An Enhanced Comparative Molecular Field Analysis Method Using Genetic Algorithm

In this study. an automated conformer selection procedure using generic algorithm (GA) has been applied in comparative molecular field analysis (CoMFA) method. Using genetic algorithm. the 3D-QSAR model is optimized to an optimal one. From the calculation results, a group of QSAR models with high predictive ability can be obtained, which is superior than using conventional CoMFA: meanwhile. the active conformers for these compounds in data set can be determined fi om the best model.

基于CoMFA方法对氟喹啉-4-酮衍生物的分子建模与设计

基于比较分子力场分析法(CoMFA),建立了16个已知活性的氟喹啉-4-酮衍生物抗肝癌活性(K_(S))的三维定量构效关系(3D-QSAR)模型,并研究该类结构与生物活性之间的关系.CoMFA模型的交叉验证系数(Q^(2))为0.338,拟合验证系数(R^(2))是0.987.此3D-QSAR模型的预测值与实验值基本一致,表明该模型具有显著的统计学可靠性和预测能力.该模型中立体场、静电场贡献率依次为41.9%、58.1%.根据3D-QSAR模型分析结果进行分子设计并完成活性预测,预测结果印证了分析的合理性,为该系列化合物的结构优化提供了合理建议.

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。

基于CoMFA方法建立预测35种苯砜基羧酸酯衍生物对发光菌急性毒性的构效关系模型

基于比较分子力场分析(CoMFA)方法建立35种苯砜基羧酸酯衍生物对发光菌急性毒性(-lgEC_(50))的三维定量构效关系(3D-QSAR)。训练集中30个化合物用于建立预测模型,测试集12个化合物(含模板分子1及新设计的6个分子)作为模型验证。已建立的3D-QSAR模型的交叉验证系数(R_(cv)^(2))、非交叉验证系数(R^(2))分别为0.665、0.960,说明所建模型具有较强的稳定性和良好的预测能力。该模型中立体场、静电场贡献率依次为70.0%、30.0%,表明影响急性毒性(-lgEC_(50))的主要因素是取代基的疏水性和空间契合,其次是库仑力、氢键及配位。基于三维等势图,设计了6个对发光菌具有较高急性毒性的分子,有待生物学实验验证。

多溴联苯醚生物富集因子的CoMFA模型

研究19种多溴联苯醚(PBDEs)在淡水生物正颤蚓体内生物富集因子(lg B_(CF))的三维-定量构效关系(3D-QSAR).基于比较分子力场分析(CoMFA)建立训练集的3D-QSAR模型,不仅表现出显著的统计质量,而且还表现出令人满意的预测能力,具有高相关系数值(R^(2)=0.80)和交叉验证系数值(Q^(2)=0.32).该模型中立体场、静电场贡献率依次为45.1%、54.9%.基于CoMFA等高线图,多溴联苯醚的lg B_(CF)主要取决于溴原子在苯环上的位置,其次才与溴原子数正相关.

取代嘧啶衍生物抗癌活性的CoMFA研究与分子设计

基于比较分子力场分析(CoMFA)方法研究21种取代嘧啶衍生物对乳腺癌抑制活性(S_M)的三维定量构效关系(3D-QSAR)。训练集中18个化合物用于建立预测模型,测试集8个化合物(含17号模板分子和新设计4个分子)作为模型验证。所建CoMFA模型的交叉验证系数(R_(cv)^(2))、非交叉验证系数(R^(2))分别为0.525、0.974,说明所建模型具有较强的稳定性和良好的预测能力。该模型中立体场、静电场贡献率依次为69.9%、30.1%,表明影响抗乳腺癌活性(S_(M))的主要因素是取代基的疏水性和空间位阻,其次是取代基的库仑力、氢键及配位作用。基于此研究结果,设计了4个具有较高抗乳腺癌活性的新化合物。

