定量构效关系.ppt

1、A,1,3.1 定量构效关系的概述 3.2二维定量构效关系 3.3三维定量构效关系,药物设计方法-定量构效关系,A,2,化合物构效关系研究框图,分子结构图,活性/性质,结构特征,统计函数或模式识别,数学模型,结构特征,统计函数或 模式识别,？,A,3,1. 英文：Quantitative Structure- Activity/Property Relationship study 2. 略写： QSAR/QSPR 3. 中文：定量结构-活性/性质相关性研究； 化合物构效关系研究 4. 基本假设: 化合物的结构与其活性/性质是相关的; 化合物的结构与其活性/性质不是一一对应的.,3.1.化合物

2、构效关系研究概述,A,4,人们研究药物的中心问题是揭示药物的化学结构、理化性质与生物活性之间的内在联系。19世纪中叶就有人提出了它们的定量关系式: =F(C) (式212) 式中和C分别表示化合物的生物效应和结构性质。后来，Meyer和Overton的研究表明，一些化合物的脂水分配系数与麻醉作用呈线性关系。,3.1.化合物构效关系研究概述,A,5,Hansch模型、Free-Wilson模型等方法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（2D-QSAR）。 （1）对于一些新的不常见的取代基无法获得合适的 理化 参数去描述； （2）对于药物受体相互作用信息

3、缺少相应参数描 述； （3）对于所得到的结果不能获得直观的图形输出，难以 将描述符的意义和结构修饰相联系。,1980年前后人们开始探讨基于分子构象的三维定量与其各类活性之间关系，这一类的QSAR方法被称为3D-QSAR。,3.1.化合物构效关系研究概述,A,6,20世纪60年代，Hansch和Toshio Fujita首先把物理有机化学中取代基的Hammett常数对反应速率或平衡影响的定量处理方法移植到处理生物活性与结构的定量关系之中，确立了二维定量构效关系的研究方法。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,7,二维定量构效关系研究方法：,Hansch-Fujita方法（19

4、63） 模式识别Free-Wilson法（1964） 电子拓扑法（1987）,3.2.二维定量构效关系研究方法（2D-QSAR）,A,8,1. Hansch-Fujita方法,Hansch-Fujita方法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。 基本依据是药物在体内的运转和与受体的相互作用为药物分子与生物大分子之间的物理和化学作用。当药物由给药部位到达作用部位，需通过若干生物膜，药物到达作用部位表面的浓度高低，必然影响生物活性的强弱。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,9,1. Hansch-Fujita方法,Hansch分析认为

5、，给药后，药物在体内经历随机运行到达靶部位，在那里发生药物受体相互作用并产生药效(BE)。其中C为药量，A为到达靶的概率，Kx为限速反应的速率常数。,药效与药物的3个基本性质可能存在定量关系。这3个性质是疏水性、电性效应、空间效应。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,10,1. Hansch-Fujita方法,Hansch-Fujita法假定这些性质是彼此孤立的，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法表达为下面的公式： Log1/c=-k12+k2+k3+k4ES+k5 式中c为化合物产生指定生物效应的物质的量浓度，、

6、和ES分别为疏水性参数、电子效应参数和立体参数。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,11,（1）Hansch分析法的基本要求 所设计的化合物应是同源化合物，具有相同的基本母核，作用于同一受体。化合物的物理化学性质差异要大，所选择的参数不能具有相关性，每一个参数都应对活性有直接的影响。化合物的生物活性数据变化幅度应大于一个对数单位（相差10倍）。化合物的数目至少是所选用参数的5倍。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,12,（2）参数的物理意义 a)疏水参数： 常用的疏水参数有分配系数lgP和疏水常数。lgP常用正辛醇和水系统，用摇瓶法测定。值可查有关工

7、具书，它具有加和性(式214)，分子的分配系数lgP还可通过分子表面积和体积的计算获得。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,13,b)电性参数 电性参数采用Hammett常数。它表达取代基的电性效应，对有机化学反应速率或平衡常数带来定量影响，用Hammett方程表示。 k0和k分别表示未取代和取代的化合物的速率常数或平衡常数。为常数，取决于特定的反应，与取代基无关。是取代基的特性常数，与反应的性质无关。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,14,c)立体参数 经典的立体参数是Taft立体参数Es。在乙酸乙酯酰基的邻位引入各种取代基，它们酸性水解的速率与

