QSAR

摘要： This work was carried out on a series of twenty-two (22) benzimidazole derivatives with inhibitory activities against Mycobacterium tuberculosis H37Rv by applying the Quantitative Structure-Activity Relationship (QSAR) method. The molecules were optimized at the level DFT/B3LYP/6-31 + G (d, p), to obtain the molecular descriptors. We used three statistical learning tools namely, the linear multiple regression (LMR) method, the nonlinear regression (NLMR) and the artificial neural network (ANN) method. These methods allowed us to obtain three (3) quantitative models from the quantum descriptors that are, chemical potential (μ), polarizability (α), bond length l (C = N), and lipophilicity. These models showed good statistical performance. Among these, the ANN has a significantly better predictive ability R2 = 0.9995;RMSE = 0.0149;F = 31879.0548. The external validation tests verify all the criteria of Tropsha et al. and Roy et al. Also, the internal validation tests show that the model has a very satisfactory internal predictive character and can be considered as robust. Moreover, the applicability range of this model determined from the levers shows that a prediction of the pMIC of the new benzimidazole derivatives is acceptable when its lever value is lower than 1.

摘要： 内分泌干扰物(endocrine disruptor chemicals,EDCs)繁殖毒性实验的周期长、费用高,导致水生生物繁殖毒性数据相对匮乏,限制了EDCs的生态风险评估和管理。毒性数据的预测是解决上述问题的重要手段,也是生态毒理学领域研究的热点和难点之一。在综述国内外利用机器学习预测化学物质的水生生物毒性效应研究的基础上,采用支持向量机(support vector machine,SVM)模型与线性神经网络(linear neural network,LNN)模型,根据定量构效关系(quantitative structure-activity relationship,QSAR)方法对黑头软口鲦(Pimephales promelas)繁殖毒性数据集构建了毒性效应二元分类预测模型,并进行了模型验证与评估。文献分析可知,在使用机器学习预测化合物水生生物毒性效应的研究中,SVM应用最广泛,其次是线性回归与神经网络等;预测急性毒性的研究要多于慢性毒性;分子描述符的筛选没有明确的理论指导,通常为经验与算法相结合,其中与辛醇-水分配系数相关的分子描述符一般具有较高的重要性。实验研究结果表明,经过筛选得到4种描述符作为模型输入变量,描述符分别与原子质量、极化率、电离势和键序有关;SVM对训练集与测试集的预测准确率分别为0.91与0.88,根据受试者工作特征(receiver operating characteristic,ROC)曲线得到的训练集与测试集曲线下面积(area under curve,AUC)分别为0.93与0.88;LNN对训练集与测试集的预测准确率均为0.82,AUC分别为0.87与0.88,表明2个模型均具有良好的泛化与预测能力。SVM的结果优于LNN,表明SVM更适合小样本数据建模。本研究结果可为EDCs的生态毒理学研究及毒性数据的丰富提供重要补充,为EDCs生态风险管控提供科学参考。

摘要： Anti-inflammatory activity of a series of tri-substituted pyrimidine derivatives was predicted using two Quantitative Structure-Activity Relationship models. These relationships were developed from molecular descriptors calculated using the DFT quantum chemistry method using the B3LYP/6-31G(d,p) level of theory and molecular lipophilicity. Thus, the four descriptors which are the dipole moment μD, the energy of the highest occupied molecular orbital EHOMO, the isotropic polarizability α and the ACD/logP lipophilicity were selected for this purpose. The Multiple Linear Regression (MLR) and Artificial Neural Network (ANN) models are respectively accredited with the following statistical indicators: R2=91.28%, R2aj=89.11%, RMCE = 0.2831, R2ext=86.50% and R2=98.22%, R2aj=97.75%, RMCE = 0.1131, R2ext=98.54%. The results obtained with the artificial neural network are better than those of the multiple linear regression. However, these results show that the two models developed have very good predictive performance of anti-inflammatory activity. These two models can therefore be used to predict anti-inflammatory activity of new similar pyrimidine derivatives.

