论文部分内容阅读
摘要：本文主要从对OSAR/OSPR预报能力比较、对大型分子数据库熔点QSPR分析等方面对小分子物质结构与熔点及蛋白亲和性定量构效关系进行研究与分析。通过分析使我们更能够了解各种构效关系，更能够对各种物质的了解。
关键词：OSAR/OSPR 构效关系 熔点
一、全局与局部模型对OSAR／OSPR预报能力比较
1.局部模型和全局模型建模简介
传统QSAR建模一般都期望获得全局的结构与物性或生物活性之间的定量关系。但很多情况下，整个分子集中有一些分子组具有某种与活性或物性相关的特殊特征，代表着局部的结构活性关系。传统的QSAR模型不能识别这种局部关系，因而不能获得良好的预报结果。为了提高QSAR预报准确性，一般从下面几个方面进行考虑：l，发展信息丰富的结构表征描述子。有大量的工作在这方面做出了努力。2，发展新的算法应用到QSAR建模。在此方面科学家们也作了大量工作，将人工神经网络164]、遗传算法[65]以及模拟退火等复杂算法引入到QSAR建模中，建立各种非线性的模型以提高预报的准确度；另外，现今所建立的QSAR／QSPR模型，大都是针对小范围或结构比较单一的分子而建立的。然而，要真正说明QSAR／QSPR可否用于实际并解决实际问题，如不能建立一个普适的QSAR／QSPR模型，这样提出的QSAR，其中特别是QSPR模型很难得到化学家们认可。
2.数据集描述
本文采用了两个数据集：一个为大样本数据集（包含4400个分子），另一个为小样本数据集（包含180个分子）。它是关于药物分子和其他有机化合物的结构与熔点数据，原文献数据集包含4449个分子的熔点数据和202个结构描述子，但是其中有些描述子数据值为空白，因此。在进行数据预处理时，将含有空白数据的样本从整体样本中剔除，最后得到4400个样本。为了确定全局模型和LLR模型的预报能力强弱问题，我们特意在上面所描述的大数据集中按照结构相似性选出了一组小数据集，此小数据集由三类明显不同的分子构成。我们采用相似性方法进行分子集选取的依据是：结构相似的分子其结构描述子相近，因此具有相似结构特征的分子在描述子所构成的空间内的距离比较小，而具有不同结构特征的分子其距离则比较大。第一类包含83个样本（分子），第二类包含50个样本，第三类包含47个样本。很明显地表达了这三类分子之间的不同特征，其中的横坐标表示变量空间的第一主成分，纵坐标表示第二主成分。它们很清晰的分成了三块。
二、基于聚类筛选的大型分子数据库熔点QSPR分析
1.化合物熔点QSPR介绍
熔点描述了晶体化合物由固态变成液态转化温度，是晶体化合物一种基本性质，可以用于快速分析物质纯度等。但是还有很多化合物的熔点没有测出来，或者测出来的熔点温度是一个大概的范围值[106J。在研究化合物的熔点问题时，一个重要的研究内容即是通过化合物的结构来计算化合物的熔点。化学计量学中的QSPR被赋予了这样一种使命。这种基本的函数表达式为：A／P--f（molecular structure）=f（molecular descriptors）11071在上述的表达式中分子结构由分子描述子表示。目前应用得比较广泛的描述子有：拓扑指数描述子，量子化学描述子，经验物理化学描述子等等。A／P描述的是物质的生物活性或者它的某种性质。f（？）刻画结构与性质或生物活性之间的关系。前人做了很多针对某一类型化合物熔点与结构之间QSPR关系，例如Dearden等报道对42种苯胺化合物的熔点QSPR进行建模。Man R．Katritzky对443个单取代和二取代的苯化合物熔点进行OSPR研究。蒋明谦先生提出了同系物的线性规律[m8]之后，很多学者对同系化合物的熔点的关系也作了研究：仇明华]109]对烷烃同系物进行了考察。James S．