苯砜基乙酸酯类化合物对大型蚤的急性毒性效应以及定量结构活性相关分析

以大型蚤 (Daphniamagna)为模型生物 ,测定了 2 0种苯砜基乙酸酯类化合物在静态实验系统中的急性毒性效应 .应用电荷模型方法对化合物的急性毒性进行定量结构 活性相关 (QSAR)研究 .结果表明 ,电荷方法建立的模型具有较高的预测能力(自由度校正的相关系数r2adj=0 92 2 ) .在所应用的诸多参数中 ,MW (分子量 )、QO(化合物中氧原子所带静电荷的平方值的和的平方根 )、Q2S (硫原子所带静电荷的平方值的和 )三个参数的统计意义最为显著 .对预测模型的分析可知 ,化合物中的基团—SO2 —是活性中心 ,另外 ,两个含氧基团—NO2 和—CO2 —对化合物的活性也有较大的贡献 .

人类A_3腺苷受体拮抗剂1,2,4-三唑并[1,5-α]喹喔啉衍生物的QSAR研究

采用遗传算法构建了27种人类腺苷受体拮抗剂1,2,4-三唑并[1,5-α]喹喔啉衍生物与受体之间的亲和性的QSAR模型.为得到理想模型,计算了拓扑学、热力学、空间、电子拓扑状态和量子化学描述符.结合这些参数得到最终模型:ENpKi=13.407-0.027*FC-8-0.033*FC-8+0.845*Atype_C_28-19.493*Shadow_XYfrac.计算得到的统计学指标为:LOF=0.291,r2=0.766,ra2dj=0.723,F-test=17.974,PRESS=3.469,CV-r2=0.791.通过对模型进行分析,得到如下结论:降低C-8位亲电、亲核原子的前线电子密度的权重和分子在XY平面的投影分数,增加疏水性原子类型描述符Atpye_C_28的值,都对增加化合物分子与受体的亲和性有利.利用此模型合理的设计了两个新的化合物,并预测具有较高的结合活性.该研究为喹喔啉衍生物作为人类A3腺苷受体拮抗剂的结构改造提供理论指导,并为进一步研究受体与配体亲和性机理奠定理论基础.

人工神经网络预测非环状亚硝胺急性毒性的QSAR研究

在DFT-B3LYP/6-311+G(d,p)水平对60种非环状亚硝胺分子结构进行几何全优化,通过多元逐步线性回归(MSR)分析筛选出9个量子化学描述符作为自变量,log LD_(50)(lethal dose 50%,LD_(50):大鼠口服急性毒性)作为因变量,采用人工神经网络(ANN)方法构建QSAR模型。经Levenberg-Marquardt(LM)算法训练得到的隐含层为10个神经元节点的多层感知机ANN模型为最优结构。采用内外双重验证的方法,分析和检验模型的稳健性。对模型的内部验证采用留一法(LOO)交叉验证和均方根误差(RMSE)评估,其结果为Q_(LOO)^(2)=0.9514,RMSE_(train)=0.1534;外部验证结果为Q_(ext)^(2)=0.8842,RMSE_(test)=0.2948,因此构建的QSAR模型具有优秀的预测能力,为非环状亚硝胺结构和其急性毒性关系的深入理解提供理论基础。