摘要： 收集并整理了102个蒽醌化合物以及对应抗肿瘤活性和毒性,建立QSAR和分子对接模型.以1,4-二羟基蒽醌为基础,设计具有磺酰基和胺烷基结构的新型蒽醌衍生物.利用模型对所设计的衍生物进行筛选,经两步反应合成了11个潜在的拓扑异构酶Ⅱ抑制剂(B1～B11),其结构经1H NMR,13C NMR和HR-MS(ESI)表征.药理实验结果表明:化合物对DU-145和HELA癌细胞均显现出良好的抗肿瘤活性.其中B6和B11对DU-145有显著抑制作用,IC50分别为16.88μM和5.48μM.

摘要： 目的:采用混合线性模型(MLM)构造定量结构-活性关系(QSAR)模型阐明黄酮类化合物与其抗氧化活性之间的构效关系,从而对该类先导化合物的设计提供依据。方法:从PubMed数据库中检索并收集黄酮类化合物对1,1-二苯基-2-三硝基苯肼(DPPH)的半抑制浓度(IC_(50))的文献,并根据其分子结构特征与IC_(50)值建立数据库。通过MLM构造初始QSAR模型,应用五折交叉验证法进行模型优化,最终得到预测模型。结果:黄酮类化合物的抗氧化活性与A环的邻二酚羟基数目(X_(1))和B环的酚羟基数目(X_(2))呈正相关,与B环的间二酚羟基数目(X_(3))呈负相关。优化后的模型为:IC_(50)=137.56-65.86X_(1)-53.92X_(2)+70.85X_(3)。结论:采用MLM进行QSAR研究能较好地预测黄酮类化合物的抗氧化活性,为抗氧化药物的设计提供参考。

摘要： 目的:采用混合线性模型(MLM)构造定量结构-活性关系(QSAR)模型阐明黄酮类化合物与其抗氧化活性之间的构效关系,从而对该类先导化合物的设计提供依据.方法:从PubMed数据库中检索并收集黄酮类化合物对1,1-二苯基-2-三硝基苯肼(DPPH)的半抑制浓度(IC50)的文献,并根据其分子结构特征与IC50值建立数据库.通过MLM构造初始QSAR模型,应用五折交叉验证法进行模型优化,最终得到预测模型.结果:黄酮类化合物的抗氧化活性与A环的邻二酚羟基数目(X1)和B环的酚羟基数目(X2)呈正相关,与B环的间二酚羟基数目(X3)呈负相关.优化后的模型为:IC50=137.56-65.86X1-53.92X2+70.85X3.结论:采用MLM进行QSAR研究能较好地预测黄酮类化合物的抗氧化活性,为抗氧化药物的设计提供参考.

摘要： 饮用水中新型环状消毒副产物(disinfection byproducts,DBPs)因具有较高的生物毒性,受到越来越广泛的关注。本文简要概述了国内外饮用水中新型环状DBPs检测情况及暴露水平,重点探讨了新型环状DBPs的细胞毒性、遗传毒性和内分泌干扰效应,并总结了定量构效关系(quantitative structure-activity relationship,QSAR)在毒性效应预测方面的应用,旨在为新型环状DBPs的毒性及致毒机理研究提供理论参考。

摘要： 含氧多环芳烃(OPAHs)是化石燃料不完全燃烧或多环芳烃化学氧化、光化学氧化和生物氧化形成的一类新污染物。迄今,已有许多OPAHs在环境中被检出,一些OPAHs具有发育毒性、致突变性和致癌性。但是,仍有很多OPAHs缺少毒性数据。定量结构-活性关系(QSAR)可以预测OPAHs的毒性,以减少昂贵、耗时、费力的毒性测试。本研究基于前人报道的斑马鱼(Danio rerio)胚胎毒性logEC_(50)实验数据,采用B3LYP/6-31G(d,p)方法优化分子结构,计算量子化学描述符和Dragon描述符,基于多元线性逐步回归方法构建了OPAHs的斑马鱼胚胎急性毒性QSAR模型。模型包含4个描述符:化学势(μ)、最大电拓扑参数(MAXDP)、Moriguchi正辛醇-水分配系数(MLOGP)和芳香性指数(AROM),表明OPAHs的得失电子能力和疏水性是影响毒性的主要原因。模型的决定系数(R^(2)=0.781)、外部验证以及去一法交叉验证结果表明,模型具有较好的预测能力和稳健性。采用Williams图表征了模型的应用域。该模型可以用于OPAHs斑马鱼胚胎急性毒性的预测,为其生态风险评价提供数据支持。

