噻吩并[3,2-d]嘧啶-6-甲酰胺类SIRT1~3抑制剂的3D-QSAR模型建立及初步分析
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13431/j.cnki.immunol.j.20160050

噻吩并[3,2-d]嘧啶-6-甲酰胺类SIRT1~3抑制剂的3D-QSAR模型建立及初步分析

引用
目的 选取33个噻吩并[3,2-d]嘧啶-6-甲酰胺类SIRT1~3抑制剂,进行三维定量构效关系(3D-QSAR)研究,为筛选高活性SIRT1~3抑制剂的研究奠定基础.方法 通过2种经典的比较分子力场分析(CoMFA)法和比较分子相似性指数分析(CoMSIA)法,针对SIRT 1~3抑制剂依次建立3组3D-QSAR模型,进行构效关系研究.结果 CoMFA模型交叉验证系数q2分别为0.814、0.833、0.726,相关系数r2分别为0.999、1.000、0.981;CoMSIA模型q2分别为0.716、0.785、0.608,r2分别为0.924、0.990、0.962.结论 3组3D-QSAR模型均具有较好预测能力和较强稳定性,可为SIRT1~3抑制剂的设计和筛选提供可靠的理论依据.

SIRT1-3抑制剂、三位定量构效关系、比较分子力场分析、比较分子相似性指数分析

32

R914.2(药物基础科学)

研究生科研创新项目;国家自然科学基金;国家自然科学基金

2016-04-06(万方平台首次上网日期,不代表论文的发表时间)

250-256

相关文献
评论
暂无封面信息
查看本期封面目录

免疫学杂志

1000-8861

51-1332/R

32

2016,32(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn