（发酵工程专业论文）靶向自诱导信号分子autoinducer2ai2分泌蛋白mtan及luxs的配体分子筛选.pdf

关于硕士学位论文使用授权的说明 论文题目：避丛地剑型鲤鱼丛硒塞壁全堑醒笠坌王筮造 本学位论文作者完全了解大连工业大学有关保留、使用学位论文的规 定，大连工业大学有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有 关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学 位论文，并且本人电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 是否保密( 望) ，保密期至- j , o o 年了月歹日为止。 学生签名：型坦：导师签名： 缈扩年 摘螫 摘要 5 甲硫腺苷核苷酶( m t a n ) 催化5 甲硫腺苷( m t a ) 或s 腺苷高半胱氨酸( s a h ) 生成5 甲硫( 基) 核糖( m t r ) 或s 核糖高半胱氨酸( s r h ) 和腺嘌呤。m t a n 与微生 物的甲硫氨酸循环再利用、甲基化作用、多胺合成和细菌群体感应的信号分子合成有关。 哺乳动物细胞中不存在m t a n ，而许多微生物病原体中却存在m t a n ，在哺乳动物体 内m t a 的分解是通过m t a 磷酸化酶( m t a p ) 实现的，这引起了人们对抑制m t a n 活性的关注。vs i n g h 等人设计了两组m t a 的类似物作为m t a n 的抑制剂，并测得了 它们与m t a n 的解离常数k i 。本文通过构建3 3 个甲硫腺苷( m t a ) 类似物的化学结 构，并使用m o l c o n n z 计算的近2 0 0 个电子拓扑指数、形状指数和分子连接性指数作为 受试化合物分子结构参数，结合多元线性回归( m l r ) 方法对m t a 类似物的抑制活性 进行了q s a r 研究。所得模型的r 和r 2 a d i 分别为0 8 6 2 和0 7 1 1 ，表明模型具有较好的 预测和反映真实情况的能力。为预测其它类似物的活性和设计新的抑制剂提供了理论依 据。模型结果还表明，类似物的抑制剂活性与其所含硫和氮原子的电子拓扑指数以及分 子形状指数相关。为得到活性更高的m t a n 抑制剂，我们结合q s a r 得到的结论和 m t a 类似物的结构特点，使用基于结构的d o c k 虚拟筛选方法，对z i n c 小分子数据 库的l e a d 1 i k e 子库的约9 7 力个小分子进行了筛选。筛选分为粗筛和细筛两步进行，粗 筛获得了3 7 3 个与m t a 性质相似的小分子，细筛使用d o c k 的a n c h o ra n dg r o w 方法 搜索小分子在m t a n 活性位点的低能构象。结果有5 3 个小分子化合物成功地结合到了 活性位点附近，并取得了较低的格点和能量得分。此外，通过考察对接成功小分子与受 体形成氢键情况，发现了m t a n 活性位点附近配体与受体的新结合点q1 1 4 、a 4 2 4 、 s3 0 6 和d4 3 8 等。这些筛选得到的小分子结构信息和q s a r 研究构建的预测模型，为 开发新的m t a n 抑制剂提供了丰富的实验材料和理论依据。 关键词： 定量结构活性关系m t a n 抑制剂对接，拓扑指数。多元线性回归 a b s t r a c t a b s t r a c t 5 - m e t h y l t h i o a d e n o s i n e s - a d e n o s y l h o m o c y s t e i n en u c l e o s i d a s e ( m t a n )c a t a l y z e s 5 - m e t h y l t h i o a d e n o s i n e ( m t a ) t oa d e n i n ea n d5 - m e t h y l t h i o - d - - r i b o s e ( m t r ) r e l a t e dt o p o l y a m i n eb i o s y n t h e s i s m t a ni si m p o r t a n tf o rm e t h i o n i n es a l v a g ea n dm e t h y l a t i o n ，a n di t i sa l s oi n v o l v e di n g e n e r a t i o n o f s - r i b o s y l h o m o c y s t e i n e( s r h ) f r o m s - a d e n o s y l h o m o c y s t e i n e ( s a h ) i nb