药效团构建

γ-分泌酶抑制剂的药效团模型构建
鄢浩;姜凤超
【期刊名称】《物理化学学报》
【年(卷),期】2006(022)003
【摘要】利用Catalyst软件系统,选择具有较高体外抑制活性的苯并二氮(艹,卓)类化合物作为训练集,经计算机建模,构象优化,由Catalyst系统构建出药效团模型.并结合γ-分泌酶的作用机制等因素,筛选出一个含有一个芳环中心,一个疏水中心和两个氢键受体的具有较好预测能力(RMS=0.366343,Correl=0.95535,
Weight=1.17389,Config=18.8671)的药效团模型.该模型的建立有助于设计及合成新型结构的γ-分泌酶抑制剂.
【总页数】6页(P359-364)
【作者】鄢浩;姜凤超
【作者单位】华中科技大学同济医学院药学院,武汉,430030;华中科技大学同济医学院药学院,武汉,430030
【正文语种】中文
【中图分类】O641
【相关文献】
1.采用药效团模型和分子对接方法筛选新型的组蛋白甲基转移酶 G9a抑制剂 [J], 刘文强;黄露义;李国菠
2.(1,3)-β-D-葡聚糖合成酶小分子抑制剂药效团模型的构建 [J], 姜艳娟;崔俐俊;贺
潇蒙;刘娜;盛春泉
3.β分泌酶抑制剂的药效团模型研究 [J], 黄文海;胡纯琦;廖勇;盛荣;胡永洲
4.基于Discovery Studio软件的本科生创新实验项目设计—TGFβR1抑制剂药效团模型构建 [J], 邓萍; 蒋启华; 孙立力; 蒋君好
5.端锚聚合酶抑制剂的作用方式以及药效团模型的构建 [J], 温泽宇;于大永;王柳;史丽颖
因版权原因，仅展示原文概要，查看原文内容请购买。

