2,4-二氨基-6-甲基-7-取代苄氨基喹唑啉定量结构活性关系研究

应用人工神经网络方法对16个2,4-二氨基-6-甲基-7-取代苄氨基喹唑啉的定量结构活性关系进行了研究。随机挑选13个化合物作为训练样本集,采用3个输入参数,建立了2,4-二氨基-6-甲基-7-取代苄氨基喹唑啉的定量结构-活性关系(QSAR)模型,得到相关系数R=1.0000,标准偏差SD=0.0041,剩余的3个化合物作为预测样本集,用于检验模型的预测能力,得出的相关系数R=0.998,标准偏差SD=0.0407。结果表明人工神经网络是一种比较精密的拟合方法,具有良好的预测效果。     

取代苯胺和苯酚类化合物的结构表征与结构-活性定量相关关系研究

为了评估和测定有机污染物取代苯胺和苯酚类化合物的生物毒性 ,在分子电性距离矢量的基础上引入正辛醇 水分配系数对这类化合物进行了结构表征 ,建立了取代苯胺和苯酚类化合物的结构 -与毒性之间的定量数学模型 (R =0 96 0 ) ,并通过逐步回归分析选出 4个参数建立一新的QSAR方程 (R =0 95 8) ,这些方程可以用来进行该类化合物危害性的定量评估和预测     

分子电性距离矢量（MEDV）用于神经氨酸酶抑制剂的二维构效关系研究

采用分子电性距离矢量(MEDV)对神经氨酸酶抑制剂进行了结构表征,运用多元线性回归建立定量结构-活性关系(QSAR)模型,同时采用逐步回归对变量进行筛选后,建立了123个神经氨酸酶抑制剂的3变量模型,模型的建模计算值复相关系数(R),交互枝验的复相关系数(Rcv)和模型的标准偏差分别为R=0.705,SD=1.298,Rcv=0.676,SDcv=1.308,模型具有良好的稳定性和预测能力.     

4-X-N-Y-6-氮杂雄-4-烯-3-酮衍生物的QSAR研究

分别采用人工神经网络BP算法（网络结构为3-9-1）和线性回归分析方法对17个4-X-N-Y-6-氮杂雄-4-烯-3-酮衍生物在4℃时与小牛子宫雌激素受体的亲合力参数Iog1/K（iKi为衍生物对3BHSD的抑制常数）与分子的范德华体积V、最高被占据分子轨道能量EHOMO和9号碳原子的净电荷Q之间建立了QSAR模型,ANN模型的相关系数R=0.9999,标准偏差SD=0.0014。MLR模型的相关系数R=0.9470,标准偏差SD=0.4459。结果表明人工神经网络是一种比较精密的拟合方法,具有良好的预测效果。     

量子化学参数用于脂肪酮类化合物logP的QSPR研究

采用了Chemoffice 6．0中MOPAC-AMl量子化学法计算了16种脂肪酮化合物的7种量子化学参数,其中取全部化合物作为样本集对LogP进行多元逐步回归分析,得到最佳方程,经自由度校正的回归系数R=0.998,并通过“jackknife”法中逐一抽取法进行模型检验,验证了该模型具有很好的稳定性,平均残差仅为0.05个对数单位,小于文献值,具有良好的预测能力。     

芳基/杂环芳基取代的吡唑类化合物的QSAR研究

用分子力学、分子模拟退火动力学、量子化学等方法对转化生长因子-β受体激酶(TβR-Ⅰ)的取代吡唑类抑制剂进行了结构优化.用遗传算法(GFA)并结合多元线性回归技术(MLR),对该类抑制剂进行了定量构效关系研究,筛选出了影响抑制剂活性的主要因素,建立了定量构效关系方程(QSAR).结果表明,抑制剂分子的最高占据轨道能量EHOMOJ、urs的面积加权部分负电荷表面积WNSA1等是影响AHSPs抑制活性的主要分子参数.所得模型对该类化合物关于TβR-Ⅰ的抑制活性有良好的评估和预测效果(R=0.977,R2cv=0.864,s=0.178,F=51.93).     

芳基／杂环芳基取代的吡唑类化合物的定量构效关系研究

用分子力学、模拟退火分子动力学、量子化学等方法对转化生长因子-β受体激酶(TβR-Ⅰ)的取代吡唑类抑制剂进行了结构优化.用遗传算法(GFA)并结合多元线性回归技术(MLR),对该类抑制剂进行定量构效关系研究,筛选出了影响抑制活性的主要因素,建立定量构效关系方程(QSAR).结果表明,分子的总偶极矩的Y分量μy、分子的最低空轨道(LUMO)与最高占据轨道(HOMO)的能量差?E、Jurs的分子中原子正电荷加权表面积分率FPSA3等是影响该类化合物抑制活性的主要因素.所得模型对该类化合物关于TβR-Ⅰ的抑制活性有较好的预测效果(R=0.898,R2cv=0.642,s=0.263,F=11.105).     

化合物分子的QSAR/QSPR研究

对化合物的定量结构＿活性 性质相关(QSAR QSPR)进行相关描述,重点介绍了QSAR QSPR研究的特点,并对化合物分子的QSAR QSPR的相关研究发展作了展望.     

硝基苯化合物对江水细菌毒性的量子化学研究

本应用CNDO／2方法对21个硝基苯化合物的量化指数进行了计算,经相关分析和回归分析,得到分子结构对江水细菌毒性的构效关系。结果表明：化合物对江水细菌毒性与取代基的种类和位置有关,化合物接受电子的能力越强,则毒性越大。根据本所得的QSAR方程可预测硝基苯化合物对江水细菌的毒性。