a c t e r i a lq u o r u ms e n s i n g m t aa n a l o g u e sh a db e e n d e s i g n e da si n h i b i t o r sb o t l lf o rs t r e p t o c o c c u sp n e u m o n i a ea n de s c h e r i c h i ac o l im t a n s ，a n d t h e i rb i n d i n ga b i l i t yc o n t a c tw i t hm t a nh a db e e nt e s t e db a s e do nt h ev a l u e so fk i s i n g h ，e t a 1 ，j b i o c h e m i s t r y , 4 5 ( 2 0 0 6 ) 1 2 9 2 9 i nt h i ss t u d y , w ec a l c u l a t e du pt o2 0 0t o p o l o g i c a l i n d i c e so f3 3m t a a n a l o g u es t r u c t u r e s ，i n c l u d i n ge l e c t r o t o p o l o g i c a l s t a t ei n d i c e s ， k a p p a s h a p ei n d i c e sa n dt h em o l e c u l a rc o n n e c t i v i t yi n d i c e s m u l t i l i n e a rr e g r e s s i o n ( m l r ) m o d e l w a se x p l o r e dt oa n a l y z et h er e l a t i o n s h i pb e t w e e nt h e s ei n d i c e sa n dt h e i rk iv a l u e s t h eb e s t m o d e l st r a i n e db yt h es t e p w i s em e t h o dw e r ec o n s t r u c t e db yt h r e ei n d i c e s ，s s s s 、k a 3a n d s h s s s n h p w i t hra n dr 2 喇o 8 6 2 ，o 711 ，r e s p e c t i v e l y b a s e do nt h i sk n o w l e d g e ，w ef i l t r a t e d t h el e a d l i k es u b s e to ft h ez i n cd a t a b a s e ，a n d3 7 3m o l e c u l e sw e r es e l e c t e da sp o t e n t i a l i n h i b i t o r s ，t h e nd o c km e t h o dw i t ha n c h o ra n d _ g r o wa l g o r i t h mw a se m p l o y e dt os t u d yo n t h e s em o l e c u l e s a sar e s u l t ，5 3o ft h em o l e c u l e ss u c c e s s f u l l yd o c k e di n t ot h ea c t i v es i t eo f m t a nw i t hl o w e r g i r ds c o r e ( g s ) a n de n e r g ys c o r e ( e s ) w ea l s of o u n da 11 4 、e4 2 4 、s3 0 6 a n dd 4 3 8 ，w h i c ha r en e a rt ot h ea c t i v es i t eo fm t a n ，a sn e wb o n d i n gs i t eo fp o t e n t i a l i n h i b i t o r s t h e r e f o r e ，t h es t r u c t u r e - a c t i v i t yr e l a t i o n s h i p ( q s a r ) m o d e l ss h o u l db eu s e f u lt o e l u c i d a t et h er e l a t i o n s h i pb e t w e e nc o m p o u n ds t r u c t u r e