二磺酰胺类内皮素受体拮抗剂的构效关系研究

应用量子化学方法计算了34个二磺酰胺类化合物的结构参数,并用BP神经网络对34个二磺酰胺类化合物的结构参数与ETs受体拮抗活性进行了定量构效关系分析,获得了一个预测能力较好的QSAR神经网络模型。研究表明：二磺酰胺类化合物与ETs受体之间存在直接的电荷迁移作用,电子结构、疏水性是影响其活性的主要因素。本文建立的二磺酰胺类化合物分子结构与ETs受体拮抗活性之间的定量构效关系,为设计合成新的此类内皮素受体拮抗剂提供了参考。     

甾类化合物的结构与抗炎活性相关性3D—QSAR研究

研究了甾族化合物的结构与抗炎活性相关的三维构效关系，采用比较分子力场分析法寻找结构与活性的关系，建立了一个可靠的构效关系模型，为活性分子的进一步修和改造提供了信息。     

有机物对蝌蚪麻醉活性与结构参数的相关性

应用半经验量子化学AMl法得到了52种有机分子的优势构象,利用AMl法和分子图形学技术获得其电子结构参数、几何结构参数和拓扑指数,并将这些参数与有机物对蝌蚪的麻醉活性相关联。结果表明,有机物麻醉活性与分子连接性拓扑指数l↑X^v、分子最低空轨道能EL和分子偶极距DM之间存在良好的多元线性相关性,成功地建立有机物对蝌蚪麻醉活性的构效关系式,找出了影响有机物对蝌蚪的麻醉活性的主要结构因素。     

化合物诱变活性的模糊数学方法量化计算及衡量

利用计算机将致癌化合物样本按KLN方法作结构结点编码、分解,获得机器可识别的化合物结构片段。根据模糊数学的隶属度概念和聚类方法,计算它对化合物诱变活性作用的隶属度,以衡量片段结构对化合物诱变活性的影响,在此量化基础上作模糊聚类,得特征的活性片段类,对化合物进行特征片段的匹配及匹配特征片段的量化平均,获得化合物活性的数值度量。计算表明:隶属度值的分布合理,片段的隶属度也确实反映了它们的活性情况,特征片段聚类后更确切的反映化合物的活性。同时,作为计算样本,当数量增加,效果更显著;由于片段分布的复杂性(错位、多样),用模糊性的度量可反映其本质。本文研究表明:模糊性的度量对于研究化合物构效关系是较好的方法。     

氨基喹啉类抗疟疾药物的活性预测

采用分子全息距离矢量方法描述40个氨基喹啉类化合物的分子结构,运用主成分回归方法建模进行定量构效关系分析,预测其抗疟原虫活性。其两组活性数据所得结果相关系数分别为0．9438和0．9737,交互检验相关系数分别为0．8305和0．9098。由此表明所建立的多参数模型稳定,能较好地预测氨基喹啉类药物的抗疟原虫活性。为指导和设计新的高效低毒抗疟疾药物提供有力依据。     

3,4-次甲二氧桂皮酰胺化合物定量构效关系的量子化学研究

采用Gaussian98程序量子化学从头算法对9种3,4-次甲二氧桂皮酰胺化合物进行了量子化计算。并对计算得到的轨道能量、轨道组成、电荷密度、净电荷等性质进行了分析,将它们与实验得到的生物活性参数做了相关曲线,并对某些参量进行了线性回归,得到了回归方程。计算结果表明3,4-次甲二氧桂皮酰胺化合物的抗惊生物活性与分子的近前沿分子轨道LUMO( 3)能级和轨道组成存在一定的相关性。我们预测这类药物分子在与受体作用时,可能与受体之间发生电子转移,形成电子转移配合物,从而发挥药效。羰基和烯键部位应为此类化合物的活性部位。     

黄酮类化合物抗肿瘤活性的构效关系研究

应用分子力学MM 和半经验量子化学AM1法对18种黄酮类化合物进行了几何优化,并计算了各化合物的电子结构,根据其电子结构,结合它们在体外抑制60-Cellline人体肿瘤细胞的活性数据(IC50)进行讨论,得出了黄酮类化合物抗肿瘤活性的定量构效关系。结果表明：B环和C环对黄酮类化合物抗肿瘤活性影响大;且B环负电性越高,活性越强,而C环正电性越高,活性越强。     

