6-氮杂甾醇类Ⅱ型5-α还原酶抑制剂的三维定量构效关系研究和虚拟筛选

采用Topomer CoMFA对37个6-氮杂甾醇类抑制剂进行三维定量构效关系分析,新建模型的交互验证和拟合相关系数为q2=0.774,r2=0.965,结果表明模型具有良好的可信度和预测能力.将基于配体的Topomer search虚拟筛选、基于受体的分子对接虚拟筛选和基于3D-QSAR模型的分子活性预测等方法运用到新抑制剂的分级筛选,最终获得4个高活性的新抑制剂分子.新抑制剂的Surflex-dock结果显示6-氮杂甾醇类抑制剂与5AR-Ⅱ靶点的作用模式主要是氢键作用.MTT法生物学活性测试结果显示新抑制剂能显著抑制BPH-1细胞增殖,且抑制程度呈浓度依赖性.通过分子对接机理解释和细胞学实验的抑制前列腺增生活性测试,这两种研究方式相互验证,证明此虚拟筛选方法能够为治疗良性前列腺增生的新药设计提供有效候选化合物.     

水杨酸类酪氨酸蛋白磷酸酯酶1B抑制剂的分子对接和三维定量构效关系研究

应用Surflex-dock对21个水杨酸类酪氨酸蛋白磷酸酯酶1B抑制剂进行分子对接分析,结果显示水杨酸结构的头部深入活性口袋内部,其氢键决定其与酶结合的稳定性,尾部结构及氢键决定其抑制活性.据此,利用Topomer CoMFA建模时将头尾结构切开分析,从21个化合物中随机选取17个化合物作为训练集,建立3D-QSAR模型,并用包括4个化合物的测试集验证模型的外部预测能力,结果显示模型具有良好的预测能力,预测活性与实测活性的差值均小于0.12μmol/L,该模型可以用于辅助设计同类型新化合物并进行其活性预测.     

三芳基吡啶酮类新型冠状病毒3CL蛋白酶抑制剂构效关系研究及分子设计

3CL蛋白酶在冠状病毒复制过程中起着极为关键的作用,是重要的药物靶标.采用分子对接的方法产生了38个三芳基吡啶酮类化合物的活性构象.并以此为基础,应用比较分子力场分析(CoMFA)方法对其三维定量构效关系进行了研究：以30个化合物构成的训练集所建立的CoMFA模型,其交叉验证系数q~2为0.810,非交叉验证相关系数r~2为0.981,标准偏差SEE为0.099.对由8个化合物构成的测试集进行了预测,其预测相关系数r~2_pred为0.855,表明所建模型具有良好的拟合能力及预测能力.基于CoMFA等势面图,探讨了此类化合物立体场与静电场的有利结构特征,并以此为理论指导设计了一组具有良好预测活性的三芳基吡啶酮类3CL蛋白酶抑制剂,为此类化合物的进一步优化提供了理论指导.     

大肠杆菌DXS酶抑制剂的3D-QSAR研究

利用分子对接和叠合构象,在SYBYL软件中运用CoMFA和CoMSIA方法,成功建立了DXS酶抑制剂的3D-QSAR预测模型,其相关参数(CoMFA:q~2=0.617,R~2=0.998,r■=0.640;COMSIA:q~2=0.505,R~2=0.990,r■=0.668,其中q~2为交叉验证系数,R和r_(pred)为检验模型预测能力的相关系数)均证明模型具有较好的预测能力.该模型研究了DXS抑制剂的三维构效关系,其结构方面的信息有助于研发新的DXS抑制剂.     

