定量构效关系(QSAR)在新兽药研发中的应用
药物设计学第六讲QSAR与药效团
常用的探针有: Csp3+ — 计算立体能和静电能 H2O — 计算疏水场和氢键 CH3 — 计算van der Waals场 H+ — 计算静电场
1
19
药物设计学 兰州大学药学院 李加忠
1
20
药物设计学 兰州大学药学院 李加忠
5、用PLS建立分子场与生物活性之间的关系,并用交 叉验证来检验PLS得到的模型的可靠性
MSA使用可以表达分子形状的参数作为自变 量,经统计分析求出QSAR方程。
1
6
药物设计学 兰州大学药学院 李加忠
分子形状分析 基本步骤
但是,MSA给出的分子形状参数很简单,常 常不能区分药物分子在形状上的差别,且有些引 入的参数物理意义不明确,属于初级的3D-QSAR, 因此MSA的使用受到很大的限制。
该方法分析药物分子周围的作用势场分布,把势场与药 物分子的生物活性定量的联系起来,用以推测靶点的某 些性质,并可依此建立其作用模型来设计新的化合物, 定量的预测其活性强度。
1
11
药物设计学 兰州大学药学院 李加忠
基本假设: (1)在分子水平上,影响生物活性的相互作用通常
是非共价力,而药物的生物活性可通过分子周围的力场 来反应。这种分子力场(立体场和静电场)体现在三维 空间。
1
13
药物设计学 兰州大学药学院 李加忠
Grid maps for CoMFA and field calculation method
grid spacing/A
grid point
Electrostatic field
probe atom
Steric field
Biological Activity = a Steric0001 + b Steric 0002 + ...........+ m Steric4913
嘧啶苯磺酰脲衍生物对小麦纹枯病菌体外抑菌活性的QSAR研究与分子设计
嘧啶苯磺酰脲衍生物对小麦纹枯病菌体外抑菌活性的QSAR研究与分子设计冯迪;赵培;赵志强;荣金闯;吴平;鲁军;冯长君【摘要】目的:建立嘧啶苯磺酰脲衍生物(PSU)对小麦纹枯病菌杀菌活性(Tc)和电性距离矢量(Ev)的定量构效关系(QSAR)模型,探讨影响Tc的结构因素.方法:基于拓扑方法计算了15种嘧啶苯磺酰脲衍生物的电性距离矢量.通过最佳变量子集回归建立这些化合物的Tc与Ev的多个QSAR模型.结果:其中最佳三元数学模型的判定系数(R2)及逐一剔除法的交叉验证相关系数(R2cv)分别为0.851和0.738.经统计指标诊断,所建模型具有良好的稳健性及预测能力.结论:根据进入此模型的E62,E59和E27可知,影响嘧啶苯磺酰脲衍生物对小麦纹枯病菌杀菌活性的主要因素是分子的二维结构特征-NH-,≥S≤,-OH,-CHg<(g=0,1) 和>C<等结构碎片.由结构修饰提出3种化合物的抑菌活性(T%)均超出96.5%,有待以后生物实验予以证实.%Objective: To study the quantitative structure-activity relationship (QSAR) between the antifungal activity (Tc) and the electronegativity distance vector (Ev) of 15 pyrimidin-phenyl sulfonylurea derivatives (PSU), and analyze the dominant influence structural factors of antioxidant activities.Method: The electronegativity distance vector (Ev) of PSU were calculated by the topological method.The QSAR models were established by using leaps-and-bounds regression analysis for the antifungal activity (Tc) of above compounds in vitro against Rhizoctonia cerealis along with the Ev.Results: The traditional correlation coefficient (R2) and the cross-validation correlation coefficient (R2cv) of leave-one-out (LOO) are 0.851 and 0.738, respectively.The QSAR model has both favorable estimation stability andgood prediction capability by statistical index tests.Conclusion: From E62, E59, E27 in the model, it shows that the main factor to affect the antifungal activity of pyrimidin-phenyl sulfonylurea derivatives is a two-dimensional structural characteristics of the molecular-NH-, ≥S≤,-OH,-CHg<(g=0,1) and >C< structure fragments.According to the results obtained from the structural modifications, the inhibition activity (T%) of three modified molecules is over 96.5%, and it is expected to be confirmed by using biologic experiments.【期刊名称】《湖南师范大学自然科学学报》【年(卷),期】2017(040)002【总页数】5页(P56-60)【关键词】嘧啶苯磺酰脲衍生物;小麦纹枯病菌;杀菌活性;电性距离矢量;定量构效关系;分子设计【作者】冯迪;赵培;赵志强;荣金闯;吴平;鲁军;冯长君【作者单位】徐州工程学院化学化工学院,中国徐州 221111;徐州工程学院化学化工学院,中国徐州 221111;徐州工程学院化学化工学院,中国徐州 221111;徐州工程学院化学化工学院,中国徐州 221111;徐州工程学院化学化工学院,中国徐州221111;徐州工程学院化学化工学院,中国徐州 221111;徐州工程学院化学化工学院,中国徐州 221111【正文语种】中文【中图分类】S482.2+7;O6-051磺酰脲(SU)是目前使用最广泛的除草剂之一[1-2],具有超高效、低毒和对环境友好等优点.其作用靶标为乙酰乳酸合成酶(ALS),它是支链氨基酸生物合成过程中的关键催化酶,广泛存在于植物、微生物、藻类等生物中.