定量构效关系
- 格式:doc
- 大小:73.00 KB
- 文档页数:5
绿色化学名词解释1. 亲电性物质:其本身或者其代谢后的产物会与细胞大分子如DNA、RNA、酶、蛋白质等中的亲核部分发生共价相互结合。
这种不可逆的共价相互作用会严重影响细胞大分子的功能,可引发多种毒性,包括癌症、肝中毒、血液中毒、肾中毒、生殖系统中毒、发育系统中毒等的物质称为亲电性物质。
2. 定量构效关系:是指关联一系列物质生物活性与一种或多种物理化学性质的关系式。
在定量构效构效中,要把化学结构转化为描述物理化学性质的参数,而这些理化性质又是与生物反应相关的。
3. 电子等排物:具有相同数目的原子、相同数目的电子切点子的排布方式相同,因而有相同的电荷的一些物质和取代基。
以及除上述外,具有相似分子形状和体积、大致相似的电子排布,因而表现出相似物理化学性质的分子、原子、取代基等。
4. “软”药剂:是指那些临床上有治疗效果,但又因具有毒性或副作用而限制使用的物质的类似物质,即保留物质的治疗特性,同时又使它失去毒性和副作用。
5. Ⅰ相反应:包括氧化、还原和水解。
陌生化学物质通过氧化、还原和水解过程转化为极性更大的代谢物,从而更容易溶解于水,更容易排泄。
6. 环境因子:即每生产1公斤的目标产物,同时所生产废物的质量,环境因子可衡量生产过程对环境的影响。
7.特征致命化学品有特殊机理:其分子通常能与细胞大分子发生某种特定的化学反应,产生除麻醉作用模式以外的其他毒性,这类现象称为特征型为特征型 9. 产毒结构 有些物质没有直接的毒性 但由于其分子的特殊结构 它能在代谢过程中转化为有毒的物质 这种结构特征称为产毒结构。
10. Ⅱ相反应 为结合反应。
内源代谢底物如葡萄糖醛酸盐、硫酸盐、乙酸盐和氨基酸与有毒陌生化学物质结合 生成水溶性更大的物质 从而容易排泄。
11. 螯合作用 是指金属离子与有机分子键合的过程 通常有机分子中有2个或2个以上的供电原子 如O N等 与金属离子形成多个共价键 如与Ni2+、Cu2+、Mg2+等 最终形成环状结构 通常O N配体与金属键合 形成五元或六元环 有机分子中的S原子也能与金属配位形成稳定的四元环。
定量构效关系(QSAR)及研究方法分为三部分内容:1定量构效关系及研究现状2二维定量构效关系的概念模式及研究方法3三维定量构效关系研究一、定量构效关系及研究现状1、定量构效关系(QSAR)就是定量的描述和研究有机物的结构和活性之间的相互关系。
最初它作为药物设计的一个研究分支,是为了适应合理设计生物活性的需要发展起来的。
近二三十年,特别是计算机的发展和应用使QSAR研究提高到一个新的水平,其应用范围也在迅速扩大。
2、目前,QSAR在药物、农药、化学毒剂、环境毒理学等领域得到广泛的应用。
QSAR在药物和环境研究领域具有两方面的功能:根据所阐明的构效关系的结果,为设计、筛选或预测生物活性化合物指明方向根据已有的化学反应知识,探求生理活性物质与生物体的相互作用规律,从而推论生物活性所呈现的机制3、QSAR的发展主要历程了三个阶段:早期朴素认识很早以前,人们就已经认识到物质的反应性与其结构之间存在着一定的关系。
由于当时对物质认识水平肤浅,这种对结构--活性的认识是最朴素最原始的。
定性阶段Crum-Brown和Frazer开创了结构-活性定量关系研究的先河,他们认为化合物的生物活性与结构之间有某种函数关系Ψ=f(C)定量阶段Hansch等人从研究取代基与活性的关系出发,建立了线性自由能模型,从而使构象关系的研究从定性构效关系转向定量构效关系。
