苯甲酰氨类HDAC2抑制剂的3D-QSAR及虚拟筛选研究

本文应用传统比较分子力场分析法CoMFA,比较分子相似性指数法CoMSIA和Topomer CoMFA方法,对组蛋白去乙酰化酶2(HDAC2)的苯甲酰胺类抑制剂进行了构效关系和基于药效团的筛选研究。基于分子片段建模的Topomer CoMFA的交叉验证系数q~2为0.594,预测相关系数r~2_(pred)为0.973。基于对接活性构象叠合得到的CoMFA,CoMSIA的交叉验证相关系数q~2分别为0.634,0.561,预测相关系数r~2_(pred)分别为0.905,0.68。基于药效团模型011叠合的CoMFA,CoMSIA交叉验证相关系数q~2分别为0.588,0.592,预测相关系数r~2_(pred)分别为0.68,0.859。结果表明这5个3D-QSAR模型均具有良好的稳定性和预测能力。另外,由18个活性较高结构多样的分子建立了可靠的药效团模型。运用药效团模型011和016对NCI数据库进行筛选,将筛选得到的分子与HDAC2蛋白酶进行分子对接,并由PASS进行活性验证,最终得到了18个分子,且对接打分值都大于6,可作为新的HDAC2抑制剂。     

温度限制串联相关网络-红外光谱法用于中药大黄样品的鉴定分类

将温度限制串联相关网络与红外光谱分析技术相结合,对大黄样品的真伪进行分类。采用小波变换对原始数据进行压缩,将原来的775个数据点压缩到49个数据点,既提高了网络的训练速度又保持了原来的特征谱峰。对45种样品进行了测定和鉴别,正确率可以达到84．4％。对影响分类结果的网络参数,进行了讨论。红外光谱法作为中药鉴别的一种方法与神经网络相结合,使中药鉴别更加快速、方便。     

利用自助拉丁配分和模糊规则对橄榄油进行分类研究

利用Nicolet 6700傅里叶变换近红外光谱仪测定了20个橄榄油样品的光谱数据。采用多元散射校正、Savitz-ky-Golay平滑以及二阶求导对原始光谱数据进行预处理以提高信噪比、消除背景和基线的影响。在(4500～12000)cm~(-1)波段范围内计算20个近红外光谱的标准偏差,以(5200～5300)cm~(-1)和(5600～6000)cm~(-1)作为输入建立模糊专家系统。建模过程中采用n次自助拉丁配分法进行评价分类和建模的结果,将更具统计意义的n次均值作为预测结果。利用模糊专家系统的分类树和定量预测都能成功地将20个橄榄油分为特级初榨和普通橄榄油2大类。结果表明,本文为橄榄油品质的鉴定提供了1种简便、快捷、准确的方法。     

径向基函数网络用于细菌的MALDI-TOF-MS分类

径向基函数（RBF）网络被用于根据基质辅助激光解吸／电离飞行时间质谱（MALDI－TOF－MS）对细菌的分类辨识。为了加速网络训练和减少网络的复杂性，本文采用小波变换对原始质谱数据进行压缩，将原来的13828个数据点压缩至328个，且保持了原来的特征谱峰。本文研究了在不同培养时间（24、48和72小时）的5种细菌分类，并对RBF网络参数的影响做了详细地研究，为生物学研究提供了有用的信息。结果表明，约60％以上的细菌样本能够被正确地分类辨识。由于细菌培养的生物学影响因素复杂，因而进一步严格控制细菌的培养条件是改善细菌分类正确率的关键。     

支持向量机用于酚类化合物毒性的QSAR研究

从分子结构出发,计算25个酚类化合物的分子连接性指数及分子的价连接性指数,用线性逐步回归方法建立4参数的最佳方程,以此4参数作为输入参数,将留一法(L00)应用到BP网络、径向基函数(RBF)神经网络,及新颖的机器学习方法支持向量机,建立酚类化合物预测黑呆头鱼毒性的QSAR模型.应用非线性SVM法建立的预测模型结果,优于BP网络和RBF网络,SVM、BP、RBF模型预测的相关系数分别为0.959,0.940和0.945,令人满意.     

二苯基吡咯烷酮类5-HT_(2C)抑制剂三维定量构效关系的研究

目前在药物设计开发领域,5-HT2C受体抑制剂备受关注,本文用比较分子相似性指数分析法(CoMSlA),研究34个二苯基取代吡咯烷酮类化合物的三维定量构效关系.考察衰减因子、电荷计算法以及不同作用场对构建模型的影响.建立的最佳模型交叉验证相关系数(q2)为0.571,非交叉验证相关系数(R2)为0.929,模型的标准偏差为0.225.发现疏水性在该类化合物与受体相互作用中发挥至关重要的作用,为进一步修饰结构提供指导.     

药物SAHA的潜在靶标预测及分子对接研究

利用PharmMapper的反向药效团匹配方法对SAHA(伏立诺他)的潜在靶标进行筛选,虚拟筛选得到的HDLP,HDAC8等9个靶标已被实验研究证实。靶标所涉及的疾病与实验报道的SAHA的药理学活性一致,如抗癌、抗炎、抗肿瘤等作用。另外,预测出与老年痴呆、糖尿病、风湿性关节炎等疾病相关的SAHA的潜在靶标,进而利用分子对接技术对SAHA与潜在靶标的作用模式进行了研究。SAHA与潜在靶标的对接结果表明,它们在形状、电负性和疏水性方面匹配良好,能有效抑制靶标的活性。本实验研究表明,反药效团匹配和分子对接方法可作为预测药物潜在靶标的有效手段,为SAHA新的适用症的进一步研究提供理论指导。     

反向传播人工神经网络在分析化学重叠信号解析中的应用

本文将反向传播人工神经网络用于导数脉冲伏安法和电感耦合等离子体原子发射光谱分析中重叠信号解析。详细地讨论了增益，学习速率，动量等网络参数对神经网络收敛速度和导数脉冲伏安法计算结果的影响，利用Ｖｏｉｇｔ线型函数模拟ＩＣＰ发射光谱，并用人工神经网络方法对模拟的光谱重叠干扰作了研究，得到了满意的结果。     

反向传播人工神经网络在分析化学重叠信号解析中的应用

本文将反向传播人工神经网络（ＢＰ－ＡＮＮ）用于导数脉冲伏安法（ＤＰＶ）和电感耦合等离子体原子发射光谱分析（ＩＣＰ－ＡＥＳ）中重叠信号解析。详细地讨论了增益、学习速率、动量等网络参数对神经网络收敛速度和导数脉冲伏安法计算结果的影响。利用Ｖｏｉｇｔ线型函数模拟ＩＣＰ发射光谱，并用人工神经网络方法对模拟的光谱重叠干扰作了研究，得到了满意的结果。     

DNA依赖蛋白激酶抑制剂的CoMFA研究

运用比较分子力场分析方法(CoMFA),以DNA依赖蛋白激酶(DNA-PK)抑制剂分子为研究对象,建立1组对DNA依赖蛋白激酶有抑制活性化合物的三维定量构效关系(3D-QSAR)模型,探索其活性数据和三维结构参数的关系,所建最佳模型交叉验证相关系数q2=0.670,非交叉验证相关系数R2=0.993,标准偏差SD=0.053,说明该模型预测能力较好.根据CoMFA模型的三维等势图可知,小体积、电负性大的取代基团,能提高该类化合物的活性,为新型DNA-PK抑制剂分子的设计提供了理论依据.