系。模型的交叉验证相关系数q^2=0.565,非交叉验证相关系数r^2=0.867,标准偏差SE=0.362,F= 49.782,立体场和静电场的贡献值分别为72.7%和27.3%。该模型的预测能力较好,能够增大取代基体积和降低取代基电负性,可以提高该类化合物的活性。

药物定量构-效关系研究方法概况

定量构-效关系(QSAR)能够产生和优化先导化合物,从分子水平上阐明作用机制,因而广泛应用于药物分子设计中。作者阐述了QSAR方法及其原理、优缺点,包括取代基多参数法(Hansch法)、比较分子力场分析法(CoMFA)、Free-Wilson法。可以预见,QSAR研究中的方法将不断完善,各种方法因出发点和侧重点不同而相互交叉渗透,从而在新药的创制中将发挥更大的作用。

马来酰胺类糖原合成酶激酶-3β抑制剂的分子对接和三维定量构效关系(英文)

通过分子对接和三维定量构效关系(3D-QSAR)两种方法来确定两类马来酰胺类的糖原合成酶激酶-3β(GSK-3β)抑制剂的结合方式.首先,用分子对接确定抑制剂与GSK-3β的结合模式及其相互作用;然后用比较分子力场分析法(CoMFA)与比较分子相似性指数分析法(CoMSIA)对48个化合物做三维定量构效关系的分析.两种方法得出的交互验证回归系数分别为0.669(CoMFA)和0.683(CoMSIA),证明该模型具有很好的统计相关性,同时也说明该模型具有较高的预测能力.根据该模型提供的信息,设计出9个预测活性较好的分子.

亲电酮类HDAC抑制剂的3D-QSAR和分子对接研究

组蛋白去乙酰化酶抑制剂(histone deacetylase inhibitor,HDACi)是近年来治疗癌症的重要靶向药物,其中羟氨酸类,苯甲酰胺类多种药物已进入临床试验阶段,但对于亲电酮类HDACi还有待于进一步研究,本研究应用比较分子力场分析法(comparative molecular field analysis,CoMFA),比较分子相似性指数法(compara-tive similarity indices analysis,CoMSIA)对29个亲电酮类HDAC抑制剂分子进行了定量构效关系分析,CoMFA模型的q2=0.668,r2=0.999;CoMSIA模型的q2=0.686,r2=0.995,所建模型预测能力较好。分子对接(sur-flex-dock)研究也进一步揭示出抑制剂分子与蛋白酶的作用模式,结合其作用模式比较合理地探讨了这类抑制剂的活性原因,为设计新型高效的亲电酮类HDACi提供了理论依据。

喹唑啉类端锚聚合酶抑制剂3D-QSAR和分子对接研究

利用分子力场分析法(comparative molecular field analysis,CoMFA)、比较分子相似性指数法(comparative molecular similarity indices analysis,CoMSIA)和分子对接方法对一系列喹唑啉类TNKS抑制剂进行三维定量构效关系研究。构建的CoMFA(q^(2)=0.578,r^(2)=0.998,r^(2)_(pred)=0.815)和CoMSIA(q^(2)=0.624,r^(2)=0.929,r^(2)_(pred)=0.747)模型具有良好的鲁棒性、预测能力和机制可解释能力。分子对接实验结果表明:Ser1221和Gly1185是影响这些抑制剂活性的主要氨基酸。研究对设计新型TNKS抑制剂具有参考意义。

新型三唑类抗真菌化合物的三维定量构效关系研究

采用比较分子力场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA),系统研究了40个新型三唑类化合物抗真菌活性的三维定量构效关系.在CoMFA研究中,研究了两种药效构象对模型的影响,并考察了网格点步长对统计结果的影响.在CoMSIA研究中,系统考察了各种分子场组合、网格点步长和衰减因子对模型统计结果的影响,发现立体场、静电场、疏水场和氢键受体场的组合得到最佳模型.所建立CoMFA和CoMSIA模型的交叉相关系数q2值分别为0.718和0.655,并都具有较强的预测能力.CoMFA和CoMSIA模型的三维等值线图直观地解释了化合物的构效关系,阐明了化合物结构中苯环上各位置取代基对抗真菌活性的影响,为进一步结构优化提供了重要依据.