4、目前QSAR研究呈现三个方面的的特点:综合性QSAR的研究越来越多的借助数学、化学、生物等学科的理论和方法理论性主要是量子化学、量子生物学的理论应用于QSAR方程程序化即专家系统和数据库的开发和研制二、二维定量构效关系的概念模式及研究方法1、QSAR的研究程序包括五个主要步骤:选择合适的待测数据资料,建立待测数据库。
从数据库中选择合适的分子结构参数及欲研究的活性参数选择合适的方法建立结构参数与活性参数间的定量关系模型模型检验,选择更好的结构参数或建模方法,使模型更优化;同时需给出模型的约束条件和误差范围实际应用,预测新化合物的活性2、自从Hansch在1964年构建了线性自由能关系模型形成QSAR以来,经过许多研究者的努力当前已有多种QSAR模型,大致可分为两种:数值模型和推理模型,在这里我们主要介绍数值模型。
定量构效关系是指化合物的化学结构与其性质之间的定量关系。
定量构效关系研究是将分子的各种结构参数和所有研究的性质进行统计分析,建立分子结构参数和性质之间的定量关系模型。
通常称为定量结构活性关系。
活性可以是不同的性质,如生物活性、毒性、熔点、沸点等。
核心内容时建立分子描述符与性质之间的定量模型,基本方法就是数学模型的建立方法。
常用的建模方法是多元线性回归MLR,主成分回归PCR,偏最小二乘法PLSR、支持向量回归SVR、人工神经网络ANN等。
除了建模方法外,还有其他相关技术,如变量筛选技术、信号处理技术、模型评价技术等,其中最重要和最困难的是变量筛选技术。
分为三部分内容:1定量构效关系及研究现状2二维定量构效关系的概念模式及研究方法3三维定量构效关系研究一、定量构效关系及研究现状1、定量构效关系(QSAR)就是定量的描述和研究有机物的结构和活性之间的相互关系。
最初它作为药物设计的一个研究分支,是为了适应合理设计生物活性的需要发展起来的。
近二三十年,特别是计算机的发展和应用使QSAR研究提高到一个新的水平,其应用范围也在迅速扩大。
2、目前,QSAR在药物、农药、化学毒剂、环境毒理学等领域得到广泛的应用。
QSAR在药物和环境研究领域具有两方面的功能:根据所阐明的构效关系的结果,为设计、筛选或预测生物活性化合物指明方向根据已有的化学反应知识,探求生理活性物质与生物体的相互作用规律,从而推论生物活性所呈现的机制3、QSAR的发展主要历程了三个阶段:早期朴素认识很早以前,人们就已经认识到物质的反应性与其结构之间存在着一定的关系。
由于当时对物质认识水平肤浅,这种对结构--活性的认识是最朴素最原始的。
定性阶段Crum-Brown和Frazer开创了结构-活性定量关系研究的先河,他们认为化合物的生物活性与结构之间有某种函数关系Ψ=f(C)定量阶段Hansch等人从研究取代基与活性的关系出发,建立了线性自由能模型,从而使构象关系的研究从定性构效关系转向定量构效关系。
4、目前QSAR研究呈现三个方面的的特点:综合性QSAR的研究越来越多的借助数学、化学、生物等学科的理论和方法理论性主要是量子化学、量子生物学的理论应用于QSAR方程程序化即专家系统和数据库的开发和研制二、二维定量构效关系的概念模式及研究方法1、QSAR的研究程序包括五个主要步骤:选择合适的待测数据资料,建立待测数据库。
从数据库中选择合适的分子结构参数及欲研究的活性参数选择合适的方法建立结构参数与活性参数间的定量关系模型模型检验,选择更好的结构参数或建模方法,使模型更优化;同时需给出模型的约束条件和误差范围实际应用,预测新化合物的活性2、自从Hansch在1964年构建了线性自由能关系模型形成QSAR以来,经过许多研究者的努力当前已有多种QSAR模型,大致可分为两种:数值模型和推理模型,在这里我们主要介绍数值模型。
