吲唑脲类辣椒素受体通道拮抗剂的定量构效关系.pdf

第37卷第2期 2010年3月 浙 江 大 学 学 报(理学版) Journal of Zhejiang University( Science Edition) http:/ / www. journals. . cn/ sci Vol. 37 No. 2 Mar. 2010 收稿日期:2009203202. 基金项目:国家自然科学基金资助项目(No. 20502022) ;宁波市自然科学基金资助项目(No. 2008A610068) . 作者简介:桑鹏(1982 - ) ,男,硕士,主要从事药物分子设计与合成研究. 3 通信作者,教授,E2mail :jwzou nit.zju. . DOI: 10. 3785/ j.issn. 100829497. 2010. 02. 018 吲唑脲类辣椒素受体通道拮抗剂的定量构效关系 桑 鹏1,邹建卫2 3 ,胡桂香2,蒋勇军2,俞庆森1 ,2 (1. 浙江大学 化学系,浙江 杭州310027 ; 2.浙江大学宁波理工学院,浙江 宁波315100) 摘 要:研究了吲唑脲类辣椒素受体( TRPV1)通道拮抗剂的定量构效关系(QSAR) .首先,采用1H2吲唑异构形 式,对27个TRPV1通道拮抗剂分子进行了HF/ 6231G3水平上的结构优化,在优化结构上进行了5类拓扑指数和 分子静电势及其导出参数的计算.运用多元线性回归方法对这些化合物的生物活性与其分子结构参数进行了关 联.对所有化合物采用另一异构形式重复上述过程,以探讨互变异构对QSAR建模的影响.结果表明:互变异构对 QSAR结果具有一定的影响,采用1H2吲唑异构形式得到的模型,在质量上均高于采用2H2吲唑异构体,预示着 1H2吲唑异构体更有可能是吲唑脲类分子的活性异构形式;分子表面静电势参数结合GETAWAY参数可以较好 地用于描述TRPV1通道拮抗剂分子结构与其活性间的定量关系. 关 键 词:互变异构现象;定量结构2活性关系;分子表面静电势; TRPV1通道拮抗剂 中图分类号:O 641 文献标志码:A 文章编号:100829497(2010)022204206 SANG Peng1, ZOU Jian2wei2 3 , HU Gui2xiang2, J IANG Yong2jun2, YU Qing2sen1 ,2(1. Department of Chemistry , Zhejiang University , Hangzhou310027, China;2. Ningbo Institute of Technology , Zhejiang University , Ning2 bo315100, Zhejiang Province , China) QSAR studies on indazolyl urea TRPV1 channel antagonists. Journal of Zhejiang University(Science Edition) , 2010 , 37(2) :204 - 209 Abstract : The present paper is devoted to the study of quantitative structure2activity relationship (QSAR) for indazolyl ureas as TRPV1 antagonists. First ,ab initiocalculations have been performed at the HF/ 6231G3level of theory for 27 indazolyl urea compounds (using 1H2indazole tautomeric form) . On the basis of optimized structures , five kinds of topological indices , electrostatic potentials as well as their statistically2drived quantities have been obtained. Linear correlations between the biological activities and the structural descriptors have been established by using multiple linear regression method. Then , by using another tautomer (2H2indazole form) , all of the above processes were repeated to investigate the effect of tautomerism upon the QSAR modelling. It has been shown that tautomerism has a significant effect on the QSAR modelling , and the models obtained from 