基于遗传算法的RR抑制剂的二维定量构效关系研究

利用遗传算法,结合多元线性回归和交叉验证方法,对一系列Schiff碱类核糖核苷酸还原酶抑制剂作了二维定量构效关系的研究.计算得到了一组效果较好的定量构效关系模型(R2、Rcv2最高分别可达0.909和0.883).模型不仅具有良好的回归能力,而且还具有良好的预测能力.同时,通过分析在遗传优化过程中分子参数出现的频度,还得到了可能对活性影响较大的几个重要分子参数,它们分别是水/辛醇分配系数(ALogP98)、指示因子(Ⅰ)以及电性拓扑态指数(S_sOH).对该类抑制剂的设计和改造提供了指导.     

吡唑类转化生长因子-β受体激酶抑制剂的定量构效关系研究

用分子力学、分子模拟退火动力学、量子化学等方法对转化生长因子-β受体激酶（TβR-Ⅰ）的取代吡唑类抑制剂进行了结构优化．用遗传算法（GFA）并结合多元线性回归方法（MLR）,对该类抑制剂进行了定量构效关系研究,筛选出了影响抑制剂活性的主要因素,建立了定量构效关系方程（QSAR）.结果表明,分子的总偶极矩的Y分量的平方（μy）^2、分子中喹啉环上的氮原子的净电荷QN3、Jurs的相对负电荷表面积RNCS描述等是影响该类化合物抑制活性的主要因素．所得模型对该类化合物关于Tim-Ⅰ的抑制活性有较好的预测效果（R^2=0．834,Rcv^2=0．575,s=0．243,F=13．439）．