药物开发是一个需要花费很长时间和很大财力的过程。计算机辅助药物设计可以缩短药物开发的时间,降低药物开发的成本,加速药物进入市场。极光激酶是一类重要的丝氨酸/苏氨酸激酶,具有控制细胞有丝分裂的作用。经研究发现,在多种肿瘤病症中极光激酶均有过表达现象出现。极光激酶A(Aurora-A)是极光激酶家族中的重要一员,在细胞有丝分裂中发挥极其重要的作用,其编码基因被公认为是一种新的癌基因,可作为抗癌药物设计的靶标。酸碱解离常数(pKa,acid/base dissociation constant)是药物最重要的ADME(吸收,absorption;分布,distribution;代谢,metabolism;及排泄,excretion)性质之一,药物的许多重要性质都与pKa有着密切的联系。本论文的第一部分包括以下研究内容:(1)研究极光激酶A和B的结构,利用序列比对、结构分析及聚类分析等方法研究其相似性和差异性。(2)以极光激酶A为靶标进行药物设计。首先,通过研究极光激酶A与其已知抑制剂之间的相互作用规律,找到抑制剂的共同骨架结构特点。在此基础上设计了一系列新的化合物,利用里宾斯基五规则对它们进行了筛选,并对它们与极光激酶A进行了分子对接研究,计算了结合自由能AG,最后得到一些新的化合物。计算结果表明标明它们能与极光激酶A很好的结合,有可能成为先导化合物。最后利用SYLVIA软件对它们的合成难度进行了评价。本论文的第二部分,建立了关于180个含苯基的羧酸类化合物酸碱解离常数(pKa)的两个定量构效关系预测模型。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程序计算了236个分子描述符来表征这些化合物,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。总之,本论文比较研究了极光激酶A和B的结构相似性与差异性。进行了以极光激酶A为靶标的药物分子设计研究工作,得到了一些具有潜在生物活性的化合物。建立了含苯基的羧酸类化合物pKa的多元线性回归与支持向量机的预测模型。