1H2indazol tautomeric form always represent higher quality than those from 2H2indazol tautomer , which indicates that 1H2indazol tauto2 mer of the indazolyl urea is probably the active form when binding with the TRPV1 channel protein. It has also been demonstrated that the theoretical descriptors derived from electrostatic potentials on molecular surface together with the GETAWAY descriptors can be well used to express the quantitative structure2activity relationship of indazolyl urea TRPV1 channel antagonists. Key Words : tautomerism; QSAR; molecular electrostatic potential ; TRPV1 channel antagonists 辣椒素受体( TRPV1)属于瞬时受体电位 ( TRP)通道家族成员,为一种非选择性阳离子通 道. TRPV1通道蛋白已成为开发新的镇痛药物的 重要靶点,对TRPV1拮抗剂的研究也日益受到广 泛的关注.近年来,药物化学工作者先后合成了各种 小分子TRPV1拮抗剂,部分显示出良好的应用前 景并已经进入临床试验阶段,用来治疗慢性炎性痛 和偏头痛等1 - 4. 建立分子结构与化合物性质或活性间的定量关 系并藉此预测其它化合物的性质或活性一直是化学 家、 药学家和环境科学家所关注的研究领域5.寻求 合适的结构参数是其核心研究内容之一.目前已经 知道,绝大多数理化性质和生物活性取决于分子与 分子之间的非共价相互作用,这种作用通常是以静 电为主的,其中分子表面的静电分布尤为重要.基于 此思想,Murray等6 - 8率先提出了一套分子表面静 电势参数,并成功应用于许多与溶质2溶剂相互作用 有关的定量结构2性质关系的研究中.笔者对该类参 数进行了发展的同时,拓展其适用范围9 - 10.但是 对于生物活性数据而言,这套参数的应用非常有限. 这主要是由于生物大分子受体与有机小分子配体结 合时存在着空间上的严格互补性,而在基于分子表 面静电势的参数集中,除分子表面积和体积反映了 分子的整体大小外,其余参数均未能体现立体因素 的贡献所致.拓扑指数是从化合物的结构图衍生出 的一类参数.由于采用的是图论方法,该类参数在描 述分子的静电属性方面有其局限性,但在描述分子 的立体属性(如空间形状)方面有一定的优势.因此, 将两者结合起来用于定量结构2活性关系(QSAR) 的研究,有望获得较理想的结果. 互变异构是化学和生物学中的一个重要现象. 据统计,应用于商业上的化合物大约有0. 5 %拥有 互变异构体11.化合物通常以其优势异构形式存 在,气相和液相中的优势互变异构体可利用现代分 析技术检测或高级量子力学计算进行预测12.在绝 大多数计算机辅助药物设计案例中,也通常仅考虑 其中的优势互变异构形式.然而,对某些化合物而 言,有可能是几种异构形式大量共存,而且优势异构 体并非是固定不变的,环境(包括温度、 溶剂等)对其 有较大影响.特别地,在酶型的环境中,化合物以哪 种异构形式与受体的活性部位进行结合通常是不确 定的,在真空或溶液状态下的优势异构体未必是该 化合物与蛋白结合时采用的异构形式.在以前的报 道中,就曾观察到配体以其在气相和溶液条件中均 难以存在的异构化状态(即劣势异构体)与酶进行结 合13.因此,对某些特定的化合物而言,在其相关的 QSAR和分子对接研究中,考虑互变异构的影响有 其现实意义. 本文采用分子表面静电势参数与拓扑参数相结 合的方法,对一组最近发现的含吲唑环的TRPV1 拮抗剂进行定量构效关系的研究.考虑到吲唑杂环 具有互变异构现象,存在1H2和2H2吲唑两种互变 异构体,在研究中,笔者还将考虑互变异构的影响. 1 计算方法 首先,用Vega软件构建各化合物的几何(采用 同一异构形式 ) , 并用其内置的MOPAC 6. 0程序, 选用AM1方法进行初步结构优化.其后,用Gauss2 ian 98W软件对各分子进行HF/ 6231G3 水平上的 进一步优化,并在优化结构基础上,提取分子的拓扑 参数和进行静电势的计算.静电势的计算采用格点 法,立方格精度设定为Cube = 100.这样对每个分子 而言,可获得近1003个点的静电势.然后,采用自编 程序,对这些点的静电势进行统计计算以获取所需 的参数.考虑到化合物的活性通常与其体积有一定 关系,为此笔者亦对分子的体积进行了计算.提取的 拓扑参数包含3D2MoRSE、BCU T、Galvez、GETA2 WA Y和Randic指数等5大类.最后,选择不同的参 数集及参数集组合,运用多元线性回归方法建立化 合物的结构与其活性间的定量关系模型. 