抗癌性AHMA衍生物三维定量构效关系研究

应用比较分子场分析法(CoMFA)对一系列抗癌性AHMA类衍生物进行了三维定量构效关系(3D-QSAR)研究,建立了交叉验证的CoMFA模型。所建最佳模型的交叉验证相关系数q2为0.702,非交叉验证相关系数r2为0.993,估算的标准误差S=0.085,统计方差比F(4,25)=448.5,用该模型对测试集化合物进行了预测,预测结果与实验值非常接近,表明模型具有很好的预测能力。论文对该系列抗癌化合物的三维定量构效关系进行了深入讨论,结果进一步表明,在R取代基第一个原子上引入拉电子基团或原子,同时选择给电子的R1基团及较大体积的取代基R2,能有效地改善这类化合物的抗癌活性。     

1,5-二芳基吡唑类环氧合酶-1选择性抑制剂的CoMFA研究

 目的:应用比较分子力场法(CoMFA)研究一系列1,5-二芳基吡唑类对环氧合酶-1选择性抑制剂三维定量构效关系,为进一步药物设计提供理论依据.方法和结果:在研究的14个化合物中,用比较分子力场法得到1个CoMFA模型,交叉验证系数q²为0.818,具有较高的预测能力及合理性,非交叉验证模型相关系数r²为0.958,标准偏差为0.077,F为79.834;并依据模型设计,预测了几个具有较高活性的化合物.结论:此模型对设计和预测高活性的1,5-二芳基吡唑类环氧合酶-1选择性抑制剂有一定可靠性.     

大肠杆菌MurD抑制剂的分子对接与3D-QSAR研究

UDP-N-乙酰胞壁酰-L-丙氨酸-D-谷氨酸连接酶(MurD)在细胞质中催化D-谷氨酸(D-Glu)和UDP-N-乙酰胞壁酰-L-丙氨酸(UDP-MurNAc-L-Ala)之间的酰胺键形成UDP-N-乙酰胞壁酰-L-丙氨酸-D-谷氨酸(UDP-MurNAc-L-Ala-DGlu).由于MurD对D型氨基酸表现出非常高的特异性,使得它被认为是发现选择性抗菌剂的新靶标之一.通过利用从相关文献中获取的31个大肠杆菌MurD抑制剂建立3D-QSAR预测模型.以分子对接获得的打分较高的活性构象为模版,对选择的分子进行叠合,从中随机选择26个化合物作为训练集建立比较分子场分析(CoMFA)模型,该模型的去一交叉验证(LOO)相关系数q~2=0.515(CoMFA).剩余的5个化合物组成测试集以验证模型的预测性能,相应的相关系数R2press=0.701 8(CoMFA).结果表明建立的CoMFA模型具有较好的预测能力,研究结果将为今后的MurD抑制剂设计和开发提供参考信息.     

蝶啶类PI3Kγ抑制剂的3D-QSAR研究

研究蝶啶类化合物对PI3Kγ抑制作用的三维定量构效关系。采用CoMFA(比较分子场)方法进行研究,建立CoMFA模型。交叉验证系数q2=0.727,相关系数r2=0.986,F=89.685,标准偏差SD=0.22。结论:蝶啶类PI3Kγ抑制剂CoMFA模型具有较好的预测能力;本实验研究的三维定量构效关系,对此类抑制剂的研制和开发起到重要作用。     

烟碱型乙酰胆碱受体激动剂的3D-QSAR研究

对34个烟碱型乙酰胆碱受体激动剂采用比较分子场分析法(CoMFA)进行了结构与活性的关系研究,构建了CoMFA模型,该模型交叉验证相关系数为0.540,非交叉验证相关系数为0.952,证明该模型有较好的拟合能力和预报能力.通过等势图直观地给出了分子周围立体场(38.4 %)和静电场(61.6 %)对化合物活性的影响,为设计高活性的杀虫剂提供了理论依据.     

TRPV1和TRPV2对山羊和绵羊疼痛耐受性差异的影响

山羊和绵羊疼痛的耐受性存在差异,对于相同的伤害刺激,山羊的疼痛敏感性较强,而绵羊相对较弱.有机体的疼痛耐受性受TRPV1和TRPV2表达变化的影响.本研究通过山羊和绵羊弗氏佐剂疼痛模型,分析其背根神经组织基因表达差异,构建山羊和绵羊响应疼痛时以TRPV1和TRPV2通道为主的疼痛调控通路,并结合山羊和绵羊TRPV1和TRPV2mRNA序列和蛋白质结构差异,分析这两个基因对山羊和绵羊疼痛耐受性差异的影响.结果发现山羊和绵羊响应疼痛时,有两种不同的调控方式.绵羊主要通过抑制TRPV1通道活性,缓解疼痛.山羊TRPV2通道表达活跃,促进神经兴奋,使疼痛敏感.山羊和绵羊TRPV1基因的转录本序列不同,在山羊TRPV1转录本2缺失的序列可能是引起山羊和绵羊疼痛耐受差异的原因之一.     

