吡唑啉酮类衍生物对c-Met抑制活性的特征结构研究
肝细胞生长因子(HGF)/酪氨酸蛋白激酶(c-Met)介导的细胞信号是导致肿瘤细胞产生和转移的主要途径之一。c-Met 抑制剂能够阻断 HGF/c-Met 信号，抑制人类肿瘤的转移发生。本文选用77个结构多样的吡唑啉酮类衍生物作为 c-Met 抑制剂分子的数据集，随机选取其中16个分子作为检验集，其余作为训练集，采用多元线性回归(MLR)和主成分回归分析(PCA)法对每个分子的648个参数进行回归分析，分别建立定量构效关系的最优预测模型。结果表明，多元线性回归中的逐步筛选法是最佳的建模方法，其所建模型统计结果良好(R2=0.812，SEE=0.37)，应用于检验集的结果也较理想(R2=0.825，SEP=0.42)，模型可靠性和预测能力较强，能直观反映影响活性的主要因素。此模型的确立有助于指导新型高效 c-Met 抑制剂药物的筛选和开发。
c-Met 抑制剂、定量构效关系、多元线性回归、主成分分析
2013-05-22（万方平台首次上网日期，不代表论文的发表时间）
共8页
1-8