卤代芳香族化合物在长江底泥中吸附行为的CoMFA研究

将比较分子力场分析法 (CoMFA)移植到定量结构性质相关研究中 ,探讨了 2 8种卤代芳香族化合物在长江底泥中的吸附行为与其分子结构之间的关系 ,发现静电和空间立体效应是影响这批化合物底泥吸附的主要因素 。

定量构效关系在农药设计合成中的应用进展

本文介绍了定量结构-活性关系(QSAR)的基本原理,重点评述了其中比较分子力场分析法(CoMFA)的主要理论及用该法建立QSAR模型的步骤,以及QSAR在农药合成设计中的应用进展。

基于5-芳基乙内酰脲类化合物的CoMFA和HQSAR研究

用CoMFA和HQSAR两种QSAR方法研究了50个乙内酰脲类分子的定量构效关系.本研究从构象搜索所得的低能结构出发构建化合物分子的构象,建立CoMFA模型,并进行了全空间搜索.HQSAR本质上是一种二维的QSAR方法,与CoMFA方法相比,该方法在数据处理方面,比CoMFA方法快捷,并且可重复性好.两种方法均得到了较好分析结果,CoMFA的交叉验证相关系数q2值为0.815,HQSAR的q2值为0.893.这些方程有力地说明了该类分子在(R,R)-N-3,5-dinitrobenzoyl-1,2-diamine型手性固定相上拆分过程中的影响因素,对今后类似拆分的实验研究提供了理论支持.

基于CoMFA研究氟喹诺酮C-3噻唑酮衍生物抗胰腺癌活性

应用比较分子力场分析(Comparative molecular force field analysis,CoMFA)方法研究了18种氟喹诺酮C-3噻唑酮衍生物对胰腺Capan-1细胞的体外抗增殖活性(p A).训练集中14个化合物用于建立预测模型,测试集6个化合物(含模板分子和新设计的1个分子)作为模型验证.通过基于配体的原子契合的叠合方式,获得了训练集的统计显著模型.CoMFA模型使用3个主成分给出交叉验证系数(R 2 cv)值为0.436,非交叉验证系数(R 2)值为0.956,估计F值为72.217.结果显示,模型具有良好的稳健性与预测能力.基于CoMFA等高线图,揭示了该系列化合物抗增殖活性的一些关键结构因素.这些结果为理解其作用机制、设计具有高抗肿瘤活性的新型氟喹诺酮C-3噻唑酮类化合物提供有益的理论参考.

5-芳基乙内酰脲类化合物在Pirkle型色谱柱上拆分的CoMFA研究

用比较分子场分析法 (CoMFA)研究了 5 芳基乙内酰脲类化合物定量结构 -保留关系 .本研究从构象搜索所得的低能结构出发构建化合物分子的构象 ,并进行了全空间搜索 .得到了较好的模型 (CoMFA的交叉验证回归系数q2 为 0 .764 ,模型的线性回归系数r2 为 0 .962 ) .这些方程不仅有助于推测被识别剂和识别剂之间的结合方式 ,还可以定量地预测结构相近的类似物的拆分可能性 。

新型四氢萘类抗真菌化合物的三维定量构效关系研究

采用比较分子力场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA),系统研究了49个新型四氢萘类化合物抗真菌活性的三维定量构效关系。在CoMFA研究中,考察了网格点步长对统计结果的影响。在CoMSIA研究中,研究了各种分子场组合、网格点步长和衰减因子对模型统计结果的影响,发现立体场、静电场、疏水场和氢键受体场的组合可得到最佳模型。所建立的CoMFA和CoMSIA模型的交叉相关系数q^2值分别为0.618和0.613,均具有较强的预测能力。利用CoMFA和CoMSIA模型的三维等值线图直观地解释了化合物的构效关系,阐明了化合物结构中苯环和氨基上各位置取代基对抗真菌活性的影响,为进一步结构优化提供了重要依据。

6-[4-(取代哌嗪基)苯基]-4,5-二氢-3(2H)-哒嗪酮类化合物的三维定量构效关系研究

本文采用比较分子力场分析法(CoMFA),系统研究了自行合成的34个6-[4-(取代哌嗪基)苯基]-4,5-二氢-3(2H)-哒嗪酮类化合物和参比化合物CCI-17810的三维定量构效关系。所建立CoMFA模型的交叉相关系数q2值为0.663,具有较强的预测能力。利用CoMFA模型的三维等值线图直观地解释了化合物的构效关系,阐明了化合物结构中哌嗪末端N原子上不同取代基对抗血小板聚集活性的影响,为进一步结构优化提供了重要信息。