近来发现在真菌和细菌中也有ALS,据此表明 SU应具有潜在的抑菌活性.嘧啶类衍生物因具有多种生物活性而备受关注,如杀菌活性、抗肿瘤及抗艾滋病等生物活性[3].陈伟等[4]根据生物电子等排原理,将嘧啶环和磺酰脲类等化合物结合制备了15种新型嘧啶苯磺酰脲衍生物(pyrimidin-phenyl sulfonylurea derivative,PSU),并采用离体平皿法测试了这些化合物对小麦纹枯病菌(Rhizoctonia cerealis)的体外抑菌活性(即抑菌率,T/%).本文基于上述化合物对小麦纹枯病菌的体外抑菌率[4],采用物质定量构效关系(Quantitative Structure-Activity Relationships,QSAR)方法[5-11]研究抑菌率与刘树深等[12-14]电性距离矢量(electronegativity distance vector, Ev)的最佳数学模型.据此模型准确估算与预测这些化合物对小麦纹枯病菌的体外抑菌率,探讨影响该类化合物抑菌活性的主要结构基团及其抑菌机理,并设计抑菌活性更优的化合物.1.1 嘧啶苯磺酰脲衍生物对小麦纹枯病菌的体外抑菌率陈伟等[4]合成的15种嘧啶苯磺酰脲衍生物的基本骨架见图1,其中取代基R的改变,形成15个嘧啶苯磺酰脲衍生物,具体分子结构见表1.表1中R1,R2,R3结构式如图2.作者在试样为 50 mg/L浓度下,采用离体平皿法测试了上述化合物对小麦纹枯病菌的体外抑菌活性.结果显示大部分目标化合物对小麦纹枯病菌表现出良好的体外抑菌率(T/%),具体数据见表1.根据化学平衡的热力学原理,对其取自然对数用于建模:Tc=ln T.Tc与T同向变化,其值越大,该化合物的抑菌活性越强.1.2 分子结构的表征分子电性距离矢量描述子(Ev)[12-14]可以表征不同类别有机物的分子结构,成为全面表达化合物的分子结构信息的良好拓扑指数之一,已在环境科学、生命科学、药物设计等方面取得广泛的应用.其计算步骤如下:定义分子中非氢原子固有属性I:I=(v/4)0.5[(2/n)2δv +1)]/δ.其中:v是非氢原子价电子数;n是其主量子数;δv和δ是非氢原子的原子点价和支化度.考虑其他非氢原子对自身影响,定义相对电性Ei:Ei= Ii + ΔIi, ΔIi = ∑(Ii-Ij)/dij2.式中:dij为分子中两个非氢原子之间的拓扑距离,即相隔最短的化学键数(不分单、双、三键).同一分子中非氢原子相对电性Ei之间的相互作用即构成分子电性距离矢量(Ev):Ev=∑(Ei×Ej)/dij2.由于电性距离矢量理论把有机物中常见非氢原子分为13类,这13类原子的相对电性Ei两两相互作用,可以构成91个电性距离矢量,因此,v=1,2,3, (91)本文化合物中含有第1~7,9,10,12和13等11种原子类型,它们两两相互作用,理论上可以形成66种电性距离矢量.本文利用MATLAB工具编写程序[15]计算这66种电性距离矢量,部分电性距离矢量见表1.表1中E59和E62描述子构成的数据集对15种化合物的分子结构差异具有唯一性表征,不存在数值完全相同的2个分子,呈现良好的结构选择性.药物活性通常是由多结构因素协同发挥作用的结果,而不是由单一参数决定.将嘧啶苯磺酰脲衍生物分子的电性距离矢量作为自变量集X, 以对小麦纹枯病菌抑制活性(Tc)[4]为因变量,用逐一剔除法(leave-one-out, LOO)交互检验统计量为目标函数,采用最佳变量子集回归方法(Leaps-and-Bounds regression)选择上述电性距离矢量参数的最佳变量组合,初步建立它们的多个QSAR方程,见表2.由表2可见,随着模型中变量数增多,其持续增大,S持续减小,F变化无规律.因此,这些指标确定模型的元数失效.通常以LOO的交叉验证相关系数)检验模型的预报效果及鲁棒性,其评判标准为≥0.5[16].由此可见,表2中模型(2)~(4)均符合要求.又因为在多元回归分析中, 为使所得预测模型具有较高的可信度, 一般遵循如下经验规则:f/b≥5[17].此处,f是样本容量,b是引进回归模型中自变量的个数.因此,本文选用三元方程:Tc = 5.235(±0.200)-0.133(±0.034)E59-0.226(±0.051)E27 -0.094(±0.043)E62 .此模型=0.738,F=21.007,S=0.099.将数据E59,E27和E62代入模型(5)中,其计算值(见表1)与相应实验值基本吻合,它们的散点图见图3,预测点大都分布在直线附近,说明该模型具有良好的相关性.根据一般的统计标准, 若要建立一个具有良好预测能力的QSAR模型, 其R2≥0.8[18].模型(5)的R2=0.851,此亦表明所建模型具有良好的预测能力.根据分子电性距离矢量相关理论可知,进入模型中的电性距离矢量E59反映第七类氮原子(—NH—)与第九类氧原子 )相互作用,E27反映第三类碳原子,g=0,1)与第四类碳原子)相互作用,E62反映第七类氮原子与第十二类硫原子)相互作用.即这3个电性距离矢量分别隐含了5类非氢原子的结构信息.其中和为非极性基团,具有疏水性;余下3类为高电负性的极性基团,能够形成氢键且亲水.在模型(5)中它们前系数均小于0,表明皆成负相关.由于E59皆为正值,因此,分子中同时存在—NH—和不利于抑菌活性提高.而E62本身为负值,表明分子中同时存在—NH—与能够增强嘧啶苯磺酰脲衍生物的抑菌活性,此与众多含磺酰脲基团化合物成为良好的抑菌剂是一致的.然而E27变量对不同分子的数值可正可负,即同样基团在不同分子中会表现出截然不同的生物活性:增强或减弱抑菌活性.由表1可见,对于第6个化合物,分子中同时存在与,不利于抑菌活性提高;对于其他分子则是有利的.QSAR研究的目的之一是根据所建模型设计具有更优生物活性的新颖分子.由表1可见,化合物9的抑菌活性较强,笔者设想以其为母体,对其进行结构修饰,即:①引入季碳原子提高分子的疏水性,增强与菌体的非键结合;②考虑含有氟原子的农药,通常具有较强杀菌能力.据此设计了No.=16,17,18这3个化合物,它们对小麦纹枯病菌的抑制活性,按模型(5)的抑菌率(T/%)预测值依次为116.7,169.0,96.5.其规律是随着季碳原子数、氟原子数的增多,而依次增大.之所以是随氟原子数的增多,相应预测值增大,是因为氟原子的固有属性很大(IF=2.645 8),季碳原子的固有属性很小(IC=1.250 0),致使季碳原子相对电性(Ec)为负值,导致这3个分子的E27亦为负值.不过这3个化合物对小麦纹枯病菌是否具有更强的抑制活性,尚有待生物实验予以验证.基于分子电性距离矢量对15种嘧啶苯磺酰脲衍生物的抽象分子结构实现数值化表征;采用最佳子集变量回归方法构建了它们对小麦纹枯病菌体外抑菌率(Tc)的最佳三元QSAR模型.通过统计指标验证,该模型呈现良好的鲁棒性与预测能力;根据进入该模型的变量组合可知,影响它们体外抑菌活性的主要分子结构单元为和.经结构修饰,提出了3个对小麦纹枯病菌具有更强预测抑制活性的化合物.