对所有化合物采用另一种异构形式,重复上述 过程,以考察互变异构对QSAR模型的影响. 2 结果与讨论 2. 1 1H2异构体的QSAR建模 表1列出了27个吲唑脲类TRPV1通道拮抗 剂分子的结构及其生物活性(取自文献3 ,用pIC50 表示 ) . 该类化合物存在1H2和2H2吲唑两种互变异 构形式(见表1中的I和II) . 首先,采用1H2异构体,选择表面静电势参数集 和分子体积作描述符,构建了这些化合物的QSAR 模型(见表2 ,方程1) .模型中N代表样本数,R为 相关系数,S d为标准偏差,F为相关关系的F分布 值.方程中引入两个参数,分别是分子表面负静电势 的平均值(?V - S)和分子体积(Vmc ) . 尽管从方程的相 关系数和标准偏差看,这一模型的质量并不高,但其 仍清晰地显示,分子结构的静电因素和立体因素对 该类化合物生物活性均有一定影响,静电因素的影 响更为显著. 随后,笔者选用5类不同的拓扑参数集 (3D 2 MoRSE、BCU T、Galvez、GETAWA Y和Randic指 数)做描述符,分别构建了各自的QSAR模型.模型 502 第2期桑 鹏,等:吲唑脲类辣椒素受体通道拮抗剂的定量构效关系 的质量各异,相关系数从0. 665到0. 879 ,标准偏差 从0. 730到0. 488不等,其中以采用GETAWAY 参数集获得的相关方程质量最高(见表2 ,方程 2) .考虑到拓扑指数与分子表面静电势参数在描 述分子的立体因素和静电因素上各具优势,且具 有一定的互补性,将两类参数组合有望获得更佳 的QSAR模型.将每一类拓扑指数分别与表面静电 势参数组合,得到了5个不同的相关方程.从结果 看,与单独采用表面静电势参数和单独采用拓扑指 数相比,模型的质量均有不同程度的改善,以采用 GETAWA Y参数与表面静电势参数的组合得到的 方程最佳(见表2 ,方程3) .表3给出了该方程中出 现参数的计算值. 表1 TRPV1拮抗剂的结构和活性 Table 1 Structures and activities of TRPV1 Antagonists No. R=pIC50( M) a No.pIC50(M) a 1 2 3 3 4 52CF3 52tert2Bu 52Br 52Cl 8. 52 8. 22 8. 05 8. 00 237. 46 5 6 7 3 8 52F 52piperidino 42piperidino 42 (4 2CF32piperidino) 7. 28 7. 85 8. 00 8. 15 246. 67 9 10 11 12 3 42cyclopropyl 52cyclopropyl 42CF3 42tert2Bu 8. 30 8. 40 8. 00 8. 40 256. 90 13 14 15 16 52OMe 42pyrrolidino 42C(CN) Me2 42morpholino 7. 40 7. 68 7. 72 7. 19 265. 24 17 3 18 19 20 21 223 52F ,42morpholino 42Me 52Me 62Me 72Me H 8. 30 7. 34 7. 96 5. 14 6. 23 6. 82 275. 87 a Expressed as the logarithm of 1/ IC50(M) value 602浙 江 大 学 学 报(理学版) 第37卷 表2 TRPV1通道拮抗剂活性与分子结构间的定量关系 Table 2 Relationships between activity and the calculated descriptors for TRPV1 Channel Antagonists No.EquationsNRS dF 1pIC50= 12. 549 9?V - S+ 0. 012Vmc+ 11. 805270. 7040. 693 911. 798 2pIC50= 84. 723 3R4p+- 22. 508R Tu+ 14. 947 8R Te+- 14. 107 3HA TS7m + 4. 789 270. 8790. 487518. 607 3pIC50= 6. 603 4?V - S+ 56. 659 4R4p + - 7. 351 3R Tu+- 15. 117 1HA TS7m+ 1. 822 2H4m+ 9. 987 5 270. 9110. 430 420. 537 1XpIC50= 0. 018 92Vmc+ 7. 749?V - S+ 6. 407 9270. 5860. 791 86. 275 8 2XpIC50= 6. 309 5H4m- 24. 516 2R7m+ 7. 989 9R8m+ 7. 946 5270. 7550. 654 210. 183 3XpIC50= 6. 842 8H4m+ 6. 001 7?V - S- 16. 777 9R7m+ 13. 929 9R3p + + 9. 895 7270. 7880. 628 09. 025 3YpIC50= 6. 255 1?V - S+ 60. 425R4p + - 7. 551R Tu+- 15. 