药物的构效关系名词解释一、引言药物是人类提取自各种自然或合成物质的化合物,用于治疗、预防和诊断疾病。
药物的研发离不开对其构效关系的深入探索和解释。
构效关系研究的主要目的是揭示药物分子结构与其生物活性之间的关系,以便更好地设计和合成出具有特定疗效的药物分子。
本文将对药物的构效关系名词进行解释,并探讨其在药物研发中的重要性。
二、1.构效关系构效关系是指药物分子的结构特征与其生物活性之间的定量或定性关系。
这种关系可以包括药物分子的空间构型、功能基团的位置、取代基的类型和位置等。
通过研究药物分子结构与生物活性之间的关系,可以为合理设计和优化药物提供理论依据。
2.构效关系研究构效关系研究是指通过实验和计算方法,寻找药物分子结构与其生物活性之间的关系,并进行定量或定性分析。
在构效关系研究中,科学家通常会综合考虑药物分子的物理化学性质、分子对接研究、定量构效关系等方面的内容,以便更好地了解药物分子的结构与生物活性之间的关联。
3.药效团药效团是指药物分子中具有特定生物活性的结构或基团。
药效团可以是药物分子中的一个或多个功能基团,也可以是药物分子中的特定原子团。
通过研究药效团与生物活性之间的关系,可以揭示药物的药理机制,并为药物设计提供重要的指导。
4.定量构效关系定量构效关系是指通过定量方法,系统研究药物结构与生物活性之间的数量关系。
这种研究需要大量的实验数据和统计方法的支持,通过建立数学模型来描述药物分子结构与生物活性之间的关联,从而提供合理的理论指导。
5.取代基效应取代基效应是指在药物分子中,替换或添加不同的取代基会对其生物活性产生明显的影响。
取代基的类型和位置可能会导致药物的效果不同,因此在药物研发中需要充分考虑取代基效应,以优化药物的性能。
三、药物构效关系在药物研发中的重要性药物的构效关系研究在药物研发中具有重要的意义。
通过深入了解药物分子的结构特征与其生物活性之间的关系,可以实现以下几个方面的优化和改进:首先,药物的构效关系研究可以为药物分子的设计合成提供理论指导。
三维定量构效关系(一)
三维定量构效关系
关系简述
三维定量构效关系是指在药物或化合物研究领域中,通过定量的
方式来描述分子结构与生物活性之间的关系,具体包括构效关系、定
量构效关系和三维定量构效关系。
构效关系
构效关系研究了分子结构和生物活性之间的定性关系,即通过观
察和实验发现,不同分子结构对应着不同的生物活性,从而推测分子
结构对生物活性的影响。
这种研究主要是基于经验和统计推断。
定量构效关系
定量构效关系是在构效关系的基础上,通过量化的方式来描述分
子结构与生物活性之间的关系。
通过收集大量实验数据,利用数学和
统计方法建立模型,以预测和优化分子结构对生物活性的影响。
定量
构效关系的主要目标是找到结构与活性的数学关系,以便进行分子设
计和药物发现。
三维定量构效关系
三维定量构效关系是在定量构效关系的基础上引入了分子三维结
构的信息。
与定量构效关系相比,三维定量构效关系更加准确和精细,
可以更好地揭示分子结构与生物活性之间的关系。
通过分析分子的三维结构、物理性质和生物活性数据,建立相应的模型来预测和解释分子的活性。
三维定量构效关系的应用可以帮助药物设计师更好地理解分子的构效关系,从而更有针对性地设计和改进药物分子。
总结
三维定量构效关系是药物和化合物研究中的重要工具,可以帮助科学家们更好地理解分子结构与生物活性之间的关系。
通过定量构效关系的研究,可以为药物设计和发现提供科学依据,加快药物研发过程,提高药物疗效和安全性。
三维定量构效关系在药物领域具有广阔的应用前景,为新药的开发和创新提供了重要的工具和方法。