cllickos等人[1101也对一大批同系物的熔点QSPR做了研究。当化合物种类多种多样的时候，不论采用什么样的描述子和数据处理方法，均得不到好的可以预测比较准确的模型。可是当采用某一类型的化合物作为数据集的话，就有可能找到比较好的模型，对于同类型物质的性质可以得到很好的预测结果。对于正构烷烃及带有分支的烷烃熔点QSPR_工作就是一个很好的例子。Balaban[Ⅲ]对含有二价氧或硫杂原子的不含有氢键的饱和烷烃沸点的OsPR研究也表明了同样的观点。对于大型数据集的数据挖掘和知识提取是当前比较热门的研究课题，一般采用两步策略：首先搜索化学模式，第二步给出结构和性能之间的详细的关系。
2.数据集
化合物的结构和熔点的数据来自于Robert C．Glen and Andreas Bender的报道，在网站下载原始数据，但其中有一个数据有误，在本实验中将其剔除。所得到的结构数据为smiles编码，然后利用工具转换软件将其转换成sdf文件格式，得到sdf的结构文件以后我们将它导入ISIS/Basc软件中，可以很清晰地看到分子的二维结构，它包含有多种多样的结构。化合物全部是小分子化合物或药物化合物。
三、总结
面对海量的数据以及科学家们对化学知识规律的不断需求，产生了化学信息学这一门新的学科。化学信息学利用信息学的方法来解决化学问题，得到有关化学本质规律的认识。化学信息学的一个重要目的是得到专家知识来解释所观测到的化学现象，但是往往这些知识隐含在大量的数据中，这就需要发展一些新思想和新方法挖掘出这些蕴藏的知识。
参考文献
[1]周家驹，王亭．药物设计中的分子模型化方法．北京：科学出版社．2001.
[2]王连生，韩朔睽．分子结构性质与活性．北京：化学工业出版社．1997.
[3]王连生，韩朔睽．有机物定量结构一活性相关．北京：中国环境科学]出版社，1993.
[4]冯军，周家驹．比较分子场分析研究哒嗪酮等体系的三维构效关系，物理化学学报，1995，11 （3）：206～210.
关键词：OSAR/OSPR 构效关系 熔点
一、全局与局部模型对OSAR／OSPR预报能力比较
1.局部模型和全局模型建模简介
传统QSAR建模一般都期望获得全局的结构与物性或生物活性之间的定量关系。但很多情况下，整个分子集中有一些分子组具有某种与活性或物性相关的特殊特征，代表着局部的结构活性关系。传统的QSAR模型不能识别这种局部关系，因而不能获得良好的预报结果。为了提高QSAR预报准确性，一般从下面几个方面进行考虑：l，发展信息丰富的结构表征描述子。有大量的工作在这方面做出了努力。2，发展新的算法应用到QSAR建模。在此方面科学家们也作了大量工作，将人工神经网络164]、遗传算法[65]以及模拟退火等复杂算法引入到QSAR建模中，建立各种非线性的模型以提高预报的准确度；另外，现今所建立的QSAR／QSPR模型，大都是针对小范围或结构比较单一的分子而建立的。然而，要真正说明QSAR／QSPR可否用于实际并解决实际问题，如不能建立一个普适的QSAR／QSPR模型，这样提出的QSAR，其中特别是QSPR模型很难得到化学家们认可。
2.数据集描述
本文采用了两个数据集：一个为大样本数据集（包含4400个分子），另一个为小样本数据集（包含180个分子）。它是关于药物分子和其他有机化合物的结构与熔点数据，原文献数据集包含4449个分子的熔点数据和202个结构描述子，但是其中有些描述子数据值为空白，因此。在进行数据预处理时，将含有空白数据的样本从整体样本中剔除，最后得到4400个样本。为了确定全局模型和LLR模型的预报能力强弱问题，我们特意在上面所描述的大数据集中按照结构相似性选出了一组小数据集，此小数据集由三类明显不同的分子构成。我们采用相似性方法进行分子集选取的依据是：结构相似的分子其结构描述子相近，因此具有相似结构特征的分子在描述子所构成的空间内的距离比较小，而具有不同结构特征的分子其距离则比较大。第一类包含83个样本（分子），第二类包含50个样本，第三类包含47个样本。很明显地表达了这三类分子之间的不同特征，其中的横坐标表示变量空间的第一主成分，纵坐标表示第二主成分。它们很清晰的分成了三块。
