论文部分内容阅读
氯乙基亚硝基脲(CENUs)是一类广泛应用于癌症治疗的抗肿瘤烷化剂类药物，但研究发现该类药物可能产生交叉耐药性以及严重的毒副作用甚至可能造成二次肿瘤。因此，发展高效低毒的新型CENUs类抗肿瘤药物是目前研究的热点。本文通过量子化学、分子力学等方法来研究CENUs的结构与其抗肿瘤活性的定量构效关系(QSAR)关系，特别是针对N-13位上取代基的立体结构特征，为研究新的氯乙基亚硝基脲抗肿瘤药物提供理论指导。主要研究内容如下：
⑴利用神经网络(NNs)方法构建58种CENUs的构效关系模型并与使用多元线性回归方法(MLR)建立的模型进行对比；然后构建用于描述31种环己基代氯乙基亚硝基脲N-13位取代基结构特征的分子描述符，并用于构效关系的建立：最后设计了多面体烷代氯乙基亚硝基脲，并对其抗肿瘤活性的构效关系进行研究。
⑵利用神经网络方法建立58种CENUs的分子描述符与抗肿瘤药效学参数的定量构效关系模型。采用B3LYP密度泛函方法在6-31G(d,p)基组下对58种CENUs进行结构优化并计算化合物的各项理化、结构、量化参数，通过相关分析选用了疏水性参数(LogP)，前线轨道能量差(△E)，N-9位mulliken原子电荷数(N9)，分子总偶极距(Dipole)以及分子单点能(HF)等分子描述符作为输入值，采用5-x-1(隐含层神经元数量x=4-8)的网络结构，建立构效关系模型：同时与多元线性回归方法所建QSAR进行比较。
⑶以环己基取代的CENUs为研究对象，提出结构参数Ln以描述N-13位取代基的空间参数。以N-13位取代基的结构数据构建一种新的分子描述符Ln，并与其它分子描述符联用，借助NNs和MLR方法分别建立环己基代氯乙基亚硝基脲(cyclohexyl-CENUs)抗肿瘤活性的定量构效关系模型。为了更好的判断Ln的适用性，将cyclohexyl-CENUs按取代基的复杂程度分成两个系列，分别为系列A：环己基上取代基为烷基、羟基和羟甲基等较小取代基的环己基代氯乙基亚硝基脲；系列B：环己基上取代基为羧基、酯基以及酰氧基等空间构型较为复杂的环己基代氯乙基亚硝基脲。采用MLR方法，以Ln和LogP、最高占有轨道能和N9建立系列A的QSAR模型，以Ln和LogP、最低空轨道能、N9和O12建立系列B的QSAR模型，同时与无Ln的MLR的系列A和系列B的QSAR模型进行对比以判别Ln的有效性。该结构参数能够较好的描述cyclohexyl-CENUs的N-13位取代基的空间构型，有效的提高构效关系模型的描述能力。采用结构为5-5-1的神经网络以LogP、△E、N9，O-12位mulliken原子电荷数(O12)和Ln作为分子描述符建立31个环己基代氯乙基亚硝基脲的定量构效关系模型。
⑷对所设计的13种多面体烷代氯乙基亚硝基脲的生物活性进行预测。利用所建立的5-8-1的神经网络构效关系模型、采用Ln的描述系列B的QSAR模型和含有Ln的结构为5-5-1的神经网络构效关系模型对其抗肿瘤活性进行预测；并探讨立方烷不同取代基种类以及取代基位置等因素对其抗肿瘤活性的影响。