化学构效关系的研究方法化学构效关系研究是现代药物研究的重要组成部分,它主要研究分子结构、环境条件以及其它因素对药物分子作用的影响,从而揭示出化合物分子结构与其药效关系的规律。
这种研究方法早在上世纪七十年代就出现了,并已成为药物研发中一种成功的方法。
化学构效关系研究的重点不在分子的明确作用机制,而是在建立药效与药物分子结构之间的联系。
本文将介绍化学构效关系研究的方法、技术和应用。
化学构效关系研究方法化学构效关系研究方法包括定量构效关系(QSAR)和定性构效关系(QSPR)。
定量构效关系是指通过一定的数学模型,将分子结构与生物化学活性之间的关系描述为数学方程式。
这种方程式可以用来预测化合物的生物活性。
定性构效关系则是研究由分子结构引起的药物性质变化,但并不考虑这些变化的数值关系。
这种方法适用于探索分子活性的定性规律。
化学构效关系的研究是基于分子分析技术和模拟技术的。
分子分析技术分子分析技术用于测量分子结构的物理和化学性质。
分子结构的物理和化学性质对药物的活性有重要的影响,并与活性密切相关。
分子分析技术包括以下几种:1. 紫外吸收光谱:可用于测定化合物的电子结构。
2. 质谱:可用于测定化合物的分子量和分子片段的质量。
3. 核磁共振(NMR)光谱:可用于测定化合物的结构、芳香性、立体异构和原子的化学环境等。
4. 循环伏安(CV):可用于研究电化学反应和电子转移效应。
5. 原子力显微镜(AFM):可用于测量物质的表面形貌和微观结构。
模拟技术模拟技术是指利用计算机对化学反应和分子结构进行模拟,做出分子模型、模拟分子交互以及模拟分子活性等。
模拟技术能够帮助科学家预测分子反应动力学机理,提高药物研发效率。
模拟技术的主要方法包括分子力学模拟、分子动力学模拟、量子力学模拟等。
化学构效关系的应用1. 药物研发:通过研究化合物的结构,揭示其生物活性以及作用机制,为药物研发提供重要参考。
2. 农药研究:通过研究农药分子的特性及其与农作物的互作关系,帮助设计更有效的农药。
定量构效关系名词解释
定量构效关系是指定量的形态变量和构型变量之间的关系。
它包括一个定量的变量,它是一个构型变量,它描述了构型的形状,大小,有时也包括其他变量,如形状比例、尺寸等。
它还可以用来研究相互关联的构型变量和物理特性之间的关系,如材料的强度和刚度。
定量构效关系研究的历史可以追溯到18世纪。
当时精密仪器出现,使得测量构型变量的过程更容易,从而获得更多的数据。
把定量变量和构型变量放在一起,可以让工程师更好地控制制造过程进行改进。
定量构效关系可以分为三种:直接定量构效关系,间接定量构效关系和无关定量构效关系。
直接定量构效关系包括构型变量和某个特定定量变量之间的关系,比如形状和力学性能之间的关系。
间接定量构效关系指构型变量和多个定量变量之间的潜在关系,比如形状和力学性能、尺寸和温度、形状改变对变形的影响。
无关定量构效关系是构型变量和定量变量之间存在的统计关系,但它不暗示任何实际的联系,比如梁宽度与粘度的关系。
请简述定量构效关系建模的基本流程下载温馨提示:该文档是我店铺精心编制而成,希望大家下载以后,能够帮助大家解决实际的问题。
文档下载后可定制随意修改,请根据实际需要进行相应的调整和使用,谢谢!并且,本店铺为大家提供各种各样类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,如想了解不同资料格式和写法,敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!简述定量构效关系建模的基本流程定量构效关系(Quantitative Structure-Activity Relationship,简称QSAR)是药物研发和化学物质性质预测中的重要工具,它通过数学模型将化合物的结构参数与生物活性或化学性质关联起来。
