论文部分内容阅读
针对56个环氧酮肽衍生物,分别采用比较分子场分析(comparative molecular field analysis,CoMFA)、比较分子相似性形状指数分析(comparative molecular similarity indices analysis,CoMSIA)、Topomer CoMFA、Holo-gram QSAR(HQSAR)以及基于一维和二维描述符的支持向量机(support vector machine,SVM)方法进行了细致的构效关系研究。研究显示:通过引入一维和二维描述符的SVM建模方法,避免了柔性分子在三维构效关系研究中的构象选择和叠合难题,亦可有效避免过拟合现象的发生。所建最优SVM模型的决定系数R2、均方根误差(RMS)、交互验证系数Q2和外部预测R2pred分别为0.681,0.436,0.572和0.641。分析结果显示:电性、拓扑特征、疏水性和分子体积是影响环氧酮肽蛋白酶体抑制活性的主要因素。在此基础上,以活性最高样本分子(CID:42638286的)为模板,基于相似性评价方法对其侧链进行设计,结合Lipinski"5规则"类药性筛选,共得到12个新颖目标分子,且预测活性均达到纳摩尔水平。