论文部分内容阅读
分子结构表征(molecular structural characterization, MSC)是当代药物分子设计与药效评价中不可缺少的重要技术,同时也是定量构效关系(quantitative structure–activity relationship, QSAR)研究涉及到的第一个环节。它的核心思想是将一个有机分子的结构和性质特征转化为一组特征代码,并使这个过程中信息损失达到最小。目前流行的表征方法包括二维拓扑描述子和三维分子场描述子等。本研究小组以原子电性和原子间距离描述不同分子环境中各类原子之间的相互作用,并结合原子类型划分方案,提出了用于表征药物主要是有机药物分子结构的新型矢量型结构描述子:原子电性作用矢量(atomic electronegativity interaction vector, AEIV)和三维全息原子场作用矢量(three-dimensional holographic vector of atomic interaction field , 3D-HoVAIF),并进行了初步分析。研究内容如下:①借助原子电性作用矢量和原子杂化状态指数,对39种丁烷衍生物类木脂素共计854个等价碳原子进行表征,并建立用于模拟该类分子13CNMR化学位移的多元线性回归方程。所得定量结构波谱关系模型及留一法交互检验相关系数分别为R2=0.962和Q2=0.925。进一步用从马尾松松针分离所得新木脂素中20个13CNMR化学位移对模型进行外部验证,预测结果与实验值较接近。表明所建模型有良好稳定性和泛化力,可对丁烷衍生物类木脂素13CNMR谱学数据准确模拟。②进一步探讨AEIV的适用性。利用原子电性作用矢量描述Mannich碱中C=O与P=O所处的化学环境,并与其伸缩振动吸收峰位相关联,利用理论计算模拟的手段对化合物分子的红外谱图进行归属和分析,取得了令人满意的结果,表明A E IV与Mannich碱中C=O与P=O伸缩振动频率有很好的相关性。③运用三维全息原子场作用矢量(3D-HoVAIF)对猫爪草中18种脂肪酸进行QSAR研究。采用逐步回归(Stepwise Multiple Regression, SMR)进行变量筛选,偏最小二乘回归(Partial Least Square Regression, PLS)建立定量构效关系模型。所建模型复相关系数(R2)、留一法交互校验(CV)复相关系数(Q2)分别为0.977和0.946。结果表明,3D-HoVAIF能较好表征猫爪草中脂肪酸的结构信息,且所建模型具有较好稳定性和预测能力。④运用3D-HoVAIF对30个神经氨酸酶抑制剂进行结构表征,采用逐步回归筛选变量,偏最小二乘回归建立定量构效关系模型。所建模型的复相关系数R2、留一法交互校验(CV)复相关系数Q2分别为0.624和0.409。得出结论:疏水作用是影响其活性的关键因素;3D-HoVAIF能较好表征酰基硫脲类似物结构信息,且所建模型具有较好稳定性和预测能力。⑤首次将三维全息原子场作用矢量用于二肽毛细管区带电泳迁移率预测。为研究经验模型和多变量分析技术在二肽毛细管区带电泳(CZE)淌度预测中的应用,建立了逐步回归-多元线性回归(SMR-MLR)模型。数据集包含53个二肽在pH2.5时测得的淌度值。在众多经验模型中,Offord模型(即μ=Q/M2/3)与所选数据集相关性最好。故将该荷质比形式作为描述子之一建立定量结构-淌度关系(QSMR)模型。其他描述子则来自三维全息原子场作用矢量(3D-HoVAIF),以表征侧链氨基酸原子间的静电、立体和疏水相互作用。结果表明,所建模型预测能力比简单的Offord模型有所提高。