定量构效关系名词解释
定量构效关系是指在社会科学研究中,通过定量分析方法来研究各种变量之间的相互关系和效应大小的一种研究方法。
它是对某种现象或理论进行定量分析的一种方法,通过建立数学模型和利用统计学方法,来揭示变量之间的相互关系。
在定量构效关系中,构指的是指研究中所要研究的各种变量,这些变量可以是因变量、自变量、中介变量、控制变量等。
而效关系则指的是变量之间的关系,包括直接效应、间接效应、中介效应、调节效应等。
通过分析这些效应,可以揭示出变量之间的影响机制和效应大小。
在定量构效关系研究中,常用的方法包括回归分析、路径分析、结构方程模型等。
这些方法可以帮助研究者建立数学模型,通过收集数据并进行统计分析,来验证研究假设和推断变量之间的关系。
通过定量构效关系的分析,可以提供科学的证据,支持或反驳某种理论或现象。
定量构效关系在社会科学研究中具有重要的意义。
首先,它可以帮助研究者理解变量之间的关系,揭示出变量的效应和影响条件,提供了科学的解释框架。
其次,通过定量分析方法,研究者可以量化变量之间的关系,以及各种因素对某个变量的影响程度。
这可以帮助研究者更准确地进行理论构建和现象解释。
最后,定量构效关系的研究结果可以为政策制定者和实践者提供决策依据和实践指导,促进社会的发展和进步。
总之,定量构效关系是一种重要的社会科学研究方法,通过定
量分析来揭示变量之间的关系和效应大小。
它帮助研究者理解现象和理论的本质,提供了科学的解释框架,并可为实践和决策提供依据。
通过不断探索和深入研究,定量构效关系可以在社会科学研究中发挥更大的作用。
一、概述构效关系研究起源于20世纪60年代,其核心思想是通过分析药物的化学结构与其生物活性之间的关系,为药物设计和筛选提供理论依据。
随着计算机技术的快速发展,QSAR方法逐渐成为药物研发的重要工具。
二、QSAR方法分类1. 二维定量构效关系(2D-QSAR):主要研究药物分子的二维结构与其生物活性之间的关系。
常用的方法包括分子场方法、分子对接等。
2. 三维定量构效关系(3D-QSAR):研究药物分子的三维结构与其生物活性之间的关系。
主要方法包括距离几何学三维定量构效关系(DG 3D-QSAR)、分子形状分析(MSA)、虚拟受体方法(FR)等。
(1)DG 3D-QSAR:将药物分子划分为若干功能区块,定义药物分子活性位点,计算低能构象时各个活性位点之间的距离,形成距离矩阵。
同时,定义受体分子的结合位点,获得结合位点的距离矩阵。
通过活性位点和结合位点的匹配,为每个分子生成结构参数,对生理活性数据进行统计分析。
(2)MSA:认为药物分子的药效构象是决定药物活性的关键。
通过比较作用机理相同的药物分子的形状,以各分子间重叠体积等数据作为结构参数进行统计分析,获得构效关系模型。
(3)FR:采用多种探针粒子在药物分子周围建立一个虚拟的受体环境,以此研究不同药物分子之间活性与结构的相关性。
其原理较之CoMFA方法更加合理,是目前QSAR研究的热点之一。
三、QSAR方法的优势1. 提高药物研发效率:通过QSAR方法,可以快速筛选出具有潜在活性的化合物,降低药物研发成本。
2. 降低实验风险:在药物研发早期阶段,利用QSAR方法可以预测化合物的生物活性,避免进行不必要的实验。
3. 丰富药物结构信息:QSAR方法可以揭示药物分子中与生物活性相关的结构特征,为药物分子设计提供指导。