类青蒿素抗疟活性3D-QSAR研究

采用比较分子力场分析(CoMFA)法,将40个类青蒿素的抗疟活性作了定量构效关系的研究。所得模型交叉验证系数q2为0．601,非交叉验证系数r2为0．982,标准偏差SE=0．140,F=302．246,其中立体场与静电场的贡献分别为33．0％和67．0％。CoMFA离散图表明,增大C13上取代基的体积以及增强O15上取代基的电负性等,都有利于提高化合物的抗疟活性。该模型的离散图为改造此类化合物的结构提供理论依据和研究方向。     

流形学习的四嗪衍生物抗癌活性预测模型研究

由于四嗪衍生物抗癌活性与其结构之间可能存在非线性关系,本文引入非线性的流形学习方法对计算出的四嗪衍生物分子描述符进行特征提取,以提高其预测模型的准确性。便于分析,分别采用特征选择的逐步回归法、线性特征提取的主成份分析法以及非线性特征提取的流形学习方法对四嗪衍生物分子描述符进行筛选,然后基于偏最小二乘和支持向量回归机构建其定量构效关系模型。计算结果表明,本文中四嗪衍生物的描述符数据为非线性流形,并且它们的结构与活性之间呈非线性关系,基于支持向量回归机模型的最优预测结果达到了97.4%。所以,利用非线性特征提取的流形学习预处理的QSAR模型可以为此类化合物抗癌活性的预测提供指导。     

球形映照方法用于三唑类抗真菌药物活性类别的预报

在进行分子力学和量子化学计算的基础上,采用球形映照（SLM）方法对三唑类衍生物进行了构效关系的研究,建立了三唑类衍生物抗真菌活性类别预报的数学模型,其留一法交叉检验（LOOCV）的预报正确率为88．2％。将该结果与主成分分析（PCA）,Fisher,最近邻（KNN）的预报结果进行比较,所得SLM的预报正确率高于PCA,Fisher,KNN的结果。因此,SLM方法有望成为研究药物构效关系的有用工具。     

环境化合物对大型蚤类毒性的QSAR研究

【目的】为了管理化学物质的使用,需要用已知化合物的毒性来预测未知化合物的毒性。【方法】采用定量构效关系(QSAR)方法预测一系列环境化合物对大型蚤类的毒害(50%Lethal Concentration,LC_(50)),确定影响毒性关键分子结构的特征比较几种模拟方法的优劣。将323个有机物分子作为数据集,随机选取其中81个分子作为测试集,其余为训练集,每个分子计算了196个参数。【结果】分别采用逐步多元线性回归分析法(R_(tr)~2=0.661,R_(te)~2=0.612)、主成分回归法(R_(tr)~2=0.590,R_(te)~2=0.577)和偏最小二乘法(R_(tr)~2=0.788,R_(te)~2=0.607)构建QSAR模型。这3种模型都表明分子量参数(M_W)对化合物的毒性影响较大。【结论】借助优质的QSAR模型方法预测和比较该类化合物的毒性情况,对水环境监测具有重要意义。     

黄酮类化合物PIM-1激酶抑制活性的构效关系研究

为建立黄酮类化合物的PIM-1激酶抑制活性与其物化性质间的QSAR模型,本研究采用密度泛函理论(DFT)中的B3LYP方法,在6-311G**基组上全优化计算17个作为PIM-1激酶抑制剂的黄酮类化合物结构参数,运用SPSS 12.0 for Windows程序,将这些量子化参数作为理论描述符,逐步回归得到预测黄酮类化...     

3-芳氧基-6-氯哒嗪化合物除草活性与结构关系的研究

应用半经验量子化学AM1法获得18种3-芳氧基-6-氯哒嗪化合物的优势构象,再用AM1法和分子图形学技术获得其电子结构参数和几何结构参数,然后采用多元线性回归分析(MLR)和人工神经网络误差反传算法(BP)将这些参数和化合物对油菜的抑制活性相关联.MLR和BP建模的复相关系数(R2)、去一法(LOO)交互检验复相关系数(R2cv)分别为0.840,0.743和0.889,0.733,表明所建市的QSAR模型的稳定性和预测能力良好.结果表明,苯环上应尽量避免大体积取代基的引入,在2号位引入的取代基可稍大些;在苯环2、4、6位引入供电子基团、3位引入吸电子基团可提高化合物的除草活性,所建模型可为哒嗪类除草剂的设计合成提供理论指导.     