摘要： 目的:评价盐酸溴己新国抽杂质的遗传毒性,为其制定合理限值提供毒理学依据。方法:按照《中国药典》和ICH M7指导原则的要求,采用基于专家知识规则Derek和基于统计学的Sarah的(Q)SAR软件对杂质N-(2-硝基)-N-环己基-N-甲胺进行分类,采用Mini-Ames试验进一步验证预测结果并进一步对杂质进行准确分类,制定合理限度。结果:通过(Q)SAR评估,N-(2-硝基)-N-环己基-N-甲胺为3类杂质;Mini-Ames试验结果显示N-(2-硝基)-N-环己基-N-甲胺在无和有活化系统条件下,各剂量组菌落数均未增加,Mini-Ames试验为致突变阴性。结论:N-(2-硝基)-N-环己基-N-甲胺没有遗传毒性,可按普通杂质制定限值。

摘要： 苯衍生物属于水体环境典型污染物,其水体生态毒性风险备受关注.定量构效关系(QSAR)模型对研究有机物的环境风险评估具有重要作用.本工作根据有机物的原子分布矩阵计算得到系列范数描述符,据此建立QSAR模型,研究110个苯衍生物对费氏弧菌(V.fischeri)的生态毒理效应.研究结果表明:本工作建立的QSAR模型能准确预测苯衍生物对V.fischeri的毒性,其中,模型统计结果相关性系数R2=0.895,均方根误差为0.241;内部验证和外部验证表明了该模型的可靠性和稳定性;应用域验证表明了本模型的广泛适用性.由此推断,本工作提出的范数描述符可能是有机物分子结构的一种根本描述,据此建立的模型可以应用于有机污染物生态毒性评价和环境风险评价.

摘要： 多氯化萘(PCNs)是一类持久性有机化合物,共有75种系列物.由于具有较高的化学稳定性、疏水性、阻燃性和杀菌性,被广泛用作电容器、变压器介质、润滑油添加剂、电缆绝缘及防腐剂等。除上述污染来源外,氯碱工业、垃圾焚烧及金属冶炼等同样会产生PCNs污染.由于其广泛的生产、运输和使用,PCNs在环境中普遍存在,并在空气、土壤,水、沉积物、各种生物体及人体中检出.另外,某些PCNs系列物具有与多氯联苯相似的结构和毒性,能与芳香烃受体结合或激活某些特定的酶来改变细胞的生物化学性质,从而产生某些毒性效应.由于上述原因,PCNs作为一类持久性有机污染物,日益受到人们的关注.本文应用QSAR技术预测PCNs的BCF，并考察其与正辛醇-水分配系数(Kaw)及生物毒性之间的关系。

摘要： 多氯化萘(PCNs)是一类持久性有机化合物,共有75种系列物.由于具有较高的化学稳定性、疏水性、阻燃性和杀菌性,被广泛用作电容器、变压器介质、润滑油添加剂、电缆绝缘及防腐剂等。除上述污染来源外,氯碱工业、垃圾焚烧及金属冶炼等同样会产生PCNs污染.由于其广泛的生产、运输和使用,PCNs在环境中普遍存在,并在空气、土壤,水、沉积物、各种生物体及人体中检出.另外,某些PCNs系列物具有与多氯联苯相似的结构和毒性,能与芳香烃受体结合或激活某些特定的酶来改变细胞的生物化学性质,从而产生某些毒性效应.由于上述原因,PCNs作为一类持久性有机污染物,日益受到人们的关注.本文应用QSAR技术预测PCNs的BCF，并考察其与正辛醇-水分配系数(Kaw)及生物毒性之间的关系。