【相关文献】[1] 潘里,刘卓,陈有为,等. 含有单取代嘧啶的新型磺酰脲类化合物的设计、合成及除草活性[J]. 高等学校化学学报,2013,34(6):1416-1422.[2] 郑占英,陈建宇,刘桂龙,等. 4-取代嘧啶基苯磺酰脲类化合物的合成与除草活性[J]. 农药学学报,2012,14(6):607-611.[3] 刘卓,潘里,于淑晶,等. N-(4′-芳环取代嘧啶基-2′-基)-2-乙氧羰基苯磺酰脲衍生物的合成及抑菌活性[J]. 高等学校化学学报,2013,34(8):1868-1872.[4] 陈伟,魏巍,周莎,等. 新型含苯基取代嘧啶基磺酰脲衍生物的设计、合成及生物活性[J]. 高等学校化学学报,2015,36(4):672-681.[5] 李剑,堵锡华,唐赛杰. 吲哚喹唑啉衍生物抗癌活性与拓扑参数的定量关系[J]. 湖南师范大学自然科学学报,2015,38(6):46-49.[6] 陈艳,堵锡华.多氯代二苯并呋喃Ah受体结合能力的QSAR研究[J]. 湖南师范大学自然科学学报,2009,32(2):72-75.[7] FENG C J, YANG W H. Linear QSAR regression models for the prediction of bioconcentration factors of chloroanilines in fish by density functional theory[J]. Chinese J Struct Chem, 2014,33(6):830-834.[8] RAFAEL D, ONDREJ S, DAVID M, et al. Towards understanding the mechanism of action of antibacterial N-alkyl-3-hydroxypyridinium salts: Biological activities, molecular modeling and QSAR studies[J]. Eur J Med Chem, 2016,121(4):699-711.[9] 林峰,付新梅,王超,等. 3C-like蛋白酶抑制剂的构效关系、分子对接和分子动力学[J]. 物理化学学报, 2016,32(11):2693-2708.[10] 王中钰,陈景文,乔显亮,等. 面向化学品风险评价的计算(预测)毒理学[J]. 中国科学·化学,2016,46(2):222-240.[11] 堵锡华.用新的路径定位指数和神经网络研究多溴联苯醚理化性质[J].化工学报,2014,65(4):1169-1178.[12] LIU S S, YIN C S, LI Z L, et al. QSAR study of steroid benchmark and dipeptides based on MEDV-13[J]. J Chem Inf Comput Sci, 2001,41(2):321-329.[13] LIU S S, YIN C S, WANG L S. Combined MEDV-GA-MLR method for QSAR of three panels of steroids, dipeptides, and COX-2 inhibitors[J]. J Chem Inf Comput Sci,2002,42(3):749-756.[14] ZHANG Y H, XIA Z N, QIN L T, et al. Prediction of blood-brain partitioning: a model based on molecular electronegativity distance vector descriptors [J]. J Mol Grap Model, 2010,29(2):214-220.[15] 向铮,卫涛,梁逸曾,等. 拓扑指数计算软件的开发与设计[J]. 计算机与应用化学, 2007,24(7):956-958.[16] DOUGALS M H, SUBHASH C B, DENISE M. Assessing model fit by cross-validation[J]. J Chem Inf Comput Sci, 2003,43(2):579-586.[17] 刘东,章文军,许禄. 手性羟酸和氨基酸类化合物的构效关系研究[J]. 化学学报, 2009,67(2):145-150.[18] 张骥,申鹏,陆涛,等. 黄酮类化合物抑制MMP-9的定量结构-活性关系和结构修饰的理论研究[J]. 化学学报, 2011,69(4):383-392.。
定量结构活性性质关系
XX师X学院
大学生创新计划项目申请书
项目名称:定量结构-活性/性质关系
在环境化学中的应用研究
项目负责人:居少鹏
院系专业:化学与生命科学学院材料科学系材料化学项目所属学院:化学与生命科学学院
指导老师:高锦红
项目起止时间:2012年6月至2014年6月
XX师X学院教务处制
填表说明
一、《项目申请书》要求按顺序逐项填写。
一律用A4纸打印,于左侧装订成册。
二、《项目申请书》封面中“项目所属学院”一栏,马克思主义工程项目填写教育科学学院,其他项目填写学生所在学院。
三、《项目申请书》中栏目“一至六”由学生填写,栏目“七至八”由指导教师填写,栏目“九”由二级学院负责人填写。
四、《项目申请书》由所在学院审查、签署意见后,连同电子版报送教务处教学科。
申请人签名:年月日
指导教师签名:年月日。
定量构效关系(QSAR)及研究方法
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。
QSAR方法在有机化合物毒性评估及预测中的应用
QSAR方法在有机化合物毒性研究中的应用摘要:由于测定化合品的各种毒性需要花费大量的人力、物力和财力,人们不可能对众多化学品进行一一测定,而利用QSAR模型即可对化学品的生物毒性和环境行为进行预测,并筛选出具有潜在危害的化学品,这在环境科学研究中无疑是一件极具意义的工作。
本文大致总结了QSAR认识方法在有机化合物毒性评估及预测中的一些应用,并简要介绍了QSAR 方法在化境化学的研究进展及发展趋势。
关键词:QSAR ;应用;发展趋势;有机化合物对生物的毒性研究,在植物方面,大部分研究有机化合物对藻的毒性研究。
大量有机化合物或新型有机物仍不断地生产、研制和使用,其对环境的危害也越来越引起人们的关注。
人们己不满足于对毒物危害的被动响应,要求从“污染控制与治理为主”向“预防为主”的方向发展。
随着这一发展趋势,分析研究化合物的定量结构与其对生物毒性的关系,即定量构效关系也越来越受到人们的重视,一方面可以用于科学地解释有机化合物的毒性机理,另一方面通过化合物的定量构效关系研究可以加强其对生物毒性的预测和预报价。
1.QSAR概述定量结构—活性相关(Quantitative Structure—Activity Relationship ,简称QSAR)是指化学品的分子结构与其活性之间存在的定量关联。