sa n db i o l o g i c a la c t i v i t i e s ，a n dt h e d o c k e dm o l e c u l e sm a yf a c i l i t a t ed e s i g no fm o r ep o t e n tm t a ni n h i b i t o r s k e y w o r d s ：o s a r ，m t a ni n h i b i t o r s d o c k t o p o i o g i c a ii n d i c e s m u i t i k i n e a rr e g r e s s i o n ( m l r ) 1 1 、 h 录 目录 第一章文献综述1 1 15 一甲硫腺苷核苷酶m t a n l 1 1 1m t a n 概j 签1 1 1 2m t a n 的结构2 1 1 3m t a n 的催化机理4 1 1 4m t a n 抑制剂的研究现状4 1 2 计算机辅助药物设计c a d d 5 1 2 1c a d d 的概念5 1 2 2c a d d 的方法的分类5 1 3 基于配体的药物设计方法5 1 3 1 药物设计中的q s a r 7 1 3 2q s a r 研究特点7 1 3 3 q s a r 的研究方法8 1 3 4q s a r 的研究意义1 l 1 4 基于受体结构的药物设计方法1 l 1 4 1 分子对接的基本原理 1 3 1 4 2 分子对接的分类1 4 1 4 3 虚拟筛选的策略1 4 1 4 4 几种有代表性的分子对接与虚拟筛选方法1 5 1 5 本实验的目的与创新1 7 第二章材料与方法1 8 2 1q s a r 研究方法1 8 2 1 1 数据集 1 8 2 1 2 参数计算2 0 2 1 3 建模方法2 2 2 2 靶向活性位点的小分子筛选2 2 2 2 1 受体蛋白的准备2 4 口录 2 2 2 小分子数据库的准备2 5 2 2 3d o c k 对接筛选2 6 第三章结果与讨论2 9 3 1 多元线性回归结果分析2 9 3 2d o c k 虚拟筛选结果分析3 2 第四章结论3 8 参考文献3 9 致谢4 3 第一章文献综述 第一章文献综述 1 15 一甲硫腺苷核苷酶m t a n 1 1 1m t a n 概述 5 甲硫腺苷核苷酶( 5 - m e t h y l t h i o a d e n o s i n en u c l e o s i d a s e ，m t a n ，e c3 2 2 1 6 ，e c 3 2 2 9 ) 催化5 甲硫腺苷( 5 - m e t h y l t h i o a d e n o s i n e ，m t a ) 或s 腺苷高半胱氨酸 ( s a d e n o s y l h o m o c y s t e i n e ，s a h ) 生成5 甲硫( 基) 核糖( 5 - m e t h y l t h i o r i b o s e ，m t r ) 或 s 核糖高半胱氨酸( s r i b o s y l h o m o c y s t e i n e ，s r h ) 和腺嘌呤。1 9 6 2 年d u e r r e ，j a 首次报 道m t a n 对5 甲硫腺苷和s 一腺苷高半胱氨酸的水解作用1 1 1 。 哺乳动物细胞中不存在m t a n ，而许多微生物病原体中却存在m t a n ，如金黄色葡 萄球菌( s t a p h y l o c o c c u sa u r e u s ) 、肺炎链球菌( s t r e p t o c o c c u s p n e u m o n i a e ) 、结核分支 杆菌( m y c o b a c t e r i u mt u b e r c u l o s i s ) 、流行性感冒中的嗜血杆菌( h a e m o p h i l u si n f l u e n z a ) 、 霍乱弧菌( v i b r i oc h o l e r a e ) 和炭疽芽孢杆菌( b a c i l l u sa n t h r a c i s ) 中均有m t a n i 引。在 哺乳动物体内m t a 的分解是通过m t a 磷酸化酶( m t a p ) 实现的i 引，这样便导致了病 原微生物与其宿主生物问对相同底物采取不同代谢方式的差异，进而引起了人们对抑制 m t a n 活性的关注。对m t a n 的抑制可能有选择性地影响或杀死致病微生物，而不伤 害宿主生物体。因此m t a n 可以作为研究具有广谱抗微生物作用药物的靶酶。 目前研究发现m t a n 参与的微生物代谢主要有以下四个方面( 如图1 ) ：其一，甲 硫氨酸的循环再利用，甲硫氨酸( 即蛋氨酸) 属于人体必需氨基酸，而且其合成比较昂 贵【4 5 1 。