摘要： 多氯化萘(PCNs)是一类持久性有机化合物,共有75种系列物.由于具有较高的化学稳定性、疏水性、阻燃性和杀菌性,被广泛用作电容器、变压器介质、润滑油添加剂、电缆绝缘及防腐剂等。除上述污染来源外,氯碱工业、垃圾焚烧及金属冶炼等同样会产生PCNs污染.由于其广泛的生产、运输和使用,PCNs在环境中普遍存在,并在空气、土壤,水、沉积物、各种生物体及人体中检出.另外,某些PCNs系列物具有与多氯联苯相似的结构和毒性,能与芳香烃受体结合或激活某些特定的酶来改变细胞的生物化学性质,从而产生某些毒性效应.由于上述原因,PCNs作为一类持久性有机污染物,日益受到人们的关注.本文应用QSAR技术预测PCNs的BCF，并考察其与正辛醇-水分配系数(Kaw)及生物毒性之间的关系。

摘要： 多氯化萘(PCNs)是一类持久性有机化合物,共有75种系列物.由于具有较高的化学稳定性、疏水性、阻燃性和杀菌性,被广泛用作电容器、变压器介质、润滑油添加剂、电缆绝缘及防腐剂等。除上述污染来源外,氯碱工业、垃圾焚烧及金属冶炼等同样会产生PCNs污染.由于其广泛的生产、运输和使用,PCNs在环境中普遍存在,并在空气、土壤,水、沉积物、各种生物体及人体中检出.另外,某些PCNs系列物具有与多氯联苯相似的结构和毒性,能与芳香烃受体结合或激活某些特定的酶来改变细胞的生物化学性质,从而产生某些毒性效应.由于上述原因,PCNs作为一类持久性有机污染物,日益受到人们的关注.本文应用QSAR技术预测PCNs的BCF，并考察其与正辛醇-水分配系数(Kaw)及生物毒性之间的关系。

摘要： 多氯化萘(PCNs)是一类持久性有机化合物,共有75种系列物.由于具有较高的化学稳定性、疏水性、阻燃性和杀菌性,被广泛用作电容器、变压器介质、润滑油添加剂、电缆绝缘及防腐剂等。除上述污染来源外,氯碱工业、垃圾焚烧及金属冶炼等同样会产生PCNs污染.由于其广泛的生产、运输和使用,PCNs在环境中普遍存在,并在空气、土壤,水、沉积物、各种生物体及人体中检出.另外,某些PCNs系列物具有与多氯联苯相似的结构和毒性,能与芳香烃受体结合或激活某些特定的酶来改变细胞的生物化学性质,从而产生某些毒性效应.由于上述原因,PCNs作为一类持久性有机污染物,日益受到人们的关注.本文应用QSAR技术预测PCNs的BCF，并考察其与正辛醇-水分配系数(Kaw)及生物毒性之间的关系。

摘要： 多氯化萘(PCNs)是一类持久性有机化合物,共有75种系列物.由于具有较高的化学稳定性、疏水性、阻燃性和杀菌性,被广泛用作电容器、变压器介质、润滑油添加剂、电缆绝缘及防腐剂等。除上述污染来源外,氯碱工业、垃圾焚烧及金属冶炼等同样会产生PCNs污染.由于其广泛的生产、运输和使用,PCNs在环境中普遍存在,并在空气、土壤,水、沉积物、各种生物体及人体中检出.另外,某些PCNs系列物具有与多氯联苯相似的结构和毒性,能与芳香烃受体结合或激活某些特定的酶来改变细胞的生物化学性质,从而产生某些毒性效应.由于上述原因,PCNs作为一类持久性有机污染物,日益受到人们的关注.本文应用QSAR技术预测PCNs的BCF，并考察其与正辛醇-水分配系数(Kaw)及生物毒性之间的关系。

摘要： 金属卟啉模拟细胞色素P-450在温和条件下催化氧化碳氢键一直是国内外卟啉仿生催化领域研究的热点。卟啉分子结构的改变对其催化性能具有重要的影响,因此众多研究者试图通过设计、合成各种具有特定结构的卟啉分子以获得具有高催化活性和选择性的催化剂。本文论述了以9种五配位四苯基铁卟啉分子为研究对象，进行量子化学方法计算，结合其在温和反应条件下催化环己烷羟基化实验数据，建立量化参数与催化活性之间的二元构效模型，为该催化体系的铁卟啉催化剂分子设计提供理论参考。