QSAR研究是以结构表征为基础,以性质/活性预测为目标,以数学建模为纽带,围绕分子描述、化合物环境行为与生物活性分析和筛选以及发展建模方法三个方面展开。
无论是19世纪Hans Meyer与Charles Overton等在麻醉剂的抑制活性与其脂—水分配系数之间的线性关系,还是20世纪80年代Kamlet和Taft提出的线性溶剂化能模型,所有定量结构活性相关方法的理论基础都是将化合物物化性质、环境行为以及生物活性归因于其分子的化学结构。
基于这一原则,环境科学研究中的定量结构活性相关主要集中与有毒化合物及将要进入环境的新型化合物对人及其生态环境造成的环境效应与其分子化学结构之间的因果关系和量变规律。
构效关系概论
构效关系概论(Generality of Structure - Activity Relationships)一.单项选择题1.以下哪个说法是不合理的A.根据在体内的作用方式,药物可分为结构非特异性药物和结构特异性药物B.结构非特异性药物的活性主要取决于药物分子的各种理化性质C.结构特异性药物的活性与受体间的相互作用有关,D.结构特异性药物的活性与药物的各种理化性质有关2.以下哪个是药物解离度与生物活性间最合理的关系A.合适的解离度,有最大活性B.增加解离度,离子浓度增加,活性增强C.增加解离度,不利于吸收,活性下降D.增加解离度,有利于吸收,活性增强3.下述哪个说法不正确A.阿司匹林在胃中容易被吸收B.可待因在肠中吸收很好C.季铵盐在胃肠道均不易吸收D.布洛芬在肠道吸收很好4.哪个说法不正确A.具有相同基本结构的药物,它们的药理作用也相同B.最合适的脂水分配系数,可使药物有最大活性C.适度增加中枢神经系统药物的脂水分配系数,活性会有所提高D.药物的脂水分配系数是影响药物活性的因素之一5.两个非极性区的键合形式是A.氢键B.离子键C.共价键D.疏水键6.在药物分子的芳环上引入取代基使化合物的亲脂性增大的基团是A.氨基B.羧基C.烷基D.羟基7.可与受体的羧基有相互作用的基团是A.苯基B.羟基C.卤素D.烷基8.关于药物与受体相互作用的说法哪个不正确A.结构特异性药物的活性与药物和受体的作用有关B.药物与受体以共价键结合时,形成可逆的复合物C.药物与受体可逆的结合方式主要是:离子键、氢键、偶极作用、范德华力、电荷转移复合物和疏水作用等。
D.药物和受体的作用方式分为可逆作用和不可逆作用9.药物与受体结合时的构象称为A.最低能量构象B.优势构象C.最高能量构象D.药效构象10.在Hansch方程中,STERIMOL参数表示A.化合物的立体参数B.取代基的电性参数C.取代基的立体参数D.取代基的疏水参数11.以下哪个最符合lg P的定义A.化合物的疏水参数B.取代基的电性参数C.取代基的立体参数D.取代基的疏水参数12.以下哪个是CoMFA方法A.热力学线性模型B.分子连接性方法C.比较分子力场分析方法D.距离几何学方法二、填空题1.标准的Hansch方程是。
定量药理学的发展及其在新药研制与临床合理用药中的应用-PPT文档资料
“能够存活下来的种属,既不是最强壮的也不是最聪慧的,而是那些对于变化能够产生应对的。”
面对当前新药研制所处的严峻环境 -我们应该,并且能够做什么?
*
出路在哪里? 生物技术药物 强调和应用生物标记物 (Biomarkers) “基于模型的药物开发”(Model Based Drug Development,MBDD) 增加对于“收益/风险”的理解和权衡 … …
固定效应因素 -可测量,相对稳定
生理学因素 年龄、性别、体重、种族、肝肾功能、习惯嗜好(烟、酒、茶…)等 病理学因素 疾病种类、程度、并发症、合并用药等 环境因素 实验人员、场所、时间、药品批次、来源等
固定效应因素对药物体内过程的影响方式
连续性变化因素 -年龄、体重、肝肾功能等 非连续性变化因素 -种族、嗜好、性别等
群体药物动力学表达方法
i:亚群体序号 pop:群体 j:个体序号 : 参数的个体间变异 k:浓度值序号 : 模型误差(个体内/实验间变异)
对药物体内过程可能产生影响的因素 -群体药物动力学的研究对象
固定效应因素 -个体间差异 随机效应因素 -个体间差异、个体内/实验间差异
群体
亚群体
个体
某药物静脉给药时服从一室模型分布,且其表观分布容积 (V) 与体重 (BW) 呈正相关关系。
X, V
iv
K
Xo
群体药物动力学模型与传统药物动力学模型的比较-一室模型静脉给药
普通药物动力学表达方法
i:亚群体/个体序号* pop:群体 k:采样点序号 BW: 体重校正系数 *:普通药物动力学不区分亚群体与个体的差异
*
定量药理学(Pharmacometrics) 定量研究解析药理学现象的边缘交叉学科
利用定量构效关系预测持久性有机污染物环境行为的研究进展.doc
利用定量构效关系预测持久性有机污染物环境行为的研究进展1 前言持久性有机污染物( persistent organic pollutants,pops) 是具有环境持久性、生物蓄积性、半挥发性和高毒性的有机污染物的总称。
pops 可以广泛分布于各种环境介质中,在全球范围内的大气、土壤/沉积物、水体、植物等介质中都已检测到pops 的存在[1]。
联合国环境规划署( unep) 称其是“世界面临的最大的环境挑战之一”[2]。
定量构效关系(quantitative structure-activity/property relationship,qsar/qspr)最初是为了合理药物设计的需要而发展起来的,形成了一个定量药物设计的研究分支,对于设计和筛选生物活性显著的药物,阐明药物的作用机理均具有指导作用。
特别是上世纪70年代后,计算机技术的飞速发展更促进了qsar/qspr的发展,使其达到了一个更高的水平,应用范围也越来越广泛[3]。
qsar/qspr就是应用化学理论计算方法和各种数学统计分析方法,定量地描述和研究有机物的结构与活性/性质之间的相互关系,建立起qsar/qspr的数学模型。
可靠的qsar/qspr 模型一旦建立,经过预测能力的检验,就可以用来预测新化合物的各种性质。
qsar/qspr研究中的基本假设是化合物的性质或生物活性可以用描述化学结构的函数来表示[4],即可以采用数学模型,将理论计算和统计分析二者结合起来研究系列化合物结构与其性质之间的定量关系。
qsar/qspr研究不仅具有理论价值,同时也具有实用价值。
研究取得的成果已经越来越多的被应用到各个领域,如有机化合物环境行为的评价、药物设计以及化工设计等等[5],这样一来,就大大缩短了药物开发的过程,提高了化工生产的效率,降低了生产成本,节约了人力和物力。
2 相关问题的研究进展2.1 持久性有机污染物的研究领域现状目前国内外对于pops 的研究主要集中在以下几个方面:(1) 针对环境样品中pops 的采样、分析与合成等基础方法研究;(2) 各种环境介质中pops 的含量水平测定,涉及水、气、土壤、沉积物、各种生物样品、人体样品( 血清、母乳、头发) 等;(3) 基于pops 在环境中的含量与分布情况,对其迁移转化机制的探讨、源与汇的解析;(4) pops 的毒理效应与生物有效性研究;(5) pops 的降解方法研究,受pops 污染环境特别是土壤的修复技术与机理;(6) pops 的物理化学性质测定,如水溶性、蒸气压、亨利定律常数(h) 、辛醇-水分配系数( kow) 、有机碳-水分配系数( koc) 等;(7) pops 的持久性评价方法研究。