其二，由于s a h 是甲基转移酶有效的负反馈抑制物，所以m t a n 能够参与调节 生物甲基化作用【6 】。生物的甲基化作用是生物有机体代谢的重要组成部分，它能够调节 有机体内许多生物反应进程，如：d n a 和蛋白质的甲基化 7 1 。其三，m t a n 参与调节 多胺的生物合成，目前多胺的生理作用还不是很明确，但已经证实它与生物体的生长发 育有关【8 9 】。m t a 的积累可以作为精脒合酶的负反馈抑制剂。其四，m t a n 与细菌的群 体感应现象有关【i o j 。群体感应( q u o r u m s e n s i n g ) 是微生物之间利用信号分子进行信息 传递的一种方式，是当微生物生长环境中自身或其它种群的数量达到一定的密度 第一章文献综述 h 。母一步书曦h 心n “。h叫蜘毗从8 埽 o m i t h 严i n e 厂。4 嘣- 0 m i t t i n e 一似。1 h 2 n 八p u t r e s c i n e nh蚕2h2n八nnwn饥in-ispermidine i t 2 n hs p e r m i n a e 洲2 s n p r m i i n e 金 _ r m i n 鼻 1 1 2m t a n 的结构 m t a n 的结构具有高度的保守性，其中肺炎链球菌与大肠杆菌m t a n 的氨基酸链 第一章义献综述 相似度为4 0 ( 如图2 ) ，黑色代表保守序列，灰色代表参与催化的残基。 s p n e u m o n i a e f c o l i 嘲一釉屿黔_ y 羹y q 虬，t 敷o v v q i n w 一滚ii a s 习鼹一蠹v j 嬲l 罄辫“黔 貉秀霪：霪_ 曩羹霪羹嬲鬻羹黪：镄墓 黧荔i 自i 国灞：巍唾i ；i 良争，r ：l k d k i 壤i 簟? ：g l ：灞i c 嚣i y i i 露c l n c - 猁l f 鬻隧i 赣i 霸弘a 羞乙 s p n e u m o n i a e ：纛a ：l f o 峨l l 缀3 i l 黔i ，曩e g ：a 器 甥参j 曩i a 霾x ：j a 5 自翳蓬翳嘎缓司霪鬓丑? 黪d a e o 曩二 囊羹塞貉：i 溺霾篷；墨爨囊缀差办；：燃：缀囊 重c o l j i 荔lf 露k r 薏v i 蓊琵嬲s 鞠懂i f ? l 。f 簇戮拳k 黔 p 缓缓- 燃f 嬲 ：y 溯x ：( 私 s ，p n e u m o n i a e e c 0 1 i 0 囊k ? 叫斡t q e s l s 唾c j 黔 i 嬲黔_ 獭r 髫毂劾d x i e a 羹k s - 飘f v t 童志i k c 五蠹盖v 冀医i 鍪瞌n 莨糯厶基! 参i ： l8 0 荔黝墼磁n a 雾嬲o ：_ 妇e 淖剽墨冀豢：薹l ：墓：羹兰迸兰鬈k 兰 富2 i ；c 蠢毒童r ，量：莲：鍪鲞考i 矗霜厶毒i 善乞茹8 i i 姑暑弼 图2 肺炎链球菌- 5 大肠杆菌m t a n 氨基酸序列比对 f i g 2a l i g n m e n to f t h ea m i n oa c i ds e q u e n c e so f s p n e u m o n i a ea n dec o l i m t a n x 衍射得到的三维晶体结构以及活性位点结构也高度相似。每一个有活性m t a n 都 是由两个单体组成的同型二聚体( 如图3 ) ，每个单体包含1 0 个p 折叠( 1 3 1 ，2 - 7 ；1 3 2 ， 图3 肺炎链球菌m t a n 二聚体 f i g 3 s p n e u m o n i a em t a nd i m e r 2 0 2 8 ；1 3 3 ，3 0 3 8 ；1 3 4 ，4 0 4 7 ；1 3 5 ，7 0 8 0 ；1 3 6 ，8 9 - 9 7 ；1 3 7 ，1 1 9 1 2 1 ；1 3 8 ，1 4 0 1 4 7 ；1 3 9 ，1 6 8 - 1 7 2 和 1 3 1 0 ，1 8 9 - 1 9 7 ) 茅1 16 个a 螺旋( q l ，9 1 8 ；a 2 ，5 2 - 6 6 ；a 3 ，1 0 3 1 0 6 ；a 4 ，1 2 3 1 3 2 ；( x 5 ，1 5 5 1 6 4f 阳a 6 ， 3 a 2 霪 x 鼬一渊。灌 绷燃汜黪獬馘 第一章义i 缺综述 1 7 5 1 8 4 ) 。两个单体的接触面积约为1 7 0 0a 2 ，接触表面是由一个单体的a 2 、a 5 和另一 个单体的1 3 8 到a 5 和0 l 2 构成的氢键和疏水混合区。 1 1 3m t a n 的催化机理 m t a n 专一性催化底物m t a 的n 9 - c 1 键，生成腺嘌呤和对应的核糖部分，vs i n g h 等人采用动力学同位素效应研究推测，肺炎链球菌m t a n 在催化裂解反应过程中经历 了一种核糖( 基) 氧带正电离子( r i b o o x a c a r b e n i u mi o n ) 状态( 如图4 a ) ，他们称这种 状态为中间过度状态【1 8 】。