TIBO类衍生物抗HIV-1活性与电子结构关系的研究

应用分子力学MM＋方法，半经验量子化学MNDO计算了19个TIBO HIV－1逆转录酶抑制剂的优势构象和电子结构，得到了其抗HIV－1活性与电子结构的定量构效关系。结果表明：（1）TIBO类衍生物的体积越大、极性越小，即疏水性越大对抑制HIV－1活性越有利；（2）化合物中存在较大的正电区域，当C2原子连接吸电性基团时对药物的活性有利。     

3,5-二芳基-s-三氮唑类化合物终止妊娠活性的QSAR研究

对３,５－二芳基－ｓ－三氮唑类化合物的终止妊娠活性进行了量子化学和ＢＰ人工神经网络研究。结果表明,疏水键和电荷转移复合作用等是影响这类化合物终止妊娠活性的主要因素。以分子ｖａｎ ｄｅｒ Ｗａａｌｓ体积,偶极矩,ＥＨＯＭＯ,三氯唑环上氮的原子电荷,ＥＬＵＭＯ,疏水常数作为输入参数建立的ＢＰ网络综合了输运,代谢对活性的影响,并给出了满意的预测结果。     

17α取代雌二醇与雌激素受体结合活性的定量构效关系研究

应用分子力学法MM+和半经验量子化学AM1法几何全优化得到29个17α取代雌二醇衍生物的优势构象,再利用量子化学法和分子图形学技术获得相应优势构象的电子结构参数和几何结构参数,采用多元线性回归分析研究17α取代雌二醇衍生物与雌激素受体结合活性(relative binding affinities)的定量构效关系.结果表明17α取代雌二醇衍生物与雌激素受体结合活性和分子键合能(BE)、17号碳原子的净电荷(Q)及7号和8号碳原子间键长的相关性较好,成功地建立了29个17α取代雌二醇衍生物的构效关系式,所建回归方程的复相关系数R2及去一法交互检验相关系数Rcv2分别为0.890和0.712.     

混合微粒群神经网络系统的构建及其在HLA-A*0201限制性T细胞表位活性预测中的应用

尝试将“复制”、“杂交”、“变异”算子和“Metropolis”采样策略引入到微粒群算法(PSO)搜索进程,并将其用于前馈型多层神经网络(FMANN)连接权值优化当中,形成了1种新的非线性统计建模方法：混合微粒群神经网络系统(hybrid particle Swarmoptimizer-artificial neura...     

N，N-二甲基二2-溴苯乙胺类衍生物活性与CoMFA、CoMSIA的研究

用比较分子力场分析（CoMFA）法和比较分子相似性指数分析（CoMSIA）法，建立N，N-二甲基-2-溴苯乙胺类化合物的3D—QSAR模型。CoMFA模型中，其交叉验证系数q^2=0．792，传统的相关系数R^2=0．955（R=0．978），相应立体场贡献为77．4％、静电场贡献为22．6％，优于文献的报导。CoMSIA研究中，其交叉验证系数q^2=0．757，传统的相关系数R^2=0．917（R=0．958），其疏水场、立体场、静电场贡献依次为：42．9％、39．5％、17．6％。用两种模型分别预测检测集分子的活性，结果与实验值较吻合。说明所建的模型具有较好的预测能力。通过分析CoMFA分子场等值线图，可为优化N，N-二甲基-2-溴苯乙胺类衍生物的结构提供理论指导。     

基于多元线性回归及支持向量机回归分析对含苯基的羧酸类化合物pKa的预测

本文建立了2个180个含苯基的羧酸类化合物酸碱解离常数(pKa)的定量预测模型。这些化合物分子量在122.12到288.34的范围内,包含H,C,N,O,S,F,Cl,Br及I等元素.使用Cerius~2程序计算236个分子描述符来表述这些化合物,并使用统计学方法从中选择了12个描述符.分别使用多元线性回归分析(MLR)及支持向量机回归(SVM)结合10重交互检验方法来预测pKa数值.多元线性回归模型对pKa的预测结果相关系数为0.90,标准偏差为0.32;支持向量机模型结果较好,相关系数为0.91,标准偏差为0.31.     

N,N-二甲基-2-溴苯乙胺类衍生物活性与CoMFA、CoMSIA的研究

用比较分子力场分析(CoMFA)法和比较分子相似性指数分析(CoMSIA)法,建立N,N-二甲基-2-溴苯乙胺类化合物的3D-QSAR模型。CoMFA模型中,其交叉验证系数q2=0．792,传统的相关系数R2=0．955(R=0．978),相应立体场贡献为77．4％、静电场贡献为22．6％,优于文献的报导。CoMSIA研究中,其交叉验证系数q2=0．757,传统的相关系数R2=0．917 (R=0．958),其疏水场、立体场、静电场贡献依次为:42．9％、39．5％、17．6％。用两种模型分别预测检测集分子的活性,结果与实验值较吻合。说明所建的模型具有较好的预测能力。通过分析CoMFA分子场等值线图,可为优化N,N-二甲基-2-溴苯乙胺类衍生物的结构提供理论指导。