1,3-二氢苯并[b][1,4]二氮杂卓-2-酮类非竞争性mGluR2/3拮抗剂的三维定量构效关系

目的本研究采用比较分子力场分析法(comparative molecular field analysis,CoMFA)和比较分子相似性指数分析法(comparative molecular similarity indices analysis,CoMSIA),系统研究了30个1,3-二氢苯并[b][1,4]二氮杂卓-2-酮类非竞争性代谢型谷氨酸受体2/3(mGluR2/3)拮抗剂的三维定量构效关系。方法通过考察网格点步长对CoMFA研究统计结果和各种分子场组合、网格点步长和衰减因子对CoMSIA研究统计结果的影响,建立了3D-QSAR模型,发现立体场、静电场、疏水场和氢键受体场的组合可得到最佳模型。结果所建立的CoMFA和CoMSIA模型的交叉相关系数q2值分别为0.729和0.713,均具有较强的预测能力。结论利用CoMFA和CoMSIA模型的三维等值线图直观地解释了化合物的构效关系,阐明了化合物结构与生物活性的关系,为进一步结构设计和优化提供了重要依据。

高喜树碱类衍生物的定量构效关系研究

目的探讨高喜树碱类似物分子结构参数与抗肿瘤活性之间关系。方法综合运用密度泛函理论(DFT)、分子力学(MM2)、统计学及比较分子力场分析(Co MFA)等方法建立抗肿瘤高喜树碱类似物的二维(2D)、三维(3D)定量构效关系(QSAR)模型。结果所建最优2D-QSAR方程的交叉验证系数(q2)和拟合相关系数(R2)分别为0.658和0.762;Co MFA模型的q 2和非交叉验证系数(r2)分别为0.727和0.974,预测相关系数R2 pred为0.782。结论建立的2D/3D-QSAR模型具有良好统计学意义及合理、可信预报能力,可预测未知化合物的活性。

GPR35受体香豆素类激动剂三维定量构效关系研究

本实验采用比较分子力场分析法(Co MFA)和比较分子相似性指数分析法(Co MSIA)建立GPR35受体香豆素类激动活性的三维定量构效关系(3D-QSAR)模型,以确定该类激动剂的分子结构与其生物活性之间的定量关系。在预测半数有效浓度(EC_(50))的Co MFA模型中,训练集抽一法(LOO)交叉验证系数q^2=0.559,非交叉验证系数r^2=0.887,标准偏差SE=0.382;在Co MSIA模型中,训练集抽一法交叉验证系数q^2=0.627,非交叉验证系数r^2=0.915,标准偏差SE=0.365。在预测半数抑制浓度(IC_(50))的Co MFA模型中,训练集抽一法交叉验证系数q^2=0.600,非交叉验证系数r^2=0.903,标准偏差SE=0.375;在Co MSIA模型中,训练集抽一法交叉验证系数q^2=0.566,非交叉验证系数r^2=0.914,标准偏差SE=0.378。EC_(50)和IC_(50)的两个3D-QSAR模型预测结果同实验数据基本一致,说明模型的预测能力较好。本实验根据模型预测结果,对配体分子的结构进行分析,为获得具有更高活性的配体分子提供理论依据。

G蛋白偶联受体109B苯甲酸类激动剂三维定量构效关系

5-N,N-二取代5-氨基吡唑-3-羧酸、3-硝基-4-氨基苯甲酸和6-氨基烟酸类化合物是G蛋白偶联受体109B(GPR109B)潜在生物活性药物。本实验采用比较分子力场分析法(Co MFA)和比较分子相似性指数分析法(Co MSIA)分别建立46个GPR109B激动剂分子的3D-QSAR模型,确定此类G蛋白偶联受体激动剂的分子结构与生物活性之间的定量关系。Co MFA模型的训练集抽一法交叉验证系数q^2=0.472,非交叉验证系数r^2=0.92,标准偏差SE=0.212;CoMSIA模型的训练集抽一法交叉验证系数q^2=0.498,非交叉验证系数r^2=0.803,标准偏差SE=0.332。两个3D-QSAR模型预测数值与实验数据基本一致,显示模型具有较好的预测能力。本实验根据CoMFA和CoMSIA模型所提供的立体场、静电场、氢键给体场等信息进一步提出改善此类激动剂生物活性的药物设计思路。