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0．2nm）,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q^2为0．452,非交叉验证的相关系数平方R^2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Cl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q^2=0．866,R^2=0．994,并用该模型预测了标题化合物的急性毒性。     

哒嗪酮类(1,3)-β-D-葡聚糖合成酶抑制剂的三维定量构效关系研究

为了探讨哒嗪酮类(1,3)-β-D-葡聚糖合成酶抑制剂的结构与其药理活性的相互关系,本次研究拟对20个哒嗪酮类化合物分别利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)进行三维定量构效关系(3D-QSAR)的研究,并各自建立起相应的模型.通过对计算结果进行分析发现:利用CoMFA建立起来的模型相关系数r~2=0.999,交叉验证系数q~2=0.585;而CoMSIA模型的相关系数r~2=0.987,交叉验证系数q~2=0.534,均满足标准模型的需要.而将这2种方法建立起来的3D-QSAR模型用于哒嗪酮类化合物的抗真菌活性的预测,也均表现出良好的效果.并且从等值面图的分析可以看出,在哒嗪酮类(1,3)-β-D-葡聚糖合成酶抑制剂的结构上适当引入一些疏水基团和氢键受体可以增强该类化合物的抗真菌活性.     

咪唑类ALK5抑制剂的3D-QSAR及分子对接研究

TGF-β信号的异常与肿瘤、肾脏和肝脏纤维化等疾病密切相关,其传导通路中的TypeⅠ受体(ALK5)是针对相关疾病的重要作用靶标蛋白.以候选药物EW7197作为模板分子,构建比较分子场分析(CoMFA)模型和比较分子相似性指数分析(CoMSIA)模型,对61个咪唑类ALK5抑制剂的结构与其活性的相互关系进行分析,得到2个最佳模型的交叉验证系数q~2分别为0.716、0.704,相关系数r~2分别为0.905、0.976;综合2个模型的势能图发现,氢键受体场和疏水场对抑制剂的活性影响最大.应用分子对接探讨了蛋白靶标和抑制剂之间的结合模式以及重要的相互作用.综合3D-QSAR分析和分子对接结果,希望为设计新型高效、低毒的ALK5抑制剂提供科学依据.     

吲哚-2-酮类化合物作为PDGF-Rβ酶抑制剂的3D-QSAR研究

用比较分子场分析法(CoMFA)研究了一系列取代的吲哚．2．酮类化合物作为生长因子受体抑制剂对酪氨酸激酶PDGF-Rβ活性抑制作用的定量构效关系，建立了较好的预测模型，该模型非交叉验证的相关系数(R^2)为0．999，F值是1504．715，标准偏差(S)为0．042．根据该模型，设计并预测了数个新的化合物，表明该模型可定量地预测结构相近的类似物活性，为设计合成新的PDGF-Rβ酶抑制剂提供了理论依据．     

5-HT 6受体拮抗剂三维定量构效关系研究

为指导合成高效的5-HT6受体拮抗剂,采用比较分子场分析(CoMFA)和比较相似性指数分析(CoMSIA)对143个5-HT6受体拮抗剂数据进行了三维定量构效关系(3D-QSAR)研究,分别得到了具有良好可靠性和预测能力的CoMFA(Q2=0.513,R2ncv=0.864,R2pre=0.731)和CoMSIA模型(Q2=0.515,R2ncv=0.844,R2pre=0.777).由模型的等势线图分析,可得如下结论:大体积及/或电负性较大的R2取代基、疏水性R3和疏水性苯环R1位取代基、可作氢键受体的R2取代基、可作氢键供体的R3取代基有助于增大活性.这些结论能够更好地帮助理解5-HT6受体拮抗剂的抑制机理,并为今后的药物设计与合成提供新思路.     