药效团名词解释
药效团是指化合物中具有药理活性的结构或团。

药效团是构成化合物药理活性的最小单位，能与生物体内的靶点发生特异性相互作用，从而产生药理效应。

药效团通常是药物分子中的某个原子团或官能团，如氨基、羟基、羧基等。

根据不同药物的药效机制和作用方式，药效团可以是活性基团、配体、脂肪酸链等。

药效团通过与靶点的特异性作用，介导药物与生物体间的相互作用，从而发挥药理活性。

药效团在药物研究中具有重要的意义。

首先，药效团是药物设计和改良的重要依据。

通过分析研究药效团与靶点结构间的相互作用规律，可以更好地理解和调控药效。

其次，药效团也是药物分子间相互作用和筛选的重要指标。

通过筛选和分析药效团，可以评估和预测新药物的药理活性和药效效果。

最后，药效团的研究也可以为药物副作用的研究和预测提供参考。

药效团的存在和作用可以解释某些药物的不良反应和副作用。

总而言之，药效团是药物中具有药理活性的结构或团，它能与生物体内的靶点发生特异性相互作用，从而产生药理效应。

药效团的研究在药物设计、评估和副作用的研究中具有重要的意义。

HMG-CoA还原酶抑制剂三维药效团的构建鲍红娟;张燕玲;乔延江【期刊名称】《物理化学学报》【年(卷),期】2008(24)2【摘要】以作用于鼠肝脏细胞的21个3-羟基-3-甲基戊二酰辅酶A(HMG-CoA)还原酶抑制剂(RI)为训练集,训练集化合物具备结构多样性,来源于相同药理模型.活性值IC50范围在0.3-8000 nmol·L-1.利用Catalyst计算HMG-CoA还原酶抑制剂最优药效团由一个氢键受体,一个氢键给体,一个疏水基团和一个芳香环特征组成.药效团模型Fixed cost值,Total cost值和Configuration cost值分别为88.75、111.5和16.98.训练集化合物活性计算值与实测值相关系数为0.8883,偏差值为1.269,交叉验证结果表明,药效团模型具有较高的置信度,对测试集化合物活性值的预测结果显示有较好的预测能力,可用于数据库搜索发现新的具有该活性的化合物,也可用于中药或天然产物药物的研究开发.【总页数】6页(P301-306)【作者】鲍红娟;张燕玲;乔延江【作者单位】北京中医药大学中药学院,北京,100102;北京中医药大学中药学院,北京,100102;北京中医药大学中药学院,北京,100102【正文语种】中文【中图分类】O641【相关文献】1.HMG-CoA还原酶抑制剂研究进展 [J], 刘瑞娟;刘景陶;王强;张叶;田伟2.距离比较法构建HMG-CoA还原酶抑制剂药效团 [J], 崔建华;张燕玲;乔延江3.大鼠脑缺血再灌注损伤后HMG-COA还原酶抑制剂下调Caveolin-1表达对血脑屏障的影响 [J], 王也;冯新红;毕国荣;武剑4.胆碱酯酶抑制剂联合HMG-CoA还原酶抑制剂对VD患者MMSE、ADL评分影响 [J], 张相峰;王振焕;焦雨欢5.HMG-CoA还原酶抑制剂对老年冠心病患者的安全性和疗效探讨 [J], 尹鹏因版权原因，仅展示原文概要，查看原文内容请购买。

药效团的概念药效团是指药物中具有特定生物活性的结构单元或团簇。

在药物发现和药物设计过程中，研究药效团对于了解和预测药物活性以及优化药物分子结构具有重要意义。

药效团的概念源自药理学和药物化学领域，在药物研发过程中起着桥梁的作用，能够帮助研究人员理解药物的作用机制和结构活性关系。

药效团可以是一个原子、一个功能基团或一个化学键。

通常，药效团需要具备一定的结构特征，使其能够与靶点相互作用并发挥药物活性。

药效团可以通过分子对接、构效关系研究和计算化学等方法来识别和优化。

药效团的发现和优化不仅可以提高药物的生物活性，还可以减少不良反应和提高药物的选择性。

药效团可以通过多种途径来发现和识别。

一种常用的方法是通过对已知药物的结构进行药理学和结构活性关系的研究，发现其中具有活性的结构单元。

这样的药效团通常被称为权威药效团（privileged pharmacophores），它们在不同的化合物中都能发挥出良好的生物活性。

另一种方法是通过对靶点结构和活性位点的研究，发现靶点与药物相互作用的关键基团或键。

这种方法常用于研究新的靶点或探索新的药物靶向策略。

通过深入了解靶点的结构和功能，研究人员可以设计出更有效的药物。

在药效团的研究中，计算化学和计算机辅助药物设计起着重要的作用。

通过计算方法，研究人员可以预测药效团的生物活性和相互作用模式，加速药物发现和设计的过程。

计算方法可以用于预测药物与靶点的结合能力、活性团的空间构象和互作模式等。

药效团的优化是药物设计过程中的重要步骤。

通过对药效团进行合理的修饰和调整，可以提高药物的生物利用度、稳定性和选择性。

优化药效团可以通过合成、结构活性关系研究和计算方法来实现。

总之，药效团是药物中具有特定生物活性的结构单元或团簇。

药效团的发现和优化在药物研发过程中起着重要作用，可以增加药物的生物活性、降低不良反应和提高药物的选择性。

通过药效团的研究，可以更好地理解药物的作用机制和结构活性关系，为药物设计和优化提供指导。

磷酸二酯酶-4(PDE4)抑制剂药效团模型的构建曾露、张醉、赵娟、吴晓灵、姜凤超*华中科技大学同济医学院药学院，武汉(430030)摘要:建立磷酸二酯酶(PDE4)抑制剂药效团模型。