125HA TS7m+ 2. 056 H4m+ 9. 506 220. 9030. 476 214. 157 表3 方程3中出现的表面静电势 GETAWA Y参数 Table 3 The surface electrostatic potential and GETAWAY descriptors presented in Equation 3 No.?V - S a R4p + R Tu+HA TS7mH4m 1- 0. 5550. 0600. 2280. 0620. 523 2- 0. 5800. 0730. 3050. 0340. 311 3- 0. 5630. 0650. 2450. 0650. 572 4- 0. 5230. 0580. 2470. 0600. 334 5- 0. 5730. 0530. 2440. 0620. 282 6- 0. 6100. 0600. 2380. 0350. 337 7- 0. 6120. 0710. 2420. 0450. 378 8- 0. 5570. 0620. 2490. 0640. 642 9- 0. 5780. 0770. 3120. 0450. 301 10- 0. 5560. 0730. 2470. 0450. 276 11- 0. 5260. 0600. 2420. 0570. 553 12- 0. 5410. 0790. 3610. 0340. 352 13- 0. 6150. 0620. 2930. 0530. 296 14- 0. 6190. 0720. 2410. 0400. 332 15- 0. 6820. 0760. 3630. 0400. 389 16- 0. 5780. 0700. 3030. 0510. 346 17- 0. 5810. 0700. 2380. 0450. 415 18- 0. 6370. 0650. 2590. 0560. 237 19- 0. 6150. 0660. 2600. 0480. 213 20- 0. 6320. 0480. 3660. 0570. 184 21- 0. 6150. 0680. 3350. 0530. 185 22- 0. 6220. 0520. 2480. 0590. 181 23- 0. 6340. 0670. 3190. 0800. 331 24- 0. 5910. 0660. 2360. 1170. 366 25- 0. 6470. 0670. 3140. 0410. 391 26- 0. 6530. 0500. 2750. 0620. 184 27- 0. 6480. 0590. 3210. 0690. 220 aunit : eV 2. 2 互变异构对QSAR建模影响 互变异构是有机化合物中广泛存在的一个现 象,但在计算机辅助药物设计领域,通常不被人们重 视. 2003年,Pospisil等14曾对互变异构在药物设 计中的重要性进行了综述.作者曾对三类不同抑制 剂进行了3D2QSAR研究,考察了互变异构对CoM2 FA建模结果的影响15.结果表明,采用不同的异构 形式得到的CoMFA模型,或在模型质量上,或在对 新化合物设计的指导上存在显著差异. 吲唑类化合物存在1H2和2H2吲唑两种异构形 式.通常情况下,1H2吲唑是优势异构体. Anandan 等16曾对吲唑母体进行过理论计算,计算表明在气 相中,1H2异构体在能量上比2H2异构体低13. 8 kJ mol - 1 ,进入水溶液中,两者的相对能量差降低至 10. 1 kJmol - 1 .至于该类化合物在与TRPV1通 道蛋白的结合中采用何种异构形式,由于缺乏来自 受体与配体复合物的晶体结构以及核磁共振实验方 面的信息,目前尚未可知. 采用与1H2异构体相同的方法,作者对2H2异 构体进行了QSAR研究.首先,仅选用表面静电势 参数和分子体积作为描述符,得到了相关方程1X (见表2) .与采用1H2异构体得到的对应方程(方程 1) 相比,相关系数和标准偏差均有所降低(R= 01586 ,S d= 0. 791 8) .其后,选用拓扑参数,笔者得 到了5个不同的方程,方程的相关系数介于0. 665 0. 755 ,标准偏差则从0. 654到0. 730不等,最优 模型仍为采用GETAWA Y参数所构建的方程(见 表2 ,方程2X) .进一步,笔者将各类拓扑参数与表 面静电势参数进行组合,得到了另外5个相关方程, 与单独采用拓扑参数比,方程质量有着不同程度的 改善,其中以GETAWA Y与表面静电势参数组合得 到的方程最佳(见表2 ,方程3X) .尽管如此,这些方程 的质量均不如另一异构体相对应的方程.上述结果在 一定程度上表明:吲唑脲类分子很可能是采用1H2吲 唑异构形式与TRPV1通道发生相互作用. 2. 3 QSAR模型分析 方程3是笔者对27个吲唑脲类TRPV1通道 702 第2期桑 鹏,等:吲唑脲类辣椒素受体通道拮抗剂的定量构效关系 拮抗剂分子采用1H2吲唑异构体形式构建的最佳 QSAR模型.模型中包含一个表面静电势参数 ?V - S, 在所有参数中,其对活性影响最显著,且与活性 pIC50正相关,表明吲唑脲类分子的表面静电性质对 TRPV1通道的拮抗活性存在较大影响,表面静电 势越负,对拮抗活性越不利.