定量结构-活性关系的研究方法及其应用
定量结构-活性关系的研究方法及其应用作者:王婷来源:《科技视界》2014年第15期【摘要】本文阐述了定量结构-活性关系的研究程序及其相关的研究方法,并关注了定量结构-活性关系在药物化学和环境化学方面的相关应用。
【关键词】定量结构-活性关系;方法;应用The Research Methods and the Applications of Quantitative Structure-activity RelationshipWANG Ting(School of Petroleum and Chemical Engineering Yinchuan Institute of Energy, Yingchuan Ningxia 750105, China)【Abstract】This paper expounds the quantitative structure - activity relationship studies program and related research methods, and focus on the recent years of quantitative structure - activity relationship related applications in medicinal chemistry and environmental chemistry.【Key words】QSAR; Methods; application0概述定量结构-活性关系(quantitative structure-activity relationship,QSAR)是预测化合物的理化性质或生物活性的理论方法之一,在现代计算化学理论中,定量结构-活性关系(QSAR)是研究一类化合物的二维结构或三维结构,采用了理论计算,然后再进行统计分析,找出结构与其生物效应(如药物的生物利用度、活性或毒性等)的定量关系的方法,它是众多研究者进行药物研究时所使用的重要理论计算方法和常用手段。
定量构效关系(QSAR)在新兽药研发中的应用
定量构效关系(QSAR)在新兽药研发中的应用利用化合物定量构效关系(QSAR)方法研制新兽药,是今后药物研究开发的热点和重点。
此稿介绍应用QSAR法通过化学的合成获得新药——鱼腥草素α-位衍生物、大蒜新素衍生物和水溶性氟苯尼考琥珀酸钠的方法原理,扩大了发展新药的思路,谨供阅览。
定量构效关系(Quantitative structure-activity relationship, QSAR)是在传统构效关系的基础上,以数学和统计学手段,研究化合物分子的理化性质参数或结构参数与其生物活性的定量关系。
在药理学中,可利用化合物的理化性质参数或结构参数,结合物理化学中常用的经验方程推测化合物的药理活性,一定程度上揭示了药物分子与生物大分子结合的模式,预测或解释有机小分子的药理活性,以及在生物体内吸收、分布、代谢、排泄等生理相关性质。
在药物设计中,可利用受体或药理作用靶位特点,结合化合物分子的量子化学参数或结构参数,通过经验方程设计新化合物结构,在体外模拟其生物活性,有目的的合成新药物分子。
1、定量构效关系(QSAR)的研究背景1868年,A Crum-Brown等人提出了Crum-Brown方程,用化学结构的函数来表示化合物的生理活性,药物构效关系研究由定性研究发展到定量研究。
随着技术和分子生物学、分子药理学的快速发展,定量构效关系已从经典的二维定量构效关系发展到具有直观性的三维定量构效关系,再到可以模拟化合物分子全部构象的四维定量构效关系,直至可以模拟诱导契合的五维定量构效关系,使人们对药物配体-受体的结合过程有了更深入的认识,这对于药物分子设计和先导化合物改造有十分重要的意义。
QSAR研究中涉及了多种经验方程。
1962年,美国波蒙拿学院的Hansch提出了表示二维定量关系的Hansch方程。
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)。
基于定量构效关系的药物检测研究
基于定量构效关系的药物检测研究作者:王新灵孙德梅杨静来源:《当代化工》2016年第01期摘要:定量构效关系以数学和统计学手段建立起化合物的化学结构与生物活性之间的定量关系。
QSAR在化学与生物学之间架设起了一道桥梁。
在探讨了几种定量构效关系方法的基础上,通过水杨酸镁的质量检测实验进行了应用分析,结果表明引入定量构效关系的实验分析结果可以起到补充、取长补短的效果,为建立更好的检测机制提供参考。
这一研究对于化合物的分子结构性质数据的发展有一定的参考价值。
关键词:定量构效关系;数据统计;药物化学中图分类号:R 914.2 文献标识码: A 文章编号: 1671-0460(2016)01-0201-02Research of Drug Detection Based on theQuantitative Structure-activity RelationshipWANG Xin-ling,SUN De-mei,YANG Jing(Henan University of Traditional Chinese Medicine,Henan Zhengzhou 450046,China)Abstract: Quantitative structure-activity relationship is to use mathematical and statistical methods to build a compound quantitative relationship between the chemical structure and biological activity. QSAR builds up a bridge between chemistry and biology. In this paper, the methods for the quantitative structure-activity relationship were discussed, and the model was applied in quality testing experiment analysis of salicylic acid magnesium. The results show that the introduction of quantitative structure-activity relationship can have the effect of supplement and complement each other, provide reference for establishing better detection mechanism. .Key words: Quantitative strueture-activity relationship; Data statistical methods;Pharmaceutical chemistry随着科学技术的提高和计算机的广泛应用,化学、药物及其相关学科也在突飞猛进地发展,研究方向也呈现出从宏观状态研究到微观结构理论、从描述性向推理性、从定性到定量、从静态到动态的发展趋势。