摘要： 金属卟啉模拟细胞色素P-450在温和条件下催化氧化碳氢键一直是国内外卟啉仿生催化领域研究的热点。卟啉分子结构的改变对其催化性能具有重要的影响,因此众多研究者试图通过设计、合成各种具有特定结构的卟啉分子以获得具有高催化活性和选择性的催化剂。本文论述了以9种五配位四苯基铁卟啉分子为研究对象，进行量子化学方法计算，结合其在温和反应条件下催化环己烷羟基化实验数据，建立量化参数与催化活性之间的二元构效模型，为该催化体系的铁卟啉催化剂分子设计提供理论参考。

摘要： 金属卟啉模拟细胞色素P-450在温和条件下催化氧化碳氢键一直是国内外卟啉仿生催化领域研究的热点。卟啉分子结构的改变对其催化性能具有重要的影响,因此众多研究者试图通过设计、合成各种具有特定结构的卟啉分子以获得具有高催化活性和选择性的催化剂。本文论述了以9种五配位四苯基铁卟啉分子为研究对象，进行量子化学方法计算，结合其在温和反应条件下催化环己烷羟基化实验数据，建立量化参数与催化活性之间的二元构效模型，为该催化体系的铁卟啉催化剂分子设计提供理论参考。

摘要： 金属卟啉模拟细胞色素P-450在温和条件下催化氧化碳氢键一直是国内外卟啉仿生催化领域研究的热点。卟啉分子结构的改变对其催化性能具有重要的影响,因此众多研究者试图通过设计、合成各种具有特定结构的卟啉分子以获得具有高催化活性和选择性的催化剂。本文论述了以9种五配位四苯基铁卟啉分子为研究对象，进行量子化学方法计算，结合其在温和反应条件下催化环己烷羟基化实验数据，建立量化参数与催化活性之间的二元构效模型，为该催化体系的铁卟啉催化剂分子设计提供理论参考。

摘要： 本发明公开一种通过建立QSAR模型预测化学品以斑马鱼胚胎为受体的毒性的方法。在已知化合物分子结构的基础上，仅通过计算具有结构特征的分子描述符，应用所构建的QSAR模型，即能快速、高效地预测化合物的以斑马鱼胚胎为受体的半数致死浓度，该方法简单快捷、成本低，且能节省实验测试所需的人力、物力和财力。本发明依据经济合作与发展组织关于QSAR模型的构建和使用导则进行建模，运用简单、透明的多元线性回归分析方法，易于理解和应用；具有明确的应用域、良好的拟合能力、稳健性和预测能力，能够有效地预测应用域内化合物的以斑马鱼胚胎为受体的半数致死浓度，为化合物的生态风险性评价和管理提供必要的基础数据，具有重要的意义。

摘要： 本发明涉及一种基于多元线性回归快速预测黄嘌呤衍生物抑制活性的QSAR方法，建立数据集样本；生成描述符；随机划分训练集和测试集；利用最大相关最小冗余方法结合多元线性回归留一法验证筛选变量，选出建模的最优变量子集；对筛选出的最优自变量进行转换，获得新的自变量；用多元线性回归建立黄嘌呤衍生物抑制活性的快速预报模型；根据建立的黄嘌呤衍生物的快速预报模型和待检测的黄嘌呤衍生物，快速预报待检测物的抑制活性。本发明基于可靠的文献真实值和建模方法，所建的黄嘌呤衍生物抑制活性的预报模型具有方便快捷，无化学污染等优点。

摘要： 本发明公开了一种基于综合毒性作用模式分类构建的有机化合物对大型蚤急性毒性QSAR模型。首先发展了一个综合的毒性作用模式分类方法，采用该方法基于结构特征对化合物进行分类。将化合物根据该方法进行分类后，在获得化合物分子结构描述符的基础上，通过多元线性回归方法，构建了EC

摘要： 本发明涉及环境中有毒物质预测领域，具体为评价纳米金属氧化物健康效应的QSAR毒性预测方法，根据纳米金属氧化物的结构特征与细胞毒性效应的定量关系预测未知金属氧化物的毒性终点；是综合纳米金属氧化物的理化结构参数和特殊致毒机理建立的纳米金属毒性预测模型，并将其应用于预测未知毒性效应终点的一种方法。本发明基于纳米金属氧化物的作用模式和致毒机理，构建纳米金属毒性预测模型，通过QSAR模型方法预测未知毒性值，快速、简单，依赖较少的试验测试数据完成多种毒性数据缺乏化合物的毒性终点预测。