基于CRISPR/Cas9技术构建TRPV1基因敲除的CACO-2稳定细胞系

基于CRISPR/Cas9基因编辑技术敲除人结直肠腺癌细胞Caco-2中的辣椒素受体基因TRPV1,构建TRPV1基因敲除的Caco-2稳定细胞系.使用CRISPR/Cas9在线靶点设计程序在TRPV1基因4个转录本的公共CDS区的第一个外显子DNA区域中设计一对gRNA,将gRNA构建到真核重组表达质粒的载体上,电转染待敲除细胞,经嘌呤毒素抗性筛选和基因测序获得敲除TRPV1基因的稳定细胞系.用Western Blot检测TRPV1基因蛋白表达量验证Caco-2中TRPV1基因的敲除效果,CCK-8检测TRPV1基因敲除细胞的生长曲线,与野生型细胞对比检测TRPV1基因敲除对细胞生长的影响.筛选出TRPV1基因敲除的CACO-2稳定细胞系,而且TRPV1基因敲除对Caco-2细胞生长无显著影响.基于CRISPR/Cas9基因编辑技术成功构建了TRPV1基因敲除的CACO-2稳定细胞系,为后续研究辣椒素对肠道脂类吸收影响的机理研究提供了有利的工具.     

(E)-4-取代酰氧基-3-甲氧基苯乙烯侧链类衍生物的比较分子力场(CoMFA)研究

 利用比较分子力场方法,建立5-脂氧合酶/环氧合酶抑制剂的三维定量构效关系,为设计新的更有效的酶抑制剂提供理论依据.在CoMFA分析中,交叉验证回归系数R²_CV、非交叉验证回归系数r²和标准偏差(SEE)分别为0.639,0.744,0.148.说明系列化合物分子周围立体场和静电场的分布与抗炎活性间有良好的相关性.利用该模型对自行合成的24个化合物进行活性预测,结果与实测值相符.所得模型支持了假设的抑制剂作用机理和作用模型.所得CoMFA模型具有一定的预测能力,可用来指导设计新的5-脂氧合酶/环氧合酶抑制剂.     

用比较分子力场和比较分子相似性指数分析方法对氮蒽类化合物抗癌活性的三维定量构效关系研究

用比较分子力场(CoMFA)和比较分子相似性指数分析方法(CoMSIA)对一系列与DNA结合的氮蒽类化合物的潜在抗癌活性进行了3D定量构效关系的研究,对模型中的一些参数进行了优化以期得到最好的三维定量构效关系模型,优化结果显示用CoMSIA构建的模型优于用CoMFA构建的模型.通过CoMSIA分析,用训练集所建立的模型有较好的统计性(20个化合物,q2=0.666,r2=0.916),测试集化合物的预测活性与实验值有很好的一致性.本文还给出了主要分子力场的等势线图.     

大波动短时公路交通流K-近邻预测的稳健组合方法

在公路短时交通流预测中,为改善大波动以及离群值情况下的预测效果,提高实时性,对K-近邻非参数回归预测方法进行了2种改进:先采用相关系数来选择K-近邻,再采用组合预测中的方差倒数法来进行预测.采用相关系数代替以前的距离,以改善在大波动交通流情况下K-近邻的选择效果.采用稳健统计方法来估计方差倒数法中的方差,以抑制离群值的不利影响.这些改进降低了搜索量,可提高预测准确率约1%.数值仿真证实了2种改进的效果.     

羟肟酸浮选分离选择性的定量构效关系

采用定量构效关系方法和遗传算法对13种芳烷基羟肟酸类捕收剂的锡石-萤石浮选分离选择性指数进行了定量构效关系研究,旨在预测羟肟酸捕收剂对锡石-萤石浮选分离的选择性能.采用快速分子描述符和量子化学描述符建立了两种选择性指数的二元因子模型,选择性指数1的模型5和选择性指数2的模型6的相关系数R2分别为0.868和0.796,R2cv分别为0.779和0.590.使用留一法对两模型进行内部验证的相关系数R2分别为0.785和0.615,使用测试集对两模型进行外部验证,所得两模型的平均预测绝对误差分别为0.095和1.939.指数1模型具有真实有效性和较好的预测能力,能够有效预测羟肟酸的选择性.