8、邻位取代基的大小有关，立体参数Es与水解速率常数的关系见下式： kH和kX分别为乙酸乙酯和取代乙酸乙酯的水解速率常数。取代基X为氢时，Es=0；其它取代基的Es值均小于零。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,15,d)生物活性强度 生物活性强度是指在规定时间内达到同样效应的药物浓度或剂量。例如半有效剂量ED50，半致死量LD50和半抑制浓度IC50等。若C为等效浓度，则生物活性强度也可用1/c或lg(1/c)表示。c越小，1/c或lg（1/c）越大，则活性越强。为便于比较，浓度和剂量都用物质的量表示。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,16,通过生物

9、活性强度与特性参数回归分析，得Hansch方程： 此式表示生物活性强度与各参数线性相关。也可能有复杂情况，如出现最适疏水常数，此时生物活性强度与疏水参数呈抛物线关系，方程为：,3.2.二维定量构效关系研究方法（2D-QSAR）,A,17,（3.1） Hansch分析法在药物分子设计中应用,先导物喹啉羧酸，合成71个同源化合物。 活性由最低抑菌浓度（mol/L）表示。 选择11个参数，1-位取代基的STERIMOL长度、6-取代基的Taft立体参数、6、7、8-位取代基疏水参数之和、6、7、8-位取代基诱导参数之和、指示变量I等（当化合物分子中含有哌嗪基时I=1，其余基团为0）。,3.2.二维定

10、量构效关系研究方法（2D-QSAR）,A,18,定量方程式： Log 1/MIC = -0.362(0.25)(L1)2+3.036(2.21)L1- 2.499(0.55)(Es6)2-3.345(0.73)Es6 +0.986 (0.24) I7-0.734(0.27)I7N-CO -1.023(0.23) (B4(8)2 +3.742(0.92)(B4(8)-0.205(0.05)(6,7,8)20.485(0.10)6,7,8 -0.681(0.39) 6,7,8-4.571(0.271) 11个参数：L1：1-取代基STERIMOL长度，Es6：6-取代基的Taft立体参数；B4：分

11、子宽度，I：指示变量；6，7，8取代基的疏水参数及电性参数，7-N的诱导参数。 据此计算出的环丙沙星的Log 1/MIC=6.38;实测值6.63.,3.2.二维定量构效关系研究方法（2D-QSAR）,A,19,（3.2） Hansch分析法在药物分子设计中应用 将34喹唑啉化合物随机分组，28个训练集，6个测试集。用Dragon软件计算每个分子的描述符，导入到QSARING软件中应用遗传算法建立多元线性回归方程。从中找出最优的模型，包含4个描述符，分别为：Me、GATS2m、EEig15r、Hy. 得到的方程式为：pki=-38.2034 Me+22.4078 GATS2m -1.4265E

12、Eig15r-2.1849Hy+32.9158 R2=0.8632 Q2-F1=0.7803 Q2-F2=0.7801 Q2-F3=0.8598 CCCext=0.9201,3.2.二维定量构效关系研究方法（2D-QSAR）,A,20,实验值和预测值得散点图,3.2.二维定量构效关系研究方法（2D-QSAR）,A,21,实验值和预测值的残差,3.2.二维定量构效关系研究方法（2D-QSAR）,A,22,Williams plot,3.2.二维定量构效关系研究方法（2D-QSAR）,A,23,模型的偶然性验证,3.2.二维定量构效关系研究方法（2D-QSAR）,A,24,（4） Hansch分析

13、法的用途及局限性 定量指导先导化合物的优化，用于解释药物作用机理，推测可能的受体模型，研究其他药代动力学的定量关系。 2D-QSAR，只考虑化合物与受体作用的位点，没有考虑化合物与受体结合时的构象变化，没有反映出分子构象和构型对活性的影响。不能定量描述三维结构与生物活性的关系。只能优化先导物。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,25,2. 模式识别Free-Wilson法,这种方法假定分子的活性是母体化合物和取代基的活性贡献之和，不论其它位置取代基变换与否，每一取代基对生物活性的贡献是恒定的可加和的，与分子其它部位的基团变化无关。,3.2.二维定量构效关系研究方法（2D-

14、QSAR）,A,26,3. 电子拓扑法,电子拓扑法（分子连接性指数法）是在分子拓扑图和化学键模型的基础上提出和发展起来的，它的基本假设是：用来表示分子结构和若干性质间的定量关系所需的信息表征于由非氢原子和键构成的隐氢式中。分子的性质和隐氢式计算得到的连接性指数间存在某种函数关系，这是用分子连接性方法分析结构-性质关系的基础。,3.2.二维定量构效关系研究方法（2D-QSAR）,A,27,三维定量构效关系(3D-QSAR),随着构效关系理论和统计方法的进一步发展,20 世纪80 年代, 三维结构信息被陆续引入到定量构效关系研究中, 即3D_QSAR.与2D_QSAR 比较,3D_QSAR 方法在

