一种新型手性分子电性矩边矢量(Vmedc)的设计及其应用

摘要：

根据分子中不同类型原子间电相互作用的不同,文中提出了一种手性分子电矩边矢量(Vmedc),进一步拓展分子电矩边性矢量(Vmed)使用范围.为检测该手性描述矢量的结构表达特性和模犁预测能力.分别对32个培哚普利拉类血管紧张素转化酶(ACE)抑制剂的对映结构体和7对苯基哌啶类沪受体抑制剂进行考察.32个ACE抑制剂多元逐步回归系数R=0.913(R2=0.834,SD=O.768,F=33.875),留一法交互检验为Rcv=0.877(Rcv2=0.769,SDcv=0.906,Fcv=22.473),具有较强预测能力;继而用BP神经网络,对60组随机样本(23:9)进行留分法分析取得较好结果,训练集平均为:RTraining=0.931(RTraining2=0.967),预测集为:Rcv=0.918(Rcv2=0.842);而对14个σ-受体抑制剂多元回归(R=0.955,Rcv2=0.849)获得与文献一致结果.再用Fisher线性判别方法和BP神经网络对ACE抑制剂进行判别分析,其活性分类88.89%正确(仅9号错误),非活性分类100.0%正确,总分类正确率为96.87%.两个数据集测试证明该方法与其它文献方法相当,这为定量构效关系(QSAR)研究提供一种新选择,扩充了Vmed描述矢量应用范围.

关键词：ACE抑制剂、手性、Vmedc、苯基哌啶类、反传神经网络、Fisher判别分析

所属期刊栏目：66

分类号：O15;TU5

资助基金：国家高技术研究发展计划863计划专题No.2006AA022312.重庆大学研究生创新团队项目科技创新基金N0.200711C1A0010260

在线出版日期：2008-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2052-2058