几种改进的CoMFA方法比较研究血小板活化因子拮抗剂

由于传统的比较分子场分析(CoMFA)方法本身存在一些缺陷,使得分子的叠合规则以及叠合分子的空间取向和空间位置等因素对q^2的影响很大,因此相继提出了几种改进的CoMFA方法.为了优化CoMFA结果,应用传统的CoMFA方法和交叉验证的R^2引导的区域选择法(q^2-GRS)、全取向搜索法(AOS)、全空间搜索法(APS)以及比较分子相似性指数(CoMSIA)等四种改进的CoMFA方法,对18个pinusolide类衍生物这类新发现的血小板活化因子(PAF)拮抗剂进行了比较研究.结果表明四种改进的CoMFA方法得到的q^2值均比传统CoMFA的高.q^2-GRS方法得到的q^2值有所提高,但综合结果并不理想,AOS与APS得到的q^2较为理想,而在CoMSIA中,q^2几乎不受空间取向或空间位置的影响.同时我们引入基于样本的偏最小二乘法(SAMPLS)取代原AOS/APS程序中的传统PLS进行统计分析,明显提高了其运行速度.最后,根据q^2最高的CoMFA模型和CoMSIA模型设计了几个预测活性更高的pinusolide类似物.

含氮杂环类润滑油添加剂CoMFA-QSTR及CoMSIA-QSTR抗磨损性能模型的构建

依据摩擦学定量构效关系理论(QSTR),采用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)这两种方法研究了含氮杂环类润滑油添加剂的抗磨损性能的摩擦学三维定量构效关系(3D-QSTR),并建立了相应的3D-QSTR模型.结果表明:仅利用静电场构建CoMFA或CoMSIA模型时,模型预测能力最好,r^2,q^2均大于0.5.根据CoMFA或CoMSIA模型等高线图分析得出:分子静电场对含氮杂环类润滑油添加剂的抗磨损性能影响最大,在特定区域的引入带负电荷或带正电荷的基团将有助于抗磨性能的提高.

硝基芳烃对呆鲦鱼急性毒性的CoMFA研究

用比较分子力场分析(CoMFA)方法研究硝基苯类化合物结构与呆鲦鱼的急性毒性的关系,考察了网格结构和探针原子对构效关系的影响。建立了它们的三维定量构效关系模型(用带一个单位正电荷的K原子为探针,并固定步长为0.2 nm),发现影响生物毒性的立体场、静电场的贡献分别为0.480、0.520,该模型交叉验证的相关系数平方q2为0.452,非交叉验证的相关系数平方R2为0.951。在CoMFA基础上引入疏水参数lgKow,以带一个单位负电荷的C l原子为探针,其立体场、静电场、疏水场的贡献分别为0.317,0.307,0.376。所得模型的q2=0.866,R2=0.994,并用该模型预测了标题化合物的急性毒性。

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.

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.

硝基苯衍生物对发光菌抑制毒性的CoMFA模型

文中研究了19种硝基苯衍生物对发光菌抑制活性(pB)的三维-定量构效关系(3D-QSAR).基于比较分子力场分析(CoMFA)建立训练集的3D-QSAR模型,具有高相关系数值(R2=0.911)和交叉验证系数值(Q2=0.382),不仅表现出显著的统计质量,还表现出令人满意的预测能力.该模型中立体场、静电场贡献率依次为32.2%、67.8%.基于CoMFA等高线图,可以看出影响硝基苯衍生物抑制活性的一些关键结构因素.这些结果为理解硝基苯衍生物对发光菌的作用机理提供了有用的理论参考.

基于Topomer CoMFA方法对芳基硫代吲哚衍生物的分子建模与设计

采用Topomer CoMFA方法对30个芳基硫代吲哚衍生物进行三维定量关系研究,建立了3D-QSAR模型,所得模型的交叉验证相关系数q2,非交叉验证相关系数r2,外部验证的复相关系数Qext2分别为0.562,0.878,0.985,结果表明该模型具有较好的稳定性和预测能力.Topomer CoMFA模型等势面提供的立体场与静电场可视化图像,直观的揭示了这一系列化合物中不同取代基结构对其生物活性的影响,运用这些信息进行分子设计,在理论上获得了5个具有较高活性的新化合物,该QSAR的实验结果可为合成新药提供理论参考.

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.

