论文部分内容阅读
动脉硬化(Atherosclerosis)是引发心脑血管疾病的主要原因,已经严重的影响到人类健康。虽然汀类药物可以广泛应用于动脉硬化的治疗,可是服用他汀类药物期间,经常伴随着并发症和不良反应的发生。因此,科研工作者迫切地需要从新的靶点出发,寻找治疗动脉硬化新型药物。在细胞和生物体的胆固醇代谢平衡中起着非常重要的作用。目前在哺乳动物细胞中发现两种基因编码ACAT(ACAT1和ACAT2)。ACAT1广泛存在于各种组织细胞中与细胞胆固醇代谢平衡有关;而ACAT2则选择性地在小肠和肝脏细胞中表达,主要参与饮食中胆固醇的吸收和载脂蛋白的装配。人类一些重要疾病如:涉及心脑血管病的动脉粥样硬化、神经系统的阿尔海默氏疾病及胆结石病等,都与ACAT密切相关。因此,ACAT已成为国际前沿密切关注的筛药靶标。本论文运用计算化学、构效关系等方法,对酰基辅酶A:胆固醇酰基转移酶的抑制剂进行研究。第一部分:用自组织神经网络和支持向量机的方法分别建立了酰基辅酶A:胆固醇酰基转移酶(ACAT)抑制剂的选择性的分类模型。通过文献查阅,收集了97个ACAT抑制剂,利用ADRIANA.Code软件计算得到249个分子结构与性质描述符,利用相关性分析和逐步线性回归,完成描述符筛选并用自组织神经网络和支持向量机的方法分别建立了四个酰基辅酶A:胆固醇酰基转移酶分类模型,四个模型的预测正确率都在85%以上。这些模型可以很好的将ACAT抑制剂的选择性划分为三个类别,即:对ACAT1有选择性抑制,对ACAT2有选择性抑制和没有明显选择性抑制。此外,我们还利用分子连接指纹图谱(ECFP4fingerprints)分析ACAT抑制剂子结构的特征。本研究是首次利用构效关系方法来探究抑制剂对ACAT1和ACAT2的选择性。第二部分,建立了酰基辅酶A:胆固醇酰基转移酶2(ACAT2)抑制剂生物活性的定量预测模型。通过文献查阅,收集了95个ACAT2抑制剂针生物活性数据。利用ADRIANA.Code软件计算得到469个分子描述符。通过自组织神经网络分别划分训练集和测试集,用相关性分析和逐步线性回归方法最终筛选得到11个描述符用于模型的建立,利用多元线性回归(MLR)和支持向量机(SVM)的方法分别建立了两个定量构效关系预测模型,所有的模型相关系数均达到了0.9以上。Y-randomization检验也证明模型不存在随机相关性。这两个模型均可以用来筛选现有的已知数据库来发现可能的新的具有高活性的先导化合物。综上所述,以上两个实验的研究均得到了良好的结果。本论文希望通过建立的酰基辅酶A:胆固醇酰基转移酶的分类模型和定量预测模型能够对今后ACAT2抑制剂的虚拟筛选和构效关系研究提供一定的指导和帮助。