药物设计常用方法QSAR方法介绍
药物设计常用方法QSAR方法介绍一QSAR方法定义和发展过程简介定量构效方法(quantitative structure-activity relationship, QSAR)是应用最为广泛的药物设计方法。
所谓定量构效方法就是通过一些数理统计方法建立其一系列化合物的生理活性或某种性质与其物理化学性质之间的定量关系,通过这些定量关系。
可以预测化合物的生理活性或某些性质,指导我们设计出具有更高活性的化合物。
早在1867年,Crum-Brow 和Fraser就提出了构效关系的概念,1900年前后,Overton 和Meyer等提出了麻醉作用的类脂学说,即化学结构各异的麻醉剂其活性随着脂-水分配系数增加而增加的现象,这可能是最早提出的化合物生理活性和物理化学性质之间的定量分配关系模型。
但只是到近几十年,尤其是Hansch法提出后,随着计算机技术的发展和多变量解析技术的引入,定量构效关系方法才逐渐发展和应用起来,现在它已经成为药物设计和药物开发中不可缺少的工具。
二:常用QSAR方法介绍1 二维定量构效关系方法(2D-QSAR)传统的二维定量构效关系方法很多,有Hansch法、模式识别Free-Wilson法和电子拓扑法。
其中最为著名应用最为广泛的就是Hansch和Fujita提出的Hansch法。
它假设同系列化合物某些生物活性的变化是和它们某些可测量物理化学性质的变化相联系的。
这些可测量的特性包括疏水性、电性质和空间立体性质等,都有可能影响化合物的生物活性。
Hansch法假定这些因子是彼此孤立的,故采用多重自由能相关法,借助多重线性回归等统计方法就可以得到定量构效关系模型。
Hansch法最初可以表达为下面的公式lg1/c=algp+bσ+cE+……+constant既活性和疏水性参数π或lgp、电负性参数σ以及立体参数E有关。
后来Hansch发现药物要交替穿过水相和类脂构成的体系,其移动难易程度和lgp呈现出函数关系。
QSAR及其在农药设计中的应用和进展
V ol.3农药学学报N o.2 2001年6月CHI NESE JOU RN A L O F PEST ICID E SCI EN CE1~11QSAR及其在农药设计中的应用和进展钟国华* 胡美英(华南农业大学昆虫毒理研究室,广州 510642)摘 要 在介绍定量结构-活性关系(Q SA R)的基本原理后,重点评述了Q SA R各种方法的主要原理、优缺点及其在农药设计中的研究应用进展,包括取代基多参数法(Hansch法)、F ree-W ilso n法、分子轨道法(M O)、距离比较法(D ISCO)、比较分子力场分析法(CoM F A)、分子模拟法(M S)、分子对接法(M D)、人工神经网络法(A N N)以及L eapfr og法等。
关键词 定量结构-活性关系(Q SA R);农药设计20世纪60年代以前,药物研究尚处于定性结构-活性关系(Structure-activity relatio nship,SAR)阶段。
70年代以后,随着分子生物学、生物化学、结构化学、计算机化学等相关学科的飞速发展,基于药物受体靶标结构的生物合理设计已成为研究的热点。
以现代有机化学分子结构理论为基础,人们在药物分子设计中引进了极性、电子分布、空间结构等概念,并借助计算机计算各种参数,预测化合物的理化性质,进行定量结构-活性关系(Quantitative structure-activity relationship,QSAR)研究[1]。
现在,QSAR已在药物研制中被普遍采用,不仅自身已由二维2D-QSAR发展到以计算机辅助分子设计为主要研究手段的三维3D-QSAR,并且其应用范围也已延伸发展到结构-抗性关系、结构-毒性关系和结构-环境归趋关系等的研究[2,3]。
本文主要综述QSAR各种方法的主要原理、优缺点及其在农药设计中的研究应用进展。
1 QSAR的基本意义和原理结构-活性关系,即构效关系,也就是化合物的结构与其生物活性之间的规律性关系。
3D-QSAR的的发展及应用讲稿
3D-QSAR的发展及应用3D-QSAR的发展前情回顾:什么是QSAR?定量构效关系(QSAR)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。
是指定量的对化学品的分子结构与性质活性之间关系的研究。
理论基础:将化合物的生物活性归因于化学结构的影响。
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QSAR在药学研究中仍然发挥着非常重要的作用。
发展简史: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。
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。
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。
定量构效关系和分子对接在药物分析化学中的应用
定量构效关系和分子对接在药物分析化学中的应用摘要:定量构效关系(QSAR)和分子对接是药物分析化学领域中两个重要的研究方法,它们可用于预测和评估药物的活性、理解药物与靶标间的相互作用机制,并为药物设计和优化提供指导。
定量构效关系和分子对接方法在药物分析化学中的应用,可以加速药物发现和优化的进程。
它们能够提供定量的结构-活性信息和有关药物-靶标相互作用的理论解释,为合理设计和选择具有预期活性的药物分子提供依据。
关键词:定量构效关系;分析对接;药物分析;化学;应用策略引言近年来,药物研究领域正面临着日益增长的挑战:研发成功率低、费用高,以及对动物实验的依赖性等。
为了提高药物研发效率和成功率,药物分析化学研究中引入了定量构效关系(Quantitative Structure- Activity Relationship,QSAR)和分子对接(Molecular Docking)两个重要的计算方法。
1定量构效关系和分子对接概念定量构效关系和分子对接是药物研究中常用的计算化学方法,用于预测药物的活性和理解药物与靶标的相互作用。
定量构效关系是通过建立数学模型来描述药物结构特征与其生物活性之间的相关性。
这种方法基于大量的实验数据和药物结构信息,使用统计和机器学习等技术,建立了一个定量的数学模型,用于预测新药物分子的生物活性。