二、基于聚类筛选的大型分子数据库熔点QSPR分析
1.化合物熔点QSPR介绍
熔点描述了晶体化合物由固态变成液态转化温度，是晶体化合物一种基本性质，可以用于快速分析物质纯度等。但是还有很多化合物的熔点没有测出来，或者测出来的熔点温度是一个大概的范围值[106J。在研究化合物的熔点问题时，一个重要的研究内容即是通过化合物的结构来计算化合物的熔点。化学计量学中的QSPR被赋予了这样一种使命。这种基本的函数表达式为：A／P--f（molecular structure）=f（molecular descriptors）11071在上述的表达式中分子结构由分子描述子表示。目前应用得比较广泛的描述子有：拓扑指数描述子，量子化学描述子，经验物理化学描述子等等。A／P描述的是物质的生物活性或者它的某种性质。f（？）刻画结构与性质或生物活性之间的关系。前人做了很多针对某一类型化合物熔点与结构之间QSPR关系，例如Dearden等报道对42种苯胺化合物的熔点QSPR进行建模。Man R．Katritzky对443个单取代和二取代的苯化合物熔点进行OSPR研究。蒋明谦先生提出了同系物的线性规律[m8]之后，很多学者对同系化合物的熔点的关系也作了研究：仇明华]109]对烷烃同系物进行了考察。James S．cllickos等人[1101也对一大批同系物的熔点QSPR做了研究。当化合物种类多种多样的时候，不论采用什么样的描述子和数据处理方法，均得不到好的可以预测比较准确的模型。可是当采用某一类型的化合物作为数据集的话，就有可能找到比较好的模型，对于同类型物质的性质可以得到很好的预测结果。对于正构烷烃及带有分支的烷烃熔点QSPR_工作就是一个很好的例子。Balaban[Ⅲ]对含有二价氧或硫杂原子的不含有氢键的饱和烷烃沸点的OsPR研究也表明了同样的观点。对于大型数据集的数据挖掘和知识提取是当前比较热门的研究课题，一般采用两步策略：首先搜索化学模式，第二步给出结构和性能之间的详细的关系。
2.数据集
化合物的结构和熔点的数据来自于Robert C．Glen and Andreas Bender的报道，在网站下载原始数据，但其中有一个数据有误，在本实验中将其剔除。所得到的结构数据为smiles编码，然后利用工具转换软件将其转换成sdf文件格式，得到sdf的结构文件以后我们将它导入ISIS/Basc软件中，可以很清晰地看到分子的二维结构，它包含有多种多样的结构。化合物全部是小分子化合物或药物化合物。
三、总结
面对海量的数据以及科学家们对化学知识规律的不断需求，产生了化学信息学这一门新的学科。化学信息学利用信息学的方法来解决化学问题，得到有关化学本质规律的认识。化学信息学的一个重要目的是得到专家知识来解释所观测到的化学现象，但是往往这些知识隐含在大量的数据中，这就需要发展一些新思想和新方法挖掘出这些蕴藏的知识。
参考文献
[1]周家驹，王亭．药物设计中的分子模型化方法．北京：科学出版社．2001.
[2]王连生，韩朔睽．分子结构性质与活性．北京：化学工业出版社．1997.
[3]王连生，韩朔睽．有机物定量结构一活性相关．北京：中国环境科学]出版社，1993.
[4]冯军，周家驹．比较分子场分析研究哒嗪酮等体系的三维构效关系，物理化学学报，1995，11 （3）：206～210.