四、展望随着计算机技术的不断进步,QSAR方法在药物研发中的应用将越来越广泛。
未来,QSAR方法将与其他生物信息学、分子模拟等手段相结合,为药物研发提供更加全面、准确的预测依据。
(一)定量构效关系能对定量构效关系有个整体的认识:描述分子的三维结构与生理活性之间的关系,所应用的主要技术方法是“比较分子场方法(CoMFA)”定量构效关系(QSAR)是一种借助分子的理化性质参数或结构参数,以数学和统计学手段定量研究有机小分子与生物大分子相互作用、有机小分子在生物体内吸收、分布、代谢、排泄等生理相关性质的方法。
这种方法广泛应用于药物、农药、化学毒剂等生物活性分子的合理设计,在早期的药物设计中,定量构效关系方法占据主导地位,1990年代以来随着计算机计算能力的提高和众多生物大分子三维结构的准确测定,基于结构的药物设计逐渐取代了定量构效关系在药物设计领域的主导地位,但是QSAR在药学研究中仍然发挥着非常重要的作用。
发展历史定量构效关系是在传统构效关系的基础上,结合物理化学中常用的经验方程的数学方法出现的,其理论历史可以追溯到1868年提出的Crum-Brown方程,该方程认为化合物的生理活性可以用化学结构的函数来表示,但是并未建立明确的函数模型。
最早的可以实施的定量构效关系方法是美国波蒙拿学院的Hansch在1962年提出的Hansch方程。
Hansch方程脱胎于1935年英国物理化学家哈密顿提出的哈密顿方程以及改进的塔夫托方程。
哈密顿方程是一个计算取代苯甲酸解离常数的经验方程,这个方程将取代苯甲酸解离常数的对数值与取代基团的电性参数建立了线性关系,塔夫托方程是在哈密顿方程的基础上改进形成的计算脂肪族酯类化合物水解反应速率常数的经验方程,它将速率常数的对数与电性参数和立体参数建立了线性关系。
Hansch方程在形式上与哈密顿方程和塔夫托方程非常接近,以生理活性物质的半数有效量作为活性参数,以分子的电性参数、立体参数和疏水参数作为线性回归分析的变量,随后,Hansch和日本访问学者藤田稔夫等人一道改进了Hansch方程的数学模型,引入了指示变量、抛物线模型和双线性模型等修正,使得方程的预测能力有所提高。
几乎在Hansch方法发表的同时,Free等人发表了Free-Wilson方法,这种方法直接以分子结构作为变量对生理活性进行回归分析。
其在药物化学中的应用范围远不如Hansch方法广泛。
Hansch方法、Free-Wilson方法等方法均是将分子作为一个整体考虑其性质,并不能细致地反应分子的三维结构与生理活性之间的关系,因而又被称作二维定量构效关系。
二维定量构效关系出现之后,在药物化学领域产生了很大影响,人们对构效关系的认识从传统的定性水平上升到定量水平。
定量的结构活性关系也在一定程度上揭示了药物分子与生物大分子结合的模式。
在Hansch方法的指导下,人们成功地设计了诺氟沙星等喹诺酮类抗菌药。
由于二维定量不能精确描述分子三维结构与生理活性之间的关系,1980年代前后人们开始探讨基于分子构象的三维定量构效关系的可行性。
1979年,Crippen提出“距离几何学的3D-QSAR”;1980年Hopfinger等人提出“分子形状分析方法”;1988年Cramer等人提出了“比较分子场方法”(CoMFA)。
比较分子场方法一经提出便席卷药物设计领域,成为应用最广泛的基于定量构效关系的药物设计方法;1990年代,又出现了在比较分子场方法基础上改进的“比较分子相似性方法”以及在“距离几何学的3D-QSAR”基础上发展的“虚拟受体方法”等新的三维定量构效关系方法,但是老牌的CoMFA依然是使用最广泛的定量构效关系方法。
