抗癌药物α,β不饱和羰基化合物3D-QSAR研究

采用CoMFA和CoMSIA方法对31个α,β不饱和羰基化合物进行了三维定量构效关系研究,所得模型都具有良好统计学意义.CoMFA:q~2=0.687,R~2=0.956,N=9,SEE=0.090;CoMSIA:q~2=0.756,R2=0.954,N=9,SEE=0.093.通过三维等值图分析其影响抑制剂分子的活性因素,并设计出了新的活性较高抑制性分子.     

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。     

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.     

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.     

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.     

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.     

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.     

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.     

(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.     

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.