Oxidative photochemical decarboxylation of zaragozic acid A

A unique decomposition reaction of the novel squalene synthase inhibitors called zaragozic acids has been studied. Under very mild conditions, e.g. by merely exposing their solutions to air and visible light at ambient temperature, these compounds, characterized by the 2,8-dioxabicyclo[3.2.1]octane-4,6,7-trihydroxy-3,4,5-tricarboxylic acid core, rapidly decompose. As relatively stable intermediates in the cascade of decomposition, the biologically active 2,8-dioxabicyclo[3.2.1]octane-6,7-dihydroxy-4-keto-5-caroxylic acid (or 3,4-decarboxy-4-dehydro) derivatives of these compounds have been isolated in ca. 20% yield. Derivatization on the highly reactive 4-carbonyl group yields stable derivatives, several of which are potent inhibitors of squalene synthase. Further decomposition results in the elimination of C3 and C4 atoms and the carboxylic acid on C5, the oxidation of C5 to carboxylic acid and the liberation of the oxo group on C1. Specific results obtained with zaragozic acid A, a key representative of the family of these potent cholesterol-lowering agents, are presented in this study.     

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。     

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.     

混合化合物联合毒性研究进展

化合物在实际环境中往往以混合物的形式联合存在。本文以混合物联合毒性的研究进展为主线,简要介绍了污染物联合毒性的定性研究,重点概述了混合物联合毒性的定量研究,并总结了各定性定量方法的优缺点。发现对于反应机制不同、可能产生协同或拮抗作用的反应型混合体系的定量结构-活性关系(QSAR)的研究并不多见,指出需要加强混合物联合作用的定量研究,特别是要加强反应型混合体系的QSAR模型研究。     

苦参酸衍生物的合成及抗丙型肝炎病毒活性研究

自主创新的12-N-对甲氧苄基苦参酸(1)是一个全新结构骨架的抗丙型肝炎病毒(HCV)化合物,主要通过下调宿主肝细胞热休克应急蛋白70(Hsc70)的基因表达而发挥抗HCV活性。本研究以化合物1为先导化合物,合成与评价一系列新苦参酸衍生物的抗HCV活性,进一步完善此类化合物的抗HCV构效关系,同时通过安全性与药代动力学等初步成药性评价,获得具有较高成药性的抗HCV化合物,为将此类化合物发展成一类新型抗HCV药物奠定基础。共设计合成了15个全新结构的苦参酸衍生物,采用qRT-PCR方法测定它们对HCV感染复制的抑制作用,通过药代动力学和急毒试验评价了代表性化合物12-N-间硝基苄基苦参酸(5b)的成药性特征。12-N上的苄基片段为活性必需基团。化合物5b具有较好的抗HCV活性,选择性指数(SI)高于38。另外5b还显示出良好的药代动力学特征和安全性(LD501 000mg/kg)。化合物5b表现出较高的成药性特征,值得进一步研究。     

Claisen-Schmidt反应合成的查耳酮类化合物及其生物活性研究进展

查耳酮类化合物是一类自然分布广泛、药理活性多样的重要物质,一直是化学及药物学家研究的热点之一.Claisen-Schmidt反应作为合成及修饰查耳酮小分子的主要方法被广泛运用,以简单的芳香醛和芳香酮缩合即可得到结构多样的查耳酮分子,该方法具有操作简便、反应条件温和等特点.以查耳酮活性为分类,综述了近年来以Claisen-Schmidt反应合成的查耳酮类化合物及其生物活性研究进展.整理了该类化合物抗癌、抗炎、抗菌、抗氧化等生物活性,并发掘提出了其生物活性构效关系,为后续查耳酮类化合物研究开发提供参考.     

支持协同机制的数据交换规则设计

针对传统数据交换方法中因交换任务相互独立而无法支撑协同工作的问题,提出了一种交换规则模型,其基本思路是根据协同需求建立交换规则,将协同需求中独立的业务逻辑划分为子规则,子规则分解为若干环节及环节流转关系.设计了环节的17个指标、环节流转的三种协同模式.最后进行了示例应用,说明该规则模型对协同工作的支持性.     

S-DABO类非核苷类HIV-1逆转录抑制剂HQSAR

采用分子全息定量构效关系(HQSAR)方法, 研究了34个HIV-1逆转录酶抑制剂S-DABOs类化合物的结构与活性之间的关系. 讨论了分子碎片大小、碎片区分参数以及分子全息长度对模型的影响. 以26个化合物构成的训练集所建最优模型的交叉验证相关系数q²为0.755, 相关系数r² 为0.949. 对8个化合物构成的测试集进行了预测, 其预测相关系数r_pred²为0.95, 表明所建模型不仅有较高的拟合能力, 还有良好的预测能力. 最后, 利用HQSAR模型的色码表示, 探讨了对S-DABOs类似物的活性起重要作用的结构与片段, 为此类化合物的进一步结构改造与优化提供理论指导.