该状态与大肠杆菌( ec o l i ) m t a n 和间r 疟患者的嘌呤核苷 磷酸化酶的作用机理相似。 够悼一 b r 8 r s s 嘈u 铷出缸如d 昏城，贫黝e d i m m u c l i n d a o m e - l m m u c a m , - a 图4 推测的m t a n 催化反应的过度状态( a ) 和两类m t a 类似物( b ) f i g 4m t a n - c a t a l y z e dh y d r o l y s i so fm t a a n dt h ep r o p o s e dt r a n s i t i o ns t a t eo ft h er e a c t i o n ( a ) i m m u c i l l i n aa n dd a d m e 1 m m u c i l l i n am o l e c u l e s 1 1 4m t a n 抑制剂的研究现状 由w o l f e n d e n ，r 等人提出的过度态类似物抑制假说认为，具有酶过度态的几何和静 电状态特征的底物类似物可以更稳固的与酶结合在一起，从而实现竞争性抑制底物活性 的目的【1 9 2 0 1 。vs i n g h 等人由此设计了两组m t a 的类似物作为m t a n 的抑制剂( 如图 4 b ) ，一组为5 - m e t h y l t h i o i m m u c i l l i n s ( m t - i m m a ) ，该组化合物模拟酶催化底物前期的 4 第一章文献综述 几何和静电特征，另一组为5 - m e t h y l t h i o 4 d e o x y 4 a z a 2 一d e o x y m e t h y l e n e i m m u c i l l i n s ( d a d m e i m m a ) 。该组化合物模拟高度离解的酶活性中心的几何和静电特征。他们通过 比较测得的m t a n 与底物和底物类似物的解离常数( k i ) 发现：相同的底物m t a 与肺 炎链球菌m t a n 的解离常数要远低于与大肠杆菌m t a n 的解离常数，达到4 7f m 。而 相同的底物类似物与肺炎链球菌m t a n 的解离常数反而要高于与大肠杆菌m t a n 的解 离常数。一般情况下结合能的大小是决定中间过度念酶催化反应效率的主要因素，而对 于本例，引起底物类似物与底物解离常数的差异的因素还可能包括酶的整体结构和动力 学特性。 1 2 计算机辅助药物设计( c a d d ) 1 2 1c a d d 的概念 计算机辅助药物设计( c o m p u t e r a i d e dd r u gd e s i g n ，c a d d ) 是利用计算化学基本原理， 通过模拟药物与受体生物大分子的相互作用或通过分析已知药物结构与活性内在关系， 合理设计新型结构先导化合物的药物设计方法【2 。图5 显示了计算机辅助药物设计的基 本方法。 1 2 2c a d d 的方法的分类 计算机辅助药物分子设计方法都是基于各种分子模拟技术及各种数理统计方法，从 计算理论上讲，包括数值和非数值优化方法、量子力学方法( q m ) 、蒙特卡罗及分子动力 学方法( m d ) 、分子几何学方法、分子力学方法( m m ) 、构象分析方法、溶剂效应以及自 由能计算等方法；从分子设计的角度来讲，包括构效关系方法、药效团模型方法、从头 设计方法、分子对接方法、数据库搜索方法、药代动力学以及毒性的预测方法等1 2 引。简 单来讲，计算机辅助药物设计方法大体可以分为两类，即基于配体的药物设计方法和基 于受体对接部位( 靶点) 的药物设计方法。 1 3 基于配体的药物设计方法 这一类设计方法主要是针对未知受体结构的药物活性分子，主要包括定量构效关系 方法和药效团模型方法。定量构效关系( q u a n t i t a t i v es t r u c t u r e a c t i v i t yr e l a t i o n s h i p ，q s a r ) 第一带文献综述 i 数据库义献合j 戊l i - 。_ _ _ _ - _ _ _ _ _ - - _ _ _ - _ _ _ _ _ - _ _ _ _ _ _ _ _ _ 。_ _ _ _ _ _ - _ _ _ _ - _ _ _ - 一 区亟亟口 区互妇 臣五匾口j 圆一函一圆 i 从头设计 l 图5 计算机辅助药物设计常用方法 f i g 5c o m m o n l yu s e da p p r o a c ho f c a d d 方法是由h a n s c h 等人提出的1 2 3 1 ，这一方法将化合物的结构信息、理化参数与生物活性 进行分析计算，建立合理的数学模型，研究结构和活性之间的量变规律，为药物设计和 先导化合物结构改造提供理论依据。