卤代苯化合物的生物活性与分子结构的定量构效关系研究

采用ChemOffice 8.0中MOPAC-AM1量子化学法对19种卤代苯分子的量子化学参数进行计算,并将计算得到的结构参数作为描述符进行定量结构-活性相关(QSAR)研究。通过这些物质对黑头呆鱼的日服毒性半数致死量LC50进行多元逐步回归分析,得到经自由度校正的回归系数大于0.99,其相关性均达到优级。预测方程的构建能够很好地预测此类物质的相关物理化学性质。     

均三嗪类除草剂的QSAR研究

本文计算了结构类似的21个三嗪类除草剂化合物的生成热、最高占据、最低空轨道轨道能量、偶极矩、静电势、极化度以及5个具有代表性N原子所带的电荷这些量子化学参数，结合分配系数、表面积等物理参数，进行了定量结构一活性关系（QSAR）研究，建立了相应的QSAR方程，R^2=0．863，F=1．576．利用该方程对西玛津的毒性活性进行了预测验证．预测值与理论值很接近，误差在允许的范围之内．证实了该QSAR方程可靠．     

芳胺毒性与其结构定量关系研究

目的：找出芳香胺对发光菌毒性作用的定量结构与毒性相关的QSAR表达式,为预测该类化合物的毒性数据提供一种可行的方法。方法：用量子化学MOPAC－AM1法计算化合物的结构参数,结合分子体积参数VX对毒性数据进行QSAR分析得出回归方程,即QSAR表达式。结果QSAR方程为-logEC50＝0．467＋0．352VX－0．0631μ＋0．00617△Hfn＝12　r＝94．02％S＝0．1085p＝0．001结论：从相关系数r＝94．02％可以看出完全可以用该方程预测胺类化合物的毒性,可用于评价芳香胺类的环境行为。     

嘧啶(硫)醚类除草剂的非线性QSAR研究

在进行分子力学和量子化学计算的基础上,采用人工神经网络方法对40种嘧啶（硫）醚类除草剂进行了非线性QSAR研究,得出了影响它们除草活性的重要特征指标,结合量子化学研究结果,提出了该除草剂与受体相互作用的初级模型。     

马来酸酯类化合物结构与抑菌活性密度泛函理论研究

采用量子化学密度泛函理论(DFT)研究马来酸酯类化合物对油菜菌核病菌抗菌活性EM50的构效关系(QSAR)。在DFT-B3LYP方法及基组6-31G(d)水平下,对14种马来酸酯类化合物分子进行几何及电子结构全优化,选择最高占据轨道能EHOMO,次最高占据轨道能ENHOMO,最低空轨道能ELUMO,次最低空轨道能ENLUMO,分子中原子的净电荷QZ,偶极矩μ,零点振动能Ev,分子总能量E,热容Cv和熵Sm等作为量子化学描述符qL。通过最佳变量子集回归分析筛选出影响EM50的主要因素,并建立了QSAR模型。通过留一法交叉分析和方差膨胀因子法检测发现,模型具有良好的稳定性及预测能力。拟合的判定系数R2及交叉验证系数R2cv分别为0.910,0.818。分析结果表明,EHOMO和O7原子上净电荷QO7是影响油菜菌核病菌抗菌活性的主要因素。EHOMO越高,抑菌活性越强;QO7越大,抑菌活性越弱。该文QSAR模型可为设计具有高抑菌活性的马来酸酯类化合物提供理论参考。     

QSAR结合人工神经网络预测磺酰脲类除草活性

采用误差反传前向人工神经网络模型研究了18种磺酰脲类化合物的结构与除草活性之间的关系.以18种磺酰脲类化合物的量子化学参数作为输入,除草活性作为输出,构建网络模型,取得了较好的预测结果.网络的自相容能力和交叉检验结果良好.该方法还可作为QSAR研究及对有机化合物其他性质进行预测的一种有效手段.     

基于非线性构效关系的数据发掘在药物发现中的应用

数据发掘和定量的构效关系(QSAR)是药物发现中重要的研究方法．本首先介绍了一种极具实用价值的无模式分类与模式识别的基本方法，即k最近邻法．该法应用于QSAR研究时通过若干电子、拓扑结构参数计算分子间的欧氏距离来比较其相似性，并以最相似若干分子已知活性的加权平均来估算新结构的活性数据．整个运算过程利用模拟退火法并结合遗传算法和留一-交叉验证法优选出适当的结构参数和近邻数目．本以一组已知活性的单核苷酸分子为例，对NCI和Maybridge化学数据库的分子运用kNN法进行数据发掘，通过计算数据库中分子与已知活性分子的相似性来进行筛选和活性预测，从而得到与已知结构最相似的分子，为搜寻潜在前导化合物提供重要参考信息．     