15、物理化学上的意义更为明确, 能间接反映药物分子和靶点之间的非键相互作用特征。,A,28,三维定量构效关系（3D-QSAR）,3D-QSAR是以配体和靶点的三维结构特征为基础, 探索生物活性分子的三维构象性质，精确地反映生物活性分子与受体相互作用的能量变化和图形，更深刻地揭示药物受体相互作用的机理。,A,29,三维定量构效关系（3D-QSAR）,将已知一系列药物的理化参数和三维结构参数与药效拟合出定量关系，再以此关系预测新化合物的活性，进行结构的优化和改造。,3D-QSAR实际上是QSAR与计算化学和分子图形学相结合的研究方法，是研究药物与受体间的相互作用、推测模拟受体图像、建立药物结构活性关系

16、，并进行药物设计的有力工具。,A,30,分子形状分析 （MSA） 计算机结构自动评价方法（CASE） 假想受点点阵（HASL） 距离几何法（DGM） 比较分子场分析方法（ CoMFA ) 比较分子相似性因子分析(CoMSIA),三维定量构效关系研究方法：,A,31,1. 分子形状分析 （ MSA),分子形状分析法是Hopginger教授1980年提出的，属于分子构象分析与Hansch方法结合的产物。 该方法认为柔性分子可以有很多构象，而受体所能接受的构象是有限的。因此分子的活性与该分子形状对空腔的适应能力有关。 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。,A,32

17、,2. 计算机结构自动评价方法 (CASE）,是kolpman教授提出的。该方法以程序自动地把分子分为若干个碎片，从有生物活性化合物中得到的碎片作为有活性的，无生物活性化合物得到的碎片则为无活性的，形成一个分子碎片的数据库。然后用回归法对碎片和生物活性进行相关性分析，建立定量关系式，并以此对新化合物进行定量预测。,A,33,该方法先计算出相似或不同类型配体构象的优势构象，将最低能量的配体分子结构置于一个规则正交的三维网格，由用户指定一个理化性质，比如疏水性或电荷密度等，加于三维网格中作为第四维，计算网格中点阵的所有能量值，然后与每个分子的生物活性相关联，得到假象的受体点阵模型。对某一分子而言，

18、其对应分子点阵与复合点阵所共享点的局部活性的加和，即为该分子的预测活性。,3. 假想受点点阵(HASL）,A,34,距离几何法认为，药物与靶点相互作用是通过药物的活性基团和受体结合部位相应的结合点直接作用实现的。 药物的活性高低可以通过其活性基团和受体结合点的结合能来衡量。,4. 距离几何法(DGM）,A,35,距离几何法基本步骤： （1）定义分子中可能的作用位点； （2）计算分子的距离矩阵，用原子的距离矩阵得到分子作用位点的距离矩阵； （3）定义靶点结合位点的分布，其相对位置 也用距离矩阵来表示； （4）确定靶点结合位点的分布，通过靶点和药物的距离矩阵来确定最佳的结合模式及靶点结合位点的空间

19、分布。,A,36,5. 比较分子场分析方法（CoMFA）,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。 （2）一系列类似化合物以同一机制作用于同一受体,受体活性部位的分子场分布是确定的。,A,37,CoMFA基本原理：分子药理学研究表明，引起生物学效应的药物分子与受体的相互作用大多是一种可逆性的非键合作用，如范德华力、静电相互作用、疏水作用和氢键等，并称这些相互作用为场，将这些非键合作用用分子的场来描述。按照此原理, 如果一组相似化合物以同一作用方式作用于同一受体, 那么它们的生

20、物活性就取决于每个化合物周围分子场的差别. CoMFA ，在不了解受体三维结构的情况下，研究这些药物分子周围的作用势场的分布情况，作为化合物的结构特征变量，用数学方法建立他们与化合物的生物活性之间关系的模型，用以推测受体的某些性质，并可依据所建立的作用模型来设计新的化合物。定量的预测其活性强度。 用分子场研究药物与受体间的相互作用,A,38,CoMFA操作基本过程,1、获得化合物的活性数据IC50或Ki,通常选用-Lg(IC50)或-Lg(Ki)值做为化合物的活性值,A,39,在有受体的晶体结构和受体与小分子的作用位点清楚的情况下，采用分子对接的方法确定分子的活性构象是目前比较普遍的活性构象获