二维定量构效关系二维定量构效关系方法是将分子整体的结构性质作为参数,对分子生理活性进行回归分析,建立化学结构与生理活性相关性模型的一种药物设计方法,常见的二维定量构效关系方法有Hansch方法、Free-wilson方法、分子连接性方法等,最为著名和应用最广泛的是Hansch方法。
活性参数活性参数是构成二维定量构效关系的要素之一,人们根据研究的体系选择不同的活性参数,常见的活性参数有:半数有效量、半数有效浓度、半数抑菌浓度、半数致死量、最小抑菌浓度等,所有活性参数均必须采用物质的量作为计量单位,以便消除分子量的影响,从而真实地反应分子水平的生理活性。
为了获得较好的数学模型,活性参数在二维定量构效关系中一般取负对数后进行统计分析。
结构参数结构参数是构成定量构效关系的另一大要素,常见的结构参数有:疏水参数、电性参数、立体参数、几何参数、拓扑参数、理化性质参数以及纯粹的结构参数等•疏水参数:药物在体内吸收和分布的过程与其疏水性密切相关,因而疏水性是影响药物生理活性的一个重要性质,在二维定量构效关系中采用的疏水参数最常见的是脂水分配系数,其定义为分子在正辛醇与水中分配的比例,对于分子母环上的取代基,脂水分配系数的对数值具有加和性,可以通过简单的代数计算获得某一取代结构的疏水参数。
•电性参数:二维定量构效关系中的电性参数直接继承了哈密顿公式和塔夫托公式中的电性参数的定义,用以表征取代基团对分子整体电子分配的影响,其数值对于取代基也具有加和性。
•立体参数:立体参数可以表征分子内部由于各个基团相互作用对药效构象产生的影响以及对药物和生物大分子结合模式产生的影响,常用的立体参数有塔夫托立体参数、摩尔折射率、范德华半径等。
•几何参数:几何参数是与分子构象相关的立体参数,因为这类参数常常在定量构效关系中占据一定地位,故而将其与立体参数分割考虑,常见的几何参数有分子表面积、溶剂可及化表面积、分子体积、多维立体参数等•拓扑参数:在分子连接性方法中使用的结构参数,拓扑参数根据分子的拓扑结构将各个原子编码,用形成的代码来表征分子结构。
•理化性质参数:偶极矩、分子光谱数据、前线轨道能级、酸碱解离常数等理化性质参数有时也用做结构参数参予定量构效关系研究•纯粹的结构参数:在Free-Wilson方法中,使用纯粹的结构参数,这种参数以某一特定结构的分子为参考标准,依照结构母环上功能基团的有无对分子结构进行编码,进行回归分析,为每一个功能基团计算出回归系数,从而获得定量构效关系模型。
数学模型二维定量构效关系中最常见的数学模型是线性回归分析,hansch方程和free-wilson方法均采用回归分析。
经典的hansch方程形式为:lg \left(\frac\right)=a\pi+b\sigma+ce_s+k 其中π为分子的疏水参数,其与分子脂水分配系数px的关系为:\pi=lg\left(\frac\right),σ为哈密顿电性参数,es为塔夫托立体参数,其中a,b,c,k均为回归系数。
日本学者藤田稔夫对经典的hansch方程作出一定改进,用抛物线模型描述疏水性与活性的关系:lg \left(\frac\right)=a\pi+b{\pi}^2+c\sigma+de_s+k这一模型拟合效果更好。
hansch方程进一步,以双直线模型描述疏水性与活性的关系:lg \left(\frac\right)=algp-blg(\beta p+1)+d其中的p为分子的脂水分配系数,a,b,β为回归系数,d代表方程的其他部分。
双直线模型的预测能力比抛物线模型进一步加强。
