科研之友
微信
新浪微博
Facebook
分享链接
摘要
吲唑类PI3Kδ选择性抑制剂是一类新的靶向抗癌药物,有的已开始应用于临床.为了研究PI3Kδ抑制剂的活性pIC50与结构之间的定量结构-活性关系,在分子拓扑理论的基础上,计算了47个PI3Kδ抑制剂分子的分子形状指数和电性拓扑状态指数,筛选了分子形状指数的K1,K3,K4和电性拓扑状态指数的E7,E16,E19共6种结构参数,建立了这些PI3Kδ抑制剂分子的活性与K1,K3,K4,E7,E16,E19这6种结构参数的定量结构-活性相关性多元回归模型,并将这6种参数作为神经网络输入层变量,47个PI3Kδ抑制剂分子的活性为输出层变量,采用6∶4∶1的网络结构方式,建立了预测能力强的神经网络模型,其总相关系数r为0.979 4,利用该神经网络模型计算得到的预测活性值与实验值的平均相对误差为1.92%.结果表明,PI3Kδ选择性抑制剂的活性与6种分子结构参数之间有良好的非线性关系,基团的类型、基团的连接位置以及相互之间的作用均能影响PI3Kδ选择性抑制剂的活性.
-
单位徐州工程学院; 化学化工学院