CoMFA方法用于α-氧代环十二烷基磺酰胺的QSAR研究

本文将比较分子场分析 (Comparative Molecular Field Analysis)方法 ,即 Co MFA方法用于 α-氧代环十二烷基磺酰胺 QSAR研究 ,建立了较好的模型。根据模型的立体场和静电场要求设计了一批化合物 ,其中多数化合物预报的杀菌活性较高 ,为进一步合成和筛选该类化合物提供了依据。

喹唑啉衍生物抗胃癌活性的CoMFA模型

基于比较分子力场分析(CoMFA)方法建立23种喹唑啉衍生物抗胃癌活性(pM_(G))的三维定量构效关系(3D-QSAR).训练集中20个化合物用于建立预测模型,测试集6个化合物(含16号模板分子及2个新设计的分子)作为模型验证.建立的CoMFA模型的交叉验证系数(Q^(2))、非交叉验证系数(R^(2))分别为0.312、0.854,说明所建模型具有较强的稳定性和良好的预测能力.该模型中立体场、静电场贡献率依次为62.6%、37.4%,表明影响抗胃癌活性(pM_(G))的主要因素是取代基的疏水性和空间位阻,其次是取代基的库仑力、氢键及配位.基于该研究结果,设计了2个具有较高抗胃癌活性的新化合物.

取代三唑-噻二唑类化合物抑菌活性的CoMFA模型

基于比较分子力场(CoMFA)方法建立了21个取代三唑-噻二唑类化合物对大肠杆菌抑菌活性(E_(c))三维定量构效关系(3D-QSAR)模型,训练集中16个化合物用于建立预测模型,测试集中6个化合物(含模板分子)作为模型验证.已建立的CoMFA模型的非交叉验证系数(R 2)、交叉验证系数(R^(2) _(cv))分别为0.938、0.504,说明所建模型具有较强的稳定性和良好的预测能力.该模型中立体场、静电场贡献率依次为90.7%和9.3%,显示以立体场作用为主,对应于位阻与疏水作用.由此推断,影响取代三唑-噻二唑类化合物对大肠杆菌抑菌活性的主要因素是疏水性,电荷分布仅占很次要因素.

多氯联苯生物富集因子的CoMFA模型

文章基于比较分子力场分析(CoMFA),研究了31种多氯联苯在鱼体内生物富集因子(lg BCF)的三维-定量构效关系(3D-QSAR)。根据配体的原子契合叠合,获得具有统计显著性的训练集(含26个化合物) CoMFA模型。此3D-QSAR模型的主成分数为4,交叉验证系数Q2值为0.595,非交叉验证系数R2值为0.901,F检验值为47.551。不仅表现出显著的统计质量,而且还表现出令人满意的预测能力。该模型中立体场、静电场贡献率依次为45.1%、54.9%。基于CoMFA等高线图,多氯联苯的lg BCF主要取决于氯原子在苯环上的位置,其次才与氯原子数正相关。

噻吩并嘧啶衍生物抗胃癌活性的CoMFA模型与分子设计

基于比较分子力场分析(CoMFA)方法建立25种噻吩并嘧啶衍生物抗胃癌活性(pM)的三维定量构效关系(3D-QSAR).训练集中20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)作为模型验证.已建立的CoMFA模型的交叉验证系数(R_(cv)^(2))、非交叉验证系数(R^(2))分别为0.369、0.831,说明所建模型具有较强的稳定性和良好的预测能力.该模型中立体场、静电场贡献率依次为40.9%、59.1%,表明影响抗胃癌活性(pM)的主要因素是取代基的库仑力、氢键及配位,其次是取代基的疏水性和空间位阻.基于此研究结果,设计了4个具有较高抗胃癌活性的新化合物,有待医学实验验证.

吡啶并嘧啶衍生物抗乳腺癌活性的CoMFA模型

基于比较分子力场分析(CoMFA)方法建立25种吡啶并嘧啶衍生物抗乳腺癌活性(pIC)的三维定量构效关系(3D-QSAR)。训练集中20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)作为模型验证。已建立的CoMFA模型的交叉验证系数(Rcv^2)、非交叉验证系数(R^2)分别为0.467、0.891,说明所建模型具有较强的稳定性和良好的预测能力。该模型中立体场、静电场对pIC的贡献率依次为40.8%、59.2%。基于此研究结果,设计了4个具有较高抗乳腺癌活性的新化合物,有待医学实验验证。