经过不断的发展和完善，定量构效关系方法已经成 为计算机辅助药物分子设计应用最为广泛的方法之一。近些年，q s a r 方法也取得了一 些进展，比如遗传算法在q s a r 中的应用，4 d q s a r 方法的提出以及虚拟受体方法的发 展等，这些新的进展为q s a r 方法注入了新的活力。 以己知活性小分子的活性和结构为起点，也可以采用药效团模型( p h a r m a c o p h o r e m o d e l i n g ) 方法。在药物分子设计中，所谓“药效团指的是一系列活性化合物具 有的共同特征，这些特征包括特定的化学基团、氢键给体或受体、正电基团或负电基团、 疏水性基团等1 2 4 】。在得到的构效关系模型和药效团模型的基础上，也可以结合其他方法 ( 比如数据库搜索的方法) 来进行药物的设计。近些年来，药效团模型方法也取得了较大 的进展，比如遗传算法在药效团模型中的应用等【2 5 1 。 6 。一。1 。_ _ _ _ _ _ _ - _ _ _ _ _ 一 第一章文献综述 1 3 1 药物设计中的q s a r 结构一活性关系( s t r u c t u r e a c t i v i t yr e l a t i o n s h i p s ) 即构效关系，简称s a r 。化合物 的分子结构与其生物活性( 药理作用，毒性作用) 之问的关系，目前已从个别的、定性 的描述方式发展到般的、定量的数学模型表达，称为定量结构一活性关系，即q s a r ， 它可以通过测定一部分类似化合物的活性数据，然后利用它们结构和活性之问的关系来 预测另一些化合物的活性。h a n s c h 【2 6 】和f r e e w i l s o n 等用统计学方法，借助计算机技术 建立的结构一活性关系表达式，标志着q s a r 时代的丌始。此后，q s a r 方法被广泛地 应用于各个领域，并r 趋成熟，其具有重要的理论和应用价值。1 9 6 4 年，h a n s c h 等从 取代基与活性的关系出发，建立了线性自由能关系模型( l f e r ) ，从而使s a r 研究定量 化为q s a r 研究。h a n s c h 是q s a r 领域一系列概念和方法的提出者，对q s a r 研究的 发展做出了重要贡献。 1 3 2q s a r 研究特点 目前的q s a r 研究呈现出以下几个特点： 综合性：q s a r 主要研究化合物结构与生物活性之间的定量函数关系，它是一个 覆盖了化学与生命科学的交叉学科点，研究至今越来越多地借助数理统计方法和计算机 技术的最新发展。 理论性：早期的q s a r 研究往往比较注重定量结构一活性相关模型的预测功能， 人们习惯于采用一些经验函数来定量描述化合物的结构，只要能获得良好的数值概念效 果就令人满意了。最近q s a r 研究则更侧重于定量模型的理论性，从本质上揭示和描述 生物活性的作用机制，从而达到控制有害生物毒性，提高有用的生物活性的根本目的。 从理论上讲，通过量子力学方法能够对每一种化合物的电子结构和立体结构做出计算。 相比于传统的经验参数，量子化学参数对化合物结构的描述更加全面、细致，物理意义 更加明晰，理论性更强，因而越来越多的q s a r 模型引入了量子化学参数。 智能化：化合物生物活性作用是一个复杂的作用过程，受到诸多因素的影响，比 如化合物的富集、转运、代谢及降解等等。化合物的结构因素也是多种多样的，包括电 子结构，立体结构和理化性质等等。要在化合物结构与生物活性作用之问建立满意的运 算关系必须借助于更为先进的多变量分析方法和计算机的自适应功能。因此，辨别分析、 聚类分析、模式识别、人工神经网络等善于处理复杂问题的多变量分析方法最近被越来 越多地应用于q s a r 研究。计算机的自适应功能，促使q s a r 向智能化方向发展。 7 第章文献综述 程序化：一个q s a r 模型的建立往往是基于对大量化合物的各种参数分析，包括 化合物生物活性参数、化合物结构参数等等，还需从诸多参数中筛选对生物活性具有显 著影响的变量。 实用化：随着工业发展，越来越多的人工合成化合物进入生物环境，这些化合物 经过复杂的迁移、转化、归趋过程，最终达到一定的暴露浓度，对生物圈包括人类产生 各种各样的毒性效应。通过实验方法对化合物进行全面的危险性评价是一个费钱耗时的 过程，而q s a r 既可以对化学品的暴露水平做出预测，又可对化学品的生物效应作出评 价，为化学品危险性评价提供了一种简便实用的途径【2 7 。2 引。 1 3 3q s a r 的研究方法 目前q s a r 研究主要可以归结为以下几步( 如图6 ) 选择合适的待试数据资料，要求准确、可信； 从中选择合适的结构参数及欲研究的活性参数； 选择合适的方法建立活性参数与结构参数的定量关系模型； 模型检验。 