论文部分内容阅读
该文将分子对接和QSAR这两种药物设计的基本方法和手段同时应用在细胞周期蛋白依赖性激酶2(Cyclin-dependent Kinase 2,CDK2)抑制剂的研究上.CDK在细胞周期的调控中起着重要的作用:其中CDK2调节细胞周期S期染色体DNA的复制,因此CDK2的抑制剂是一些细胞异常增殖的疚病,如癌症,阿耳茨海默氏病的潜在药物.该文从大量文献中搜集和整理了包含有分子结构和生物活性数据的四套CDK2抑制剂数据集,并从PDB(ProteinData Bank)库获取了CDK2的三维结构,以此作为研究的对象.该文所用的QSAR参数全部通过理论计算获得,共采用Jolliffe 1、Jolliffe 2、Krzanowski 1、Krzanowski 2、SPP、GA-PLS六种变量选择的方法,其中前四种算法为作者编写,SPP算法为该课题组编写,GA-PLS算法为R.Leardi提供.Jolliffe算法是基于PCA的变量选择方法,根据载荷来判定变量的重要性;Krzanowski算法引入了统计理论上的Procrustes分析,从整个数据的全局出发,使选取的子数据集的结构尽可能与原数据集相似,尽可能保留更多的信息;SPP算法是一种适应高维数据,尤其是非正态、非线性高维数据的一种启发性数据分析方法,以衡量数据分布偏离正态分布程度的熵作为投影指标;GA-PLS是一种全局搜索的优化方法,以交叉验证的解释方差作为适应度.从结果来看,一般GA-PLS>Krzanowski>Jolliffe;从选择步骤来看,全局搜索优于局部搜索;从选择标准来看,能更好的衡量数据的整体结构信息的标准优于局部的标准;另外,从计算时间来看,GA-PLS和SPP的计算时间比较长.SPP的实际计算结果不稳定,作为一种变量选择的方法还有待进一步研究.总之,该文选择了一个具有重大理论和实际研究价值的CDK2抑制剂作为研究对象,同时用基于结构的Docking和基于受体的QSAR这两种药物设计方法来进行研究.对于Docking,比较了两种分子对接的方法AutoDock和TPSODock,并从能量和构象上进行了分析.对于QSAR,实现并比较了几种变量选择的方法,并引入了GAGP-PLS非线性建模.这给药物设计体系的挖掘、方法的应用和发展奠定了坚实的理论基础.