α-唑基-α-芳氧烷基频哪酮(芳乙酮)及其醇式衍生物抗真菌活性的支持向量机研究

采用支持向量机（SVM）算法，将其用于α-唑基-α-芳氧基频哪酮（芳乙酮）及其醇式衍生物抗真菌活性的研究．讨论了该类化合物的量子化学参数、计算核函数及参数的选择和优化问题，建立了抗真菌活性预测的数学模型，结果表明支持向量机可用于该类化合物抗真菌活性的筛选和构效关系（QSAR）的研究．     

内分泌干扰物质及防治措施研究

综述了国内外内分泌干扰物质的研究进展,介绍了内分泌干扰物质的特性、种类,重点阐述了此类物质的毒害途径和作用机理;指出内分泌干扰物质的鉴定,环境容量的确定,在环境中的迁移、转化、积累,以及对未来的影响等问题;提出预防内分泌干扰物质污染危害影响的对策措施。     

喹啉环取代喜树碱抗癌活性的定量构效关系研究

利用量子化学密度泛函理论(DFT)中的杂化泛函B3LYP对三个系列60个喹啉环取代的喜树碱衍生物(CPTs)进行了构型优化,在6-311+G(d,p)基组下计算出相应的电子结构参数;采用逐步多元回归方法对各组化合物建立了几个新的分子描述符与抗癌活性之间的定量结构-活性关系(QSAR)模型,探讨了影响化合物抗癌活性的主要结构因素及其作用机理.结果表明,所得QSAR模型具有良好的预测能力,影响药物活性的主要因素有分子极化率和原子净电荷以及及最高占据分子轨道能量.根据所建最佳QSAR可以较准确地预测喜树碱类衍生物的抗癌活性,这有助于未来设计合成新型高效抗癌喜树碱类似物以及改进和完善其作用机理.     

Back-propagation network improved by conjugate gradient based on genetic algorithm in QSAR study on endocrine disrupting chemicals

Since the complexity and structural diversity of man-made compounds are considered, quantitative structure-activity relationships （QSARs）-based fast screening approaches are urgently needed for the assessment of the potential risk of endocrine disrupting chemicals （EDCs）. The artificial neural networks （ANN） are capable of recognizing highly nonlinear relationships, so it will have a bright application prospect in building high-quality QSAR models. As a popular supervised training algorithm in ANN, back-propagation （BP） converges slowly and immerses in vibration frequently. In this paper, a research strategy that BP neural network was improved by conjugate gradient （CG） algorithm with a variable selection method based on genetic algorithm was applied to investigate the QSAR of EDCs. This resulted in a robust and highly predictive ANN model with R2 of 0.845 for the training set, q^2 pred of 0.81 and root-mean-square error （RMSE） of 0.688 for the test set. The result shows that our method can provide a feasible and practical tool for the rapid screening of the estrogen activity of organic compounds.     

Quantitative structure-activity relationships of selected phenols with non-monotonic dose-response curves

Particular non-monotonic dose-response curves of many endocrine disrupting chemicals （EDCs） suggest the existence of diverse toxicity mechanisms at different dose levels. As a result, the biological activities of EDCs cannot be simply exhibited by unique EC50/LD50 values, and the quantitative structure-activity relationship （QSAR） analysis for non-monotonic dose-response relationship becomes an unknown field in the environmental science. In this paper, nine phenols with inverted U-shaped dose-response curves in lymphocyte proliferation test of Carassius auratus were selected. The binding interactions between the phenols and several typical EDCs-related receptors were then explored in a molecular simulation study. The estrogen receptor （ER）, androgen receptor （AR）, thyroid hormone receptor （TR）, bacterial O2 sensing FixL protein （FixL）, aryl hydrocarbon receptor （AhR）, and the peroxisome proliferator-activated receptor （PPAR） were the target receptors in the study. Linear regression QSAR models for the low and high exposure levels of the compounds were developed separately. The results indicated that the lymphocyte proliferation in the low-dose range might involve ER-mediated process, while the proliferation inhibition in the high dose range was dominated by the acute toxicity of phenols due to receptor occupancy and cell damage.     

定量构效关系研究进展及其应用

定量构效关系是目前国际上一个比较活跃的研究领域.本文简要介绍了定量构效关系的发展历史及定量构效关系研究中常用方法等,其中较为详细地介绍了三维定量构效关系中广泛应用的CoMFA方法.综述了定量构效关系在环境污染物分析以及在农药、医药设计中的应用,并对定量构效关系研究的发展趋势进行了展望.     