通过分析药物分子的结构特征和活性结果,可以发现药效团、结构活性关系以及对活性有关的物化特性。
这种方法可以指导合理设计和优化具有预期活性的药物分子。
分子对接是一种计算化学方法,用于研究药物与靶标分子之间的相互作用机制。
该方法通过构建药物分子和靶标分子的三维空间模型,并进行计算模拟,来预测药物与靶标分子之间的相互作用情况。
通过对接算法,可以评估药物与靶标之间的亲和力、结合位点、空间构象等信息,为了解药物的结构-活性关系和药效团的作用提供了重要线索。
2定量构效关系(QSAR)和分子对接在药物分析化学应用中的重要性首先,定量构效关系可以帮助研究人员建立药物结构与其生物活性之间的数学模型。
QSAR
CoMFA上机操作方法
1.进入sybyl的方法,在下列界面中输入sybyl
第二步 建立分子数据库,将优化后的分子放入一个数据库文件中
1、建立新的数据库:file→database/new↙:给数据库命名,后缀为 *.mdb↙ 2、向建立的数据库中放入分子,首先将模板分子放入,然后一一放入其它分子 file→read-选定分子调出,built/edit→name molecule→给分子名字→ok↙ 计算分子电荷:compute→charges-可供选择的计算电荷的方法很多,一般 小分子用:Gasteiger-Huckel 大分子用:MMFF94 蛋白用:pullman 将分子放入数据库, file→database→put molecule 按上列顺序将其它分子一一命名,然后放入数据库
为了使大家对QSAR方法有一个初步的概念,先简要介绍一下其基本过程:
1)收集药理活性数据。 数量上越多越好,品质方面,最 好是同一测试机构测试,且活性分布要广(以相差1到 数个数量级为宜)。
2)收集该类药物有关药学(包括药理学和药代动力学)方 面的知识。此步骤虽然对于QSAR过程来说不是必须的,但 这方面的知识对于参数的选择以及理解所建数学模型的物理 意义却是至关重要的。
CoMFA简介
近20年来,定量结构-活性关系(QSAR)的研究领域已 经扩展到了考虑分子的三维结构与其各类活性之间关 系的层面,这一类的QSAR方法被称为3D-QSAR。其中, 1988年Cramer等提出的比较分子场分析方法 (Comparative Molecular Field Analysis,CoMFA)是 QSAR研究领域中的一个重大贡献。
他假定:在分子水平上,影响生物活性的相互作用通常 是非共价力,利用分子力学力场(立体场和静电场)可 以较好地解释分子的活性。
定量构效关系在食品分析中的应用
定量构效关系在食品分析中的应用
施介华;罗婷婷
【期刊名称】《杭州化工》
【年(卷),期】2015(45)3
【摘要】食品真实性鉴别是食品质量与安全控制中重要的研究内容,因此,快速有效的食品质量鉴别、分类等技术的发展具有重要的现实意义。
定量构效关系运用数学、统计学、计算机等及其他相关理论,能最大限度地从化学测量数据中获得有用信息。
将定量构效关系与现代分析技术一起运用到食品质量检测过程中,为食品安全与检测提供了新的行之有效的方法。
本文主要论述了定量构效关系在食品分析检测中的应用进展。
【总页数】5页(P3-6,36)
【作者】施介华;罗婷婷
【作者单位】浙江工业大学药学院,浙江杭州 310012; 浙江工业大学绿色化学合成技术国家重点实验室培育基地,浙江杭州 310032;浙江工业大学药学院,浙江杭州 310012
【正文语种】中文
【相关文献】
1.气相色谱-质谱联用法在食品分析中的应用——在食品营养成分分析中的应用[J], 崔庆新;王方
2.气相色谱-质谱联用法在食品分析中的应用——在食品添加剂及毒物分析中的应用 [J], 崔庆新;王方
3.主成份回归分析在苯胺类化合物致突变性定量构效关系研究中的应用 [J], 蒋玲;石云
4.我国食品添加剂应用现状——食品中食品防腐剂添加情况调查及分析 [J], 徐韡;
5.计算机技术在食品工业中的应用——《食品工业中的过程分析技术》评述 [J],因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
定量构效关系(QSAR)在新兽药研发中的应用利用化合物定量构效关系(QSAR)方法研制新兽药,是今后药物研究开发的热点和重点。
此稿介绍应用QSAR法通过化学的合成获得新药——鱼腥草素α-位衍生物、大蒜新素衍生物和水溶性氟苯尼考琥珀酸钠的方法原理,扩大了发展新药的思路,谨供阅览。
定量构效关系(Quantitative structure-activity relationship, QSAR)是在传统构效关系的基础上,以数学和统计学手段,研究化合物分子的理化性质参数或结构参数与其生物活性的定量关系。
在药理学中,可利用化合物的理化性质参数或结构参数,结合物理化学中常用的经验方程推测化合物的药理活性,一定程度上揭示了药物分子与生物大分子结合的模式,预测或解释有机小分子的药理活性,以及在生物体内吸收、分布、代谢、排泄等生理相关性质。
在药物设计中,可利用受体或药理作用靶位特点,结合化合物分子的量子化学参数或结构参数,通过经验方程设计新化合物结构,在体外模拟其生物活性,有目的的合成新药物分子。
1、定量构效关系(QSAR)的研究背景1868年,A Crum-Brown等人提出了Crum-Brown方程,用化学结构的函数来表示化合物的生理活性,药物构效关系研究由定性研究发展到定量研究。
随着技术和分子生物学、分子药理学的快速发展,定量构效关系已从经典的二维定量构效关系发展到具有直观性的三维定量构效关系,再到可以模拟化合物分子全部构象的四维定量构效关系,直至可以模拟诱导契合的五维定量构效关系,使人们对药物配体-受体的结合过程有了更深入的认识,这对于药物分子设计和先导化合物改造有十分重要的意义。
QSAR研究中涉及了多种经验方程。
1962年,美国波蒙拿学院的Hansch提出了表示二维定量关系的Hansch方程。
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。
1997年,Hopfinger引入了4D-QSAR的概念[1]。
2002年,Vendani和Dobler[2-4]提出了5D-QSAR的概念。
4D-QSAR 、5D-QSAR模型验证能力与3D-QSAR虽有一定优越性,但由于考虑的受体结果因素过多,所以2D-QSAR、3D-QSAR方法依然在药物定量构效关系研究方面占据重要的地位。
结构参数是构成定量构效关系的要素之一,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。
活性参数是构成定量构效关系的另一大要素,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,活性参数在定量构效关系中一般取负对数后进行统计分析。
2、定量构效关系(QSAR)在兽药研发中的应用笔者课题组先后利用QSAR方法设计研究了多种新的兽用药物,包括鱼腥草素α-位衍生物、大蒜新素衍生物、氟苯尼考琥珀酸钠、苦参碱磺酸钠等。