其余4个参数均为 GETAWA Y参数,其中,R4p + 和R Tu+属于从分子 影响/距离矩阵导出的R自相关指数,HA TS7m和 H4m为仅从分子影响矩阵导出的杠杆加权H自相 关指数.R4p + 和H4m与活性正相关,其值越大,对 活性越有利;R Tu+和HA TS7m的系数为负,其值 增加则导致活性降低. 考虑到方程3中引入了多个变量,而变量之间 的相关性是关乎到模型稳定性的一个重要因素,为 此笔者对方程3中变量的内相关性进行了分析.结 果显示,变量 ?V - S、R4p + 、R Tu+、HA TS7m和H4m 的方差膨胀因子(VIF)分别为1. 499、1. 349、1. 422、 1. 215和1. 509 ,均在2. 0以内,方程各变量间不存 在共线性现象(通常而言,VIF小于5可认为回归模 型不存在多重共线性17 ) . 应用方程3 ,笔者对27个吲唑脲类分子的生物 活性进行了预测.图 1(a) 显示了预测值与实测值的相 图1 方程 3(a) 和方程3Y(b)预测活性与 实测活性的相关关系 Fig. 1 Relationships between the predicted values and observed values for Equation 3 (a) and Equation 3Y (b) 关关系,两者具有较好的一致性.采用 “留一法” 交叉 验证评估模型的合理性,交叉验证相关系数(RCV) 为0. 852 ,方程具有较好的预测能力.进一步,将27 个化合物随机分成两组. 22个化合物作为训练集, 其余5个作为预测集(表1中带 3 号者,化合物编号 为5N23 ,N = 1 - 5) .方程 3Y( 见表 2) 是采用训练集 构建的模型,该模型与方程3相比,无论是相关系 数、 标准偏差,还是变量前的系数均差别不大.用该 模型对训练集和预测集中化合物的活性进行预测, 得到的结果与实测值之间存在着如图 1 (b) 所示的 相关关系.从该图可以看出,模型的预测能力是可以 接受的. 3 结 论 本文对一组共27个吲唑脲类TRPV1通道拮 抗剂分子进行了定量构效关系研究.通过该研究,可 以得到如下结论 : (1) 分子表面静电势参数与拓扑 指数具有一定的互补性,两者结合能较好地应用于 定量构效关系实践(本文仅仅在这方面进行了初步 的尝试) ; (2)互变异构对定量构效关系有一定影 响,采用不同的异构体,得到的模型质量不同.对本 文所研究体系而言,采用1H2吲唑异构形式得到的 模型质量均高于采用另一异构体,预示着吲唑脲类 分子可能是采用1H2吲唑异构形式与TRPV1通道 发生相互作用. 参考文献( References) : 1 GOMTSYAN A , BAYBURT E K, SCHMIDT R G, et al. Novel transient receptor potential vanilloid 1 re2 ceptor antagonists for the treatment of pain: structure2 activity relationships for ureas with quinoline , isoquin2 oline , quinazoline , phthalazine , quinoxaline , and cin2 noline moietiesJ . J of Medicinal Chemistry ,2005 ,48 (3) :744 - 752. 2 CULSHAW A J , BEVAN S , CHRISTIANSEN M , et al. Identification and biological characterization of 62 Aryl272isopropylquinazolinones as novel TRPV1 antag2 onists that are effective in models of chronic painJ . J of Medicinal Chemistry ,2006 ,49(2) :471 - 474. 3 GOMTSYAN A , BAYBURT E K, SCHMIDT R G, et al.Identification of(R)212 ( 5 2tert2Butyl22 , 32di2 hydro21H2inden212 yl) 232 (1 H2indazol242yl) urea (ABT2 102) as a Potent TRPV1 antagonist for pain manage2 mentJ . J of Medicinal Chemistry ,2008 ,51(3) :392 - 395. 802浙 江 大 学 学 报(理学版) 第37卷 4 TAMAYO N , LIAO H Y, STEC M M , et al. Design and synthesis of peripherally restricted transient recep2 tor potential vanilloid 1 (TRPV1) antagonistsJ . J of Medicinal Chemistry ,2008 ,51(9) :2744 - 2757. 