药物分子设计中定量结构-活性关系计算方法的研究

【目的】发展一种新的定量结构-活性关系(简称"构效关系"QSAR)计算方法。【方法】双层QSAR预测模型的第1层是分子的理化性质参数,第2层是分子片段结构参数。两组权重系数{ak}和{bl}分别指派给理化参数和片段参数。在双层QSAR预测模型中引入迭代的双最小二乘(IDLS)计算方法,把单层次的构效关系发展成二层次、双方向的预测网络;在训练集中两组系数用最小二乘法(或偏最小二乘法、主成分分析等)交替求解,直至收敛。【结论】二层次、双方向的QSAR预测模型不仅能够提高预测能力,具有一定的信息反馈和学习功能,而且赋予QSAR更多的信息分析能力。     

芳烃类化合物对发光菌急性毒性的QSAR研究

采用分子动力学MM+和半经验AM1算法优化并计算24种芳烃类化合物的16种量子化学参数,通过主成分分析法和回归分析法对化合物的量子化学参数进行筛选,所得最佳参数与芳烃类化合物对发光菌的急性毒性进行定量构效关系研究(QSAR)。所建多元线性回归方程的确定系数(R2)和留一法交叉检验系数q2分别为0.83和0.990。毒性实验值与预测值的相关性较好,模型具有良好的稳定性和预测能力。     

环境内分泌干扰物快速筛选方法研究进展

 为了减少和避免自然界中日益增多的环境内分泌干扰物对生物体及人类的危害,建立方便、有效、快捷的筛选方法,以从环境污染物中检测出具有潜在的干扰内分泌系统的化学物质等已成为环境科学的热点研究方向。本文从4个研究层面分类综述了近年来环境内分泌干扰物快速筛选方法的研究进展,分析了各类筛选方法的优缺点,展望了其发展前景。     

基于概率神经网络的中草药活性组分利尿性的QSAR研究

利用线性判别分析和概率神经网络,建立了预测中草药有效成分利尿性与其分子结构参数之间的QSAR模型.概率神经网络分类结果好,训练集、交互检验集和测试集的分类正确率均可达到100%.本文所用的概率神经网络结构简单、易于调试,研究工作进一步明确了分子利尿性与其结构参数之间的关系,有助于利尿药物的选择与合成.     

核偏最小二乘法及其在P-glycoprotein抑制剂设计中应用

介绍了一个新的基于优化推导出的核偏最小二乘(kernel partial least squares.K-PLS)的算法原理和实现步骤.并且给出了利用K-PLS法构建P-糖蛋白(P-glycoprotein,P-gp)黄酮类抑制剂的定量构效关系(QSAR)模型.利用该方法结合几个简单的分子拓扑参数.构建了具有高准确率的预测模型.该模型将有助于P-gp黄酮类抑制剂的虚拟筛选和理性设计.结果证明K-PLS是一个十分稳定可靠的方法,将会在化学计量学领域得到较好的应用和推广.     

17β-N-X-4-氮杂甾类衍生物对SRD5A2的抑制活性与结构关系研究

应用分子力学方法MM+和半经验量子化学AM1法得到了16种17β-N-X-4-氮杂甾类衍生物的优势构象,再利用量子化学算法和分子图形学技术获得电子结构参数和几何结构参数,采用多元线性逐步回归分析法和人工神经网络误差反传算法(BP),将这些参数与17β-N-X-4-氮杂甾类衍生物对5α-还原酶的 型同功酶(SRD5A2)的抑制活性相关联。结果表明,17β-N-X-4-氮杂甾类衍生物对SRD5A2的抑制活性与1号碳原子和2号碳原子之间的双键指示数(I)、分子最高占用轨道能(EHOMO)、8号碳原子和14号碳原子间键长(L)的相关性较好,成功地建立了16种17β-N-X-4-氮杂甾类衍生物的构效关系式。对衍生物的分子最高占用轨道(HOMO)进行了定量分析,用以探讨其主要组成部分。     

磁铁矿增强土壤吸附典型雌激素的热力学规律

通过考察掺杂0.5%,5%,15%和30%磁铁矿的土壤吸附雌激素（雌酮（E1）、 雌二醇（E2）、 雌三醇（E3）、 17-α-乙炔基雌二醇（EE2）和双酚A
（BPA））的热力学规律, 探讨磁铁矿存在条件下雌激素在水和土壤中的迁移规律, 通过对比吸附前后磁铁矿土壤的红外光谱分析其吸附机理, 并利用红外光谱对雌激素的增强吸附机理进行定性分析. 结果表明: 雌激素吸附的热力学规律符合Langmuir等温式, 雌激素吸附是分配作用和表面吸附共同作用的结果; 土壤对雌激素的吸附能力随磁铁矿掺杂比例的升高而增强; 掺杂0.5%磁铁矿的土壤对E2和BPA的去除率显著提高; 掺杂磁铁矿的土壤对E2具有显著的吸持效果; 在吸附过程中掺杂磁铁矿的土壤和雌激素之间, 以及雌激素相互之间的氢键作用是雌激素增强吸附的主要因素.