2.1鱼腥草素α-位衍生物鱼腥草素为鱼腥草挥发油中分离出的抗菌活性成分,研究表明,此类物质还具有增强免疫、抗高血压、抗炎等作用。
在人医上用于治疗支气管炎;在兽医临床上,早在一百多年前的《猪经大全》上曾记载,鱼腥草用于治疗猪气喘病;杜爱芳研究发现鱼腥草素可用于治疗链球菌或金黄色葡萄球菌所致的奶牛乳房炎[5]。
为了探索有更强活性的鱼腥草素衍生物,李逐波等人[6]利用MOPAC法,根据细菌细胞膜与疏水性之间的关系,以及革兰氏阳性菌与革兰氏阴性菌在细胞壁上的差别,以鱼腥草素同系物-辛酰乙醛为模板,设计并人工合成得到三种鱼腥草素α-位衍生物,分别命名为2-辛酰丙醛亚硫酸钠(HOU-C8C1)、2-辛酰丁醛亚硫酸钠(HOU-C8C2)和2-辛酰己醛亚硫酸钠(HOU-C8C4)。
经体外抑菌实验发现,鱼腥草素α-位衍生物C(9)位的负电荷密度越大,抑制细菌的活性越强;在C(9)位的负电荷密度相近的情况下,亲脂性越大,抑制细菌的活性越强。
从中筛选出枯草杆菌、痢疾杆菌最为敏感的HOU-C8C4。
研究还发现三种鱼腥草素α-位衍生物都能不同程度地提高小鼠血清SOD和体外培养巨噬细胞分泌溶菌酶的活力[7]。
鱼腥草素α-位衍生物既具有良好的抗菌活性,可用于细菌感染引起的动物疾病;又具有增强动物机体免疫力的作用,能够进一步加强抗菌活性,还可以作为动物免疫佐剂使用。
目前,已经完成部分兽医临床实验,此类化合物与猪瘟疫苗和新城疫疫苗合用,能显著提高抗体的滴度。
2.2 大蒜新素衍生物大蒜新素是从大蒜(Allium sativum)中提取的一种具有很强刺激性的挥发性的油状物质,其化学名称为二烯丙基三硫醚,该化合物可以人工合成。
大蒜素具有很强的抗菌、抗病毒、抗肿瘤、提高免疫力等多种药理活性。
任方奎[8,9]采用Hansch方法,以大蒜新素为模板,设计并合成了九种大蒜新素衍生物,包括二(3-丁烯基)三硫醚、二(4-戊烯基)三硫醚、二(3-甲基-2-丁烯基)三硫醚、二(5-己烯基)三硫醚、二丙基三硫醚、二丁基三硫醚、二戊基三硫醚、二己基三硫醚和二异戊基三硫醚。
通过对大蒜新素及其衍生物的体外抑菌试验,结果表明大蒜新素衍生物都有很强的抗菌作用,尤其是二(3-甲基-2-丁烯基)三硫醚和二(4-戊烯基)三硫醚表现的抗菌活性最强;支链化合物的抗菌活性优于直链化合物的抗菌活性;不饱和化合物的抗活性强于饱和的化合物的抗菌活性;并发现随着碳链的延长和碳原子的增加其抗菌活性呈现“V”规律性的变化。
可能与化合物的疏水性,双键的吸电子效应及其化合物的立体大小有关。
以大蒜新素及其衍生物抗黄色葡萄球菌和白色念珠球菌的MIC值的负对数为活性参数作为因变量,以大蒜新素及其衍生物的疏水参数、中间硫的电子云密度和摩尔折射率为理化参数作为自变量。
通过多元回归分析分别建立了对细菌和真菌的定量构效关系模型。
抗黄色葡萄球菌的回归方程为:lg(1/MIC)=1.739×ClogP -0.221×(Clog P)2 -0.186×S2 + 0.728×(MR) -3.869 ,(n=10,R=0.937,R2=0.878,F=8.963)。
抗白色念珠球菌的回归方程为:lg(1/MIC)=1.413×ClogP -0.174×(ClogP)2 -0.027×S2+ 0.431×(MR)-1.673,(n=10,R=706,R2=0.499,F=1.243,a=0.05)。
用二(2-甲基烯丙基)三硫醚和二异丁基三硫醚对模型进行验证,结果显示该模型对于预测化合物的抗细菌的能力为87.8%,预测抗真菌的能力为49.9%。
通过回归方程系数表可以看出,影响抗菌作用是疏水参数、立体参数中和中间硫电子云密度共同的影响的结果。
其中疏水参数对抗菌作用的影响最大,对疏水参数进行回归分析,可以看出有61.5%的抗细菌活性与疏水参数有关;有41.3%的抗真菌活性与疏水参数有关。
目前,大蒜素衍生物已申报专利[10],并制成稳定的注射剂用于临床治疗腹泻、急性慢性乳腺炎,疗效显著。
2.3 氟苯尼考琥珀酸钠(F-S-Na)氟苯尼考是专门设计在水产养殖上使用的抗生素,目前已在亚洲、欧洲、美洲的20多个国家成功应用于水产动物、牛、猪和鸡等动物疾病的防治。
但其水溶性极低,约为1.3mg/mL,而临床制剂通常期望药物的水溶性在300mg/mL以上,为满足临床用药要求,常加入有机溶剂以提高其水溶性。
然而,这些溶剂如N,N-二甲基甲酰胺、聚乙二醇、丙二醇、N-甲基吡咯烷酮等,均会引起毒副作用,降低了药物的安全性,且造成了严重的残留,影响了氟苯尼考的临床应用。
因此,开发性能优良的水溶性氟苯尼考一直是兽药领域研究的热点,杨鹏[11]利用QSAR的方法,计算氟苯尼考的量子化学参数,模拟其在体内可能发生的代谢反应,设计并成功合成了氟苯尼考的水溶性制剂——氟苯尼考琥珀酸钠(F-S-Na),收率达75.8%,纯度大于96%,目前此化合物已申报中国专利[12]。
制备的F-S-Na水溶性大于500mg/mL,超过300mg/mL的临床制剂要求,不需有机溶剂参与即可用于临床给药,避免了使用有机溶剂会引起严重刺激的副作用。
在水及体外血清中的水解试验表明F-S-Na其有良好的化学稳定性;F-S-Na须进入体内后,受到某种酶催化才能有效及高效的转化为氟苯尼考,且有效血药浓度维持时间长;而F-S-Na对于八种细菌的抑菌活性均远低于氟苯尼考,表明结构修饰后,氟苯尼考分子中的活性基团被成功封闭,使得有生物活性的氟苯尼考被成功潜伏化。
由此合成了氟苯尼考的水溶性制剂,其在急性毒性试验中,F-S-Na对小鼠肌注LD50>5000mg/kg,表明该化合物毒性极低,保证了该药临床使用的安全性。
秦光成[13]在杨鹏研究的基础上,优化了氟苯尼考琥珀酸钠合成工艺。
采用新型、高效催化剂DMAP为催化剂,低沸点、价格廉价的丙酮为反应溶媒,用琥珀酸酐与氟苯尼考合成了氟苯尼考琥珀酸酯,在此条件下的收率可达88.1%,纯度大于97%。
优化后的合成工艺,反应温度降低、反应时间缩短、副反应减少、后处理的方法简便、易操作、成本降低。
经初步评估在此工艺下合成氟苯尼考琥珀酸酯有较大的利润空间,因此对该工艺的进一步研究具有较大的经济价值和广阔的工业化前景。
用微生物法通过对氟苯尼考(FF)及其氟苯尼考琥珀酸酯(FFa)、氟苯尼考琥珀酸钠(Fs-Na)对大肠杆菌、金葡球菌、枯草杆菌、变形杆菌的体内抑菌实验的对比研究表明,前药与母药的抑菌效果统计学分析表明也无显著差异P<0.05,因此前药氟苯尼考琥珀酸钠在大鼠体内转化后仍然具有优良的抗菌活性,且与母药氟苯尼考效果相当。
动力学研究表明,在大鼠体内氟苯尼考琥珀酸钠能迅速转化为氟苯尼考,并主要以FF、Fs-Na、FFa三种形式存在,它们在大鼠体内的药时数据符合一级吸收一室模型。
转化后的FF的Tmax为1 h,最大血药浓度Cmax为6.28μg/mL,Vd、AUC 、CL/F(s)分别为0.77 mg/L、37.03μg/mL和0.258 L/h,表明FF在体内各组织中分布广泛,消除缓慢,维持有效血药浓度的时间较长。