取代芳烃类化合物定量结构与活性相关研究

定量结构活性相关(QSARS)法起始于药物和杀虫剂研究,它是通过研究有机物生物活性与结构理化参数之间的相关性来预测新有机物的生物活性,指导新药及杀虫剂的合成,从而减少了不必要的摸索,节省了大量的费用和时间.     

定量结构-性质关系(QSPR)中的计算方法研究进展

定量结构-性质关系(QSPR)方法是一种将材料的微观定量结构与其某些性能构建关系的方法.通过构建的关系模型可以对具有其他结构的材料性能进行预测,QSPR已成为材料基因组计划的主要实现途径之一.计算方法是决定QSPR模型准确程度、构建速度的主要因素,选择最佳的计算方法对改善QSPR模型预测精度、计算速度等指标至关重要.本...     

分子结构上的偏序关系与结构感知算法

计算机辅助分子设计、合成设计是现代化学研究的最重要内容.要让计算机来辅助化学设计,就必须让它理解分子图形,包括图在计算机内部的表达(矩阵或关联表)及外部表达(二维图形、或线型编码)、认知特定的化学结构(如:有合成意义的子结构、环等). 本文在建立分子结构的偏序关系基础上,试图突破这个限制计算机辅助化学设计以及结构数据库发展的一大障碍.引入人工智能技术中的探试-回溯机制,破除A-A匹配算法     

支持向量机用于定量构效关系建模的研究

运用支持向量机, 偏最小二乘和BP人工神经网络3种方法对苦味二肽和血管紧张素转化酶抑制剂2个肽体系进行了定量构效关系建模研究. 为了验证模型的外部预测能力, 样本集经D-optimal设计被分成训练集和测试集两部分, 通过对测试集的预测结果来判断模型的外部预测能力. 结果显示支持向量机在2个体系中均表现出了较强的建模和预测能力. 在对苦味二肽的构效关系建模中, 支持向量机的建模和预测结果明显优于偏最小二乘, 与BP人工神经网络相比, 虽然在建模能力上支持向量机略逊于BP神经网络, 但其预测能力却明显优于BP神经网络; 而对于血管紧张素转化酶抑制剂, 支持向量机的建模和预测结果则略优于偏最小二乘和BP人工神经网络. 其中采用线性核和径向基核的支持向量机模型在两个肽体系中建模和预测结果相当. 研究显示支持向量机在药物的定量构效关系研究中具有广阔的应用前景.     

与对称性相关的蛋白质序列-结构关系

蛋白质的氨基酸序列如何编码它的三级结构是一个极具挑战性的问题[1~3].虽然蛋白质的氨基酸序列看起来非常不规则,但它编码的三级结构表现出明显的规则性.例如,许多蛋白质具有对称的三级结构,但它们的氨基酸序列看起来象随机序列.因此人们对蛋白质序列关联性进行了大量的研究[4~8],希望确定蛋白质序列是否是随机的.然而,这些研究给出了相反的结果,一些研究表明蛋白质序列与随机序列不可分,而另外一些研究认为蛋白质序列不是随机的.本文将研究3种小的α类蛋白质结构域.这些是具有对称三级结构的最简单的蛋白质结构域.我们将说明这些结构域的…     

KTP同型取代晶体的结构与性能关系

磷酸钛氧钾(KTiOPO_4,KTP)晶体是一种性能优良的非线性光学材料,它具有大的非线性光学系数与电光系数、宽的透光波段、能在较宽的温度范围内实现I,II类位相匹配、高的激光损伤阈值、热稳定性优良、能量转换效率高等优点,正因为它具有这些优良性能,从而促成了KTP晶体广泛地应用于激光倍频、和频和差频、光参量振荡与放大以及电光调制、Q开关和声光调制等技术范畴.KTP晶体通过离子交换处理,成为电光、倍频波导等集成光学的重要材料,另外,KTP薄膜材料发展很快,大有希望成为21世纪有发展前途的光子器件材料,这些优良的非线性光学性能以及其多功能用途,主要渊源于KTP晶体结构的多样性与敏感性,KTP晶体结构模型,如图1所示KTP晶体的点群为C_(2v)-mm2,空间群为C_(2v)~9-Pna2_1,晶胞参数:a=1.2823nm,b=0.6416nm,c=1.0589nm,     

三维全息原子场作用矢量用于嘌呤衍生物定量结构保留相关的研究

采用本实验室新近提出的三维全息原子场作用矢量(3D-HoVAIF)对33个嘌呤衍生物进行定量结构保留相关(QSRR)的研究, 运用逐步回归(SMR)筛选变量后, 用偏最小二乘(PLS)回归建模与交互校验复相关系数, 标准偏差分别为 =0.966与 =0.860及SD=0.112, 均优于文献值, 色谱保留预测模型具有良好的稳定性和预测能力. 研究结果表明: 3D-HoVAIF能较好地表征该类分子结构信息, 有物化意义明确及结果易于解释等特点, 值得进一步推广应用.     

黄酮类化合物与雌激素受体作用的三维定量构效关系

黄酮类化合物是一种普遍存在于食物和植物中的内分泌干扰物. 选取20个典型的黄酮类化合物, 采用基于分子对接(docking)的比较分子场分析法(CoMFA)和比较分子相似性指数(CoMSIA)方法, 研究它们与雌激素受体(ER?)的相互作用, 建立了这些黄酮类化合物和雌激素受体之间的三维定量构效关系(QSAR)模型, 得到CoMFA模型的最佳交互验证相关系数Q²_LOO为0.845, 非交互验证相关系数R²为0.988, 相应的CoMSIA模型的交互验证相关系数Q²_LOO为0.670, 非交互验证相关系数R²为0.990, 说明模型具有很强的稳定性和预测能力. 此外, 分子对接结果揭示了受体腔中的关键残基及其与黄酮类化合物作用的具体方式.