free-wilson方法的方程形式为:lg \left(\frac\right)=\sum_i\sum_jg_x_+\mu其中xij为结构参数,若结构母环中第i 个位置有第j类取代基则结构参数取值为1否则为0,μ为参照分子的活性参数,gij为回归系数。
除了回归分析,遗传算法、人工神经网络、偏最小二乘分析、模式识别、单纯形方法等统计分析方法也会应用于二维定量构效关系数学模型的建立发展目前,二维定量构效关系的研究集中在两个方向:结构数据的改良和统计方法的优化。
传统的二维定量构效关系使用的结构数据常仅能反应分子整体的性质,通过改良结构参数,使得二维结构参数能够在一定程度上反应分子在三维空间内的伸展状况,成为二维定量构效关系的一个发展方向。
引入新的统计方法,如遗传算法、人工神经网络、偏最小二乘回归等,扩展二维定量构效关系能够模拟的数据结构的范围,提高QSAR模型的预测能力是2D-QSAR的主要发展方向。
三维定量构效关系三维定量构效关系是引入了药物分子三维结构信息进行定量构效关系研究的方法,这种方法间接地反映了药物分子与大分子相互作用过程中两者之间的非键相互作用特征,相对于二维定量构效关系有更加明确的物理意义和更丰富的信息量,因而1980年代以来,三维定量构效关系逐渐取代了二维定量构效关系的地位,成为基于机理的合理药物设计的主要方法之一。
目前应用最广泛的三维定量构效关系方法是CoMFA和CoMSIA 即比较分子场方法和比较分子相似性方法,除了上述两种方法,3D-QSAR还有DG 3D-QSAR、MSA、GERM等众多方法。
CoMFA&CoMSIACoMFA和CoMISA是应用最广泛的合理药物设计方法之一,这种方法认为,药物分子与受体间的相互作用取决于化合物周围分子场的差别,以定量化的分子场参数作为变量,对药物活性进行回归分析便可以反应药物与生物大分子之间的相互作用模式进而有选择地设计新药。
比较分子场方法将具有相同结构母环的分子在空间中叠合,使其空间取向尽量一致,然后用一个探针粒子在分子周围的空间中游走,计算探针粒子与分子之间的相互作用,并记录下空间不同坐标中相互作用的能量值,从而获得分子场数据。
不同的探针粒子可以探测分子周围不同性质的分子场,甲烷分子作为探针可以探测立体场,水分子作为探针可以探测疏水场,氢离子作为探针可以探测静电场等等,一些成熟的比较分子场程序可以提供数十种探针粒子供用户选择。
探针粒子探测得到的大量分子场信息作为自变量参与对分子生理活性数据的回归分析,由于分子场信息数据量很大,属于高维化学数据,因而在回归分析过程中必须采取数据降维措施,最常用的方式是偏最小二乘回归,此外主成分分析也用于数据的分析。
统计分析的结果可以图形化地输出在分子表面,用以提示研究者如何有选择地对先导化合物进行结构改造。
右图为一CoMFIA计算的结果输出,图中蓝色区域若以负电性基团取代则会提高药物的活性,红色区域则提示正电性基团更有利于活性。
除了直观的图形化结果,CoMFA还能获得回归方程,以定量描述分子场与活性的关系。
CoMSIA是对CoMFA方法的改进,他改变了探针粒子与药物分子相互作用能量的计算公式,从而获得更好的分子场参数。
其他三维定量构效关系方法除了比较分子场方法,三维定量构效关系还有距离几何学三位定量构效关系(DG3D-QSAR)、分子形状分析(MSA)、虚拟受体等方法(FR)等。
距离几何学:三维定量构效关系严格来讲是一种介于二维和三维之间的QSAR方法。
这种方法将药物分子划分为若干功能区块定义药物分子活性位点,计算低能构象时各个活性位点之间的距离,形成距离矩阵;同时定义受体分子的结合位点,获得结合位点的距离矩阵,通过活性位点和结合位点的匹配为每个分子生成结构参数,对生理活性数据进行统计分析。