2-芳基苯并二氢吡喃-4-酮类衍生物抗菌活性的定量构效关系研究及分子设计
发布时间：2021-11-16 10:38
为了研究2-杂环芳基苯并二氢吡喃-4-酮类衍生物对水稻稻疫病杀菌活性,开发新型高活性杀菌剂.采用分子连接性指数和分子电性距离矢量表征2-杂环芳基苯并二氢吡喃-4-酮类衍生物的分子结构,通过最佳变量子集回归的方法建立34个化合物杀菌活性的四元线性回归方程,非交叉相关系数（R2）和交叉相关系数（R2CV）分别为0.854和0.788,该模型经统计方法验证具有良好的鲁棒性和预测能力.以模型中的4个变量X1、M36、M14、M32作为人工神经网络的输入层,设定4∶3∶1的神经网络结构构建BP神经网络算法模型,总相关系数达到0.983.结果表明:2-杂环芳基苯并二氢吡喃-4-酮类衍生物的杀菌活性与4种结构参数呈现良好的非线性关系.由结构修饰提出了4个具有较高杀菌活性的化合物,有待以后生物实验予以证实.
【文章来源】：云南大学学报(自然科学版). 2020,42(02)北大核心CSCD
【文章页数】：6 页
【部分图文】：
-杂环芳基苯并二氢吡喃-4-酮类衍生物的基本结构Fig.1Thebasicstructureof2-heteroary-4-chromanonederivatives
关性，该模型是稳定的.3.3人工神经网络模型的构建为了提高模型的预测精准度，采用基于误差反向传播（Back-propagation，BP）算法的三层人工神经网络[15]进行进一步的研究，以上述筛选的最优变量组合X1、M36、M14、M32为神经网络的输入层单元，对水稻稻疫病杀菌活性（PIC50）作为输出层单元，最佳隐蔽层的单元数（H）由许禄等[15]和Andrea的建议规则[11]得到,即:2.2>ρ(=N/M)1.4,(3)式（3）中N，M分别是样本数和网络总权重.M被定义为:M=(I+1)H+(H+1)Q,(4)式（4）中:I，H，Q分别是输入层、隐蔽层和输出层的单元数.本文的I=4，Q=1及N=34,可得2.89<H≤3.88.取H=3.本研究采用4∶3∶1的网络结构建立模型.为了防止过训练、过拟合现象，将34个化合物分为3个集：训练集（每5个数据为数组的第1，3，4个数据）、测试集（第2个数据）和验证集（第5个数据），得到3个集的相关系数分别为0.988，0.982和0.996，总的相关系数为0.983.利用神经网络得到的预测值列于表1（预测2）,平均误差为0.05，用两种方法得到的预测值和实验值的相关图见图3，可以看出，神经网络得到的预测值比用多元线性回归的方法得到的预测值更接近实验值.4QSAR模型分析及分子设计进入模型的结构参数有2种：分子连接性指数X1和分子电性距离矢量M14、M32、M36，其中X1为分子连接性指数中的零级路径指数，主要反映了分子的大小；分子电性距离矢量M14?
gQQ,TangF,etal.3D-QSARStudiesofthepteridineanaloguesasiNOSinhibitors[J].ChineseJournalofStructuralChemistry,2018,37(9):1371-1378.[5]TongJB,QinSS,JiangGY.3D-QSARStudyofmelittinandamoebaporeanaloguesbyCoMFAandCoMSIAmethods[J].ChineseJournalofStructuralChemistry,2019,38(2):201-210.[6]胡黔楠,梁逸曾,王亚丽,等.直观队列命名法的基本原理及其在矩阵与拓扑指数计算中的应用[J].计算机与应用化学,2003,20(4):386-390.DOI:10.3969/j.issn.1001-4160.2003.04.020.[7]图3两种方法得到的活性(pIC50)的预测值和实验值的相关图Fig.3EstimatedvaluesbytwomethodsvsexperimentedvaluesofpIC50336云南大学学报（自然科学版）http://www.yndxxb.ynu.edu.cn第42卷
【参考文献】：
期刊论文
[1]3D-QSAR Study of Melittin and Amoebapore Analogues by CoMFA and CoMSIA Methods[J]. 仝建波,秦尚尚,江国艳. Chinese Journal of Structural Chemistry. 2019(02)
[2]QSAR Studies on the Inhibitory Activity of Levofloxacin-thiadiazole HDACi Conjugates to Histone Deacetylases[J]. 王超,冯长君. Chinese Journal of Structural Chemistry. 2018(11)
[3]3D-QSAR Studies of the Pteridine Analogues as iNOS Inhibitors[J]. 张磊,张青青,唐锋,张骥,王京,姚其正. Chinese Journal of Structural Chemistry. 2018(09)
[4]咪唑类ALK5抑制剂的3D-QSAR及分子对接研究[J]. 项瑶,赵钟祥,陈静波,马玉卓,刘鹰翔,熊迪. 云南大学学报(自然科学版). 2017(04)
[5]有机污染物的生物富集因子与拓扑指数的数学模型[J]. 冯长君,沐来龙,杨伟华,蔡可迎. 物理化学学报. 2008(06)
[6]基于分子结构预测气相色谱程序升温保留指数[J]. 张婷,梁逸曾,赵晨曦,袁大林. 分析化学. 2006(11)
