论文部分内容阅读
抗高血压新药非肽类血管紧张素II受体拮抗剂自二十世纪八十年代发现以来就受到了广泛的关注。AII受体拮抗剂是肾素-血管紧张素系统中直接作用于受体阻断受体生理效应达到降压效果的药物。与肾素-血管紧张素系统中其它抗高血压药物相比,是作用最直接的药物,其疗效好,副作用小,而且没有首剂低压效应,特别适合老年患者。专家预测,21世纪初,AII受体拮抗剂将成为治疗高血压的一线用药。到目前为止,该类药物已经有8个药物上市,50多个进入临床和临床前研究。随着世界高血压发病率越来越高,发病人群越来越趋于年轻化,急需降压效果好,起效快,作用时间长,毒副作用小,适应人群广的大量抗高血压药物。因此研究该类药物的药效学性质,作用机理和化合物分子结构之间的关系,建立含有大量化合物的此类药物的组合库,可以为设计和寻找新药提供参考和帮助。本文从文献搜集了70种咪唑类和113种联苯四氮唑类的对血管紧张素II 50%抑制浓度IC50值作为本文研究的药物活性指标。采用半经验量子化学AM1算法计算了这两种类型化合物每个分子的结构参数。利用相关性分析分别从中筛选出与药物活性指标相关性较大的5个结构参数建立QSAR模型。从70个咪唑类和113个联苯四氮唑类样本中分别随机抽取6个和10个样本作为预测集,剩余64个和103个样本作为训练集,利用MLR方法分别建立线性QSAR模型。用MLR方法分别建立的咪唑类和联苯四氮唑类化合物的线性QSAR模型的训练RMS分别为0.741和0.740,预测RMS分别为1.178和1.100。再从70个咪唑类和113个联苯四氮唑类样本中分别随机抽取6个和10个样本作为预测集,6个和10个样本作为验证集,剩余58个和93个样本作为训练集,利用误差反向传播的神经网络分别构建非线性QSAR模型。利用神经网络建立的咪唑和联苯四氮唑类药物的非线性QSAR模型训练RMS分别为0.466和0.570,