压司 1j 图6q s a r 概念模式示意图 f i g 6c o n c e p t u a ld i a g r a mo fq s a r 第一帝文献综述 其中第三步即采用有效的算法建立q s a r 模型是q s a r 研究的核心步骤。自h a n s c h 于1 9 6 4 年构筑定量的线性自由能模型形成q s a r 学科以柬，经过许多研究者的努力， 目前己经有多种q s a r 模型，大致可分为两种：( 1 ) 数值模型( 包括多元线性回归分析等 传统的数值模型和新近发展起来的人工神经网络模型) ：( 2 ) 推理模型( 即专家系统模型) 。 不同的q s a r 模型的效果是有区别的，而且适用于不同的情况。 目前q s a r 研究的核心仍然是方法学问题，其中包括化合物结构的描述方法，理论 模型的推导方法，q s a r 函数关系的建立方法等等，一些既具有较高理论价值又具有较 强应用价值的方法主要有： 量子化学法 在有机污染物的研究中，q s a r 量子化学计算是获取分子结构参数的重要手段。与 h a n s c h 模型中超热力学参数及分子连接性指数相比，量子化学参数有如下突出优点：首 先，应用量子化学参数，可在新化合物未投入使用之前，对其毒性及理化性质进行预测， 因而有利于有毒有害化学品的化学风险性评价与管理，从而实现“污染预防”；其次， 量子化学参数具有明确的物理化学意义，有利于应用q s a r 方程探讨毒物与受体的作用 方式，也有利于应用定量结构性质相关方程研究影响有机污染物理化学性质的分子结 构特征；此外，量子化学参数可以快速而准确地通过计算获得，不需要实验测定，从而 节省大量的实验费用，实验设备和时间。如应用量子化学参数预测部分取代芳烃生物活 性，应用量子化学参数预测苯砜基环烷酸酯类化合物对大型蚤和发光菌的急性毒性均获 得成功【3 0 3 l l 。 人工神经网络( a n n l 六十年代早期，h a n s c h 及合作者对q s a r 研究作出了创造性贡献，他们提出的研 究方法至今仍广泛应用于药物设计、环境化学等领域中。h a n s c h 的构效方程是以多元线 性回归分析( m l r ) 为基础的，因而构建一个方程必须满足两个条件：( 1 ) 描述变量必须相 互正交：( 2 ) 化合物的数目大于描述变量数，一般至少4 5 倍。除了回归问题外，q s a r 研究中还存在着模式识别的问题。基于自适应最小二乘法( a l s ) 的判别分析解决有机物 活性分类问题最为成功。然而，有机化合物的环境行为十分复杂，生物活性机理不明， 规则也不清楚，因此上述两种方法在处理q s a r 时有不尽如人意的地方。人工神经网络 技术完全不同于m l r 和a l s ，它具有强大的非线性问题处理能力，能自动逼近那些最 佳样本数据规律的函数，不需任何领域专家的明确指导，为q s a r 研究丌拓了一片新天 地。a n n 在q s a r 研究中的应用，与实验结果拟合较好，同时还发现网络具有发现奇 异样本的能力。 9 一1。1。1。1。1。1_。_1_。_。_1_-_-7。1_。_。_。_1_-_。_。1。_。一 笫一章义献综述 作为新型的q s a r 数据分析手段，a n n 不同于回归分析等传统方法，它没有明确 的模型，一切有关的结构一活性信息均储存在网络内部的权重矩阵中，完全属于黑箱系 统。a n n 的外推能力较弱，在没有或远离训练样本的自变量空i b j 区域，网络的输出是 不可靠的，所以在运用a n n 处理q s a r 数据时，须进行严谨的可行性研究，正确设置 网络的各种参数，使网络处于良好的工作状态，防止严重病态的出现1 3 ”引。 拓扑学方法 拓扑学参数直接产生于化合物的分子结构，它是从化合物分子结构的直观概念出发 采用图论的方法以数量来表征分子结构，如w i e n e r 指数，分子连接性指数，h o s o y a 指数 和j 指数等【3 5 】。这些拓扑指数可以反应分子链的性质，原子间的结合顺序，分支的多少 及分子的形状等拓扑信息，根据这些信息，就可能推测出分子的某些性质、活性。在拓 扑学方法中，最为常用的是k i e r 等人提出的分子连接性指数( m c i ) 方法【3 6 1 。m c i 方 法是在r a n d i c 分子分支指数基础上提出和发展起来的，它通过对分子中各原子点价( 6 ) 的计算得到m c i 指数。d i p a o l o 等应用分子连接性指数和一个表示弱酸性的c h 键相对 极性的描述符q h ，对一系列氯代烃的麻醉活性数据进行了q s a r 分析。王连生等将分 子连接性指数引入双区理论公式，用于估算多环芳烃的致癌性获得了较好的结果。随着 m c i 指数在实践应用中暴露的弱点，不少研究者又致力于丌发新的拓扑指数，许禄等基 于增广邻接矩阵提出了一种新的a m 指数，并成功应用于有机物q s a r 研究中1 3 7 。 