[7]直观队列命名法的基本原理及其在矩阵与拓扑指数计算中的应用[J]. 胡黔楠,梁逸曾,王亚丽,郭方遒,黄兰芳. 计算机与应用化学. 2003(04)
[8]新型2-杂环芳基苯并二氢吡喃-4-酮衍生物的三维定量构效关系研究[J]. 杨光富,姜晓华,丁 宇,杨华铮. 化学学报. 2002(01)
硕士论文
[1]QSAR及其在新型农药分子设计中的应用[D]. 位灯国.华中师范大学 2005
本文编号：3498720
【文章来源】：云南大学学报(自然科学版). 2020,42(02)北大核心CSCD
【文章页数】：6 页
【部分图文】：
-杂环芳基苯并二氢吡喃-4-酮类衍生物的基本结构Fig.1Thebasicstructureof2-heteroary-4-chromanonederivatives
关性，该模型是稳定的.3.3人工神经网络模型的构建为了提高模型的预测精准度，采用基于误差反向传播（Back-propagation，BP）算法的三层人工神经网络[15]进行进一步的研究，以上述筛选的最优变量组合X1、M36、M14、M32为神经网络的输入层单元，对水稻稻疫病杀菌活性（PIC50）作为输出层单元，最佳隐蔽层的单元数（H）由许禄等[15]和Andrea的建议规则[11]得到,即:2.2>ρ(=N/M)1.4,(3)式（3）中N，M分别是样本数和网络总权重.M被定义为:M=(I+1)H+(H+1)Q,(4)式（4）中:I，H，Q分别是输入层、隐蔽层和输出层的单元数.本文的I=4，Q=1及N=34,可得2.89<H≤3.88.取H=3.本研究采用4∶3∶1的网络结构建立模型.为了防止过训练、过拟合现象，将34个化合物分为3个集：训练集（每5个数据为数组的第1，3，4个数据）、测试集（第2个数据）和验证集（第5个数据），得到3个集的相关系数分别为0.988，0.982和0.996，总的相关系数为0.983.利用神经网络得到的预测值列于表1（预测2）,平均误差为0.05，用两种方法得到的预测值和实验值的相关图见图3，可以看出，神经网络得到的预测值比用多元线性回归的方法得到的预测值更接近实验值.4QSAR模型分析及分子设计进入模型的结构参数有2种：分子连接性指数X1和分子电性距离矢量M14、M32、M36，其中X1为分子连接性指数中的零级路径指数，主要反映了分子的大小；分子电性距离矢量M14?
gQQ,TangF,etal.3D-QSARStudiesofthepteridineanaloguesasiNOSinhibitors[J].ChineseJournalofStructuralChemistry,2018,37(9):1371-1378.[5]TongJB,QinSS,JiangGY.3D-QSARStudyofmelittinandamoebaporeanaloguesbyCoMFAandCoMSIAmethods[J].ChineseJournalofStructuralChemistry,2019,38(2):201-210.[6]胡黔楠,梁逸曾,王亚丽,等.直观队列命名法的基本原理及其在矩阵与拓扑指数计算中的应用[J].计算机与应用化学,2003,20(4):386-390.DOI:10.3969/j.issn.1001-4160.2003.04.020.[7]图3两种方法得到的活性(pIC50)的预测值和实验值的相关图Fig.3EstimatedvaluesbytwomethodsvsexperimentedvaluesofpIC50336云南大学学报（自然科学版）http://www.yndxxb.ynu.edu.cn第42卷
【参考文献】：
期刊论文
[1]3D-QSAR Study of Melittin and Amoebapore Analogues by CoMFA and CoMSIA Methods[J]. 仝建波,秦尚尚,江国艳. Chinese Journal of Structural Chemistry. 2019(02)
[2]QSAR Studies on the Inhibitory Activity of Levofloxacin-thiadiazole HDACi Conjugates to Histone Deacetylases[J]. 王超,冯长君. Chinese Journal of Structural Chemistry. 2018(11)
[3]3D-QSAR Studies of the Pteridine Analogues as iNOS Inhibitors[J]. 张磊,张青青,唐锋,张骥,王京,姚其正. Chinese Journal of Structural Chemistry. 2018(09)
[4]咪唑类ALK5抑制剂的3D-QSAR及分子对接研究[J]. 项瑶,赵钟祥,陈静波,马玉卓,刘鹰翔,熊迪. 云南大学学报(自然科学版). 2017(04)
[5]有机污染物的生物富集因子与拓扑指数的数学模型[J]. 冯长君,沐来龙,杨伟华,蔡可迎. 物理化学学报. 2008(06)
[6]基于分子结构预测气相色谱程序升温保留指数[J]. 张婷,梁逸曾,赵晨曦,袁大林. 分析化学. 2006(11)
[7]直观队列命名法的基本原理及其在矩阵与拓扑指数计算中的应用[J]. 胡黔楠,梁逸曾,王亚丽,郭方遒,黄兰芳. 计算机与应用化学. 2003(04)
[8]新型2-杂环芳基苯并二氢吡喃-4-酮衍生物的三维定量构效关系研究[J]. 杨光富,姜晓华,丁 宇,杨华铮. 化学学报. 2002(01)
硕士论文
[1]QSAR及其在新型农药分子设计中的应用[D]. 位灯国.华中师范大学 2005
本文编号：3498720
本文链接：https://www.wllwen.com/kejilunwen/huaxue/3498720.html
教材专著