利用Catalyst软件系统，选择具有较高体外抑制活性的84个化合物组成分子集合，经构象分析，分子叠和等过程构建出药效团模型，得到一个含有2个氢键接受体，1个疏水中心和1个芳香环基团的PDE4抑制剂药效团模型。

其可靠性较好(?totalcost=255.6,RMS=0.80,Correl=0.95,Weight=1.25,Config=19.51.)，具有较好的活性预测能力，有助于新型结构的PDE4抑制剂的设计。

关键词:计算机辅助药物设计;磷酸二酯酶(PDE4)抑制剂;药效团模型The construction of the pharmacophore model of thePhosphodiesterase 4 (PDE4) antagonists.Yi-jing ZHU，Yue WANG，Xiao-ling WU，Feng-chao JIANG(School of pharmacy, Tongji medical collage,HUST,Wuhan 430030)Abstract: To construct the pharmacophore model of the PDE4 antagonists. Ten pharmacophore models of PDE4 antagonists were established from the training of 84 PDE4 antagonists with conformer analysis and pharmacophore mapping by using the Catalyst software. An optimal pharmacophore model including two hydrogen-bonding acceptor, onehydrophobic core and one ring aromatics was conformed. The reliability of the optimal pharmacophore model is preferably with ?totalcost =255.6，RMS=0.80,Correl=0.95,Weight=1.25,and Config=19.51. This pharmacophore model showed excellent forecast ability andcontributes to design the PDE4 antagonists with undiscovered structure.Key words: CADD; PDE4 antagonists; pharmacophore model一、前言环腺苷酸( cAMP)和环鸟苷酸( cGMP)对于细胞的许多功能有重要作用。

促肾上腺皮质激素释放因子1型受体拮抗剂药效团模型构建和虚拟筛选的开题报告一、研究背景促肾上腺皮质激素释放因子1型（CRF1）受体是一种重要的内源性肽类神经受体，它在很多生理和病理情况下都扮演着重要角色。

CRF1受体可被多种内源性和外源性配体激活，从而引起多种生理和病理效应。

因此，CRF1受体在许多疾病治疗中被认为是一个非常有前途的靶点，如焦虑症、抑郁症、阿尔茨海默病、肝硬化等。

目前已经发现，CRF1受体拮抗剂药物可以对这些疾病进行治疗。

然而，目前已知的CRF1受体拮抗剂种类很少，且其药效较低，因此，寻找更加有效的CRF1受体拮抗剂药物具有重要的临床意义。

随着计算机科学和计算化学的发展，结合分子模拟技术可以预测潜在分子作用靶点和化合物的活性，因此，分子模拟技术也被广泛应用于寻找新的药物靶点和候选分子化合物。

在此背景下，本研究旨在建立一种CRF1受体拮抗剂药效团模型，通过虚拟筛选找到新的有效的CRF1受体拮抗剂。

二、研究方法和计划1. 数据获取和预处理我们将从已知的CRF1受体拮抗剂数据集中随机选择一部分化合物作为训练集，其余化合物作为测试集。

训练集和测试集化合物的结构信息将通过化学信息检索软件自动化获取。

2. 特征筛选和数据清洗将从每个分子中提取药效团特征，并且对特征进行筛选，去除冗余或无效特征。

通过对数据进行清洗，我们将保证数据集的质量，提高后续工作的效率。

3. 建立药效团模型将选用算法进行机器学习，建立CRF1受体拮抗剂药效团模型。

我们将尝试不同的机器学习方法，并选取较为优秀的模型进行研究和分析。

4. 虚拟筛选和分析利用建立好的药效团模型，对大量化合物进行虚拟筛选，筛选出潜在的CRF1受体拮抗剂药物。

再通过药物分子的性质分析和筛选，挑选出更加有希望的化合物。

5. 评价和优化最后，我们将通过实验室的验证和实践经验对模型进行评价和优化，提高模型的精度和优化程度。

三、预期研究成果1. 建立一种新的CRF1受体拮抗剂药效团模型，可以预测化合物的活性。