摘要： 本发明提供了一种化学物质P‑糖蛋白相互作用QSAR筛选方法，包括如下步骤：(1)采集数据；(2)将分子描述符的值进行归一化，使每个分子描述符的权重平等；(3)将得到的数据集分为训练集、预测集和外部验证集；(4)对分子描述符根据分子描述符之间的相关系数进行筛选；(5)将MPSO与GA进行嵌套循环，并优化支持向量机的内核参数与最优特征自变量子集后即成。本发明所述的化学物质P‑糖蛋白相互作用QSAR筛选方法将MPSO与GA进行嵌套循环，并确定SVM的最优特征自变量子集和优化内核参数，在此基础上构建定量构效关系模型，对P‑gp底物类和抑制剂类化合物具有较为准确的分类。

摘要： 本发明涉及一种通过建立QSAR模型预测液晶分子双折射率的方法，包括以下步骤：建立一个包含待预测液晶分子中相应结构的数据集；使用gaussview软件构建数据集中每个化合物的初始结构，使用gaussian 09优化结构；使用dragon 7软件计算描述符；使用QSARINS软件筛选描述符，输入双折射率实验数据；数据集中的液晶分子按照6:1拆分为训练集和验证集；使用QSARINS软件逐步回归分析，建立多元线性关系模型；获得回归方程；对模型进行应用。可快速高效地预测液晶分子的双折射率，成本低廉、简便快速，减少化学合成及测试所消耗的人力、物力、财力及时间。

摘要： 本发明属于化学品毒理学机制分析领域，公开了一种提高污染物QSAR模型预测毒性效应终点值准确度的方法。包括计算毒性级数、界定毒性级数、基于毒性级数的QSAR模型参数选择原则。建立作用机制导向下的QSAR模型，可提高QSAR模型预测的准确度和有效性。识别和减少风险评价和管理过程的不确定性，有助于深入研究有机污染物对生物的毒性作用机制，为有机污染物对生物毒性预测和安全评价提供科学、精准信息。

摘要： 本发明公开一种通过建立QSAR模型预测化学品以斑马鱼胚胎为受体的毒性的方法。在已知化合物分子结构的基础上，仅通过计算具有结构特征的分子描述符，应用所构建的QSAR模型，即能快速、高效地预测化合物的以斑马鱼胚胎为受体的半数致死浓度，该方法简单快捷、成本低，且能节省实验测试所需的人力、物力和财力。本发明依据经济合作与发展组织关于QSAR模型的构建和使用导则进行建模，运用简单、透明的多元线性回归分析方法，易于理解和应用；具有明确的应用域、良好的拟合能力、稳健性和预测能力，能够有效地预测应用域内化合物的以斑马鱼胚胎为受体的半数致死浓度，为化合物的生态风险性评价和管理提供必要的基础数据，具有重要的意义。

摘要： 本发明涉及一种基于多元线性回归快速预测黄嘌呤衍生物抑制活性的QSAR方法，建立数据集样本；生成描述符；随机划分训练集和测试集；利用最大相关最小冗余方法结合多元线性回归留一法验证筛选变量，选出建模的最优变量子集；对筛选出的最优自变量进行转换，获得新的自变量；用多元线性回归建立黄嘌呤衍生物抑制活性的快速预报模型；根据建立的黄嘌呤衍生物的快速预报模型和待检测的黄嘌呤衍生物，快速预报待检测物的抑制活性。本发明基于可靠的文献真实值和建模方法，所建的黄嘌呤衍生物抑制活性的预报模型具有方便快捷，无化学污染等优点。

摘要： 本发明公开了一种基于QSAR/QEcoSAR方法联用预测有机磷阻燃剂对斑马鱼急性毒性的方法，属面向化学品环境监管的定量结构‑‑活性关系(QSAR)技术领域。本发明包括以下步骤：基于化学反应原理和最小能量原则，联用QSAR与QEcoSAR，采用多元线性回归方法构建LC