21、得方法。,2、构建分子，进行结构优化确定活性构象(药效构象)。,最低能量构象 分子对接构象 药效团构象,A,40,3、计算分子中的原子的电荷。 获取原子净电荷以便能计算分子的静电力场,4、选择合适的叠加规则叠加分子，这是CoMFA的关键步骤,叠合一般分为骨架叠合和场叠合。,骨架叠合 场叠合,A,41,骨架的选取,A,42,骨架叠合有以下几种规则可供选择： 1）在了解作用机理的前提下，可以用已知的活性构象作为模板，构建其余分子的结构，并进行局部优化后与已知的活性构象叠合。 2）在活性构象未知的情况下，用活性最高的分子低能构象作为模板，构建并局部优化其他分子的结构，与模板分子进行叠合。 3）或者在

22、活性构象未知的情况下，可以用活性类似法对分子进行系统构象搜索，找出其共同的构象，从而确立活性构象进行叠合,A,43,4）如果分子的结构差异较大时，骨架叠合方法不是理想的叠加法。可以采用场拟合（field fit）方法进行叠合。首先计算出各个药物分子的力场，经3个平移自由度和3个转动自由度及某些扭角调整，然后使它们与模板（一般为活性最高的药物）的力场差别最小。 5）用对接后的分子集作为CoMFA中叠合分子集的做法，并与传统的低能构象叠合方法相比较，得到了较好的计算结果。,在实际的计算操作中，没有哪种方法更加优越的比较，究竟选取哪种叠合方式更加有利于所研究的体系要视具体情况而定,A,44,5、在叠

23、合的分子周围产生一个包容所有分子的矩形盒子，并划分成规则排列的格点。用某种基团或者小分子（H+，Csp3+，H2O，CH3等）作为探针，在网格中以一定的步长移动（0.42埃米），计算在每个点与每个化合物构象式间的立体场能和静电势等。连同活性数据值，建立数据表。,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,A,45,6、计添加CoMFA列,A,46,7、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,由于格点数多，往往采集到2000个以上的力场值，远远超过化合物样本数，因

24、为不能用线性回归（MLR）分析处理，而用偏最小二乘（PLS），以克服自变量数目超过因变量数目所带来的问题。,A,47,最佳主成分数为5，交叉验证系数q2的数值为0.552 验证系数q2数值关系到CoMFA模型的预测能力,A,48,将Components的数值改为5， 其它参数如图,8、分析模型的你和能力及其他性质,A,49,模型的标准偏差为0.061；相关系数R2为0.993；F值为559.494。,A,50,8、预测化合物的活性,利用已经构建好的3D-QSAR模型对训练集化合物进行生物活性的预测计算。,A,51,利用已经构建好的3D-QSAR模型对测试集化合物进行生物活性的预测计算，注意在预

25、测新化合物的时候首先也需要将测试分子叠合到模型中。,9、模型验证,测试集与模板分子叠合,实验活性 预测活性,A,52,10、用三维等势线图形（contour map）显示QSAR模型，显示立体与静电的有利与不利区域，根据此图设计新的化合物，并预测其活性。 CoMFA可以用等值线图的方式将各种场的分布用图形直观地表示出来。从图上可以清楚地观察到各种场分布强弱对化合物活性的影响，从而可以根据模型的指导和对实际情况的分析，对现有化合物进行结构修饰和改造，设计新的分子结构。,A,53,比较分子场分析法 CoMFA,三维等势线图形,红色 负电性基团 蓝色 正电性基团 绿色 增大基团体积 黄色 减小基团体

26、积,A,54,在构建CoMFA 与CoMSIA 模型的时候，仅仅靠一次分子叠合以后的训练结果往往不令人满意，因此我们就需要不断改变某些化合物的叠合构象以提升模型的预测质量，更直观的表现为交叉验证系数q2 值的提高。 。一般地，可以选择预测活性的误差较大的化合物来进行调整叠合构象。,11、模型优化,A,55,模型优化步骤：,首先对化合物 进行构象搜寻，利用GA Conf. Search 根据每个分子与模板分子的叠合情况筛选出新的叠合构象 将新构象导入Training 表格 刷新Training 表格后重复CoMFA 的步骤，最后可得交叉验证系数q2 值为0.589，比原来已有所提高。,A,56,如何得到较好的CoMFA模型？,提高交互检验的q2的方法： 1. 改变化合物的叠合方式 2. 活性构象的选择 3. 改变化合物的空间取向 4. 调节格