基团贡献法 基团贡献法假定不同分子或混合物中同一基团的贡献完全相同，把纯物质或混合物 的性质看成是构成它们的基团对此性质的贡献的加和。常见的基团贡献法是预测化合物 活度系数的u n i f a c 基团贡献法，此法由f r e d e n s l u n d 等于1 9 7 5 年以g u g g e n h e i m 的液 体溶液似晶格理论与w i l s o n 的局部组成概念为理论基础，由a s o g 模型和u n i q u a c 模型结合而导出。在环境化学研究中，通过u n i f a c 法可用来预测有机物在环境中的重 要性质，如辛醇水分配系数，水溶解度，亨利定律常数等【3 8 】。 反相液相色谱保留 从7 0 年代初期以来，反相高效液相色谱( r p h p l c ) 己被应用于q s a r 分析中加以 研究，同经典的“摇瓶”法相比较r p h p l c 对测定化合物的疏水性具有以下优点： 首先方法快速，其次是适用于含有杂质的物质或混合物，该方法不需定量测定且可 应用于挥发性物质，方法的重现性好。主要缺点是不适用于有机金属化合物，且仅对范 围有限的表面活性物质和离子化合物有效。 在q s a r 研究中的应用，如应用r p h p l c 保留参数对一组苯砜基环烷酸酯化合物 1 0 对大型蚤的急性毒性 名为“非流动人工膜 l s e r 法 l s e r 法最早是由k a m l e t 等人提出的m 1 ，他们认为化合物的性质及毒性和溶质、溶 剂反应有关，分子的特征可以用四个参数来描述，称为溶剂化色散参数( s o l v a t o c h r o m i c p a r a m e t e r s ) ，它们是：v 一溶质的分子体积；7 卜分子的极性；卜质子给予体的能力； 卜质子接受体的能力。k a m l e t 回归分析了3 2 个化合物的四种参数与鱼毒性数据，得 到了较好的结果。但l s e r 的局限性是化合物的四种参数难以获得。v 可以用结构参数 及键长、键角通过计算得到，也可以用m c g o w a n 法进行估算，其他参数可用紫外及可 见光谱测得，也可用与其他参数相关得到。 1 3 4q s a r 的研究意义 各国政府越来越重视q s a r 的预测和评价功能，比如按照美国毒物控制法案( t s c a ) 和第5 ( e ) 部分的规定，美国e p a 在化学品评价中承认并接受q s a r 的预测结果。其次， 由于通过q s a r 研究可以确定对化合物活性起关键影响作用的化合物结构因素，因而对 于定向q s a r 合成高效低毒的新化合物具有指导意义。另外，q s a r 是建立化学品性质、 毒性数据库的一个必要组成部分，建立q s a r 模型有助于从已经测定的数据中最大限度 地获取有用信息。模型的建立不仅使得数据库具有预测功能，而且可以发现数据中偏离 定量模型的“q s a r 可疑数据”。而这些可疑数据的发现往往启示了一些更为重要的规 律1 3 4 1 。 1 4 基于受体结构的药物设计方法 随着分子生物学和结构生物学的发展，越来越多的生物大分子结构被解析。对于一 些未知三维结构的受体大分子，它们的结构常常也可以通过同源蛋白模建的方法得到。 在这种情况下，就可以采用基于受体结构的药物设计方法来寻找新的先导化合物。基于 结构的药物设计方法的思路就是通过研究受体结构的特征以及受体和药物分子之间的 相互作用方式来进行药物的设计j 。 分子对接是基于受体结构药物设计中的一类重要方法。药物分子在药效发生的生物 过程中，药物与受体相互结合，首先需要两个分子充分接近，采取合适的取向，从而使 两者在必要的部位相互契合，进一步发生相互作用。因此确定复合物中的两个分子正确 第一章文献综述 的相对位置和取向，对于新药的设计非常关键。分子对接方法从2 0 世纪8 0 年代到现在， 并结合虚拟筛选的各种方法，逐渐发展成为较为完善的药物设计方法之一，而且成为药 物设计中最为重要的方法之一【4 2 】。近些年，分子对接方法取得了很大的进展，比如各种 评估函数的发展、溶剂效应的考察以及各种优化算法在分子对接中的应用等。同时，近 些年，分子对接在药物设计方面的应用也取得巨大的成功，如醛糖还原酶( a l d o s e r e d u c t a s e ) 抑制剂的设计，m a t r i p t a s e 抑制剂的设计，b c l 2 抑制剂的设计，腺病毒蛋白酶 ( a d e n o v i r u sp r o t e a s e ) 抑制剂的设计，h p r t 抑制剂的设计以及碳酸酐酶( c a r b o n i c a i l l l y d r a s e ) 抑制剂的设计等l “1 。 在基于受体结构的药物设计中，另外一类重要的方法就是从头设计方法，它属于真 正意义上全新的药物分子设计的方法m 】。这个全新的概念比数据库搜索所指的先导化合