5 HANSCH C. Quantitative structure2activity relation2 ships and the unnamed scienceJ . Accounts of Chemi2 cal Research,1993 ,26(4) :147 - 153. 6 MURRAYJ S , BRINCK T , LANE P , et al. Statisti2 cally2based interaction indices derived from molecular surface electrostatic potentials: a general interaction properties function ( GIPF) J . J of Molecular Struc2 ture : Theochem,1994 ,307 :55 - 64. 7 MURRAY J S , ABU2AWWAD F , POLITZER P. Prediction of aqueous solvation free energies from properties of solute molecular surface electrostatic po2 tentialsJ . The J of Physical Chemistry A,1999 ,103 (12) :1853 - 1856. 8 HAEBERL EIN M , BRINCK T. Prediction of water2 octanol partition coefficients using theoretical descrip2 tors derived from the molecular surface area and the e2 lectrostatic potential J . J of the Chemical Society, Perkin Transactions 2 ,1997 ,2 :289 - 294. 9 XU H Y, ZOU J W , J IANG YJ , et al. Quantitative structure2chromatographicretentionrelationship for polycyclic aromatic sulfur heterocyclesJ . J of Chro2 matography A,2008 ,1198 - 1199 :202 - 207. 10 XU H Y, ZOU J W , YU Q S , et al. QSPR/ QSAR models for prediction of the physicochemical proper2 ties and biological activity of polybrominated diphenyl ethersJ . Chemosphere ,2007 ,66(10) :1998 - 2010. 11 TREPALIN S V , SKORENKO A V , BALAKIN K V , et al. Advanced exact structure searching in large databases of chemical compoundsJ . J of Chemical Information and Modeling ,2003 ,43(3) :852 - 860. 12 RAPPORT Z.The Chemistry of Enols M . U K: Wiley , Chichester ,1990. 13 BRANDSTETTER H , GRAMS F , GLITZ D , et al. The 1. 82!crystal structure of a matrix metalloprotei2 nase 82barbiturate inhibitor complex reveals a previ2 ously unobserved mechanism for collagenase substrate recognitionJ . J of Biological Chemistry ,2001 ,276 (20) :17405 - 17412. 14 POSPISIL P , BALLMER P , SCAPOZZA L , et al. Tautomerism in computer2aided drug designJ . J of Receptors and Signal Transduction ,2003 ,23(4) :361 - 371. 15 ZOU J W , LUO C C , ZhANG H X, et al. Three2di2 mensional QSAR of HPPD inhibitors , PSA inhibi2 tors , and anxiolytic agents: effect of tautomerism on th